CN113763485B - 温漂系数获取方法、电子设备、存储介质和图像校正方法 - Google Patents

温漂系数获取方法、电子设备、存储介质和图像校正方法 Download PDF

Info

Publication number
CN113763485B
CN113763485B CN202111144709.5A CN202111144709A CN113763485B CN 113763485 B CN113763485 B CN 113763485B CN 202111144709 A CN202111144709 A CN 202111144709A CN 113763485 B CN113763485 B CN 113763485B
Authority
CN
China
Prior art keywords
temperature drift
temperature
drift coefficient
calibration plate
points
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.)
Active
Application number
CN202111144709.5A
Other languages
English (en)
Other versions
CN113763485A (zh
Inventor
李东洋
化雪诚
王海彬
刘祺昌
户磊
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.)
Hefei Dilusense Technology Co Ltd
Original Assignee
Hefei Dilusense Technology 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 Hefei Dilusense Technology Co Ltd filed Critical Hefei Dilusense Technology Co Ltd
Priority to CN202111144709.5A priority Critical patent/CN113763485B/zh
Publication of CN113763485A publication Critical patent/CN113763485A/zh
Application granted granted Critical
Publication of CN113763485B publication Critical patent/CN113763485B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明实施例涉及图像处理领域,公开了一种温漂系数获取方法、电子设备、存储介质和图像校正方法。本发明的温漂系数获取方法,包括:通过目标相机获取多张标定板图像,其中,所述多张标定板图像是所述目标相机在不同温度下拍摄同一标定板获取的,所述标定板表面的图案由预设的基函数确定;提取所述标定板图像中的关键点;将不同温度的所述标定板图像的关键点进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数;根据所述预设的基函数和所述位移随温度的变化函数获取目标相机的温漂系数。应用于各种相机的温度标定过程,达到减小或消除温度对相机的影响的目的。

Description

温漂系数获取方法、电子设备、存储介质和图像校正方法
技术领域
本发明实施例涉及图像处理领域,特别涉及一种温漂系数获取方法、电子设备、存储介质和图像校正方法。
背景技术
无论是个人手机相机、电脑摄像头,还是工业相机、医用摄像,都已经广泛应用于生活的方方面面。对于某些应用场景,比如高低温车间的机器人系统、在南极进行科研探测的相机,都会受到温度的影响导致获取的图像数据出现偏差,这时就需要对图像数据的偏差进行纠正。但目前对于普通相机、结构光相机、深度相机等不同类型的相机,其温漂系数获取方法各有不同,没有一种统一的方法适用于各种类型相机的温漂系数获取。
发明内容
本发明实施方式的目的在于提供一种温漂系数获取方法、电子设备、存储介质和图像校正方法,适用于各种相机温漂系数的获取,通过温漂系数对图像的像素坐标进行纠正,提高了图像质量。
为解决上述技术问题,本发明的实施方式提供了一种温漂系数获取方法,包括:通过目标相机获取多张标定板图像,其中,所述多张标定板图像是所述目标相机在不同温度下拍摄同一标定板获取的,所述标定板表面的图案由预设的基函数确定;提取所述标定板图像中的关键点;将不同温度的所述标定板图像的关键点进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数;根据所述预设的基函数和所述位移随温度的变化函数获取目标相机的温漂系数。
本发明的实施方式还提供了一种图像校正方法,包括:通过目标相机拍摄目标图像,并获取所述目标图像拍摄时的环境温度;从所述目标相机在不同温度下对应的温漂系数中选取与所述环境温度对应的温漂系数;利用与所述环境温度对应的温漂系数对所述目标图像的像素坐标进行纠正;其中,所述目标相机在不同温度下对应的温漂系数通过如上实施方式所述的温漂系数获取方法预先获取并存储。
本发明的实施方式还提供了一种电子设备,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如上述实施方式提及的温漂系数获取方法。
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实施方式提及的温漂系数获取方法。
本发明实施方式提供的温漂系数获取方法,在不同温度下,获取多张标定板图像,提取每个标定板图像中的关键点进行匹配获取位移变化函数,根据位移变化函数和温度标定板表面图案对应的基函数就可以获取相机的温漂系数,利用温漂系数就可以对目标相机获取的图像像素坐标进行校正。本方法适用于各种相机,通过拍摄温度标定板采集的图像,图像中包含的特征足够强可直接提取关键点进行匹配,无需提取多尺度多层次的特征来进行匹配,简化了匹配流程,提高了计算温漂系数的速度。另外,在批量生产需要获取每个相机的温漂系数时,只要获取每个相机的位移变换函数就可根据预设的基函数获取该相机的温漂系数,提高了批量处理的效率。
另外,本发明实施方式提供的温漂系数获取方法,将不同温度的标定板图像的关键点进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数,包括:获取所述关键点的位置坐标和所述关键点临近的像素点的位置坐标,其中,所述临近的像素点为以所述关键点为中心的预设窗口内的像素点;将所述关键点的位置坐标和临近像素点的位置坐标组合作为所述关键点的特征向量;对于不同温度的所述标定板图像的关键点,将所述关键点的特征向量进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数。将关键点和关键点周围的临近像素点组合作为关键点的特征向量,能更好地表示该区域的图像信息。
另外,本发明实施方式提供的温漂系数获取方法,获取所述关键点的位置坐标和所述关键点临近的像素点的位置坐标,包括:获取每个关键点临近的像素点的梯度信息;根据所述梯度信息对所述关键点的像素坐标进行亚像素插值,得到所述关键点的亚像素坐标,并将所述亚像素坐标作为所述关键点的位置坐标,根据所述关键点的位置坐标获取所述关键点临近的像素点的位置坐标。整像素坐标对于相机温漂系数的获取来说精度有限,通过亚像素差值获取亚像素级别的坐标,进一步提高温度标定精度。
另外,本发明实施方式提供的温漂系数获取方法,在不同温度下拍摄预先获取的温度标定板,获取多张标定板图像之前,还包括:获取所述预设的基函数和所述目标相机的基准温漂系数;根据所述基函数确定所述温度标定板表面的图案。在获取某一个相机的温漂系数前需要先进行预标定,即获取该相机同批次、同型号相机的基准温漂系数。
另外,本发明实施方式提供的温漂系数获取方法,根据预先获取的基函数和所述位移随温度的变化函数获取相机的温漂系数之后,还包括:获取所述相机的温漂系数和所述基准温漂系数的差值,判断所述差值是否在预设范围内;当所述差值在预设范围内时,确定所述相机的温漂系数正确,并将所述温漂系数录入温漂系数集。由于同批次的相机也会因为各部件的生产差异、原材料差异、组装工艺差异等使得同批次各相机温漂系数略有不同,因此,在获取每个相机的温漂系数后,通过基准温漂系数来判断该相机的温度标定结果是否准确,以提高温度标定的准确性。
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是本发明的实施方式提供的温漂系数获取方法的流程图一;
图2是本发明的实施方式提供的温漂系数获取方法的流程图二;
图3是图2的实施方式提供的温漂系数获取方法中步骤205的流程图;
图4是本发明的实施方式提供的温漂系数获取方法的流程图三;
图5是本发明的实施方式的提供的电子设备的结构示意图。
具体实施方式
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。
下面对本实施方式的温漂系数获取方法的实现细节进行举例说明。以下内容仅为方便理解而提供的实现细节,并非实施本方案的必须。
本发明的实施方式涉及一种温漂系数获取方法,如图1所示,包括:
步骤101,通过目标相机获取多张标定板图像,其中,多张标定板图像是目标相机在不同温度下拍摄同一标定板获取的,标定板表面的图案由预设的基函数确定。
具体地说,标定板样式和尺寸有多种,需要根据标定的精度和相机的类型等多种因素决定。一般来说,当正面观察时温度标定板的面积至少应该是可用像素面积的一半。另外,标定板的样式,即标定板上的图像有多种,包括棋盘格、圆形网格、CharuCo等。需要说明的是,在不同温度环境下拍摄标定板时,拍摄距离、焦距、光圈等多个拍摄参数一旦确定就不再改变,以免多张标定板图像的拍摄参数不同影响温度标定的准确定性。
步骤102,提取标定板图像中的关键点。
具体地说,标定图像中的关键点为具有强特征的点,即不会因光照、尺度、旋转等因素而消失的点。在图像处理领域对图像进行处理时一般以像素为最小单元,像素是指由图像的小方格组成的,这些小方块都有一个明确的位置和被分配的色彩数值,小方格颜色和位置就决定该图像所呈现出来的样子。因此,提取标定板图像中的关键点就是对每一个像素点(小方格)进行处理确定。
步骤103,将不同温度的标定板图像的关键点进行匹配,确定标定板图像的同名点和同名点的位移随温度的变化函数。
具体地说,同名点为拍摄物体上的某一点在不同图像上的像素点。比如:以人脸图像为例,采用同一相机分别在0℃和20℃对人脸进行拍照获取两张人脸图像,对于人脸上的某一点O,其在0℃的人脸图像上对应为A点,在25℃的人脸图像上对应为B点,理论上A、B点的坐标应该是完全相同的,但由于温度对相机的影响使得拍摄的图像数据出现偏差,即A、B点的坐标不完全相同。而把A、B这两点称作同名点。
另外,在获取某一个相机的温漂系数时,若事先确定该相机的同批次、同类型的其他相机的基函数和温漂系数,则可以大致确定该相机的位移随温度的变化函数的函数类型。比如,若位移随温度的变化函数为线性函数,则在步骤101中可以拍摄少量不同温度的标定板图像,甚至可以只拍摄两张,就可快速获取温漂系数。若位移随温度的变化函数为非线性函数(二次函数、正弦函数等),则具体可以根据函数类型确定拍摄标定板图像的数量。进一步地,在某一温度下可以只拍摄一张标定板图像,也可以拍摄多张进行质量评估,选取图像质量较好的一张进行后续处理,还可以将多张同温度的图像进行融合获取该温度下的标定板图像。
需要说明的是,确定出多张标定板图像的同名点后,根据同名点的位置坐标即可确定出同名点的位移随温度的变化函数。比如:在0℃—50℃范围内,每间隔5摄氏度获取一张温度标定板图像,若位移随温度的变化函数为非线性函数,即假设0℃-25℃为线性函数,25℃-40℃为二次函数,40℃-50℃之间为线性函数,则该位移随温度的变化函数由多个分段函数组成。当然,若位移随温度变化函数为线性函数,也可以理解为该线性函数由多个分段函数组成,只不过多个分段函数完全相同。
步骤104,根据预设的基函数和位移随温度的变化函数获取目标相机的温漂系数。
具体地说,基函数是函数空间一组特殊的基的元素。对于函数空间中的连续函数都可以表示成一系列基函数的线性组合,就像是在向量空间中每个向量都可以表示成基向量的线性组合一样。比如:{1,t,t2}是实系数二次多项式集合的基,每一个形如a+bt+ct2的二次多项式都可以写成由基函数1、t、t^2组成的线性组合。
另外,获取相机的温漂系数可以通过以下公式:
Figure BDA0003284988020000051
其中,g(x)为图像的位移随温度的变化函数,B(x)为基函数,根据预先获取的基函数,代入关键点的位置坐标,即可求出温漂系数a。需要说明的是,若位移随温度的变化函数为分段函数,则每个分段函数的系数不同,对应地不同温度范围内温漂系数也不同。
本发明实施方式提供的温漂系数获取方法,在不同温度下,获取多张标定板图像,提取每个标定板图像中的关键点进行匹配获取位移变化函数,根据位移变化函数和标定板表面图案对应的基函数就可以获取相机的温漂系数,利用温漂系数就可以对目标相机获取的图像像素坐标进行校正。本方法适用于各种相机,通过拍摄温度标定板采集的图像,图像中包含的特征足够强可直接提取关键点进行匹配,无需提取多尺度多层次的特征来进行匹配,简化了匹配流程,提高了计算温漂系数的速度。另外,在批量生产需要获取每个相机的温漂系数时,只要获取每个相机的位移变换函数就可根据预设的基函数获取该相机的温漂系数,提高了批量处理的效率。
本发明的实施方式涉及一种温漂系数获取方法,如图2所示,包括:
步骤201,通过目标相机获取多张标定板图像,其中,多张标定板图像是目标相机在不同温度下拍摄同一标定板获取的,标定板表面的图案由预设的基函数确定。
具体地说,本实施方式中的步骤201与步骤101的具体实施细节大致相同,在此不做赘述。
步骤202,提取标定板图像中的关键点。
具体地说,根据高斯微分函数提取标定板图像中的关键点,其中,关键点具有尺度不变性和旋转不变性。若物体在不同尺寸下的图像都能检测出同样的关键点,则该关键点具有尺度不变性。类似地,旋转不变性指的是物体在不同方向的图像具有同样的关键点。另外,通过高斯微分函数提取关键点,对图像进行平滑滤波可以得到图像的细节特征。
步骤203,获取关键点的位置坐标和关键点临近的像素点的位置坐标,其中,临近的像素点为以关键点为中心的预设窗口内的像素点。
具体地说,获取关键点的位置坐标和关键点临近的像素点的位置坐标包括:获取关键点临近的像素点的梯度信息,根据梯度信息对关键点的像素坐标进行亚像素插值,得到关键点的亚像素坐标,并将亚像素坐标作为关键点的位置坐标,根据所述关键点的位置坐标获取所述关键点临近的像素点的位置坐标。
在本实施方式中,根据梯度信息进行亚像素插值可以采用sobel算子、Laplacian算子或harris算子等进行计算获取亚像素坐标。具体地,以harris算子为例进行亚像素插值的大致原理为在临近像素点的梯度信息中选取一梯度信息,在整像素坐标处沿该梯度信息表示的梯度方向每个一小段距离进行插值,获取插值点的灰度值,将插值点的灰度值与整像素点的灰度值进行匹配,将匹配结果最佳的插值点坐标作为关键点的亚像素坐标。
另外,需要说明的是,每个像素都对应一个整数坐标位置,为了进一步提高温漂系数获取的精度,需要对像素坐标进行亚像素插值获取亚像素坐标。亚像素坐标可以准确获知关键点在图像中的真实位置,而真实位置有时候并不在像素所在整数坐标位置上,而是在像素内部。
需要说明的是,临近像素点可以是预设窗口内的所有像素点,也可以是预设窗口内的部分像素点。本实施方式中预设窗口的尺寸和形状可以根据用户对温度标定的准确度和速度的要求进行选择和调整。窗口的形状可以选择矩形或圆形。另外,预设窗口的尺寸上,其尺寸越大,包含的像素点越多,后续温度标定的结果会更准确,但计算的速度和复杂性都会随之提升,相反,尺寸越小,包含的像素点越少,计算过程会更简单更快速,但相应地会影响结果的准确性。
步骤204,将关键点的位置坐标和临近像素点的位置坐标组合作为关键点的特征向量。
具体地说,在进行不同温度图像的关键点匹配时,关键点周围的临近像素点也对关键点的匹配具有贡献,因此,将关键点和其临近像素点组合构成特征向量可以进一步提高匹配概率。另外,对于图像中某一特征,其可能由多个关键点组成,将多个关键点组合构成特征向量可以更好地表示该特征,特别是亚像素坐标,单独一个关键点不能很好地体现该特征。比如,以人脸图像为例,对于鼻子这部分特征,单独一个关键点无法表现出鼻子的样子和轮廓,需要多个关键点组合才能准确体现鼻子这部分特征。
步骤205,对于不同温度的标定板图像的关键点,将关键点的特征向量进行匹配,确定标定板图像的同名点和同名点的位移随温度的变化函数。
具体地说,对于图像中的所有关键点,都需要获取每个关键点对应的特征向量,然后将不同温度图像的特征向量进行匹配。当特征向量的数量较少时,可以使用穷举法一一匹配。当特征向量数量较多时,可以使用kd树(k-dimensional树)进行匹配。当然还可以采用其他匹配算法,在此不做具体限定。
进一步地,如图3所示,步骤205还包括:
步骤301,将关键点的特征向量进行匹配,获取匹配值。
具体地说,匹配值的获取是两个特征向量差的模值。
步骤302,当匹配值大于预设的匹配阈值时,确定不同温度的标定板图像的特征向量对应的关键点为同名点。
具体地说,当两个特征向量的匹配值大于匹配阈值时,可以认为这两个向量为稳定正确的匹配。对应地,这两个向量对应的关键点为同名点。比如:在0℃、10℃、20℃、30℃、40℃、50℃获取了6张标定板图像,对于温度标定板上的O点,在0℃标定板图像中对应为A1点,在10℃标定板图像中对应为A2点,在20℃标定板图像中对应为A3点,其他图像的对应点以此类推。在获取A1点和A2点的特征向量后,将A1点和A2点的特征向量进行匹配,当匹配值大于阈值时,确定A1和A2为同名点。同样地,其他点进行类似操作。需要说明的是,同名点数量与关键点数量和拍摄的标定板图像数量有关。比如:若获取的不同温度的标定板图像为5张,每张标定板图像提取的关键点数量为10个,则对应地同名点数量为50个。
步骤303,根据同名点的位置坐标获取同名点的位移随温度的变化函数。
具体地说,可以根据同名点的位置坐标进行绘图获取曲线,对曲线进行拟合获取位移随温度的变化函数。比如:在0℃、10℃、20℃、30℃、40℃、50℃获取了6张标定板图像,对于温度标定板上的O点,在0℃标定板图像中对应为A1点,在10℃标定板图像中对应为A2点,在20℃标定板图像中对应为A3点,在30℃标定板图像中对应为A4点,在40℃标定板图像中对应为A5点,在50℃标定板图像中对应为A6点,将这些点的坐标进行绘图获取曲线,对曲线进行拟合就可快速获取位移随温度的变化函数。
步骤206,根据预设的基函数和位移随温度的变化函数获取目标相机的温漂系数。
本实施方式中的步骤206与步骤104的具体实施细节大致相同,在此不做赘述。
本发明实施方式提供的温漂系数获取方法,在不同温度下,获取多张标定板图像,提取每个标定板图像中的关键点进行匹配获取位移变化函数,根据位移变化函数和标定板表面图案对应的基函数就可以获取相机的温漂系数,利用温漂系数就可以对目标相机获取的图像像素坐标进行校正。本方法适用于各种相机,通过拍摄标定板采集的图像,图像中包含的特征足够强可直接提取关键点进行匹配,无需提取多尺度多层次的特征来进行匹配,简化了匹配流程,提高了计算温漂系数的速度。另外,在批量生产需要获取每个相机的温漂系数时,只要获取每个相机的位移变换函数就可根据预设的基函数获取该相机的温漂系数,提高了批量处理的效率。
本发明的实施方式涉及一种温漂系数获取方法,如图4所示,包括:
步骤401,获取预设的基函数和目标相机的基准温漂系数。
具体地说,步骤401包括:获取与目标相机属性相同的样本相机在不同温度的拍摄图像;根据预设的匹配窗口对不同温度的拍摄图像进行匹配,确定最佳匹配点和最佳匹配点的位置坐标;根据最佳匹配点的位置坐标,获取最佳匹配点的温度位移变化曲线图和拍摄图像中所有像素点的温度位移变化曲线图;对所有像素点的温度位移变化曲线图进行曲线拟合,获取拟合函数;根据拟合函数获取基函数和基准温漂系数。
需要说明的是,在对某一个相机的温漂系数前,先获取与该相机属性相同的其他相机的温漂系数,将该温漂系数作为基准温漂系数。属性相同指的是相机的所有参数均相同。本领域技术人员可以理解的是,在批量生产同型号(各种参数均相同)的相机时,由于原材料差异、组装差异、生产差异等各种因素,属性相同的各相机之间的温漂系数也会略有不同。因此,可以先获取与目标相机属性相同的样本相机的温漂系数和该温漂系数对应地基函数,根据该基函数可以确定标定板上的图案。而将该温漂系数作为基准温漂系数,也可以据此衡量温漂系数获取的准确性。
在一些实施例中,获取最佳匹配点可以通过绝对误差和算法(SAD算法),比如:获取温度t0下的图像T(s,t),某一温度t1下的图像为S(i,j),寻找到(s,t)对应的(i,j)的最佳匹配点(即SAD值最小),具体地SAD值通过以下公式计算:
Figure BDA0003284988020000081
当然,也可以采用其他图像匹配算法,比如:平均绝对差算法(MAD)、零归一化积相关算法(ZNCC)、序贯像素行检测算法(SSDA)等。另外,在获取SAD值后,还可以对SAD值进行亚像素差值,获取亚像素级别的SAD值,以便更精准地确定最佳匹配点。
另外,获取最佳匹配点后,根据最佳匹配点的坐标便可以确定最佳匹配点的温度位移变化曲线图,其中,温度位移变化曲线图上最佳匹配点的位置也是曲线的控制点位置,针对于某一温度,利用这些控制点的位移变化通过拟合插值就可获取整张图像的温度位移变化曲线图。需要说明的是,曲线控制点指的是在曲线控制测量中,为控制曲线形状而必须要设立的点,比如圆曲线上的圆曲线起点(直圆点zy)、圆曲线中点(曲中点QZ)和圆曲线终点(圆直点yz)三个点。
步骤402,根据基函数确定标定板表面的图案。
具体地说,根据预标定获取的基函数类型,对标定板上的图像进行适应涉及;比如如果是常见的热胀冷缩的中心放缩关系,则仅需设置平面标定板,在标定板的四周及中心设置特征,角点、边缘、编码等具有强特征的效果最佳,如棋盘格、ArUCo编码、圆网格等。如果是比较复杂的曲线,则要根据曲线的特征来设计,比如该温度变化曲线(面)可以用Bezier曲线(面)拟合,则仅需关注Bezier曲线的控制点的信息,在图像的对应位置设置足够多的特征即可。总而言之,标定板的设计,主要根据拟合函数类型特征进行设计,在关键位置处设置足够多的强特征,方便下一步进行特征提取。
步骤403,通过目标相机获取多张标定板图像,其中,多张标定板图像是目标相机在不同温度下拍摄同一标定板获取的,标定板表面的图案由预设的基函数确定。
步骤404,提取所述标定板图像中的关键点。
步骤405,将不同温度的标定板图像的关键点进行匹配,确定标定板图像的同名点和同名点的位移随温度的变化函数。
步骤406,根据预设的基函数和位移随温度的变化函数获取相机的温漂系数。
在另一些实施例中,在步骤406之后,还包括:获取相机的温漂系数和基准温漂系数的差值,判断差值是否在预设范围内;当差值在预设范围内时,确定相机的温漂系数正确,并将温漂系数录入温漂系数集。
本发明实施方式提供的温漂系数获取方法,在不同温度下,获取多张标定板图像,提取每个标定板图像中的关键点进行匹配获取位移变化函数,根据位移变化函数和标定板表面图案对应的基函数就可以获取相机的温漂系数,利用温漂系数就可以对目标相机获取的图像像素坐标进行校正。本方法适用于各种相机,通过拍摄标定板采集的图像,图像中包含的特征足够强可直接提取关键点进行匹配,无需提取多尺度多层次的特征来进行匹配,简化了匹配流程,提高了计算温漂系数的速度。另外,在批量生产需要获取每个相机的温漂系数时,只要获取每个相机的位移变换函数就可根据预设的基函数获取该相机的温漂系数,提高了批量处理的效率。另外,在获取某一个相机的温漂系数前,先获取该相机的基准温漂系数,通过基准温漂系数来判断该相机的温漂系数结果是否准确。
本发明的实施方式涉及一种图像校正方法,包括:通过目标相机拍摄目标图像,并获取所述目标图像拍摄时的环境温度。从所述目标相机在不同温度下对应的温漂系数中选取与所述环境温度对应的温漂系数。利用与环境温度对应的温漂系数对所述目标图像的像素坐标进行纠正;其中,目标相机在不同温度下对应的温漂系数通过如上实施方式所述的温漂系数获取方法预先获取并存储。
需要说明的是,目标相机中预先存储有多个温漂系数,多个温漂系数对应不同的环境温度,根据拍摄时的环境温度选取对应的温漂系数。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明的实施方式涉及一种电子设备,如图5所示,包括:
至少一个处理器501;以及,与至少一个处理器501通信连接的存储器502;其中,存储器502存储有可被至少一个处理器501执行的指令,指令被至少一个处理器501执行,以使至少一个处理器501能够执行如上述实施方式提及的温漂系数获取方法。
该电子设备包括:一个或多个处理器501以及存储器502,图5中以一个处理器501为例。处理器501、存储器502可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施方式中策略空间内的各处理策略对应的算法就存储于存储器502中。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述温漂系数获取方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器502中,当被一个或者多个处理器501执行时,执行上述任意方法实施方式中的温漂系数获取方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的方法。
本发明的实施方式涉及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 (10)

1.一种温漂系数获取方法,其特征在于,包括:
通过目标相机获取多张标定板图像,其中,所述多张标定板图像是所述目标相机在不同温度下拍摄同一标定板获取的,所述标定板表面的图案由预设的基函数确定;
提取所述标定板图像中的关键点;
将不同温度的所述标定板图像的关键点进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数;
根据所述预设的基函数和所述位移随温度的变化函数获取目标相机的温漂系数,其中,所述温漂系数为根据所述位移随温度的变化函数与所述基函数之比所得到的一个比例因子。
2.根据权利要求1所述的温漂系数获取方法,其特征在于,所述将不同温度的标定板图像的关键点进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数,包括:
获取所述关键点的位置坐标和所述关键点临近的像素点的位置坐标,其中,所述临近的像素点为以所述关键点为中心的预设窗口内的像素点;
将所述关键点的位置坐标和临近像素点的位置坐标组合作为所述关键点的特征向量;
对于不同温度的所述标定板图像的关键点,将所述关键点的特征向量进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数。
3.根据权利要求2所述的温漂系数获取方法,其特征在于,所述获取所述关键点的位置坐标和所述关键点临近的像素点的位置坐标,包括:
获取每个关键点临近的像素点的梯度信息;
根据所述梯度信息对所述关键点的像素坐标进行亚像素插值,得到所述关键点的亚像素坐标,并将所述亚像素坐标作为所述关键点的位置坐标;
根据所述关键点的位置坐标获取所述关键点临近的像素点的位置坐标。
4.根据权利要求2或3所述的温漂系数获取方法,其特征在于,所述对于不同温度的标定板图像的关键点,将所述关键点的特征向量进行匹配,确定所述标定板图像的同名点和所述同名点的位移随温度的变化函数,包括:
将所述关键点的特征向量进行匹配,获取匹配值;
当所述匹配值大于预设的匹配阈值时,确定不同温度的所述标定板图像的特征向量对应的关键点为同名点;
根据所述同名点的位置坐标获取所述同名点的位移随温度的变化函数。
5.根据权利要求1所述的温漂系数获取方法,其特征在于,所述获取多张标定板图像之前,还包括:
获取所述预设的基函数和所述目标相机的基准温漂系数;
根据所述基函数确定所述标定板表面的图案。
6.根据权利要求5所述的温漂系数获取方法,其特征在于,所述获取所述预设的基函数和所述目标相机的基准温漂系数,包括:
获取与所述目标相机属性相同的样本相机在不同温度的拍摄图像;
根据预设的匹配窗口对所述不同温度的拍摄图像进行匹配,确定最佳匹配点和所述最佳匹配点的位置坐标;
根据所述最佳匹配点的位置坐标,获取所述最佳匹配点的温度位移变化曲线图和所述拍摄图像中所有像素点的温度位移变化曲线图;
对所述所有像素点的温度位移变化曲线图进行曲线拟合,获取拟合函数;
根据所述拟合函数获取所述基函数和所述基准温漂系数。
7.根据权利要求1或5所述的温漂系数获取方法,其特征在于,所述根据所述预设的基函数和所述位移随温度的变化函数获取目标相机的温漂系数之后,还包括:
获取所述目标相机的温漂系数和所述基准温漂系数的差值,判断所述差值是否在预设范围内;
当所述差值在预设范围内时,确定所述目标相机的温漂系数正确,并将所述温漂系数录入温漂系数集。
8.一种图像校正方法,其特征在于,包括:
通过目标相机拍摄目标图像,并获取所述目标图像拍摄时的环境温度;
从所述目标相机在不同温度下对应的温漂系数中选取与所述环境温度对应的温漂系数;
利用与所述环境温度对应的温漂系数对所述目标图像的像素坐标进行纠正;
其中,所述目标相机在不同温度下对应的温漂系数通过如上权利要求1至7中任一项所述的温漂系数获取方法预先获取并存储。
9.一种电子设备,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7中任一所述的温漂系数获取方法。
10.一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7中任一项所述的温漂系数获取方法。
CN202111144709.5A 2021-09-28 2021-09-28 温漂系数获取方法、电子设备、存储介质和图像校正方法 Active CN113763485B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111144709.5A CN113763485B (zh) 2021-09-28 2021-09-28 温漂系数获取方法、电子设备、存储介质和图像校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111144709.5A CN113763485B (zh) 2021-09-28 2021-09-28 温漂系数获取方法、电子设备、存储介质和图像校正方法

Publications (2)

Publication Number Publication Date
CN113763485A CN113763485A (zh) 2021-12-07
CN113763485B true CN113763485B (zh) 2022-07-26

Family

ID=78797949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111144709.5A Active CN113763485B (zh) 2021-09-28 2021-09-28 温漂系数获取方法、电子设备、存储介质和图像校正方法

Country Status (1)

Country Link
CN (1) CN113763485B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114710603B (zh) * 2022-03-24 2024-02-13 深圳市维海德技术股份有限公司 温度漂移校正方法、系统、终端设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754425A (zh) * 2017-11-01 2019-05-14 浙江舜宇智能光学技术有限公司 Tof摄像模组的标定设备及其标定方法
CN111182240A (zh) * 2019-12-23 2020-05-19 中北大学 图像传感器温漂自补偿方法
CN111246100A (zh) * 2020-01-20 2020-06-05 Oppo广东移动通信有限公司 防抖参数的标定方法、装置和电子设备
CN112258588A (zh) * 2020-11-13 2021-01-22 江苏科技大学 一种双目相机的标定方法、系统及存储介质
CN112567274A (zh) * 2020-03-27 2021-03-26 深圳市大疆创新科技有限公司 温漂系数补偿方法、装置、镜头、成像装置和可移动平台

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354854B (zh) * 2015-12-01 2018-12-07 国家电网公司 基于三维数字模型的相机参数动态联合标定方法及系统
CN108344376A (zh) * 2018-03-12 2018-07-31 广东欧珀移动通信有限公司 激光投射模组、深度相机和电子装置
CN112419379A (zh) * 2020-11-30 2021-02-26 北京农业智能装备技术研究中心 多光谱相机的多通道图像匹配方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754425A (zh) * 2017-11-01 2019-05-14 浙江舜宇智能光学技术有限公司 Tof摄像模组的标定设备及其标定方法
CN111182240A (zh) * 2019-12-23 2020-05-19 中北大学 图像传感器温漂自补偿方法
CN111246100A (zh) * 2020-01-20 2020-06-05 Oppo广东移动通信有限公司 防抖参数的标定方法、装置和电子设备
CN112567274A (zh) * 2020-03-27 2021-03-26 深圳市大疆创新科技有限公司 温漂系数补偿方法、装置、镜头、成像装置和可移动平台
CN112258588A (zh) * 2020-11-13 2021-01-22 江苏科技大学 一种双目相机的标定方法、系统及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Drift Correction of Lightweight Microbolometer";Francisco-Javier Mesas-Carrascosa.et al;《remote sensing》;20180417;全文 *
"基于激光位移传感器的铁路轮对测试设备";武晓娟等;《自动化博览》;20121015;全文 *

Also Published As

Publication number Publication date
CN113763485A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN110969668B (zh) 一种长焦双目相机的立体标定算法
CN109816706B (zh) 一种平滑约束与三角网等比例剖分像对稠密匹配方法
CN111192194B (zh) 一种针对幕墙建筑立面的全景图像拼接方法
JP5468824B2 (ja) 3次元における形状の一致を判定する方法および装置
CN112929626B (zh) 一种基于智能手机影像的三维信息提取方法
CN103258328A (zh) 一种宽视场镜头的畸变中心定位方法
CN111369605A (zh) 一种基于边缘特征的红外与可见光图像的配准方法和系统
CN113763485B (zh) 温漂系数获取方法、电子设备、存储介质和图像校正方法
CN115457147A (zh) 相机标定方法、电子设备及存储介质
CN110136048B (zh) 一种图像配准方法及系统、存储介质及终端
CN112470192A (zh) 双摄像头标定方法、电子设备、计算机可读存储介质
Zhang et al. A new modified panoramic UAV image stitching model based on the GA-SIFT and adaptive threshold method
Kang et al. A robust image matching method based on optimized BaySAC
CN112233178B (zh) 基于机器视觉的复杂环境中动态物料测距方法
CN114140581A (zh) 一种自动建模方法、装置、计算机设备及存储介质
CN113920196A (zh) 视觉定位方法、装置及计算机设备
CN112614166A (zh) 基于cnn-knn的点云匹配方法和装置
CN112017108A (zh) 基于独立模型法区域网平差的卫星正射影像颜色相对校正方法
CN113298880B (zh) 一种相机标定板、相机标定方法及装置
EP2953096B1 (en) Information processing device, information processing method, system and carrier means
Quenzel et al. Keyframe-based photometric online calibration and color correction
CN117056377B (zh) 一种基于图论的红外图像处理方法、系统及存储介质
CN115661368B (zh) 一种图像匹配方法、装置、服务器及存储介质
Jiang et al. Image registration and change detection method based on wavelet transform and SURF algorithm
CN115705658A (zh) 相机位姿估计方法、装置、计算机设备和存储介质

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: 20220530

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