CN113706499A - 误差检测方法和相关产品 - Google Patents

误差检测方法和相关产品 Download PDF

Info

Publication number
CN113706499A
CN113706499A CN202110981605.3A CN202110981605A CN113706499A CN 113706499 A CN113706499 A CN 113706499A CN 202110981605 A CN202110981605 A CN 202110981605A CN 113706499 A CN113706499 A CN 113706499A
Authority
CN
China
Prior art keywords
camera module
module
camera
binocular
error detection
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.)
Pending
Application number
CN202110981605.3A
Other languages
English (en)
Inventor
王再阔
谢洪彪
焦建成
刘春秋
舒荣涛
王国君
李雪春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202110981605.3A priority Critical patent/CN113706499A/zh
Publication of CN113706499A publication Critical patent/CN113706499A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Abstract

本申请实施例公开了一种误差检测方法和相关产品,该方法包括:基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;所述第一摄像头模组和所述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组,所述双目模组标定参数用于评估所述第一摄像头模组和所述第二摄像头模组之间的误差;基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测。通过双目模组标定参数,能够准确地检测出两个摄像头模组之间的误差,从而筛选出不良模组。

Description

误差检测方法和相关产品
技术领域
本申请涉及误差检测领域,尤其涉及一种误差检测方法和相关产品。
背景技术
目前,智能终端(例如手机)上的已采用双目甚至多目,以获得更好的使用体验。在实际应用中,摄像头模组在部署至终端设备上之前,需要对摄像头模组的误差进行检测,在产线筛选出不良模组。如何准确地检测出摄像头模组在生产工程中的误差,对产品质量至关重要。
发明内容
本申请实施例公开了一种误差检测方法和相关产品,能够准确地检测出双目模组的误差,以便筛选出不合格的双目模组。
第一方面,本申请实施例提供一种误差检测方法,该方法包括:基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;所述第一摄像头模组和所述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组,所述双目模组标定参数用于评估所述第一摄像头模组和所述第二摄像头模组之间的误差;基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测。
本申请实施例中,基于双目模组标定参数,对包含第一摄像头模组和第二摄像头模组的双目模组或多目模组的质量进行检测。通过双目模组标定参数,能够准确地检测出两个摄像头模组之间的误差,从而筛选出不良模组。
在一种可能的实现方式中,所述基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测包括:在满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为良品模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
所述双目模组标定参数可包括K项参数,每项参数对应一个或一组阈值,所述目标条件可包括:所述双目模组标定参数包括的所述K项参数均满足各自所对应的一个或一组阈值。K为大于0的整数。在一些实施例中,K为大于1的整数,例如4、5、6等。
在该实现方式中,在满足目标条件的情况下,确定包含第一摄像头模组和第二摄像头模组的双目模组或多目模组为良品模组;可以准确、快速地确定第一摄像头模组和第二摄像头模组为良品模组。
在一种可能的实现方式中,所述基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测包括:在未满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为不良模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
在该实现方式中,在未满足目标条件的情况下,确定包含第一摄像头模组和第二摄像头模组的双目模组或多目模组为不良模组;可以准确、快速地确定第一摄像头模组和第二摄像头模组为不良模组。
在一种可能的实现方式中,所述目标条件还包括:基于所述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值。
双目模组误差置信度与所述第一摄像头模组和所述第二摄像头模组之间的误差正相关。也就是说,双目模组误差置信度越高,所述第一摄像头模组和所述第二摄像头模组之间的误差越大。误差置信度阈值可根据实际的情况配置。在一些实施例中,误差置信度阈值可以根据需要来选择,为经验值。选定误差置信度阈值后,就可以在生产中将超过误差置信度阈值的双模模组当做不合格产品筛除。根据实际使用经验,即使双目模组标定参数包括的各项参数均满足各自所对应的阈值,第一摄像头模组和第二摄像头模组之间的误差也不一定满足算法要求。
在该实现方式中,目标条件还包括:基于所述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值;可以进一步筛选出不良模组。
在一种可能的实现方式中,所述双目模组标定参数包括以下至少一项:所述第一摄像头模组和所述第二摄像头模组之间的光轴角偏差、所述第一摄像头模组和所述第二摄像头模组在空间上的相对位置、所述第一图像和所述第二图像的视差、所述第一图像和所述第二图像中相对应的像素的位移距离、所述第一摄像头模组和所述第二摄像头模组标定后像素的最大误差、所述第一摄像头模组和所述第二摄像头模组标定后像素的平均误差。
在一些实施例中,双目模组标定参数包括的各项都需要进行管控,一种可能的管控标准(即双目模组标定参数包括的各项参数均满足各自所对应的阈值)的示例如下:
1)、光轴角偏差均小于2度,即|rx|<2°|ry|<2°|rz|<2°;
2)、两个摄像头模组在空间上的相对位置管控如下:|tx|<0.05mm,|tz|<0.05mm,ty<baseline±1mm;(tx,ty,tz)表示所述第一摄像头模组和所述第二摄像头模组在空间上的相对位置,baseline(基线)可以是两个摄像头模组之间水平方向的实际距离。
3)、第一摄像头模组和第二摄像头模组标定后像素的最大误差max_err<3pixel,平均误差avg<1pixel;
4)、第一图像和第二图像的视差:水平方向|x|<20pixel,垂直误差20pixel<y<40pixel;
5)、第一图像和第二图像中相对应的像素的位移距离(即两张图像中相同像素的位移距离):20pixel<d<45pixel。
以上5类数据(即5项参数)代表了管控的5个方向,只要有一个不满足,那么就判断该模组为不良模组。
在该实现方式中,双目模组标定参数包括的各项可以准确反映第一摄像头模组和第二摄像头模组之间的误差。通过双目模组标定参数,能够准确地检测出两个摄像头模组之间的误差,从而筛选出不良模组。
在一种可能的实现方式中,所述方法还包括:基于所述双目模组标定参数包括的各项参数采用如下公式处理得到双目模组误差置信度:
CL=(|rx|/2+|ry|/2+|rz|/2)*x1+(|tx|/0.05+|ty|/0.05+|ty-baseline|/1)*x2+(max_err/3+avg_err/1)*x3+(|x|/20+|y-30|/10)*x4+(|d-30|/25)*x5;
其中,x1+x2+x3+x4+x5=1,x1,x2,x3,x4,x5的值可以根据实际情况选择,这里给出一种参考值x1=0.3,x2=0.3,x3=0.1,x4=0.15,x5=0.15,CL表示双目模组误差置信度,(rx,ry,rz)表示所述光轴角偏差,(tx,ty,tz)表示所述第一摄像头模组和所述第二摄像头模组在空间上的相对位置,max_err表示第一摄像头模组和第二摄像头模组标定后像素的最大误差,avg_err表示第一摄像头模组和第二摄像头模组标定后像素的平均误差,(x,y)表示第一图像和第二图像的视差,d表示第一图像和第二图像中相对应的像素的位移距离。
在该实现方式中,可以准确地计算得到双目模组误差置信度。
在一种可能的实现方式中,所述方法还包括:所述基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数包括:在所述第一摄像头模组和所述第二摄像头模组均单独通过初步误差检测的情况下,基于所述第一摄像头模组采集的第一图像和所述第二摄像头模组采集的第二图像,处理得到所述双目模组标定参数。
在该实现方式中,在第一摄像头模组和第二摄像头模组均通过初步误差检测的情况下,基于该第一摄像头模组采集的第一图像和该第二摄像头模组采集的第二图像,处理得到双目模组标定参数;可以减少工作量。
在一种可能的实现方式中,所述第一图像和所述第二图像为通过包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组拍摄标定板得到的图像。例如,第一图像和第二图像为第一摄像头模组和第二摄像头模组同时拍摄同一标定板得到的图像。
在一种可能的实现方式中,所述第一摄像头模组和所述第二摄像头模组位于同一水平线。
在一种可能的实现方式中,所述方法还包括:输出误差检测结果;所述误差检测结果指示所述第一摄像头模组和所述第二摄像头模组为良品模组或者不良模组。
在一种可能的实现方式中,所述第一摄像头模组和所述第二摄像头模组应用于人脸识别智能门锁。
第二方面,本申请实施例提供一种误差检测装置,包括:处理单元,用于基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;所述第一摄像头模组和所述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组,所述双目模组标定参数用于评估所述第一摄像头模组和所述第二摄像头模组之间的误差;所述处理单元,还用于基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测。
在一种可能的实现方式中,所述处理单元,具体用于在满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为良品模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
在一种可能的实现方式中,所述处理单元,具体用于在未满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为不良模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
在一种可能的实现方式中,所述目标条件还包括:所述目标条件还包括:基于所述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值。
在一种可能的实现方式中,所述双目模组标定参数包括以下至少一项:所述第一摄像头模组和所述第二摄像头模组之间的光轴角偏差、所述第一摄像头模组和所述第二摄像头模组在空间上的相对位置、所述第一图像和所述第二图像的视差、所述第一图像和所述第二图像中相对应的像素的位移距离、所述第一摄像头模组和所述第二摄像头模组标定后像素的最大误差、所述第一摄像头模组和所述第二摄像头模组标定后像素的平均误差。
在一种可能的实现方式中,所述处理单元,具体用于在所述第一摄像头模组和所述第二摄像头模组均单独通过初步误差检测的情况下,基于所述第一摄像头模组采集的第一图像和所述第二摄像头模组采集的第二图像,处理得到所述双目模组标定参数。
在一种可能的实现方式中,所述第一图像和所述第二图像为通过包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组拍摄标定板得到的图像。
在一种可能的实现方式中,所述第一摄像头模组和所述第二摄像头模组位于同一水平线。
在一种可能的实现方式中,所述装置还包括:输出单元,用于输出误差检测结果;所述误差检测结果指示所述第一摄像头模组和所述第二摄像头模组为良品模组或者不良模组。
关于第二方面或各种可能的实施方式所带来的技术效果,可参考对于第一方面或相应的实现方式的技术效果的介绍。
第三方面,本申请实施例提供了另一种电子设备,该电子设备包括:处理器和存储器,其中,所述存储器用于存储指令,所述处理器用于执行所述存储器存储的指令,使得所述处理器执行如上述第一方面以及上述第一方面的任意可能的实现方式的方法。
第四方面,本申请实施例提供了一种芯片,该芯片包括数据接口和处理器,其中,所述处理器用于执行上述第一方面以及上述第一方面的任意可能实现方式中的方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,该计算机存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令当被处理器执行时使该处理器执行上述第一方面以及上述第一方面的任意可能的实现方式的方法。
第六方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面以及上述第一方面的任意可能的实现方式的方法。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1为本申请实施例提供的一种误差检测方法流程图;
图2为本申请实施例提供的另一种误差检测方法流程图;
图3为本申请实施例提供的另一种误差检测方法流程图;
图4为本申请实施例提供的一种误差检测过程示意图的示例;
图5为本申请实施例提供的一种缺陷检测装置的结构示意图;
图6是本申请实施例提供的一种服务器的结构示意图;
图7为本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等仅用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备等,没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元等,或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。
在本文中提及的“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员可以显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上,“至少两个(项)”是指两个或三个及三个以上,“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”。
目前,智能终端(例如手机、人脸识别智能门锁、监控设备)上部署的摄像头模组已采用双目甚至多目,以获得更好的使用体验。如何检测出双目模组以及多目模组在生产工程中的误差,并加以管控,对产品质量至关重要。
当前采用的检测双目模组以及多目模组在生产工程中的误差的方案如下:通过对单颗摄像头模组的对焦是否准确,是否有脏污进行判断。在实际应用中,摄像头模组厂组装双目模组时,在各个生产环节,对两颗摄像头单独做误差检测,例如在对焦、脏污等环节单独检测两颗摄像头模组的误差。这种检测方案存在检测结果不够准确的问题。
研究发现,上述误差检测方案的检测结果不够准确的原因在于,未检测双目模组之间的误差,导致最终的模组双目之间误差过大。为准确地检测双目模组以及多目模组在生产工程中的误差,本申请提供了一种检查双目模组之间的误差的方案。本申请提供的误差检测方法利用双目标定原理对双目模组的误差进行管控,以便筛选出不良模组。下面对本申请实施例提供的误差检测方法适用的误差检测场景进行简单的介绍。
误差检测场景:检测人员利用双目摄像头或多目摄像头拍摄标定板,得到双目摄像头或多目摄像头中的每个摄像头模组采集的图像。检测人员将双目摄像头或多目摄像头中的两个摄像头模组同时采集的图像输入至误差检测装置进行误差检测;误差检测装置执行本申请提供的误差检测方法基于输入的图像做误差检测,输出误差检测结果。误差检测结果指示双目摄像头或多目摄像头为良品模组或不良模组。本申请中,双目摄像头或多目摄像头中的两个摄像头模组同时采集图像是指这两个摄像头模组按照相同的频率采集图像,并且这两个摄像头模组采集图像的时刻的差值小于一个很小的时间间隔,例如1、5ms、10ms等。标定板(calibration target)是指带有固定间距图案阵列的平板。标定板在机器视觉、图像测量、摄影测量、三维重建等应用中,可用于校正镜头畸变、确定物理尺寸和像素间的换算关系以及确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,等等。
下面结合附图介绍本申请提供的误差检测精度较高的误差检测方法。图1为本申请实施例提供的一种误差检测方法流程图。如图1所示,该方法包括:
101、误差检测装置基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数。
误差检测装置可以是手机、个人电脑、平板电脑、笔记本电脑、台式电脑等具备图像处理功能的终端设备,也可以是云服务器、网络服务器、应用服务器以及管理服务器等。
上述第一摄像头模组和上述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组。上述双目模组标定参数用于确定上述第一摄像头模组和上述第二摄像头模组之间的误差。或者说,上述双目模组标定参数用于评估上述第一摄像头模组和上述第二摄像头模组之间的误差。
在一些实施例中,上述双目模组标定参数包括以下至少一项:上述第一摄像头模组和上述第二摄像头模组之间的光轴角偏差、上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置、上述第一图像和上述第二图像的视差、上述第一图像和上述第二图像中相对应的像素的位移距离、上述第一摄像头模组和上述第二摄像头模组标定后像素的最大误差、上述第一摄像头模组和上述第二摄像头模组标定后像素的平均误差。
步骤101一种可能的实现方式如下:在上述第一摄像头模组和上述第二摄像头模组均单独通过初步误差检测的情况下,基于上述第一摄像头模组采集的第一图像和上述第二摄像头模组采集的第二图像,处理得到上述双目模组标定参数。上述第一摄像头模组和上述第二摄像头模组均单独通过初步误差检测是指上述第一摄像头模组和第二摄像头模组分别通过清晰度、调焦、脏污、暗角等初步误差检测(或者说质量检测)。在实际应用中,检测人员可单独检测第一摄像头模组是否通过清晰度、调焦、脏污、暗角等初步误差检测,以及单独检测第一摄像头模组是否通过清晰度、调焦、脏污、暗角等初步误差检测。当第一摄像头模组和第二摄像头模组均单独通过初步误差检测时,再通过本申请提供的误差检测方案进一步检测第一摄像头模组和第二摄像头模组为良品模组或者不良模组。后续再详述步骤101的实现方式。
102、误差检测装置基于双目模组标定参数,对包含第一摄像头模组和第二摄像头模组的双目模组或多目模组的质量进行检测。
步骤102一种可能的实现方式如下:在满足目标条件的情况下,确定包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组为良品模组;上述目标条件包括:上述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
步骤102另一种可能的实现方式如下:在未满足目标条件的情况下,确定包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组为不良模组;上述目标条件包括:上述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
双目模组标定参数可包括K项参数,每项参数对应一个或一组阈值,上述目标条件可包括:上述双目模组标定参数包括的上述K项参数均满足各自所对应的一个或一组阈值。K为大于0的整数。在一些实施例中,K为大于1的整数,例如4、5、6等。
举例来说,双目模组标定参数包括的各项参数均满足各自所对应的阈值的情况如下:
1)、光轴角偏差均小于2度,即|rx|<2°|ry|<2°|rz|<2°;
2)、两个摄像头模组在空间上的相对位置管控如下:|tx|<0.05mm,|tz|<0.05mm,ty<baseline±1mm;(tx,ty,tz)表示上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置,baseline(基线)可以是两个摄像头模组之间水平方向的实际距离。
3)、第一摄像头模组和第二摄像头模组标定后像素的最大误差max_err<3pixel,平均误差avg<1pixel;
4)、第一图像和第二图像的视差:水平方向|x|<20pixel,垂直误差20pixel<y<40pixel;其中,x表示第一图像和第二图像在水平方向的视差(水平视差),y表示第一图像和第二图像在垂直方向的视差(垂直误差);
5)、第一图像和第二图像中相对应的像素的位移距离(即两张图像中相同像素的位移距离):20pixel<d<45pixel。
双目摄像头一般要求两颗摄像头的光轴平行,反映到工程实践中即两颗摄像头在空间中三个方向的旋转角度(即光轴角偏差)要够小。
在该举例中,以上5类数据(即5项参数)代表了误差管控的5个方向,只要有一个不满足,那么就判断该模组为不良模组。
双目模组标定参数包括的各项参数均满足各自所对应的阈值可以是满足上述举例中1)至5)的任意一项或多项,这里不再一一例举。
在一种可能的实现方式中,上述目标条件还包括:基于上述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值。
双目模组误差置信度与上述第一摄像头模组和上述第二摄像头模组之间的误差正相关。也就是说,双目模组误差置信度越高,上述第一摄像头模组和上述第二摄像头模组之间的误差越大。误差置信度阈值可根据实际的情况配置。在一些实施例中,误差置信度阈值可以根据需要来选择,为经验值。选定误差置信度阈值后,就可以在生产中将超过误差置信度阈值的双模模组当做不合格产品筛除。根据实际使用经验,即使双目模组标定参数包括的各项参数均满足各自所对应的阈值,第一摄像头模组和第二摄像头模组之间的误差也不一定满足算法要求。基于上述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度是否超过误差置信度阈值,能够进一步筛选出不良模组。
在一些实施例中,误差检测装置可基于上述双目模组标定参数包括的各项参数处理得到双目模组误差置信度,进而比较双目模组误差置信度与误差置信度阈值来判断是否满足目标条件。
误差检测装置基于双目模组标定参数包括的各项参数处理得到双目模组误差置信度,可能采用的一种公式如下:
CL=(|rx|/2+|ry|/2+|rz|/2)*x1+(|tx|/0.05+|ty|/0.05+|ty-baseline|/1)*x2+(max_err/3+avg_err/1)*x3+(|x|/20+|y-30|/10)*x4+(|d-30|/25)*x5(1);
其中,x1+x2+x3+x4+x5=1,x1,x2,x3,x4,x5的值可以根据实际情况选择,这里给出一种参考值x1=0.3,x2=0.3,x3=0.1,x4=0.15,x5=0.15,CL表示双目模组误差置信度,(rx,ry,rz)表示上述光轴角偏差,(tx,ty,tz)表示上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置,max_err表示第一摄像头模组和第二摄像头模组标定后像素的最大误差,avg_err表示第一摄像头模组和第二摄像头模组标定后像素的平均误差,(x,y)表示第一图像和第二图像的视差,d表示第一图像和第二图像中相对应的像素的位移距离。
误差检测装置可采用类似公式(1)的方式计算双目模组误差置信度。举例来说,误差检测装置基于双目模组标定参数包括的各项参数处理得到双目模组误差置信度可能采用的另一种公式如下:
CL=(|rx|/2+|ry|/2+|rz|/2)*d1+(|tx|/0.05+|ty|/0.05+|ty-baseline|/1)*d2+(max_err/3+avg_err/1)*d3+(|x|/20+|y-30|/10)*d4(2);
其中,d1+d2+d3+d4=1,d1,d2,d3,d4的值可以根据实际情况选择,(rx,ry,rz)表示上述光轴角偏差,(tx,ty,tz)表示上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置,max_err表示第一摄像头模组和第二摄像头模组标定后像素的最大误差,avg_err表示第一摄像头模组和第二摄像头模组标定后像素的平均误差,(x,y)表示第一图像和第二图像的视差。
应理解,公式(1)和公式(2)仅为基于双目模组标定参数包括的各项参数处理得到双目模组误差置信度的示例,误差检测装置可还用其他公式计算双目模组误差置信度,这里不再一一例举。
在该实现方式中,目标条件还包括:基于上述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值;可以进一步筛选出不良模组。
在一些实施例中,误差检测装置还可执行如下操作:103、误差检测装置输出误差检测结果;上述误差检测结果指示上述第一摄像头模组和上述第二摄像头模组为良品模组或者不良模组。应理解,若误差检测装置确定第一摄像头模组和第二摄像头模组为良品模组,则输出指示上述第一摄像头模组和上述第二摄像头模组为良品模组的误差检测结果;否则,输出指示上述第一摄像头模组和上述第二摄像头模组为不良模组的误差检测结果。
误差检测装置输出误差检测结果可以是通过显示装置(例如显示器或显示屏)显示误差检测结果;也可以是将误差检测结果发送给其他设备。例如,误差检测装置为终端设备,例如电脑,该误差检测装置通过显示屏显示误差检测结果。又例如,误差检测装置为服务器,例如云服务器,该误差检测装置将误差检测结果发送给终端设备,例如个人电脑。
应理解,误差检测装置采用极为全面的判断标准,多角度、多层面地对双目模组进行误差检测,覆盖了各种可能出现不合格的情况。因此可以准确地筛选出不良模组(即不合格的双目模组或多目模组)。
本申请实施例中,基于双目模组标定参数,对包含第一摄像头模组和第二摄像头模组的双目模组或多目模组的质量进行检测。通过双目模组标定参数,能够准确地检测出两个摄像头模组之间的误差,从而筛选出不良模组。
图2为本申请实施例提供的另一种误差检测方法流程图。图2中的方法流程为图1中的方法流程的的一种可能的实现方式。如图2所示,该方法包括:
201、误差检测装置基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数。
步骤201的实现方式可与步骤101的实现方式相同。
202、误差检测装置判断双目模组标定参数包括的各项参数是否均满足各自所对应的阈值。
若是,执行步骤203;若否,执行步骤206。在一些实施例中,误差检测装置可在双目模组标定参数包括的各项参数未均满足各自所对应的阈值的情况下,直接输出第二误差检测结果,即判定第一摄像头模组和第二摄像头模组为不良模组。这样可以提高误差检测效率。
203、误差检测装置基于双目模组标定参数包括的各项参数处理得到双目模组误差置信度。
在一些实施例中,误差检测装置可将双目模组标定参数包括的各项参数代入上述公式(1),计算得到双目模组误差置信度。
204、误差检测装置判断双目模组误差置信度是否超过置信度阈值。
双目模组误差置信度是否超过置信度阈值可以是为双目模组误差置信度是否大于置信度阈值。若否,执行步骤205;若是,执行步骤206。
根据实际使用经验,即使双目模组标定参数包括的各项参数均满足各自所对应的阈值,第一摄像头模组和第二摄像头模组之间的误差也不一定满足算法要求。误差检测装置判断双目模组误差置信度是否超过置信度阈值可以进一步筛选出不良模组。
205、误差检测装置输出第一误差检测结果。
第一误差检测结果指示包含第一摄像头模组和第二摄像头模组的双目模组或多目模组为良品模组。
206、误差检测装置输出第二误差检测结果。
第二误差检测结果指示包含第一摄像头模组和第二摄像头模组的双目模组或多目模组为不良模组。
本申请实施例中,先检测双目模组标定参数包括的各项参数是否均满足各自所对应的阈值,再检测双目模组误差置信度是否超过置信度阈值;能够准确地检测出两个摄像头模组之间的误差,从而筛选出不良模组。
图3为本申请实施例提供的另一种误差检测方法流程图。如图3所示,该方法包括:
301、初步检测装置单独对第一摄像头模组和第二摄像头模组做初步误差检测。
在一些实施例中,初步检测装置可单独检测第一摄像头模组是否通过清晰度、调焦、脏污、暗角等初步误差检测,以及单独检测第一摄像头模组是否通过清晰度、调焦、脏污、暗角等初步误差检测。初步检测装置可以是一种检测装置,也可以包括多种检测装置。在一些实施例中,初步检测装置可以是本申请提供的误差检测装置。在这些实施例中,误差检测装置既可以单独对第一摄像头模组和第二摄像头模组做初步误差检测,又可以检测第一摄像头模组和第二摄像头模组之间的误差。初步检测装置可在清晰度检测、对焦检测(或调焦检测)、脏污检测、暗角检测等环节单独检测各摄像头模组的误差。步骤301可理解为目前通常采用的单独检测摄像头模组的误差的方案,这里不再详述。
302、在第一摄像头模组和第二摄像头模组均单独通过初步误差检测的情况下,误差检测装置基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数。
在一些实施例中,在第一摄像头模组和第二摄像头模组未均单独通过初步误差检测的情况下,直接确认第一摄像头模组和第二摄像头模组为不良模组,不必执行步骤303。
303、误差检测装置基于双目模组标定参数,对包含第一摄像头模组和第二摄像头模组的双目模组或多目模组的质量进行检测。
步骤303的实现方式可参阅步骤102的实现方式。
图4为本申请实施例提供的一种误差检测过程示意图的示例。如图4所示,先单独对第一摄像头模组和第二摄像头模组做初步误差检测(例如清晰度、暗角等检测),再由误差检测装置(对应于标定工站)做双目误差检测。误差检测装置(对应于标定工站)做双目误差检测的示例如下:误差检测装置基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,计算双目模组的标定结果(即双目模组标定参数);然后,根据标定结果确定第一摄像头模组和第二摄像头模组为良品模组或者不良模组。
本申请实施例中,在保证了单个摄像头模组通过初步误差检测的情况下,又保证了双目模组之间的误差判定标准更严格、更全面、更加符合实际要求,能够提高筛选不良模组的精度。
由于前面未详述步骤101的实现方式,下面介绍步骤101可能的实现方式。
上述双目模组标定参数包括以下至少一项:上述第一摄像头模组和上述第二摄像头模组之间的光轴角偏差、上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置、上述第一图像和上述第二图像的视差、上述第一图像和上述第二图像中相对应的像素的位移距离、上述第一摄像头模组和上述第二摄像头模组标定后像素的最大误差、上述第一摄像头模组和上述第二摄像头模组标定后像素的平均误差。
计算第一摄像头模组和第二摄像头模组之间的光轴角偏差的示例如下:
误差检测装置分别对左右相机(对应于第一摄像头模组和第二摄像头模组)进行单目相机(即单个摄像头模组)标定,分别得到左相机(对应于第一摄像头模组)的像素坐标系与世界坐标系的变换关系以及右相机(对应于第二摄像头模组)的像素坐标系与世界坐标系的变换关系。本申请中,左相机可以是指第一摄像头模组,右相机可以是指第二摄像头模组。又由于左右相机拍摄的是同一物体,因此它们的世界坐标系相同,由此就可以得到左相机的像素坐标系和右相机的像素坐标系之间的关系。左相机的像素坐标系和右相机的像素坐标系之间的关系经过坐标系变换,最终可以得到左相机的相机坐标系和右相机的相机坐标系之间的关系。根据左相机的相机坐标系和右相机的相机坐标系之间的关系以及坐标系变换矩阵可以计算出两个相机的相对旋转角度(即光轴角偏差)。以上计算均可以通过开源库opencv实现。
计算第一摄像头模组和第二摄像头模组在空间上的相对位置的示例如下:
误差检测装置分别对左右相机(上述第一摄像头模组和上述第二摄像头模组)进行单目相机(即单个摄像头模组)标定,分别得到左相机的像素坐标系与世界坐标系的变换关系以及右相机的像素坐标系与世界坐标系的变换关系。又由于左右相机拍摄的是同一物体,因此它们的世界坐标系相同,由此就可以得到左相机的像素坐标系和右相机的像素坐标系之间的关系。左相机的像素坐标系和右相机的像素坐标系之间的关系经过坐标系变换,最终可以得到左相机的相机坐标系和右相机的相机坐标系之间的关系。根据左相机的相机坐标系和右相机的相机坐标系之间的关系以及坐标系变换矩阵可以计算出两个相机的相对位移(或者说相对位置)。以上计算均可以通过开源库opencv实现。
计算第一图像和第二图像的视差的示例如下:
误差检测装置检测左右图像(第一图像和第二图像)中拍摄到的棋盘格的角点,并将左右图像中的角点进行特征匹配,得到左右图像中相对应的角点之后就可得到它们(左右图像中相对应的角点)的坐标,这里分别记作(x_l,y_l),(x_r,y_r),由此可以得到水平方向和垂直方向上的视差分别为(x,y)=(x_l–x_r,y_l–y_r)。
计算上述第一图像和上述第二图像中相对应的像素的位移距离的示例如下:
误差检测装置检测左右图像(第一图像和第二图像)中拍摄到的棋盘格的角点,并将左右图像中的角点进行特征匹配,得到左右图像中相对应的角点之后就得到了它们的坐标,这里分别记作(x_l,y_l),(x_r,y_r),由此可以计算得到上述第一图像和上述第二图像中相对应的像素的位移距离d=sqrt(x^2+y^2)。
计算上述第一摄像头模组和上述第二摄像头模组标定后像素的最大误差的示例如下:
误差检测装置通过双目相机标定(可以使用opencv实现)可以得到相机的内参、外参以及畸变参数。误差检测装置通过这些参数,可以对左右两幅图像(第一图像和第二图像)进行处理,使得它们尽量在水平方向上对齐。对齐之后,左右两幅图像中对应像素点之间的最大误差称为标定后像素最大误差。
计算上述第一摄像头模组和上述第二摄像头模组标定后像素的平均误差的示例如下:
误差检测装置通过双目相机标定(可以使用opencv实现)可以得到相机的内参、外参以及畸变参数。误差检测装置通过这些参数,可以对左右两幅图像(第一图像和第二图像)进行处理,使得它们尽量在水平方向上对齐。对齐之后,左右两幅图像中所有对应像素点的平均误差称为标定后像素的平均误差。
下面介绍实现本申请提供的误差检测方法的误差检测装置的结构。
图5为本申请实施例提供的一种缺陷检测装置的结构示意图。如图5所示,缺陷检测装置50包括:
处理单元501,用于基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;上述第一摄像头模组和上述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组;
处理单元501,还用于基于上述双目模组标定参数,对包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组的质量进行检测。
在一种可能的实现方式中,处理单元501,具体用于在满足目标条件的情况下,确定包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组为良品模组;上述目标条件包括:上述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
在一种可能的实现方式中,处理单元501,具体用于在未满足目标条件的情况下,确定包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组为不良模组;上述目标条件包括:上述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
在一种可能的实现方式中,上述目标条件还包括:基于上述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值。
在一种可能的实现方式中,上述双目模组标定参数包括以下至少一项:上述第一摄像头模组和上述第二摄像头模组之间的光轴角偏差、上述第一摄像头模组和上述第二摄像头模组在空间上的相对位置、上述第一图像和上述第二图像的视差、上述第一图像和上述第二图像中相对应的像素的位移距离、上述第一摄像头模组和上述第二摄像头模组标定后像素的最大误差、上述第一摄像头模组和上述第二摄像头模组标定后像素的平均误差。
在一种可能的实现方式中,处理单元501,具体用于在上述第一摄像头模组和上述第二摄像头模组均单独通过初步误差检测的情况下,基于上述第一摄像头模组采集的第一图像和上述第二摄像头模组采集的第二图像,处理得到上述双目模组标定参数。
在一种可能的实现方式中,上述第一图像和上述第二图像为通过包含上述第一摄像头模组和上述第二摄像头模组的双目模组或多目模组拍摄标定板得到的图像。
在一种可能的实现方式中,上述第一摄像头模组和上述第二摄像头模组位于同一水平线。
在一种可能的实现方式中,上述装置还包括:输出单元502,用于输出误差检测结果;上述误差检测结果指示上述第一摄像头模组和上述第二摄像头模组为良品模组或者不良模组。
应理解,以上误差检测装置的各个单元的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。例如,以上各个单元可以为单独设立的处理元件,也可以集成在同一个芯片中实现。此外,也可以以程序代码的形式存储于控制器的存储元件中,由处理器的某一个处理元件调用并执行以上各个单元的功能。此外各个单元可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个单元可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。该处理元件可以是通用处理器,例如中央处理器(英文:central processing unit,简称:CPU),还可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(英文:application-specific integrated circuit,简称:ASIC),或,一个或多个微处理器(英文:digitalsignal processor,简称:DSP),或,一个或者多个现场可编程门阵列(英文:field-programmable gate array,简称:FPGA)等。
图6是本申请实施例提供的一种服务器的结构示意图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器600上执行存储介质630中的一系列指令操作。服务器600可以上述误差检测装置。
服务器600还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,和/或,一个或一个以上操作系统641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由误差检测装置所执行的步骤可以基于该图6所示的服务器结构。当服务器600为误差检测装置时,中央处理器622可实现图5中的处理单元501的功能,输入输出接口658可实现图5中的输出单元502的功能。
图7为本申请实施例提供的一种终端设备的结构示意图。如图7所示,该终端设备70包括处理器701、存储器702、输入输出设备703。该处理器701、存储器702和输入输出设备703通过总线相互连接。图7中的终端设备可以为前述实施例中的误差检测装置。
存储器702包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmablereadonly memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CDROM),该存储器702用于相关指令及数据。输入输出设备703用于输入和输出数据。
处理器701可以是一个或多个中央处理器(central processing unit,CPU),在处理器701是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。上述实施例中由误差检测装置所执行的步骤可以基于该图7所示的终端设备的结构。处理器701可实现处理单元501的功能;输入输出设备703可实现输出单元502的功能或者。
在本申请的实施例中提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现前述实施例所提供的误差检测方法。
本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述实施例所提供的误差检测方法。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种误差检测方法,其特征在于,包括:
基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;所述第一摄像头模组和所述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组,所述双目模组标定参数用于评估所述第一摄像头模组和所述第二摄像头模组之间的误差;
基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测。
2.根据权利要求1所述的误差检测方法,其特征在于,所述基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测包括:
在满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为良品模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
3.根据权利要求1所述的误差检测方法,其特征在于,所述基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测包括:
在未满足目标条件的情况下,确定包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组为不良模组;所述目标条件包括:所述双目模组标定参数包括的各项参数均满足各自所对应的阈值。
4.根据权利要求2或3所述的误差检测方法,其特征在于,所述目标条件还包括:基于所述双目模组标定参数包括的各项参数处理得到的双目模组误差置信度未超过误差置信度阈值。
5.根据权利要求1至4任一项所述的误差检测方法,其特征在于,所述双目模组标定参数包括以下至少一项:
所述第一摄像头模组和所述第二摄像头模组之间的光轴角偏差、所述第一摄像头模组和所述第二摄像头模组在空间上的相对位置、所述第一图像和所述第二图像的视差、所述第一图像和所述第二图像中相对应的像素的位移距离、所述第一摄像头模组和所述第二摄像头模组标定后像素的最大误差、所述第一摄像头模组和所述第二摄像头模组标定后像素的平均误差。
6.根据权利要求1至5任一项所述的误差检测方法,其特征在于,所述基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数包括:
在所述第一摄像头模组和所述第二摄像头模组均单独通过初步误差检测的情况下,基于所述第一摄像头模组采集的第一图像和所述第二摄像头模组采集的第二图像,处理得到所述双目模组标定参数。
7.根据权利要求1至6任一项所述的误差检测方法,其特征在于,所述第一图像和所述第二图像为通过包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组拍摄标定板得到的图像。
8.一种误差检测装置,其特征在于,包括:
处理单元,用于基于第一摄像头模组采集的第一图像和第二摄像头模组采集的第二图像,处理得到双目模组标定参数;所述第一摄像头模组和所述第二摄像头模组为同一双目摄像头或多目摄像头中的两个摄像头模组,所述双目模组标定参数用于评估所述第一摄像头模组和所述第二摄像头模组之间的误差;
所述处理单元,还用于基于所述双目模组标定参数,对包含所述第一摄像头模组和所述第二摄像头模组的双目模组或多目模组的质量进行检测。
9.一种电子设备,其特征在于,包括处理器,所述处理器通过读取存储器中存储的代码,以执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,使所述处理器执行权利要求1至7任意一项所述的方法。
CN202110981605.3A 2021-08-25 2021-08-25 误差检测方法和相关产品 Pending CN113706499A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110981605.3A CN113706499A (zh) 2021-08-25 2021-08-25 误差检测方法和相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110981605.3A CN113706499A (zh) 2021-08-25 2021-08-25 误差检测方法和相关产品

Publications (1)

Publication Number Publication Date
CN113706499A true CN113706499A (zh) 2021-11-26

Family

ID=78654659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110981605.3A Pending CN113706499A (zh) 2021-08-25 2021-08-25 误差检测方法和相关产品

Country Status (1)

Country Link
CN (1) CN113706499A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107333130A (zh) * 2017-08-24 2017-11-07 歌尔股份有限公司 组装多摄像头模组测试方法及系统
CN109451298A (zh) * 2018-10-26 2019-03-08 歌尔股份有限公司 双摄像头的偏差角检测方法、装置和设备
CN109889820A (zh) * 2019-03-14 2019-06-14 深圳博时特科技有限公司 双目摄像头模组的检测方法、装置、存储介质及终端
CN110889874A (zh) * 2019-12-04 2020-03-17 南京美基森信息技术有限公司 一种双目相机标定结果的误差评估方法
CN111833394A (zh) * 2020-07-27 2020-10-27 深圳惠牛科技有限公司 摄像头校准方法、基于双目测量装置的测量方法
CN112470192A (zh) * 2018-06-08 2021-03-09 Oppo广东移动通信有限公司 双摄像头标定方法、电子设备、计算机可读存储介质
CN112734858A (zh) * 2021-01-08 2021-04-30 长沙行深智能科技有限公司 一种双目标定精度在线检测方法及装置
CN112991453A (zh) * 2019-12-17 2021-06-18 杭州海康机器人技术有限公司 双目相机标定参数的校验方法、装置及电子设备
CN113012241A (zh) * 2021-04-28 2021-06-22 歌尔股份有限公司 双目摄像头的视差检测方法、装置、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107333130A (zh) * 2017-08-24 2017-11-07 歌尔股份有限公司 组装多摄像头模组测试方法及系统
CN112470192A (zh) * 2018-06-08 2021-03-09 Oppo广东移动通信有限公司 双摄像头标定方法、电子设备、计算机可读存储介质
CN109451298A (zh) * 2018-10-26 2019-03-08 歌尔股份有限公司 双摄像头的偏差角检测方法、装置和设备
CN109889820A (zh) * 2019-03-14 2019-06-14 深圳博时特科技有限公司 双目摄像头模组的检测方法、装置、存储介质及终端
CN110889874A (zh) * 2019-12-04 2020-03-17 南京美基森信息技术有限公司 一种双目相机标定结果的误差评估方法
CN112991453A (zh) * 2019-12-17 2021-06-18 杭州海康机器人技术有限公司 双目相机标定参数的校验方法、装置及电子设备
CN111833394A (zh) * 2020-07-27 2020-10-27 深圳惠牛科技有限公司 摄像头校准方法、基于双目测量装置的测量方法
CN112734858A (zh) * 2021-01-08 2021-04-30 长沙行深智能科技有限公司 一种双目标定精度在线检测方法及装置
CN113012241A (zh) * 2021-04-28 2021-06-22 歌尔股份有限公司 双目摄像头的视差检测方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHANGYING LIU ET AL: "Binocular Camera Calibration Based on Three- dimensional Reconstruction Error", 《2018 IEEE 3RD ADVANCED INFORMATION TECHNOLOGY, ELECTRONIC AND AUTOMATION CONTROL CONFERENCE(IAEAC 2018)》, pages 1690 - 1694 *
张青哲 等: "基于对极约束的双目立体视觉标定精度评价方法", 《激光与光电子学进展》, vol. 56, no. 23, pages 231504 - 1 *

Similar Documents

Publication Publication Date Title
US10728525B2 (en) Image capturing apparatus, image processing method, and recording medium
CN113643378A (zh) 多相机环境中主动式刚体的位姿定位方法及相关设备
US8705846B2 (en) Position measuring apparatus, position measuring method, image processing apparatus and image processing method
US11233983B2 (en) Camera-parameter-set calculation apparatus, camera-parameter-set calculation method, and recording medium
CN110491060B (zh) 一种机器人及其安全监控方法、装置及存储介质
RU2626051C2 (ru) Способ определения дальностей до объектов по изображениям с цифровых видеокамер
CN110827361B (zh) 基于全局标定架的相机组标定方法及装置
CN112816949B (zh) 传感器的标定方法及装置、存储介质、标定系统
JP2018189637A (ja) カメラパラメータ算出方法、カメラパラメータ算出プログラム、カメラパラメータ算出装置、及びカメラパラメータ算出システム
CN113256718B (zh) 定位方法和装置、设备及存储介质
CN108924544A (zh) 摄像头畸变测量方法与测试装置
CN113329179B (zh) 拍摄对位方法、装置、设备及存储介质
CN111311671B (zh) 一种工件测量方法、装置、电子设备及存储介质
JP2017142613A (ja) 情報処理装置、情報処理システム、情報処理方法及び情報処理プログラム
CN112470192A (zh) 双摄像头标定方法、电子设备、计算机可读存储介质
CN112084453A (zh) 三维虚拟展示系统、方法、计算机设备、终端及存储介质
WO2021139176A1 (zh) 基于双目摄像机标定的行人轨迹跟踪方法、装置、计算机设备及存储介质
CN115797461A (zh) 基于双目视觉的火焰空间定位系统标定与校正方法
CN112613107A (zh) 杆塔工程确定施工进度的方法、装置、存储介质及设备
CN103322980A (zh) 基于立体视觉的水果姿态检测方法
CN111383264B (zh) 一种定位方法、装置、终端及计算机存储介质
CN113159161A (zh) 目标匹配方法和装置、设备及存储介质
CN113706499A (zh) 误差检测方法和相关产品
CN114063046A (zh) 参数标定方法、装置、计算机设备和存储介质
WO2015159791A1 (ja) 測距装置および測距方法

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