CN113686262A - 一种线结构光扫描仪标定方法、装置及存储介质 - Google Patents
一种线结构光扫描仪标定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113686262A CN113686262A CN202110931856.0A CN202110931856A CN113686262A CN 113686262 A CN113686262 A CN 113686262A CN 202110931856 A CN202110931856 A CN 202110931856A CN 113686262 A CN113686262 A CN 113686262A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- point
- calibration
- dimensional array
- images
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种线结构光扫描仪标定方法、装置及存储介质,方法包括:通过扫描仪相机内参矩阵和畸变系数分别对各个光条图像进行光条图像的去畸变处理得到与各个光条图像对应的光条去畸变图像,根据扫描仪相机内参矩阵和畸变系数分别对各个标定板图像进行标定板图像的去畸变处理得到与各个标定板图像对应的标定板去畸变图像。本发明能够避免单应性矩阵分解的误差,具有更好的精度和鲁棒性,同时,提高了线结构光扫描仪标定精度,简化了标定流程,提高了线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
Description
技术领域
本发明主要涉及测量技术领域,具体涉及一种线结构光扫描仪标定方法、装置及存储介质。
背景技术
线结构光扫描仪具有非接触、速度快、精度高的优点,被广泛应用于三维测量和质量检测等方面。光平面标定是结合标定靶物的几何约束和摄像机透视原理,获取线结构光模型中光平面方程参数的过程,是实现线结构光扫描仪精确测量的关键。当前以自由移动平面靶标的线结构光标定方法应用最为广泛,其中一类成熟的标定方法为周富强等所提的空间变换法,首先基于交比不变性原理求解特征点平面坐标,然后采用空间变换的方式,将特征点统一到世界坐标系,最后拟合光平面方程。不同于周富强所采用的交比不变性原理,韩建栋等利用共线三点透视原理求解特征点三维坐标;魏一等利用特征点图像坐标与相机光心确定的射线与靶标平面相交计算特征点三维坐标;于龙龙等利用摄像机外参通过坐标变换得到标定板不同位姿下与光平面交线的直线方程。上述方法从单应矩阵中分解旋转矩阵和平移向量,但是每一次分解都将引入分解误差。另一类成熟的方法是魏振中等提出的基于消隐原理的光平面标定方法,首先利用消隐点,消隐线的性质标定光平面法向,然后利用几何约束标定光平面方程剩余参数。这类方法利用消隐点拟合光平面消隐线,由于平行直线具有相同的消隐点,此方法并不适用于靶标作一组平移运动的情形,且需要作两组平移运动才能完成标定。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种线结构光扫描仪标定方法、装置及存储介质。
本发明解决上述技术问题的技术方案如下:一种线结构光扫描仪标定方法,包括如下步骤:
导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
本发明解决上述技术问题的另一技术方案如下:一种线结构光扫描仪标定装置,包括:
数据导入模块,用于导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
光条图像处理模块,用于通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
标定板图像处理模块,用于根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
标定结果获得模块,用于对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
本发明解决上述技术问题的另一技术方案如下:一种线结构光扫描仪标定装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的线结构光扫描仪标定方法。
本发明解决上述技术问题的另一技术方案如下:一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的线结构光扫描仪标定方法。
本发明的有益效果是:通过多个光条图像得到与各个光条图像对应的光条去畸变图像,并通过多个标定板图像得到与各个标定板图像对应的标定板去畸变图像,通过扫描仪相机内参矩阵、多个光条去畸变图像和多个标定板去畸变图像得到标定结果,能够避免单应性矩阵分解的误差,具有更好的精度和鲁棒性,同时,提高了线结构光扫描仪标定精度,简化了标定流程,提高了线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
附图说明
图1为本发明实施例提供的线结构光扫描仪标定方法的流程示意图;
图2为本发明实施例提供的线结构光扫描仪标定方法的光平面法向标定原理图;
图3为本发明实施例提供的线结构光扫描仪标定方法的改进的消隐点求解原理图;
图4为本发明实施例提供的线结构光扫描仪标定方法的利用像素坐标拟合直线并截取线段的原理图;
图5为本发明实施例提供的线结构光扫描仪标定方法的光平面参数d标定原理图;
图6为本发明实施例提供的线结构光扫描仪标定装置的模块框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明实施例提供的线结构光扫描仪标定方法的流程示意图。
如图1所示,一种线结构光扫描仪标定方法,包括如下步骤:
导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
优选地,所述扫描仪装置可以为线结构光扫描仪。
应理解地,所述扫描仪装置的扫描仪相机内参矩阵指的是扫描仪装置中扫描仪相机的内部参数矩阵。
应理解地,采用张正友标定法标定扫描仪的相机内参(即所述扫描仪相机内参矩阵)和畸变系数,记相机内参矩阵(即所述扫描仪相机内参矩阵)为K,
具体地,将棋盘格标定板倾斜放置在扫描仪的工作平台上,保证线激光能投射到标定板且相机能拍摄到完整光条图像,控制工作台作步进运动,每次运动停止后,打开外部光源,控制相机采集光条图像;然后关闭外部光源,打开线激光器,拍摄同一位姿下投射有光条的光条图像,至少在2个位置拍摄上述图像。记采集的投射有光条的标定板图像组(即所述光条图像)为ML,无光条的标定板图像组(即所述标定板图像)记为MB,ML、MB中图像数目都大于2,ML中的第i张光条图像(即所述光条图像)记为MLi,同一位姿下的标定板图像(即所述标定板图像)记为MBi,然后对拍摄得到的图像全部进行去畸变处理。
上述实施例中,通过多个光条图像得到与各个光条图像对应的光条去畸变图像,并通过多个标定板图像得到与各个标定板图像对应的标定板去畸变图像,通过扫描仪相机内参矩阵、多个光条去畸变图像和多个标定板去畸变图像得到标定结果,能够避免单应性矩阵分解的误差,具有更好的精度和鲁棒性,同时,提高了线结构光扫描仪标定精度,简化了标定流程,提高了线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
可选地,作为本发明的一个实施例,如图1至5所示,所述对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果的过程包括:
通过多个所述光条去畸变图像和多个所述标定板去畸变图像构建二维数组,得到二维数组;
对所述二维数组进行第一消隐点的分析得到第一消隐点;
对所述二维数组进行第二消隐点的分析得到第二消隐点;
通过第一式对所述第一消隐点、所述第二消隐点和所述扫描仪相机内参矩阵进行方向向量的计算,得到光条方向向量和平行直线方向向量,所述第一式为:
其中,DL为光条方向向量,D2为平行直线方向向量,K为扫描仪相机内参矩阵,V1为第一消隐点齐次坐标,V2为第二消隐点齐次坐标,为第一消隐点x轴坐标,为第一消隐点y轴坐标,为第二消隐点x轴坐标,为第二消隐点y轴坐标;
通过第二式对所述光条方向向量和所述平行直线方向向量进行光平面法向量的计算,得到光平面法向量,所述第二式为:
n1=DL×D2,
其中,n1为光平面法向量,DL为光条方向向量,D2为平行直线方向向量;
对所述二维数组进行第三消隐点的分析得到第三消隐点;
通过第三式对所述第三消隐点和所述扫描仪相机内参矩阵进行标定板Y轴方向向量的计算,得到标定板Y轴方向向量,所述第三式为:
其中,VY为第三消隐点齐次坐标,v′x为第三消隐点x轴坐标,v′y为第三消隐点y轴坐标,K为扫描仪相机内参矩阵,DY为标定板Y轴方向向量;
通过第四式对所述标定板Y轴方向向量和所述光条方向向量进行光条截线段实际长度的计算,得到光条截线段实际长度,所述第四式:
其中,dL为光条截线段实际长度,db为预设靶标的方格尺寸,DY为标定板Y轴方向向量,DL为光条方向向量;
对所述光平面法向量、所述二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程,并将所述光平面方程作为标定结果。
并根据消隐原理求解光平面中两组平行线段的方向向量(即所述光条方向向量和所述平行直线方向向量)。
应理解地,如图5所示,求解光条图像沿Y轴方向平行线的消隐点(即所述第三消隐点),并计算光条被棋盘格网格线所截线段dL的实际长度(即所述光条截线段实际长度)。
上述实施例中,对扫描仪相机内参矩阵、多个光条去畸变图像和多个标定板去畸变图像的光平面标定分析得到标定结果,不需要利用相机外参,避免了单应性矩阵分解的误差,具有更好的精度和鲁棒性,同时,为解决传统光平面标定方法存在的缺陷,进一步提高线结构光扫描仪标定精度,简化了标定流程,提高线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,便于实现自动化,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
可选地,作为本发明的一个实施例,如图1至2所示,多个所述光条去畸变图像包括n个所述光条去畸变图像,多个所述标定板去畸变图像包括n′个所述标定板去畸变图像,其中,n=n′,
所述通过多个所述光条去畸变图像和多个所述标定板去畸变图像构建二维数组,得到二维数组的过程包括:
S11:利用平方加权灰度重心法对第n个所述光条去畸变图像进行光条中心的提取,得到与第n个所述光条去畸变图像对应的多个光条中心;
S12:对多个所述光条中心进行光条中心的拟合,得到与第n个所述光条去畸变图像对应的光条中心直线方程;
S13:利用openCV工具对第n′个所述标定板去畸变图像进行角点坐标的提取,得到与第n′个所述标定板去畸变图像对应的多个角点坐标;
S14:从第n′个所述标定板去畸变图像中提取与第n′个所述标定板去畸变图像对应的标定板;
S15:定义角点坐标二维数组,并按照所述标定板中的排列顺序依次将各个所述角点坐标存储至所述角点坐标二维数组中;
S16:对多个所述角点坐标进行角点坐标的拟合,得到多个角点直线方程;
S17:定义像素坐标二维数组,并依次计算所述光条中心直线方程与各个所述角点直线方程的交点坐标,并将得到的交点坐标作为像素坐标存储至所述像素坐标二维数组的第n行中;
S18:返回S11,直至所有的光条去畸变图像均执行S11至S17,从而得到像素坐标二维数组和多个角点坐标二维数组,并将所述像素坐标二维数组和多个所述角点坐标二维数组一并作为二维数组。
应理解地,返回S11,直至所有的光条去畸变图像均执行S11至S17和/或直至所有的标定板去畸变图像均执行S11至S17。
应理解地,步骤S15为按照所述标定板中的角点排列顺序依次将各个所述角点坐标存储至所述角点坐标二维数组中。
应理解地,步骤S16为对所述角点坐标二维数组的每一行进行角点坐标的拟合,得到多个角点直线方程。
应理解地,步骤S18还可以为返回S11,直至所有的光条去畸变图像和/或所有的标定板去畸变图像均执行S11至S17,从而得到像素坐标二维数组和多个角点坐标二维数组,并将所述像素坐标二维数组和多个所述角点坐标二维数组一并作为二维数组。
应理解地,如图2所示,以标定板左上角第一个角点为原点,X轴方向沿长度方向,Y轴方向沿宽度方向建立局部坐标系。标定板每平移一次,在空间中形成一个平面坐标系,记标定板在第i个位置在空间中形成的平面为Oxiyi。Li为线结构光投影到标定板平面Oxiyi形成的光条线段,Lij为Oxiyi上沿X轴方向的网格线,取激光条纹Li与Lij的交点Pij为特征点,设标定板平移次数为n-1,标定板上X轴方向的网格线数目为m,则有i=1,2,…,n;j=1,2…,m,图中B1、B2、B3分别为标定板在第一组位置、第二组位置和第三组位置的空间平面。
具体地,本步骤包含以下子步骤:
(1)采用平方加权灰度重心法对图像MLi(即所述光条去畸变图像)逐行提取光条中心并拟合得到Li的直线方程。其中,所述光条去畸变图像的数量与所述光条去畸变图像的数量一一对应。
(2)采用openCV角点提取函数,提取标定板图像MBi(即所述标定板去畸变图像)的角点坐标,其中MBi与MLi为同一位置下的图像对,将标定板图像MBi(即所述标定板去畸变图像)的角点坐标存入二维数组(即所述角点坐标二维数组),标定板第k行角点依次存入第k行,使得角点的物理位置与二维数组的存储位置对应。利用每一行角点的像素坐标(即所述角点坐标),拟合得到标定板上沿X轴方向网格线Lij在图像中的直线方程(即所述角点直线方程),一张标定板图像(即所述标定板去畸变图像)可得到m个直线方程(即所述角点直线方程)。
(3)计算Li与Lij的交点坐标,其中j=1,2…,m,即特征点Pij的像素坐标(即所述像素坐标),依次将Pij的像素坐标存入二维数组AP(即所述像素坐标二维数组)的第i行,(即第一组存在第一行,第二组图像存在第二行)。
(4)如表一所示,从i=0开始,对每组图像(即所述标定板去畸变图像以及所述光条去畸变图像)执行上述子步骤(1-3),直到i=n,得到n行m列的二维数组(即所述像素坐标二维数组),特征点Pij在二维数组中的存储位置恰好为第i行,第j列。表一为特征点坐标(即所述像素坐标)存储位置。
表一:
应理解地,所有的光条去畸变图像均执行S11至S17指的是每个光条去畸变图像(或者标定板去畸变图像)都是执行S11至S17一轮并得到与每个光条去畸变图像(或者标定板去畸变图像)对应的角点坐标二维数组以及像素坐标二维数组的第n行,其中n为第n个光条去畸变图像(或者标定板去畸变图像)。
上述实施例中,通过多个光条去畸变图像和多个标定板去畸变图像构建二维数组得到二维数组,为后续处理提供数据支撑,实现了只需控制标定板作一次平移运动,就能完成光平面标定,且所需的人工调整少,便于实现自动化,同时,解决了传统基于消隐原理标定方法不适用标定板作一组平移运动的问题,且不存在单应性矩阵分解误差,标定精度高于传统基于空间变换的标定方法。
可选地,作为本发明的一个实施例,如图3所示,所述对所述二维数组进行第一消隐点的分析得到第一消隐点的过程包括:
从所述像素坐标二维数组中提取每行的首列像素坐标和每行的最后一列像素坐标,并将首列所述像素坐标作为第一首端点,并将最后一列所述像素坐标作为第一末端点,从而得到与所述像素坐标二维数组各行对应的第一首端点和与所述像素坐标二维数组各行对应的第一末端点;
分别计算各个与所述像素坐标二维数组各行对应的第一首端点和各个与所述像素坐标二维数组各行对应的第一末端点的中点,得到与所述像素坐标二维数组各行对应的第一中点;
通过第五式对多个所述第一首端点和多个所述第一中点进行第一消隐点的计算,得到第一消隐点,所述第五式为:
应理解地,二维数组(即所述像素坐标二维数组)中同一行中首末位置的两个点(即所述像素坐标)即为同一光条的两个端点(即所述第一首端点和所述第一末端点),如表一中,P11、P1m为线段L1的端点,P21、P2m为线段L2的端点,P31、P3m为线段L3的端点,根据索引直接从二维数组AP(即所述像素坐标二维数组)中取出各线段端点的像素坐标(即所述第一首端点和所述第一末端点)。利用n组线段端点坐标(即所述第一首端点和所述第一末端点),采用改进的最大似然估计法求解该组线段的交点v1,此交点即平行激光条纹的消隐点(即所述第一消隐点)。
应理解地,所述第一中点通过所述第一首端点与所述第一末端点相加并除以2得到。
具体地,如图3所示,记为消隐点的估计(即所述第一消隐点的估计),Li为光条线段,PCi为线段Li的中点(即所述第一中点),为过点的直线段Li中点的一条直线,以直线段Li端点到垂直距离的平方和最小为目标函数。设的直线方程为
预设:aix+biy+1=0
因此消隐点优化求解公式如下:
式中(xi1,yi1)分别为特征点Pi1的X,Y坐标(即所述第一首端点),vx,vy为要优化求解的参数,与消隐点最大似然求解方法相比,改进的消隐点求解方法将一个有约束多目标优化问题转换为无约束单目标优化问题,有效降低了优化问题的规模,更便于优化求解。
上述实施例中,对二维数组进行第一消隐点的分析得到第一消隐点,能够将一个有约束多目标优化问题转换为无约束单目标优化问题,有效地降低了优化问题的规模,更便于优化求解。
可选地,作为本发明的一个实施例,如图4所示,所述对所述二维数组进行第二消隐点的分析得到第二消隐点的过程包括:
S21:从所述像素坐标二维数组提取像素坐标,得到j列像素坐标组,每列所述像素坐标组包括顺序排列的多个像素坐标;
S22:利用最小二乘算法对第j列中所有的所述像素坐标进行拟合,得到像素坐标直线方程;
S23:根据第j列中第一个所述像素坐标和第j列中最后一个所述像素坐标对所述像素坐标直线方程进行投影,得到第一首端点投影直线方程和第一末端点投影直线方程;
S24:通过第六式对所述像素坐标直线方程、所述第一首端点投影直线方程和第一个所述像素坐标进行第二首端点坐标的计算,得到第二首端点,所述第六式为:
S25:通过第七式对所述像素坐标直线方程、所述第一末端点投影直线方程和最后一个所述像素坐标进行第二末端点坐标的计算,得到第二末端点,所述第七式为:
S26:计算所述第二首端点和所述第二末端点的中点,得到第二中点;
S27:返回S22,直至每列像素坐标组均执行S22至S26,从而得到多个第二首端点和多个第二中点;
S28:通过第八式对多个所述第二首端点和多个所述第二中点进行第二消隐点的计算,得到第二消隐点,所述第八式为:
其中,为第二消隐点的估计,x′1j为第二首端点x轴坐标,y′1j为第二首端点y轴坐标,aj′和bj′均为系数,x′cj为第二中点x轴坐标,y′cj为第二中点y轴坐标,为第二消隐点x轴坐标,为第二消隐点y轴坐标。
应理解地,用特征点像素坐标AP(即所述像素坐标二维数组),分别对二维数组AP(即所述像素坐标二维数组)每一列的像素点坐标拟合直线方程并截取线段的端点。
应理解地,每列像素坐标组均执行S22至S25指的是每个像素坐标组都是执行S22至S25一轮并得到与每列像素坐标组对应的第二首端点和第二中点。
具体地,如图4所示,本步骤包含以下子步骤:
(1)第j列的特征点(即所述像素坐标)依次为P1j、P2j、…、Pnj,利用该列所有特征点坐标(即所述像素坐标),按最小二乘法拟合直线方程,记拟合得到的直线方程为下式:
(2)将该列第一个特征点P1j(即所述第一个像素坐标)和最后一个特征点Pnj(即所述最后一个像素坐标)投影到拟合的直线,过P1j(即所述第一个像素坐标)与拟合直线垂直的直线方程,和过Pnj(即所述最后一个像素坐标)与拟合直线垂直的直线方程均为下式,与(1)子步骤中的公式联立可计算得到线段的两个端点坐标,分别记为P′1j(即所述第二首端点),P′nj(即所述第二末端点),从而可进一步求得两端点的中点PCj的坐标(即所述第二中点):
式中,x1j、y1j为特征点P1j的像素坐标(即所述第一个像素坐标),xnj、ynj为特征点Pnj的像素坐标(即所述最后一个像素坐标)。
(3)对每一列特征点(即所述像素坐标)执行上述(1-2)子步骤,将所得结果带入下述公式可得第二组平行线段的消隐点(即所述第二消隐点)。
因此,第二个消隐点v2(即所述第二消隐点)的像素坐标计算公式为:
上述实施例中,对二维数组进行第二消隐点的分析得到第二消隐点,为解决传统光平面标定方法存在的缺陷,进一步提高线结构光扫描仪标定精度,简化了标定流程,提高线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,便于实现自动化,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
可选地,作为本发明的一个实施例,所述对所述二维数组进行第三消隐点的分析得到第三消隐点的过程包括:
S31:分别从多个所述角点坐标二维数组提取角点坐标,得到与各个所述角点坐标二维数组对应的i列角点坐标组,每列所述角点坐标组包括顺序排列的多个角点坐标;
S32:利用最小二乘算法对第i列中所有的所述角点坐标进行拟合,得到角点坐标直线方程;
S33:根据第i列中第一个所述角点坐标和第j列中最后一个所述角点坐标对所述角点坐标直线方程进行投影,得到第二首端点投影直线方程和第二末端点投影直线方程;
S34:通过所述第六式对所述角点坐标直线方程、所述第二首端点投影直线方程和第一个所述角点坐标进行第三首端点坐标的计算,得到第三首端点;
S35:通过所述第七式对所述角点坐标直线方程、所述第二末端点投影直线方程和最后一个所述角点坐标进行第三末端点坐标的计算,得到第三末端点;
S35:计算所述第三首端点和所述第三末端点的中点,得到第三中点;
S36:返回S32,直至每个所述角点坐标二维数组的每列角点坐标组均执行S32至S35,从而得到多个第三首端点和多个第三中点;
S37:通过所述第八式对多个所述第三首端点和多个所述第三中点进行第三消隐点的计算,得到第三消隐点。
应理解地,求解光条图像沿Y轴方向平行线的消隐点(即所述第三消隐点)。
应理解地,每个所述角点坐标二维数组的每列角点坐标组均执行S32至S35指的是每个角点坐标二维数组中的每列角点坐标组都是执行S32至S35一轮并得到与每个角点坐标组对应的第三首端点和第三中点。
应理解地,通过所述第六式对所述角点坐标直线方程、所述第二首端点投影直线方程、和第一个所述角点坐标进行第三首端点坐标的计算,得到第三首端点,指的是:将所述角点坐标直线方程、所述第二首端点投影直线方程、和第一个所述角点坐标输入至所述第六式中进行计算,并将计算结果作为第三首端点。
应理解地,通过所述第七式对所述角点坐标直线方程、所述第二末端点投影直线方程、和最后一个所述角点坐标进行第三末端点坐标的计算,得到第三末端点,指的是:将所述角点坐标直线方程、所述第二末端点投影直线方程、和最后一个所述角点坐标输入至所述第七式中进行计算,并将计算结果作为第三末端点。
具体地,利用从标定板图像MBi中提取的的角点坐标(即所述角点坐标二维数组),其中i=1,2,…,n,共n个二维数组(即所述角点坐标二维数组)。记的列数为mc,按列对数据分组,一共得到n×mc组数据列。对每一列数据(即所述角点坐标)执行S22至S27,计算得到标定板Y轴方向平行直线的消隐点(即所述第三消隐点)。
上述实施例中,对二维数组进行第三消隐点的分析得到第三消隐点,进一步提高线结构光扫描仪标定精度,简化了标定流程,提高线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,便于实现自动化,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
可选地,作为本发明的一个实施例,所述对所述光平面法向量、所述二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程的过程包括:
通过第九式对所述光平面法向量、所述像素坐标二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程,所述第九式为:
ax+by+cz+d=0,
其中,[a,b,c]=n1,
其中,a,b,c,d均为系数,n1为光平面法向量,fx、fy、γ、u0、v0均为扫描仪相机内参矩阵中的参数,x′i,j为像素坐标二维数组中的像素坐标在相机坐标下的x轴坐标的-1/d倍,y′i,j为像素坐标二维数组中的像素坐标在相机坐标下的y轴坐标的-1/d倍,z′i,j为像素坐标二维数组中的像素坐标在相机坐标下的z轴坐标的-1/d倍,m为像素坐标二维数组的列数,dL为光条截线段实际长度,n为光条去畸变图像的数量,ui,j为像素坐标二维数组中的像素坐标x轴坐标,vi,j为像素坐标二维数组中的像素坐标y轴坐标。
应理解地,所述像素坐标二维数组中的像素坐标指的是与像素坐标对应的特征点,所述像素坐标是特征点的像素坐标,即是特征点在图像上的行与列。
具体地,设光平面在相机坐标系下的平面方程为:
预设:ax+by+cz+d=0,
式中[a,b,c]=n,由相机小孔成像原理可得下式:
其中,x、y、z为空间点在相机坐标系下的三维坐标。将特征点Pij的像素坐标(ui,j,vi,j)(即所述像素坐标)带入上两式可得特征点(即所述像素坐标)在相机坐标系下的三维坐标为:
式中,fx、fy、γ、u0、v0为相机内参矩阵(即所述扫描仪相机内参矩阵)中的参数。由上式可知,特征点(即所述像素坐标)三维坐标仅含有未知数d,所述第四式给出了两特征点之间的实际距离(即所述光条截线段实际长度),根据这一约束条件可得如下方程:
式中,xi,j、yi,j和zi,j为特征点Pij(即所述像素坐标)在相机坐标下的三维坐标,取两个特征点(即所述像素坐标)的三维坐标代入上式即可解出参数d的值,为提高d的求解精度,取多组特征点求平均值,如下式所示:
式中,m为每张光条图像上特征点数目(即所述像素坐标二维数组的列数),n-1为标定板平移次数。上式求解得到的为d的绝对值,参数d的符号可以通过将特征点(即所述像素坐标)三维坐标值带入光平面方程(即所述第九式)确定。
上述实施例中,对光平面法向量、像素坐标二维数组、光条截线段实际长度和扫描仪相机内参矩阵的光平面方程计算得到光平面方程,提高了线结构光扫描仪标定精度,简化了标定流程,提高了线结构光传感器标定的自动化程度,减少了标定过程中的人工参与,能够适用于标定板作一组平移运动的情形,实现了一组平移运动就能完成标定的目标。
图6为本发明实施例提供的线结构光扫描仪标定装置的模块框图。
可选地,作为本发明的另一个实施例,如图6所示,一种线结构光扫描仪标定装置,包括:
数据导入模块,用于导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
光条图像处理模块,用于通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
标定板图像处理模块,用于根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
标定结果获得模块,用于对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
可选地,本发明的另一个实施例提供一种线结构光扫描仪标定装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的线结构光扫描仪标定方法。该装置可为计算机等装置。
可选地,本发明的另一个实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的线结构光扫描仪标定方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明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-Only Memory)、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。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种线结构光扫描仪标定方法,其特征在于,包括如下步骤:
导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
2.根据权利要求1所述的线结构光扫描仪标定方法,其特征在于,所述对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果的过程包括:
通过多个所述光条去畸变图像和多个所述标定板去畸变图像构建二维数组,得到二维数组;
对所述二维数组进行第一消隐点的分析得到第一消隐点;
对所述二维数组进行第二消隐点的分析得到第二消隐点;
通过第一式对所述第一消隐点、所述第二消隐点和所述扫描仪相机内参矩阵进行方向向量的计算,得到光条方向向量和平行直线方向向量,所述第一式为:
其中,DL为光条方向向量,D2为平行直线方向向量,K为扫描仪相机内参矩阵,V1为第一消隐点齐次坐标,V2为第二消隐点齐次坐标,为第一消隐点x轴坐标,为第一消隐点y轴坐标,为第二消隐点x轴坐标,为第二消隐点y轴坐标;
通过第二式对所述光条方向向量和所述平行直线方向向量进行光平面法向量的计算,得到光平面法向量,所述第二式为:
n1=DL×D2,
其中,n1为光平面法向量,DL为光条方向向量,D2为平行直线方向向量;
对所述二维数组进行第三消隐点的分析得到第三消隐点;
通过第三式对所述第三消隐点和所述扫描仪相机内参矩阵进行标定板Y轴方向向量的计算,得到标定板Y轴方向向量,所述第三式为:
其中,VY为第三消隐点齐次坐标,v′x为第三消隐点x轴坐标,v′y为第三消隐点y轴坐标,K为扫描仪相机内参矩阵,DY为标定板Y轴方向向量;
通过第四式对所述标定板Y轴方向向量和所述光条方向向量进行光条截线段实际长度的计算,得到光条截线段实际长度,所述第四式:
其中,dL为光条截线段实际长度,db为预设靶标的方格尺寸,DY为标定板Y轴方向向量,DL为光条方向向量;
对所述光平面法向量、所述二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程,并将所述光平面方程作为标定结果。
3.根据权利要求2所述的线结构光扫描仪标定方法,其特征在于,多个所述光条去畸变图像包括n个所述光条去畸变图像,多个所述标定板去畸变图像包括n′个所述标定板去畸变图像,其中,n=n′,
所述通过多个所述光条去畸变图像和多个所述标定板去畸变图像构建二维数组,得到二维数组的过程包括:
S11:利用平方加权灰度重心法对第n个所述光条去畸变图像进行光条中心的提取,得到与第n个所述光条去畸变图像对应的多个光条中心;
S12:对多个所述光条中心进行光条中心的拟合,得到与第n个所述光条去畸变图像对应的光条中心直线方程;
S13:利用openCV工具对第n′个所述标定板去畸变图像进行角点坐标的提取,得到与第n′个所述标定板去畸变图像对应的多个角点坐标;
S14:从第n′个所述标定板去畸变图像中提取与第n′个所述标定板去畸变图像对应的标定板;
S15:定义角点坐标二维数组,并按照所述标定板中的排列顺序依次将各个所述角点坐标存储至所述角点坐标二维数组中;
S16:对多个所述角点坐标进行角点坐标的拟合,得到多个角点直线方程;
S17:定义像素坐标二维数组,并依次计算所述光条中心直线方程与各个所述角点直线方程的交点坐标,并将得到的交点坐标作为像素坐标存储至所述像素坐标二维数组的第n行中;
S18:返回S11,直至所有的光条去畸变图像均执行S11至S17,从而得到像素坐标二维数组和多个角点坐标二维数组,并将所述像素坐标二维数组和多个所述角点坐标二维数组一并作为二维数组。
4.根据权利要求3所述的线结构光扫描仪标定方法,其特征在于,所述对所述二维数组进行第一消隐点的分析得到第一消隐点的过程包括:
从所述像素坐标二维数组中提取每行的首列像素坐标和每行的最后一列像素坐标,并将首列所述像素坐标作为第一首端点,并将最后一列所述像素坐标作为第一末端点,从而得到与所述像素坐标二维数组各行对应的第一首端点和与所述像素坐标二维数组各行对应的第一末端点;
分别计算各个与所述像素坐标二维数组各行对应的第一首端点和各个与所述像素坐标二维数组各行对应的第一末端点的中点,得到与所述像素坐标二维数组各行对应的第一中点;
通过第五式对多个所述第一首端点和多个所述第一中点进行第一消隐点的计算,得到第一消隐点,所述第五式为:
5.根据权利要求3所述的线结构光扫描仪标定方法,其特征在于,所述对所述二维数组进行第二消隐点的分析得到第二消隐点的过程包括:
S21:从所述像素坐标二维数组提取像素坐标,得到j列像素坐标组,每列所述像素坐标组包括顺序排列的多个像素坐标;
S22:利用最小二乘算法对第j列中所有的所述像素坐标进行拟合,得到像素坐标直线方程;
S23:根据第j列中第一个所述像素坐标和第j列中最后一个所述像素坐标对所述像素坐标直线方程进行投影,得到第一首端点投影直线方程和第一末端点投影直线方程;
S24:通过第六式对所述像素坐标直线方程、所述第一首端点投影直线方程和第一个所述像素坐标进行第二首端点坐标的计算,得到第二首端点,所述第六式为:
S25:通过第七式对所述像素坐标直线方程、所述第一末端点投影直线方程和最后一个所述像素坐标进行第二末端点坐标的计算,得到第二末端点,所述第七式为:
S26:计算所述第二首端点和所述第二末端点的中点,得到第二中点;
S27:返回S22,直至每列像素坐标组均执行S22至S26,从而得到多个第二首端点和多个第二中点;
S28:通过第八式对多个所述第二首端点和多个所述第二中点进行第二消隐点的计算,得到第二消隐点,所述第八式为:
6.根据权利要求5所述的线结构光扫描仪标定方法,其特征在于,所述对所述二维数组进行第三消隐点的分析得到第三消隐点的过程包括:
S31:分别从多个所述角点坐标二维数组提取角点坐标,得到与各个所述角点坐标二维数组对应的i列角点坐标组,每列所述角点坐标组包括顺序排列的多个角点坐标;
S32:利用最小二乘算法对第i列中所有的所述角点坐标进行拟合,得到角点坐标直线方程;
S33:根据第i列中第一个所述角点坐标和第j列中最后一个所述角点坐标对所述角点坐标直线方程进行投影,得到第二首端点投影直线方程和第二末端点投影直线方程;
S34:通过所述第六式对所述角点坐标直线方程、所述第二首端点投影直线方程和第一个所述角点坐标进行第三首端点坐标的计算,得到第三首端点;
S35:通过所述第七式对所述角点坐标直线方程、所述第二末端点投影直线方程和最后一个所述角点坐标进行第三末端点坐标的计算,得到第三末端点;
S35:计算所述第三首端点和所述第三末端点的中点,得到第三中点;
S36:返回S32,直至每个所述角点坐标二维数组的每列角点坐标组均执行S32至S35,从而得到多个第三首端点和多个第三中点;
S37:通过所述第八式对多个所述第三首端点和多个所述第三中点进行第三消隐点的计算,得到第三消隐点。
7.根据权利要求4所述的线结构光扫描仪标定方法,其特征在于,所述对所述光平面法向量、所述二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程的过程包括:
通过第九式对所述光平面法向量、所述像素坐标二维数组、所述光条截线段实际长度和所述扫描仪相机内参矩阵进行光平面方程的计算,得到光平面方程,所述第九式为:
ax+by+cz+d=0,
其中,[a,b,c]=n1,
其中,a,b,c,d均为系数,n1为光平面法向量,fx、fy、γ、u0、v0均为扫描仪相机内参矩阵中的参数,x′i,j为像素坐标二维数组中的像素坐标在相机坐标下的x轴坐标的-1/d倍,y′i,j为像素坐标二维数组中的像素坐标在相机坐标下的y轴坐标的-1/d倍,z′i,j为像素坐标二维数组中的像素坐标在相机坐标下的z轴坐标的-1/d倍,m为像素坐标二维数组的列数,dL为光条截线段实际长度,n为光条去畸变图像的数量,ui,j为像素坐标二维数组中的像素坐标x轴坐标,vi,j为像素坐标二维数组中的像素坐标y轴坐标。
8.一种线结构光扫描仪标定装置,其特征在于,包括:
数据导入模块,用于导入扫描仪相机内参矩阵和畸变系数,所述扫描仪相机内参矩阵和所述畸变系数均通过对扫描仪装置进行标定得到;
光条图像处理模块,用于通过所述扫描仪装置得到多个光条图像和多个标定板图像,并根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述光条图像进行光条图像的去畸变处理,得到与各个所述光条图像对应的光条去畸变图像;
标定板图像处理模块,用于根据所述扫描仪相机内参矩阵和所述畸变系数分别对各个所述标定板图像进行标定板图像的去畸变处理,得到与各个所述标定板图像对应的标定板去畸变图像;
标定结果获得模块,用于对所述扫描仪相机内参矩阵、多个所述光条去畸变图像和多个所述标定板去畸变图像进行光平面的标定分析,得到标定结果。
9.一种线结构光扫描仪标定装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,当所述处理器执行所述计算机程序时,实现如权利要求1至7任一项所述的线结构光扫描仪标定方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的线结构光扫描仪标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110931856.0A CN113686262B (zh) | 2021-08-13 | 2021-08-13 | 一种线结构光扫描仪标定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110931856.0A CN113686262B (zh) | 2021-08-13 | 2021-08-13 | 一种线结构光扫描仪标定方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113686262A true CN113686262A (zh) | 2021-11-23 |
CN113686262B CN113686262B (zh) | 2022-10-11 |
Family
ID=78580038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110931856.0A Active CN113686262B (zh) | 2021-08-13 | 2021-08-13 | 一种线结构光扫描仪标定方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113686262B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834488A (zh) * | 2021-11-25 | 2021-12-24 | 之江实验室 | 基于结构光阵列远程识别的机器人空间姿态解算方法 |
CN114234808A (zh) * | 2021-12-17 | 2022-03-25 | 湖南大学 | 回转类磁脉冲压接件变形区域的尺寸测量方法及装置 |
CN115546311A (zh) * | 2022-09-28 | 2022-12-30 | 中国传媒大学 | 一种基于场景信息的投影仪标定方法 |
CN116182702A (zh) * | 2023-01-31 | 2023-05-30 | 桂林电子科技大学 | 一种基于主成分分析的线结构光传感器标定方法及系统 |
CN116182703A (zh) * | 2023-01-31 | 2023-05-30 | 桂林电子科技大学 | 一种线结构光传感器标定方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101363713A (zh) * | 2007-12-29 | 2009-02-11 | 北京航空航天大学 | 一种基于二维交比不变的结构光传感器结构参数标定方法 |
CN106091983A (zh) * | 2016-06-03 | 2016-11-09 | 长春师范大学 | 包含扫描方向信息的线结构光视觉测量系统完整标定方法 |
CN107121109A (zh) * | 2017-06-12 | 2017-09-01 | 北京航空航天大学 | 一种基于前镀膜平面镜的结构光参数标定装置及方法 |
CN110118528A (zh) * | 2019-04-29 | 2019-08-13 | 天津大学 | 一种基于棋盘靶标的线结构光标定方法 |
CN110163918A (zh) * | 2019-04-24 | 2019-08-23 | 华南理工大学 | 一种基于射影几何的线结构光标定方法 |
-
2021
- 2021-08-13 CN CN202110931856.0A patent/CN113686262B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101363713A (zh) * | 2007-12-29 | 2009-02-11 | 北京航空航天大学 | 一种基于二维交比不变的结构光传感器结构参数标定方法 |
CN106091983A (zh) * | 2016-06-03 | 2016-11-09 | 长春师范大学 | 包含扫描方向信息的线结构光视觉测量系统完整标定方法 |
CN107121109A (zh) * | 2017-06-12 | 2017-09-01 | 北京航空航天大学 | 一种基于前镀膜平面镜的结构光参数标定装置及方法 |
CN110163918A (zh) * | 2019-04-24 | 2019-08-23 | 华南理工大学 | 一种基于射影几何的线结构光标定方法 |
CN110118528A (zh) * | 2019-04-29 | 2019-08-13 | 天津大学 | 一种基于棋盘靶标的线结构光标定方法 |
Non-Patent Citations (3)
Title |
---|
ZHENGYOU ZHANG: "A Flexible New Technique for Camera Calibration", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
于龙龙 等: "基于二维平面靶标的线结构光标定", 《仪器仪表学报》 * |
邹树平: "线结构光传感器一体化标定", 《测绘与空间地理信息》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834488A (zh) * | 2021-11-25 | 2021-12-24 | 之江实验室 | 基于结构光阵列远程识别的机器人空间姿态解算方法 |
CN113834488B (zh) * | 2021-11-25 | 2022-03-25 | 之江实验室 | 基于结构光阵列远程识别的机器人空间姿态解算方法 |
CN114234808A (zh) * | 2021-12-17 | 2022-03-25 | 湖南大学 | 回转类磁脉冲压接件变形区域的尺寸测量方法及装置 |
CN114234808B (zh) * | 2021-12-17 | 2022-10-28 | 湖南大学 | 回转类磁脉冲压接件变形区域的尺寸测量方法及装置 |
CN115546311A (zh) * | 2022-09-28 | 2022-12-30 | 中国传媒大学 | 一种基于场景信息的投影仪标定方法 |
CN116182702A (zh) * | 2023-01-31 | 2023-05-30 | 桂林电子科技大学 | 一种基于主成分分析的线结构光传感器标定方法及系统 |
CN116182703A (zh) * | 2023-01-31 | 2023-05-30 | 桂林电子科技大学 | 一种线结构光传感器标定方法及系统 |
CN116182702B (zh) * | 2023-01-31 | 2023-10-03 | 桂林电子科技大学 | 一种基于主成分分析的线结构光传感器标定方法及系统 |
CN116182703B (zh) * | 2023-01-31 | 2024-05-03 | 桂林电子科技大学 | 一种线结构光传感器标定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113686262B (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113686262B (zh) | 一种线结构光扫描仪标定方法、装置及存储介质 | |
CN109598762B (zh) | 一种高精度双目相机标定方法 | |
CN111667536A (zh) | 一种基于变焦相机深度估计的参数标定方法 | |
CN104537707B (zh) | 像方型立体视觉在线移动实时测量系统 | |
CN110969668A (zh) | 一种长焦双目相机的立体标定算法 | |
CN108470370A (zh) | 三维激光扫描仪外置相机联合获取三维彩色点云的方法 | |
WO2015197019A1 (zh) | 一种测量透镜畸变的方法及系统 | |
CN101887585A (zh) | 基于非共面特征点的摄像机标定方法 | |
CN112700502B (zh) | 双目相机系统和双目相机空间标定方法 | |
CN106846414B (zh) | 一种基于可变标定目标的主动视觉相机标定方法 | |
CN113175899B (zh) | 相机与振镜结合的变视线系统三维成像模型及其标定方法 | |
CN111507357B (zh) | 一种缺陷检测语义分割模型建模方法、装置、介质及设备 | |
CN110648274B (zh) | 鱼眼图像的生成方法及装置 | |
CN107845145B (zh) | 一种电子显微场景下的三维重构系统及方法 | |
CN110060304B (zh) | 一种生物体三维信息采集方法 | |
TW202145146A (zh) | 圖像配準方法及其相關的模型訓練方法、設備和電腦可讀儲存媒體 | |
CN111080776A (zh) | 人体动作三维数据采集和复现的处理方法及系统 | |
CN111598775B (zh) | 基于lstm网络的光场视频时域超分辨重建方法 | |
CN112329726A (zh) | 人脸识别方法及装置 | |
CN114792345A (zh) | 一种基于单目结构光系统的标定方法 | |
CN114663880A (zh) | 基于多层级跨模态自注意力机制的三维目标检测方法 | |
CN111862236A (zh) | 定焦双目相机自标定方法及系统 | |
CN113313741B (zh) | 一种基于标定球的点云自配准方法 | |
CN112489141B (zh) | 车载摄像头单板单图带中继镜的产线标定方法及装置 | |
CN115909444A (zh) | 一种基于视频流的头部姿态方法及装置 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Gao Xingyu Inventor after: Li Weiming Inventor after: Hu Zeng Inventor after: Yin Bingqiang Inventor after: Wei Chuannen Inventor before: Gao Xingyu Inventor before: Hu Zeng Inventor before: Li Weiming Inventor before: Yin Bingqiang Inventor before: Wei Chuannen |
|
GR01 | Patent grant | ||
GR01 | Patent grant |