CN113643337A - 相机行偏差校准方法、装置、电子设备及存储介质 - Google Patents
相机行偏差校准方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113643337A CN113643337A CN202110897451.XA CN202110897451A CN113643337A CN 113643337 A CN113643337 A CN 113643337A CN 202110897451 A CN202110897451 A CN 202110897451A CN 113643337 A CN113643337 A CN 113643337A
- Authority
- CN
- China
- Prior art keywords
- speckle pattern
- camera
- speckle
- alternative
- line deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000011800 void material Substances 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 238000010606 normalization Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000013508 migration Methods 0.000 description 6
- 230000005012 migration Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009863 impact test Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例涉及光学技术领域,公开了一种相机行偏差校准方法、装置、电子设备及存储介质。相机行偏差校准方法包括:取测试物体的散斑图;若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图;获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图;根据目标散斑图,更新相机的参考散斑图。通过利用获取的散斑图检测相机的行偏差,并根据在通过偏移得到的多个备选散斑图中选取目标散斑图对参考散斑图进行更新,实现了对相机行偏差的自动检测和校准,避免了无法对相机行偏差进行高效校准的问题,并且无需引入用户操作简化了校准程序,使得相机能够快速重新投入使用。
Description
技术领域
本发明实施例涉及光学技术领域,特别涉及一种相机行偏差校准方法、装置、电子设备及存储介质。
背景技术
随着深度相机的发展,3D视觉逐渐在各种消费级应用中兴起。3D视觉技术能获取现实三维场景完整的几何信息,利用带有深度信息的图像来实现对于场景的精准数字化,从而实现高精度的识别,定位等关键功能。深度相机根据其工作原理,可以分为TOF深度相机、双目深度相机、结构光相机。其中,双目深度相机深度恢复时间长,且体积大无法满足实时性;TOF的成本较高、且准确性与其标定的材料种类有关;结构光相机由于其抗干扰性强、成本低,所以得到了更多的应用。
结构光相机通常是由一个红外散斑投射器和红外摄像头组成。在出厂前,会对结构光相机进行标定。其中关键的一步为,参考图的标定,即拍摄距离已知、表面平滑整洁的平面,作为参考散斑图。在实际的使用中,拍摄需要的物体散斑图,并通过深度恢复算法,匹配物体散斑图和参考散斑图,得到物体的深度值,即三维信息。这里有一个事实,物体的散斑图在参考散斑图上的匹配点是等高的,所以集成在结构光相机中的深度恢复算法只在参考散斑图等高线的一维方向上去搜索物体散斑图的匹配点。
但是,出厂的相机会经历一系列随机振动试验、冲击试验、自由跌落等检测。导致相机的结构会产生不同程度的形变,使得通过相机获取到的物体的散斑图相较于参考散斑图会产生行偏差,从而导致物体的散斑图对应的深度图出现缺失或深度数据恢复失败的问题,影响相机的正常使用,给用户带来巨大的不便。
发明内容
本发明实施例的目的在于提供一种相机行偏差校准方法、装置、电子设备及存储介质,使得相机能够在参考散斑图与获取的物体散斑图之间出现行偏差时,自行更新相机标定的参考散斑图,完成对自身的行偏差的准确校准,简化相机校准的过程,避免需要用户进行标定操作,使得相机能够快速的重新投入使用。
为解决上述技术问题,本发明的实施例提供了一种相机行偏差校准方法,包括:获取测试物体的散斑图;若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图;获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图;根据目标散斑图,更新相机的参考散斑图。
为解决上述技术问题,本发明的实施例还提供了一种相机行偏差校准装置,包括:获取模块,用于获取测试物体的散斑图;偏移模块,用于若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图;确定模块,用于获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图;校准模块,用于根据目标散斑图,更新相机的参考散斑图。
为解决上述技术问题,本发明的实施例还提供了一种电子设备,其特征在于,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的相机行偏差校准方法。
为解决上述技术问题,本发明的实施例还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述的相机行偏差校准方法。
本发明实施例提供的相机行偏差校准方法,在根据获取到的测试物体的散斑图检测出相机存储行偏差后,根据预设偏移规则对散斑图进行偏移,得到多个新的备选散斑图,再根据各备选散斑图深度数据的空洞率,选择出满足预设条件的目标散斑图,根据目标散斑图对相机的参考散斑图进行更新;通过利用获取的散斑图检测出相机的行偏差,并根据在通过偏移得到的多个备选散斑图中选取目标散斑图对参考散斑图进行更新,实现了对相机行偏差的自动检测和自动校准,避免了无法及时识别相机存在行偏差以及对相机行偏差进行高效校准的问题,并且由于无需引入用户操作实现相机的行偏差校准,简化了校准的程序,使得相机能够快速的重新投入使用。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例中的相机行偏差校准方法流程图;
图2是本发明的另一实施例提供的相机行偏差校准装置的结构示意图;
图3是本发明的另一实施例提供的电子设备的结构示意图。
具体实施方式
由背景技术可知,出厂的相机会经历一系列随机振动试验、冲击试验、自由跌落等检测。导致相机的结构会产生不同程度的形变,使得通过相机获取到的物体的散斑图相较于参考散斑图会产生行偏差,从而导致物体的散斑图对应的深度图出现缺失或深度数据恢复失败的问题,影响相机的正常使用,因此,如何在相机使用过程中实现对相机存在的行偏差进行准确的检测,并高效的对相机行偏差完成校准,使相机能够迅速重新投入使用是一个迫切需要解决的问题。
为了实现对相机存在的行偏差进行高效的检测和校准,本发明的实施例提供了一种相机行偏差校准方法,包括:获取测试物体的散斑图;若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图;获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图;根据目标散斑图,更新相机的参考散斑图。
本发明实施例提供的相机行偏差校准方法,在根据获取到的测试物体的散斑图检测出相机存储行偏差后,根据预设偏移规则对散斑图进行偏移,得到多个新的备选散斑图,再根据各备选散斑图深度数据的空洞率,选择出满足预设条件的目标散斑图,根据目标散斑图对相机的参考散斑图进行更新;通过利用获取的散斑图检测出相机的行偏差,并根据在通过偏移得到的多个备选散斑图中选取目标散斑图对参考散斑图进行更新,实现了对相机行偏差的自动检测和自动校准,避免了无法及时识别相机存在行偏差以及对相机行偏差进行高效校准的问题,并且由于无需引入用户操作实现相机的行偏差校准,简化了校准的程序,使得相机能够快速的重新投入使用。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
下面将结合具体的实施例的对本申请记载的相机行偏差校准方法的实现细节进行具体的说明,以下内容仅为方便理解提供的实现细节,并非实施本方案的必须。
本发明的实施例第一方面提供了一种相机行偏差校准方法,相机校准方法的具体流程参考图1,在一些实施例中,相机行偏差校准方法应用于相机自身的校准装置、能与相机通信连接的电脑等电子设备,具体包括以下步骤:
步骤101,获取测试物体的散斑图。
具体地说,相机行偏差校准装置在用户使用相机的过程中,在结构光相机的红外摄像头对物体进行拍摄的时候,相机行偏差校准装置通过控制红外散斑投射器对红外摄像头拍摄的物体进行投射扫描,将用户拍摄的物体作为测试物体,获取测试物体的散斑图。
步骤102,若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图。
具体地说,校准装置在获取到测试物体的散斑图后,根据获取到的散斑图对相机是否存在行偏差问题进行检测,若根据斑图检测出相机存在行偏差,则校准装置根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图。
在一个例子中,校准装置采用的预设偏移规则中包括:行偏差范围和偏移步长;校准装置根据预设偏移规则对散斑图进行偏移,包括:以偏移步长向上偏移散斑图,直到散斑图的偏移量达到行偏差范围的上限;以偏移步长向下偏移散斑图,直到散斑图的偏移量达到行偏差范围的下限;每一次偏移得到一个备选散斑图。例如,校准装置获取到的预设偏移规则中已经设置散斑图结构变动的行偏差范围为向上或向下偏移5行,即行偏差范围H=(-5,+5)行,偏移步长为0.5行,则校准装置在获取到测试物体的散斑图后,以每次偏移0.5行的偏移步长,将测试物体的原始散斑图向更高和更低的等高线进行偏移,每偏移一次,得到一个新的备选散斑图,直到获取到的备选散斑图相对原始散斑图的偏移量达到5行,共计得到原始散斑图在内的21个备选散斑图。通过预先为散斑图设置适当的行偏差范围和偏移步长,尽可能保证后续能够得到符合预设条件的目标散斑图的同时,降低备选散斑图的生成和后续计算过程的复杂程度,保证相机行偏差的校准效率。值得一提的是,散斑图的行偏差范围H(-h,+h)和偏移步长n可以根据实际需要进行设置,根据预设偏移规则在散斑图行偏差的上限+h和下限-h之间最终生成个备选散斑图,其中,h为偏移的行数。在实际应用中,根据预设偏移步长,经过多次偏移无法恰好使得偏移量等于行偏差的上下限时,可以将原始散斑图向上和向下分别进行的偏移,将每一次偏移得到的散斑图都作为备选散斑图,也可以将行偏差大于预设范围的两个散斑图外的其余各散斑图作为备选散斑图。
在另一个例子中,校准装置在每一次偏移得到一个备选散斑图后,还根据以下公式获取得到的备选散斑图各坐标点的灰度值:
Qnew(i,j)=θ×QOld(i+m,j)+(1-θ)QOld(i+m+1,j)
其中,i,j为散斑图坐标值,m为偏移量,θ为偏移权重,Qnew(i,j)为所述备选散斑图在坐标(i,j)的灰度值,QOld(i+m,j)为所述散斑图在坐标(i+m,j)的灰度值,QOld(i+m+1,j)为所述散斑图在坐标(i+m+1,j)的灰度值。校准装置在通过偏移得到新的备选散斑图后,根据行偏差范围H和备选散斑图相对原始散斑图的偏移量m,对新生成的备选散斑图的偏移权重进行计算,偏移权重θ=H-m,然后根据原始散斑图各坐标的灰度值和计算得到的偏移权重,结合上述的计算公式,计算出新生成的备选散斑图在各坐标点的灰度值,在偏移量m不是整数的时候,可以将m向下取整后再进行计算,以此实现计算过程的简化。通过预设的公式获取备选散斑图各坐标点的灰度值,便于后续和参考散斑图进行匹配,保证能够准确获取各备选散斑图对应的深度数据。
另外,校准装置根据散斑图对相机是否存在行偏差进行检测时,可以为行偏差设置一个行偏差检测阈值,在进行行偏差检测的时候,连续获取测试对象的多张散斑图,检测到有连续多个散斑图都和参考散斑图存在较大偏差并且散斑图数量大于行偏差检测阈值时,判定相机存在行偏差,并进行后续的自动校准,如果不存在数量上大于行偏差检测阈值的连续多个散斑图与参考散斑图存在较大偏差,则判定相机无行偏差或者行偏差较小,不进行自动校准。
步骤103,获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图。
具体地说,校准装置根据预设偏移规则对获取到的测试对象的散斑图进行偏移,获取到多个备选的散斑图后,校准装置根据参考散斑图和预设的算法,获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图,供后续进行参考散斑图的更新调整。若存在多个满足预设条件的备选散斑图,则可以在多个满足预设条件的备选散斑图中任选一个作为目标散斑图。
在一个例子中,校准装置将空洞率满足预设条件的备选散斑图作为目标散斑图,包括:将空洞率最小的备选散斑图作为目标散斑图。通过将空洞率最小的散斑图作为目标散斑图供后续对参考散斑图进行更新,尽可能的保证了参考散斑图更新的效果,实现对参考散斑图的最优校准。在实际应用中,如果存在多个空洞率最小的备选散斑图,则可以在这多个备选散斑图中任选一个作为目标散斑图;或者选取偏移量最大或最小的备选散斑图作为目标散斑图,本实施例对在多个空洞率最小的备选散斑图中选择一个作为目标散斑图的具体选择方式不做限制。
在另一个例子中,校准装置获取各备选散斑图的深度数据的空洞率时,获取各备选散斑图中心区域深度数据的深度值,根据深度值确定中心区域的空洞率,将中心区域的空洞率作为备选散斑图的空洞率。例如,校准装置在进行空洞率计算的时候,在散斑图的中心选择一个区域Region of interest ROI(x,y,width,height)其中,(x,y)可以是ROI区域的左上角顶点的坐标,width和height分别是ROI的宽和高,ROI区域内存在的坐标点个数S=width×height,在相机存在行偏差时,深度数据中会存在无深度值的情况,即特定的坐标点对应的深度值为0,因此,在散斑图的中心位置选定ROI区域后,遍历ROI矩阵,获取并记录ROI区域内深度值为0的坐标点的个数A,根据ROI区域内坐标点的总数和区域内深度值为0的坐标点的数量,计算出散斑图中心区域的空洞率P,即并将计算出的散斑图中心区域空洞率作为散斑图的空洞率。通过在散斑图的上选取中心区域进行空洞率计算,并利用散斑图中心区域的空洞率代表散斑图的空洞率,不仅降低了空洞率计算的复杂程度,而且利用了相机拍照的基本原理,根据相机拍摄图片效果最好的部分进行空洞率的计算,保证了得到的空洞率计算结果对散斑图的代表性。
另外,在进行散斑图深度数据的空洞率计算的时候,可以根据实际情况在散斑图上选取散斑图指定区域进行计算,也可以直接计算整个散斑图的深度数据的空洞率,本实施例对此不做限制。
在另一个例子中,校准装置在获取各备选散斑图的深度数据的空洞率之前,还包括:获取参考散斑图和各备选散斑图各像素点灰度值的对比度归一值,根据预设模板匹配算法,计算出各备选散斑图的深度数据,实现对备选散斑图的深度恢复。例如,校准装置在获取到参考散斑图和各备选散斑图在各像素点灰度值的对比度归一值后,基于获取到的灰度值的对比度归一值和预先存储的SAD模板匹配算法,结合相机的参数(例如,焦距、像素等),分别对备选的各散斑图的深度数据进行计算和恢复,以便于后续空洞率的检验,利用模板匹配算法准确的得到各备选散斑图的深度数据,保证后续空洞率计算的准确性。在实际应用中,校准装置采用的模板匹配算法可以根据实际情况进行调整,本实施例不做限制。
在另外一个例子中,校准装置在获取参考散斑图和各备选散斑图各像素点灰度值的对比度归一值时,对参考散斑图和各备选散斑图进行区域对比度归一化,获取各像素位置灰度值的平均值和标准差,根据对比度归一值计算公式,计算出参考散斑图和各备选散斑图各像素点灰度值的对比度归一值。具体地说,校准装置在获取到备选散斑图后,针对各散斑图中的各像素位置,以像素位置的坐标(i,j)为中心点,计算一个长宽为预设值的二维小窗口内像素灰度的平均值和标准差,平均值μ可以根据公式进行计算,标准差σ则可以根据公式进行计算;其中,i为像素点的序号,Ii为第i个像素点的灰度值,N为二维小窗口内的像素点总数。在得到二维小窗口内灰度值的平均值和标准差后,根据对比度归一化的计算公式:其中,I为像素点的灰度值,K为常数,在实际应用过程中可以根据相机参数和使用要求进行设置;计算出经过对比度归一处理后各像素点的灰度值的对比度归一值(LCN值),从而实现对各备选散斑图和参考散斑图进行局部对比度归一化处理,增强了各散斑图的对比度,并且将参考散斑图和备选散斑图的灰度值归一到同一个标准值下,便于后续进行深度数据的恢复。
步骤104,根据目标散斑图,更新相机的参考散斑图。
具体地说,校准装置根据各备选散斑图的空洞率及预设条件确定出目标散斑图后,还要根据目标散斑图更新相机的参考散斑图。例如,校准装置确定出的目标散斑图是获取的测试物体的散斑图向上偏移3.5行后得到的新的散斑图,那么在确定出目标散斑图后,校准装置获取目标散斑图的行偏移量为3.5行,方向是向上偏移,则校准装置根据目标散斑图的偏移量和偏移方向,将参考散斑图向下偏移3.5行,然后结合灰度值计算公式,计算出偏移后的参考散斑图各像素点的灰度值,完成对参考散斑图的更新。通过直接根据目标散斑图对用的最佳偏移量,结合偏移后灰度值的计算公式对参考散斑图进行更新实现相机行偏差的自校准,提高了相机的行偏差校准效率,并且避免了需要引入用户操作进行校准,极大的提升了相机使用过程中的便捷性,使得出现行偏差的相机能够迅速重新投入使用。
本发明实施例的另一方面还提供了一种相机行偏差校准装置,参考图2,包括:
获取模块201,用于获取测试物体的散斑图。
偏移模块202,用于若根据散斑图检测出相机存在行偏差,则根据预设偏移规则对散斑图进行偏移,得到多个备选散斑图。
确定模块203,用于获取各备选散斑图的深度数据的空洞率,将空洞率满足预设条件的备选散斑图作为目标散斑图。
校准模块204,用于根据目标散斑图,更新相机的参考散斑图。
不难发现,本实施例为与方法实施例相对应的装置实施例,本实施例可与方法实施例互相配合实施。方法实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在方法实施例中。
值得一提的是,本实施例中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施例中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施例中不存在其它的单元。
本发明实施例的另一方面还提供了一种电子设备,参考图3,包括:。至少一个处理器301;以及,与至少一个处理器301通信连接的存储器302;其中,存储器302存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够执行上述任一方法实施例所描述的相机行偏差校准方法。
其中,存储器302和处理器301采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器301和存储器302的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器301处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传输给处理器301。
处理器301负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器302可以被用于存储处理器301在执行操作时所使用的数据。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (11)
1.一种相机行偏差校准方法,其特征在于,包括:
获取测试物体的散斑图;
若根据所述散斑图检测出相机存在行偏差,则根据预设偏移规则对所述散斑图进行偏移,得到多个备选散斑图;
获取各所述备选散斑图的深度数据的空洞率,将空洞率满足预设条件的所述备选散斑图作为目标散斑图;
根据所述目标散斑图,更新所述相机的参考散斑图。
2.根据权利要求1所述的相机行偏差校准方法,其特征在于,所述将空洞率满足预设条件的所述备选散斑图作为目标散斑图,包括:
将空洞率最小的所述备选散斑图作为所述目标散斑图。
3.根据权利要求1或2所述的相机行偏差校准方法,其特征在于,所述预设偏移规则包括:行偏差范围和偏移步长;
所述根据预设偏移规则对所述散斑图进行偏移,包括:
以所述偏移步长向上偏移所述散斑图,直到所述散斑图的偏移量达到所述行偏差范围的上限;
以所述偏移步长向下偏移所述散斑图,直到所述散斑图的偏移量达到所述行偏差范围的下限;
每一次偏移得到一个所述备选散斑图。
5.根据权利要求1所述的相机行偏差校准方法,其特征在于,所述获取各所述备选散斑图的深度数据的空洞率,包括:
获取各所述备选散斑图中心区域深度数据的深度值,根据所述深度值确定所述中心区域的空洞率,将所述中心区域的空洞率作为所述备选散斑图的空洞率。
6.根据权利要求1或2或5中任一项所述的相机行偏差校准方法,其特征在于,在所述获取各所述备选散斑图的深度数据的空洞率前,还包括:
获取所述参考散斑图和各所述备选散斑图各像素点灰度值的对比度归一值;
根据预设模板匹配算法,计算出各所述备选散斑图的深度数据。
7.根据权利要求6所述的相机行偏差校准方法,其特征在于,所述获取参考散斑图和各所述备选散斑图各像素点灰度值的对比度归一值,包括:
对所述参考散斑图和各所述备选散斑图进行区域对比度归一化;获取各像素点灰度值的平均值和标准差;
根据对比度归一值计算公式,计算出所述参考散斑图和各所述备选散斑图各像素点灰度值的对比度归一值。
8.根据权利要求1或2或5中任一项所述的相机行偏差校准方法,其特征在于,所述根据所述目标散斑图,更新所述相机的参考散斑图,包括:
根据所述目标散斑图的偏移量,对所述参考散斑图进行行偏移。
9.一种相机行偏差校准装置,其特征在于,包括:
获取模块,用于获取测试物体的散斑图;
偏移模块,用于若根据所述散斑图检测出相机存在行偏差,则根据预设偏移规则对所述散斑图进行偏移,得到多个备选散斑图;
确定模块,用于获取各所述备选散斑图的深度数据的空洞率,将空洞率满足预设条件的所述备选散斑图作为目标散斑图;
校准模块,用于根据所述目标散斑图,更新所述相机的参考散斑图。
10.一种电子设备,其特征在于,包括:至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至8中任意一项所述的相机行偏差校准方法。
11.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的相机行偏差校准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110897451.XA CN113643337B (zh) | 2021-08-05 | 2021-08-05 | 相机行偏差校准方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110897451.XA CN113643337B (zh) | 2021-08-05 | 2021-08-05 | 相机行偏差校准方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113643337A true CN113643337A (zh) | 2021-11-12 |
CN113643337B CN113643337B (zh) | 2022-05-31 |
Family
ID=78419707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110897451.XA Active CN113643337B (zh) | 2021-08-05 | 2021-08-05 | 相机行偏差校准方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643337B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280807A (zh) * | 2017-01-05 | 2018-07-13 | 浙江舜宇智能光学技术有限公司 | 单目深度图像采集装置和系统及其图像处理方法 |
US20200082520A1 (en) * | 2018-03-12 | 2020-03-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Projector, detection method thereof, and electronic device |
CN111710000A (zh) * | 2020-05-25 | 2020-09-25 | 北京的卢深视科技有限公司 | 一种相机行偏差自检方法及系统 |
CN111768450A (zh) * | 2020-06-10 | 2020-10-13 | 北京的卢深视科技有限公司 | 基于散斑图的结构光相机行偏差的自动检测方法和装置 |
CN112330751A (zh) * | 2020-10-30 | 2021-02-05 | 合肥的卢深视科技有限公司 | 一种结构光相机行偏差检测方法及装置 |
-
2021
- 2021-08-05 CN CN202110897451.XA patent/CN113643337B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280807A (zh) * | 2017-01-05 | 2018-07-13 | 浙江舜宇智能光学技术有限公司 | 单目深度图像采集装置和系统及其图像处理方法 |
US20200082520A1 (en) * | 2018-03-12 | 2020-03-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Projector, detection method thereof, and electronic device |
CN111710000A (zh) * | 2020-05-25 | 2020-09-25 | 北京的卢深视科技有限公司 | 一种相机行偏差自检方法及系统 |
CN111768450A (zh) * | 2020-06-10 | 2020-10-13 | 北京的卢深视科技有限公司 | 基于散斑图的结构光相机行偏差的自动检测方法和装置 |
CN112330751A (zh) * | 2020-10-30 | 2021-02-05 | 合肥的卢深视科技有限公司 | 一种结构光相机行偏差检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
WEI YIN ET AL.: "High-speed 3D shape measurement using the optimized composite fringe patterns and stereo-assisted structured light system", 《OPTICS EXPRESS》 * |
张晓林 等: "光镊系统中一种亚像素位移测量方法研究", 《科技资讯》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113643337B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104899870B (zh) | 基于光场数据分布的深度估计方法 | |
US10452938B2 (en) | System and method for pattern detection and camera calibration | |
JP6750667B2 (ja) | 情報処理装置、方法、プログラム及びマルチカメラシステム | |
CN105654476A (zh) | 基于混沌粒子群优化算法的双目标定方法 | |
CN111028281A (zh) | 基于光场双目系统的深度信息的计算方法及装置 | |
CN105335952A (zh) | 匹配代价计算方法和装置、以及视差值计算方法和设备 | |
CN114066950A (zh) | 单目散斑结构光图像匹配方法、电子设备及存储介质 | |
CN106888344A (zh) | 摄像模组及其像面倾斜的获取方法和调整方法 | |
CN113643337B (zh) | 相机行偏差校准方法、装置、电子设备及存储介质 | |
CN106323190A (zh) | 可定制深度测量范围的深度测量方法及深度图像的系统 | |
CN113379816B (zh) | 结构变动检测方法、电子设备及存储介质 | |
JP2016161721A (ja) | 合焦位置検出装置、合焦位置検出方法及び合焦位置検出用コンピュータプログラム | |
CN107945166A (zh) | 基于双目视觉的待测物体三维振动轨迹的测量方法 | |
CN114283081B (zh) | 基于金字塔加速的深度恢复方法、电子设备及存储介质 | |
CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
CN115965961A (zh) | 局部到全局的多模态融合方法、系统、设备及存储介质 | |
CN116485902A (zh) | 标志点匹配方法、装置、计算机设备和存储介质 | |
CN113538538B (zh) | 双目图像对齐方法、电子设备和计算机可读存储介质 | |
CN112750165B (zh) | 参数标定方法、智能驾驶方法及其装置、设备和存储介质 | |
CN114331919A (zh) | 深度恢复方法、电子设备及存储介质 | |
CN110232715B (zh) | 一种多深度相机自校准的方法、装置及系统 | |
CN112305524A (zh) | 测距方法、测距系统和计算机可读存储介质 | |
CN114119680B (zh) | 图像获取方法、装置、电子设备及存储介质 | |
CN115953484B (zh) | 探测设备的参数标定方法和装置、存储介质及电子装置 | |
EP3001141B1 (en) | Information processing system and information processing method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220422 Address after: 230091 room 611-217, R & D center building, China (Hefei) international intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui Province Applicant after: Hefei lushenshi Technology Co.,Ltd. Address before: 100083 room 3032, North B, bungalow, building 2, A5 Xueyuan Road, Haidian District, Beijing Applicant before: BEIJING DILUSENSE TECHNOLOGY CO.,LTD. Applicant before: Hefei lushenshi Technology Co., Ltd |
|
GR01 | Patent grant | ||
GR01 | Patent grant |