CN113706627A - 车载环视中基于单张图的鱼眼相机内参标定方法 - Google Patents
车载环视中基于单张图的鱼眼相机内参标定方法 Download PDFInfo
- Publication number
- CN113706627A CN113706627A CN202110903038.XA CN202110903038A CN113706627A CN 113706627 A CN113706627 A CN 113706627A CN 202110903038 A CN202110903038 A CN 202110903038A CN 113706627 A CN113706627 A CN 113706627A
- Authority
- CN
- China
- Prior art keywords
- calibration
- dimensional
- internal reference
- checkerboard
- camera
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本公开实施例中提供了一种车载环视中基于单张图的鱼眼相机内参标定方法,包括以下步骤:步骤一、采用多张二维棋盘格标定板拼接形成三维标定物;步骤二、通过相机获取三维标定物的单张标定图;步骤三、获取标定图内各个二维棋盘格标定板上棋盘格对应的像素坐标和世界物理坐标;步骤四、通过线性模型求取相机的内参初始值;步骤五、通过非线性模型优化得到相机的最终内参。本发明的有益效果是:本发明将多张二维棋盘格拼接形成三维标定物,以实现鱼眼相机单张图的快速内参标定,与现有技术中基于二维标定物多张标定图的标定方法相比,本发明实施例获得同样的精度前提下,所需消耗人工更少。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种车载环视中基于单张图的鱼眼相机内参标定方法。
背景技术
随着汽车智能化的发展,越来越多的汽车安装了环视监控系统,环视监控系统采用多个大视场的鱼眼镜头采集汽车周围的信息,并拼接成围绕车身360度的环视图,以辅助驾驶员安全驾驶。为了获得较好的环视拼接效果,每个相机的内参需要进行准确的标定,现有的标定方法因为人工耗时较多,不适合大批量的产品量产。如何快速准确的标定相机内参以适合大批量生产是十分重要的。
现有的鱼眼相机内参标定方法主要有:
(1)基于二维标定物的多张图相机内参标定,该类方法首先需要利用相机拍摄多个方向的二维标定板的图像进行内参的标定,为了保证较高的精度,需要在多个方向摆放二维标定板,并尽可能的使二维标定板的成像尽可能出现在图像的各个视场。
(2)基于立体标定物的相机内参标定,该类方法需要制作较高精度的标定物,可以实现一张图标定出相机的内参和外参,同时也有较高的标定精度。
现有技术的缺点:
基于二维标定物的多张图相机内参标定需要人工多次手动调整标定板与鱼眼相机的位置,并采集不同视角下的标定板图像,摆放姿态对标定的精准度影响很大,通常需要尽可能多的标定板姿态,以保证标定精度,这些需要耗费较大的人工成本,不利于产品量产出货,及售后维护。
基于三维标定物的相机标定需要制作较高精度的立体标定物,通常加工难度大,成本高,而且也不易复用。此外,立体标定物存还存在自身遮挡,不太容易获取高质量的标定图像的缺点。
发明内容
有鉴于此,本发明实施例提供一种车载环视中基于单张图的鱼眼相机内参标定方法,以达到获得相同标定精度前提下减小人工成本的目的。
本发明解决其技术问题所采用的技术方案是:一种车载环视中基于单张图的鱼眼相机内参标定方法,包括以下步骤:步骤一、采用多张二维棋盘格标定板拼接形成三维标定物;步骤二、通过相机获取三维标定物的单张标定图;步骤三、获取标定图内各个二维棋盘格标定板上棋盘格对应的像素坐标和世界物理坐标;步骤四、通过线性模型求取相机的内参初始值;步骤五、通过非线性模型优化得到相机的最终内参。
进一步地,步骤一具体为:采用五张结构相同的二维棋盘格标定板拼接形成三维标定物。
进一步地,在步骤一中还包括以下步骤:制作固定支架,将五张结构相同的二维棋盘格标定板卡接于固定支架上。
进一步地,步骤二具体为:通过相机获取三维标定物的单张标定图时,使多张二维棋盘格标定板均出现在标定图内。
进一步地,步骤二还包括:使多张二维棋盘格标定板在标定图内的图像占比达到最大值。
进一步地,在步骤三中通过棋盘格角点检测方法依次获取各个二维棋盘格标定板中棋盘格的像素坐标。
进一步地,步骤三进一步包括:根据二维棋盘格标定板的格数和实际尺寸计算二维棋盘格标定板中棋盘格角点的世界坐标,并将该二维棋盘格标定板中棋盘格角点的世界坐标应用在所有二维棋盘格标定板上。
进一步地,步骤四包括:采用相机成像透视变换性质和旋转矩阵的正交约束方法求取相机的内参初始值。
进一步地,步骤五包括:以最小化二维棋盘格标定板所有棋盘格角点的世界物理坐标的投影和像素坐标之差的平方和为优化目标,将步骤四的结果作为初始值,通过非线性模型优化得到相机的最终内参。
进一步地,在步骤五之后还包括步骤六:验证并保存步骤五中相机的最终内参并作为最终标定结果。本发明的有益效果是:本发明将多张棋盘格拼接形成三维标定物,以实现鱼眼相机单张标定图的快速内参标定,与现有技术中基于二维标定物的多张图标定方法相比,本发明实施例获得同样的精度前提下,所需消耗人工更少。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例的流程示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目各方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种车载环视中基于单张图的鱼眼相机内参标定方法,包括以下步骤:
步骤一、采用多张二维棋盘格标定板拼接形成三维标定物;
步骤二、通过相机获取三维标定物的单张标定图;
步骤三、获取标定图内各个棋盘格对应的像素坐标和世界物理坐标;
步骤四、通过线性模型求取相机的内参初始值;
步骤五、通过非线性模型优化得到相机的最终内参。
本发明实施例将二维棋盘格标定板拼接形成三维标定物,以实现鱼眼相机单张标定图的快速内参标定,与现有技术中基于二维标定物多张图的标定方法相比,本发明实施例获得同样的精度前提下,所需消耗人工更少。
步骤一具体为:采用五张结构相同的二维棋盘格标定板以特定方式相连拼接形成三维标定物,五张二维棋盘格标定板以第一张二维棋盘格标定板为底,其它四张二维棋盘格标定板分别与最下面的第一张二维棋盘格标定板呈向外张开70°的角度,这样张开的棋盘格可以最大程度的使二维棋盘格标定板成像覆盖整个画面,特别是覆盖鱼眼图像的边缘部分,这样标定的参数能够较好的模拟整个鱼眼镜头的成像模型。
本实施例中二维棋盘格标定板为矩形结构,其中第一张二维棋盘格标定板放置在水平面上并具有两平行长边和两平行短边。其中两张二维棋盘格标定板分别与两平行短边连接(呈镜像对称分布),另外两张二维棋盘格标定板设置在远离相机方向的一侧长边上,即靠近相机方向的一侧为开口状结构。
本发明实施例中二维棋盘格标定板的数量和拼接方式可以根据不同需要采用不同方式,因此,凡是采用多张二维棋盘格标定板拼接形成的不同结构的三维标定物均应该在本申请的保护范围内。
在步骤一中还包括以下步骤:制作固定支架,将五张结构相同的二维棋盘格标定板卡接于固定支架上。本实施例中的固定支架采用多个卡接槽依次设置的形式构成,上述多个卡接槽可以间隔固定在同一个固定底座上,该底座的下部尺寸大于该底座上部的尺寸以提供足够的支撑力。
当然,在采用其他方式进行拼接时,上述固定支架可以制作成其他结构,具体的结构应该以具体的工况需求设定。
步骤二具体为:通过相机获取单张标定图时,使多张二维棋盘格标定板均出现在标定图内,并且使拼接后的二维棋盘格标定板在标定图内的图像占比尽可能大。具体地,使左右两边的二维棋盘格标定板接近画面的边缘,因为此处视野角度最大,包含了重要的成像模型信息。
本发明实施中采用上述方式可以一次性采集到更多二维棋盘格标定板的角点,并达到较好的棋盘格成像效果及角点检测精度,便于提高本实施例的内参标定精度。
在步骤三中通过棋盘格角点检测方法依次获取各个二维棋盘格标定板中棋盘格的像素坐标时,要分别对不同的二维棋盘格标定板依次进行角点提取,然后将提取的角点分别当作多张图标定法的每一个二维棋盘格标定板的角点提取结果。
优选地,可以采用下面的方式进行依次提取各个棋盘格的角点。
具体地,棋盘格角点检测方法为:
步骤S11:获取单张标定图,并确定每个二维棋盘格标定板中棋盘格的纵向格数和横向格数;
步骤S12:采用现有的OPENCV库中的棋盘格角点检测方法检测标定图的棋盘格;
步骤S13:现有的棋盘格角点检测方法只会自动检测一个棋盘格上的角点,为了检测其它角点,及不重复检测已经检测到的棋盘格角点,需要将该标定图中已经检测到的棋盘格角点进行涂改。本实施例中可以以检测的棋盘格角点为中心画实心圆,然后再用该图像来提取下一个棋盘格板的角点。
步骤S14:将提取的每张二维棋盘格标定板的棋盘格角点当作多张图标定法的每张图获得的二维棋盘格标定板提取的角点。
在步骤三中通过棋盘格角点计算棋盘格角点的世界坐标时,根据二维棋盘格标定板中棋盘格的纵向和横向的格子数及每个格子的尺寸,计算出一个二维棋盘格标定板上所有角点的世界坐标,然后使所有二维棋盘格标定板共用这一个二维棋盘格标定板上的世界坐标。
最后可采用传统的多张图标定法对内参进行标定。
步骤四包括:采用相机成像透视变换性质和旋转矩阵的正交约束方法求取相机的内参初始值。需要说明的是,初始化相机的模型为线性模型。
相机成像透视变换性质和旋转矩阵的正交约束方法是现有技术中常规技术方法,具体请参见百度百科对于相机成像透视变换性质和旋转矩阵的正交约束方法的详细介绍,此处不再对其进行赘述。
步骤五包括:以最小化二维棋盘格标定板所有棋盘格角点的世界物理坐标的投影和像素坐标之差的平方和为优化目标,将步骤四的结果作为初始值,通过非线性模型优化得到相机的最终内参。
本实施例中非线性模型优化请参照现有技术中对于非线性模型优化的相关解释,由于本实施例中的非线性模型优化与现有技术的非线性模型优化相同,因此,此处不再对其进行赘述。
更进一步地,在步骤五之后还包括步骤六:验证并保存步骤五中相机的最终内参并作为最终标定结果。该最终标定结果可以为相机内参提供参考,便于进行批量生产,且可以减小人工劳动强度。
以上所述,仅为本公开的具体实施方式,但本公开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公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,包括以下步骤:
步骤一、采用多张二维棋盘格标定板拼接形成三维标定物;
步骤二、通过相机获取三维标定物的单张标定图;
步骤三、获取标定图内各个二维棋盘格标定板上棋盘格对应的像素坐标和世界物理坐标;
步骤四、通过线性模型求取相机的内参初始值;
步骤五、通过非线性模型优化得到相机的最终内参。
2.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤一具体为:采用五张结构相同的二维棋盘格标定板拼接形成三维标定物。
3.根据权利要求2所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,在所述步骤一中还包括以下步骤:制作固定支架,将五张结构相同的二维棋盘格标定板卡接于固定支架上。
4.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤二具体为:通过相机获取三维标定物的单张标定图时,使多张二维棋盘格标定板均出现在标定图内。
5.根据权利要求4所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤二还包括:使多张二维棋盘格标定板在标定图内的图像占比达到最大值。
6.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,在所述步骤三中通过棋盘格角点检测方法依次获取各个二维棋盘格标定板中棋盘格的像素坐标。
7.根据权利要求6所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤三进一步包括:根据二维棋盘格标定板的格数和实际尺寸计算二维棋盘格标定板中棋盘格角点的世界坐标,并将该二维棋盘格标定板中棋盘格角点的世界坐标应用在所有二维棋盘格标定板上。
8.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤四包括:采用相机成像透视变换性质和旋转矩阵的正交约束方法求取相机的内参初始值。
9.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,所述步骤五包括:以最小化二维棋盘格标定板所有棋盘格角点的世界物理坐标的投影和像素坐标之差的平方和为优化目标,将所述步骤四的结果作为初始值,通过非线性模型优化得到相机的最终内参。
10.根据权利要求1所述的车载环视中基于单张图的鱼眼相机内参标定方法,其特征在于,在所述步骤五之后还包括步骤六:验证并保存步骤五中相机的最终内参并作为最终标定结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110903038.XA CN113706627A (zh) | 2021-08-06 | 2021-08-06 | 车载环视中基于单张图的鱼眼相机内参标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110903038.XA CN113706627A (zh) | 2021-08-06 | 2021-08-06 | 车载环视中基于单张图的鱼眼相机内参标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113706627A true CN113706627A (zh) | 2021-11-26 |
Family
ID=78651770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110903038.XA Pending CN113706627A (zh) | 2021-08-06 | 2021-08-06 | 车载环视中基于单张图的鱼眼相机内参标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706627A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887585A (zh) * | 2010-07-15 | 2010-11-17 | 东南大学 | 基于非共面特征点的摄像机标定方法 |
JP2016218815A (ja) * | 2015-05-22 | 2016-12-22 | 株式会社明電舎 | ラインセンサカメラのキャリブレーション装置及び方法 |
CN107833255A (zh) * | 2017-11-17 | 2018-03-23 | 广州市安晓科技有限责任公司 | 一种鱼眼镜头的快速标定方法 |
WO2018076154A1 (zh) * | 2016-10-25 | 2018-05-03 | 成都通甲优博科技有限责任公司 | 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法 |
CN111429532A (zh) * | 2020-04-30 | 2020-07-17 | 南京大学 | 一种利用多平面标定板提高相机标定精确度的方法 |
CN112465915A (zh) * | 2020-11-26 | 2021-03-09 | 广州敏视数码科技有限公司 | 一种车载环视系统标定方法 |
-
2021
- 2021-08-06 CN CN202110903038.XA patent/CN113706627A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887585A (zh) * | 2010-07-15 | 2010-11-17 | 东南大学 | 基于非共面特征点的摄像机标定方法 |
JP2016218815A (ja) * | 2015-05-22 | 2016-12-22 | 株式会社明電舎 | ラインセンサカメラのキャリブレーション装置及び方法 |
WO2018076154A1 (zh) * | 2016-10-25 | 2018-05-03 | 成都通甲优博科技有限责任公司 | 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法 |
CN107833255A (zh) * | 2017-11-17 | 2018-03-23 | 广州市安晓科技有限责任公司 | 一种鱼眼镜头的快速标定方法 |
CN111429532A (zh) * | 2020-04-30 | 2020-07-17 | 南京大学 | 一种利用多平面标定板提高相机标定精确度的方法 |
CN112465915A (zh) * | 2020-11-26 | 2021-03-09 | 广州敏视数码科技有限公司 | 一种车载环视系统标定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107492127B (zh) | 光场相机参数标定方法、装置、存储介质和计算机设备 | |
CN106408556B (zh) | 一种基于一般成像模型的微小物体测量系统标定方法 | |
CN102364299B (zh) | 一种多个结构光投影三维型面测量头的标定技术 | |
CN107333130B (zh) | 组装多摄像头模组测试方法及系统 | |
CN112132906A (zh) | 一种深度相机与可见光相机之间的外参标定方法及系统 | |
CN106910221B (zh) | 一种全局标定的方法及装置 | |
CN107886547B (zh) | 一种鱼眼相机标定方法及系统 | |
CN112902874B (zh) | 图像采集装置及方法、图像处理方法及装置、图像处理系统 | |
CN109242898B (zh) | 一种基于图像序列的三维建模方法及系统 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
CN109141226A (zh) | 单相机多角度的空间点坐标测量方法 | |
CN107527336B (zh) | 镜头相对位置标定方法及装置 | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
CN109920004A (zh) | 图像处理方法、装置、标定物组合、终端设备及标定系统 | |
WO2023273108A1 (zh) | 单目测距方法、装置及智能装置 | |
EP3547024B1 (en) | Mass production method and system for panorama camera | |
CN115457147A (zh) | 相机标定方法、电子设备及存储介质 | |
CN111461963A (zh) | 一种鱼眼图像拼接方法及装置 | |
CN115830103A (zh) | 一种基于单目彩色的透明物体定位方法、装置及存储介质 | |
RU2479828C2 (ru) | Стереоскопическая измерительная система и способ | |
CN110060625B (zh) | 一种led显示屏采集渐晕补偿方法 | |
Portalés et al. | An efficient projector calibration method for projecting virtual reality on cylindrical surfaces | |
CN113763480A (zh) | 一种多镜头全景摄像机组合标定方法 | |
CN113706627A (zh) | 车载环视中基于单张图的鱼眼相机内参标定方法 | |
Yao et al. | Geometric calibration of line-scan camera using a planar pattern |
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 |