CN113793386B - 相机内参标定方法、装置、设备、介质及程序产品 - Google Patents
相机内参标定方法、装置、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN113793386B CN113793386B CN202110898686.0A CN202110898686A CN113793386B CN 113793386 B CN113793386 B CN 113793386B CN 202110898686 A CN202110898686 A CN 202110898686A CN 113793386 B CN113793386 B CN 113793386B
- Authority
- CN
- China
- Prior art keywords
- sample
- calibration
- image
- batch
- batches
- 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
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种相机内参标定方法、装置、设备、介质及程序产品,该方法包括:通过获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量,根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,对多个子标定结果进行处理,得到目标标定结果。电子设备通过将待分批次的样本标定图像进行分批次处理,从而得到多个批次的样本图像集,使得每个样本图像集中的样本标定图像之间的相似度较低,有效提高了标定结果的稳定性和可靠性。
Description
技术领域
本申请涉及计算机视觉技术领域,尤其涉及一种相机内参标定方法、装置、设备、介质及程序产品。
背景技术
相机内参标定是计算机视觉领域的一个基础任务,通过内参标定可以获取相机的主点坐标、横纵轴焦距和畸变参数,可以对原始图像进行去畸变处理,还可以将像素坐标投影到世界坐标等。相机内参标定的标定结果的精度和稳定性直接影响了相机视觉系统的准确性,因此,如何准确的标定相机内参是一个基础且关键的问题。
目前,主要通过采集一定数量(如20张)的样本标定图像,之后利用相机标定方法(如张正友标定算法)对样本标定图像进行标定内参处理,从而得到标定结果。
然而,当使用相同的相机标定方法对同一相机进行多次内参标定时,得到的多个标定结果可能不一致,标定结果的稳定性和可靠性较差。
发明内容
本申请提供一种相机内参标定方法、装置、设备、介质及程序产品,以解决当使用相同的相机标定方法对同一相机进行多次内参标定时,得到的多个标定结果可能不一致,标定结果的准确性和可靠性较差的问题。
第一方面,本申请实施例提供一种相机内参标定方法,包括:
获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量;
根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,每个样本图像集中的任意两个样本标定图像的距离大于预设距离;
对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,所述子标定结果包括所述相机的内参参数;
对所述多个子标定结果进行处理,得到目标标定结果。
在第一方面的一种可能设计中,所述根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,包括:
步骤a,根据所述预设批次数量,建立多个样本图像集;
步骤b,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与所述样本标定图像之间的距离;
步骤c,若所述多个样本图像集中存在任一样本图像集与所述样本标定图像之间的距离最大,且所述距离大于所述预设距离,则将所述样本标定图像分批次至所述样本图像集中,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤d,若存在至少两个样本图像集与所述样本标定图像之间的距离相同且均大于所述预设距离,则将所述样本标定图像分批次至所述至少两个样本图像集中的任一样本图像集,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤e,若所述多个批次的样本图像集中不存在与所述样本标定图像之间的距离大于所述预设距离的样本图像集,则丢弃所述样本标定图像,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤f,重复步骤b至步骤e,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集。
可选的,所述分别计算每个样本图像集与所述样本标定图像之间的距离,包括:
针对每个样本图像集,若所述样本图像集为空,则所述样本标定图像与所述样本图像集之间的距离为最大预设距离;
若所述样本图像集中包括至少一个已分批次的样本标定图像,则将所述样本标定图像与所述样本图像集中每个已分批次的样本标定图像之间的距离中的最小距离,确定为所述样本标定图像与所述样本图像集之间的距离。
在第一方面的另一种可能设计中,所述获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量,包括:
确定所述相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的多个特征点;
根据每个待分批次的样本标定图像的尺寸信息以及多个特征点的坐标信息,确定每个待分批次的样本标定图像的特征向量。
可选的,所述确定每个待分批次的样本标定图像的特征向量之后,所述方法还包括:
计算每个待分批次的样本标定图像中所有特征点的横坐标的平均值,与所述样本标定图像的宽度的比值,将所述比值确定为所述样本标定图像的特征比值。
可选的,所述直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集,包括:
直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,得到分批次处理后的所述多个批次的样本图像集,所述第一预设比值大于所述第二预设比值。
第二方面,本申请实施例提供一种相机内参标定装置,包括:
获取模块,用于获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量;
处理模块,用于根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,每个样本图像集中的任意两个样本标定图像的距离大于预设距离;
所述处理模块,还用于对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,所述子标定结果包括所述相机的内参参数;
所述处理模块,还用于对所述多个子标定结果进行处理,得到目标标定结果。
在第二方面的一种可能设计中,所述处理模块,具体用于:
步骤a,根据所述预设批次数量,建立多个样本图像集;
步骤b,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与所述样本标定图像之间的距离;
步骤c,若所述多个样本图像集中存在任一样本图像集与所述样本标定图像之间的距离最大,且所述距离大于所述预设距离,则将所述样本标定图像分批次至所述样本图像集中,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤d,若存在至少两个样本图像集与所述样本标定图像之间的距离相同且均大于所述预设距离,则将所述样本标定图像分批次至所述至少两个样本图像集中的任一样本图像集,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤e,若所述多个批次的样本图像集中不存在与所述样本标定图像之间的距离大于所述预设距离的样本图像集,则丢弃所述样本标定图像,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤f,重复步骤b至步骤e,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集。
可选的,所述处理模块,具体用于:
针对每个样本图像集,若所述样本图像集为空,则所述样本标定图像与所述样本图像集之间的距离为最大预设距离;
若所述样本图像集中包括至少一个已分批次的样本标定图像,则将所述样本标定图像与所述样本图像集中每个已分批次的样本标定图像之间的距离中的最小距离,确定为所述样本标定图像与所述样本图像集之间的距离。
在第二方面的另一种可能设计中,所述获取模块,具体用于:
确定所述相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的多个特征点;
根据每个待分批次的样本标定图像的尺寸信息以及多个特征点的坐标信息,确定每个待分批次的样本标定图像的特征向量。
可选的,所述确定每个待分批次的样本标定图像的特征向量之后,所述处理模块,还用于:
计算每个待分批次的样本标定图像中所有特征点的横坐标的平均值,与所述样本标定图像的宽度的比值,将所述比值确定为所述样本标定图像的特征比值。
可选的,所述处理模块,具体用于:
直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,得到分批次处理后的所述多个批次的样本图像集,所述第一预设比值大于所述第二预设比值。
第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,所述处理器执行所述计算机程序指令时用于实现第一方面以及各可能设计提供的方法。
第四方面,本申请实施例可提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本申请实施例提供的相机内参标定方法、装置、设备、介质及程序产品,该方法包括:通过获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量,根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,对多个子标定结果进行处理,得到目标标定结果。电子设备通过将待分批次的样本标定图像进行分批次处理,从而得到多个批次的样本图像集,使得每个样本图像集中的样本标定图像之间的相似度较低,有效提高了标定结果的稳定性和可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的相机内参标定方法的一种应用场景示意图;
图2为本申请实施例提供的相机内参标定方法实施例一的流程示意图;
图3为本申请实施例提供的样本标定图像中特征点的位置示意图;
图4为本申请实施例提供的相机内参标定方法实施例二的流程示意图;
图5为本申请实施例提供的相机内参标定方法实施例三的流程示意图;
图6为本申请实施例提供的相机内参标定装置的结构示意图;
图7为本申请实施例提供的电子设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在介绍本申请的实施例之前,首先对本申请实施例的应用背景进行解释:
由于任何理论物理模型都是在特定假设上对真实事物的近似,然而在实际应用中存在误差,普通相机的成像模型也不例外,相机标定是计算机视觉领域中的一个基础问题。其中,相机内参标定是相机标定中的一个非常重要的部分。通过内参标定可以获取相机的主点坐标、横纵轴焦距和畸变参数,可以对原始图像进行去畸变处理,还可以将像素坐标投影到世界坐标等。
实际应用中,在自动驾驶、车路协同、辅助驾驶、目标检测、3D视觉等领域都需要对相机进行内参标定。相机内参标定的标定结果的精度和稳定性直接影响了相机视觉系统的准确性,因此,如何准确的获取相机内参标定的标定结果是关键。
目前,主要通过利用标定相机采集一定数量的样本标定图像,之后利用相机标定方法(如张正友标定算法)对样本标定图像进行标定内参处理,从而得到标定结果,获取该相机的内参参数。
然而,在现有技术中,当使用相同的相机标定方法对同一相机进行多次内参标定时,得到的多个标定结果可能不一致,标定结果的稳定性和可靠性较差。
针对上述问题,本申请的发明构思如下:在样本标定图像间的差异性较低时,无法保证样本标定图像能够包含所有姿态,导致得到的标定结果稳定性较低,可靠性较差。基于此,发明人发现,如果能将采集的样本标定图像进行自动分批,使得每个批次中的样本标定图像之间的相似度较低,分别计算每个批次的标定结果作为子标定结果,通过对子标定结果进行统计处理从而得到最终的标定结果,就能解决现有技术中标定结果稳定性较低,可靠性较差、效率较低的问题。
示例性的,本申请实施例提供的相机内参标定方法可以应用于图1所示的一种应用场景示意图中。图1为本申请实施例提供的相机内参标定方法的一种应用场景示意图,用以解决上述技术问题。如图1所示,该应用场景可以包括:相机、终端设备和服务器,还可以包括与服务器连接的数据存储设备。
可选的,终端设备可以获取相机中的待分批次的样本标定图像,终端设备还可以利用自带的图像采集设备(如手机内置的摄像头)获取待分批次的样本标定图像,之后将获取的待分批次的样本标定图像发送给服务器。
示例性的,在图1所示的应用场景中,服务器既可以从网络上获取待分批次的样本标定图像,还可以通过网络接收用户通过终端设备发出的样本标定图像,并将其存储至数据存储设备中,以便在后续对样本标定图像进行分批次和内参标定处理时直接使用。
在本实施例中,数据存储设备可以存储大量用于分批次和内参标定处理的待分批次的样本标定图像,也可以存储服务器对待分批次的样本标定图像处理得到的多个批次的样本图像集,服务器可以基于数据存储设备中的待分批次的样本标定图像,执行相机内参标定方法的程序代码,以得到标定结果。
需要说明的是,附图1仅是本申请实施例提供的一种应用场景的示意图,本申请实施例不对图1中包括的设备进行限定,也不对图1中设备之间的位置关系进行限定,例如,在图1中,数据存储设备相对服务器可以是外部存储器,在其它情况下,也可以将数据存储设备置于服务器中;相机相对终端设备可以是外部的图像采集设备,也可以是终端设备内置的摄像头。
在实际应用中,由于终端设备也是具有数据处理能力的处理设备,因而,上述图1所示应用场景中的服务器也可以终端设备实现。在本申请的实施例中,可以将服务器和用于数据处理的终端设备统称为电子设备。
可选的,本申请实施例提供的相机内参标定方法的执行主体为电子设备。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面,通过具体实施例对本申请的技术方案进行详细说明。
需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本申请实施例提供的相机内参标定方法实施例一的流程示意图。
如图2所示,该相机内参标定方法可以包括如下步骤:
S101、获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量。
在本步骤中,电子设备需要预先获取相机的多个待分批次的样本标定图像,以便于后续对待分批次的样本标定图像进行处理,从而得到标定结果。
其中,待分批次的样本标定图像可以是棋盘格图像,可以是Halcon图像,还可以是其他现有技术中存在的用于标定相机内参的标定图像,可以根据实际情况进行选择,本申请实施例对此不进行具体限制。
可选的,电子设备可以获取相机发送的待分批次的样本标定图像,可以与相机的SD储存卡进行连接,获取SD储存卡中存储的待分批次的样本标定图像,还可以利用自带的摄像头采集待分批次的样本标定图像。
在一种具体的实施方式中,电子设备可以确定相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的多个特征点,之后根据每个待分批次的样本标定图像的尺寸信息以及多个特征点的坐标信息,确定每个待分批次的样本标定图像的特征向量。
示例性的,以待分批次的样本标定图像为是棋盘格图像为例进行举例说明。图3为本申请实施例提供的样本标定图像中特征点的位置示意图。如图3所示,电子设备将待分批次的样本标定图像中每个内角点确定为该样本标定图像的特征点,图3中的圆圈即为特征点。其中,内角点与样本标定图像的边缘不接触。
可选的,若无法识别待分批次的样本标定图像中的内角点,则将该待分批次的样本标定图像删除。
在图3中,待分批次的样本标定图像中的多个特征点组成的图形为四边形,其中,左下角的点为A点,左上角的点为B点,右下角的点为C点,右上角的点为D点。电子设备可以根据确定的特征点,以及样本标定图像的尺寸信息获取该样本标定图像的特征向量,从而描述特征点在图像上的分布情况。
示例性的,电子设备首先计算待分批次的样本标定图像中四边形ABCD的面积,然后计算所有特征点的横坐标均值以及纵坐标均值/>进一步的计算角∠BAC的大小,最后通过公式:/>表示该待分批次的样本标定图像的特征向量,其中,W、H分别代表该待分批次的样本标定图像的宽和高。
可选的,电子设备可以计算每个待分批次的样本标定图像中所有特征点的横坐标的平均值,与样本标定图像的宽度的比值,将比值确定为样本标定图像的特征比值。
可选的,样本标定图像的特征比值的表达形式可以为
S102、根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集。
在本步骤中,电子设备获取每个待分批次的样本标定图像的特征向量后,需要根据待分批次的样本标定图像特征向量,预设批次数量和预设数量阈值,对该待分批次的样本标定图像进行分批次,得到多个批次的样本图像集,使得每个批次的样本图像集中的样本标定图像相似度较小。
其中,样本图像集的批次数量与预设批次数量相等。
其中,每个样本图像集中的任意两个样本标定图像的距离大于预设距离,两个样本标定图像的距离可以代表两个样本标定图像的相似度,距离越大相似度越低。
可选的,两个样本标定图像的距离可以通过公式: 计算得到,其中,F1,F2为两个不同样本标定图像的特征向量。
具体的,对每个待分批次的样本标定图像进行分批次处理的具体过程将在实施例二中进行详细展开说明,在此不再赘述。
S103、对每个批次的样本图像集进行内参标定处理,得到多个子标定结果。
在本步骤中,在获得多个批次的样本图像集后,可以分别对每个批次的样本图像集进行内参标定处理,以便于获取每个样本图像集的子标定结果。
其中,子标定结果包括相机的内参参数。在一种具体的实施方式中,对每个批次的样本图像集利用相机标定方法(如张正友标定算法)进行内参标定处理,得到每个批次的样本图像集的子标定结果。
S104、对多个子标定结果进行处理,得到目标标定结果。
在本步骤中,电子设备在获取多个子标定结果后,可以对多个子标定结果进行进一步处理,从而获取目标标定结果,以便于后续根据目标标定结果对相机内参进行标定。
在一种可能实现的方式中,电子设备可以计算所有子标定结果的平均值,将该平均值作为相机的目标标定结果。
在另一种可能实现的方式中,电子设备可以获取所有子标定结果的中位数,将该中位数作为相机的目标标定结果。
可选的,还可以通过其他的方式对子标定结果进行处理,如还可以将所有子标定结果的方差值确定为目标标定结果等,可以根据实际需求进行选择,本申请实施例对此不进行具体限制。
本申请实施例提供的相机内参标定方法,通过获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量,根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,对多个子标定结果进行处理,得到目标标定结果。电子设备通过将待分批次的样本标定图像进行分批次处理,从而得到多个批次的样本图像集,使得每个样本图像集中的样本标定图像之间的相似度较低,有效提高了标定结果的稳定性和可靠性。
现有技术中存在的问题是在使用相同的相机标定方法对同一相机进行多次内参标定时,得到的多个标定结果可能不一致。容易想到的改进方法是多次采集样本标定图像,分别对每次获取的样本标定图像进行计算,得到子标定结果,然后对所有的子标定结果进行处理(例如求平均值),从而得到标定结果。该方法可以提高标定结果的稳定性,但需要人为重复多次获取样本标定图像,耗时耗力,效率很低。本申请实施例与该方法相比,能够有效提高标定处理的效率,节约处理时间,减少人工成本。
在上述任一实施例的基础上,图4为本申请实施例提供的相机内参标定方法实施例二的流程示意图。如图4所示,步骤S102可以由如下步骤实现:
第1步,根据预设批次数量,建立多个样本图像集。
在本步骤中,电子设备根据预设批次数量,建立与预设批次数量相等数量的样本图像集。
第2步,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与样本标定图像之间的距离。
在本步骤中,在建立多个样本图像集后,电子设备需要判断待分批次的样本标定图像与样本标定图像中已分批次的样本标定图像的相似度,以便于后续将该待分批次的样本标定图像放置于与其相似度最小的样本图像集中。
其中,在计算样本图像集与样本标定图像之间的距离时,针对每个样本图像集,若样本图像集为空,则该样本标定图像与样本图像集之间的距离为最大预设距离。若样本图像集中包括至少一个已分批次的样本标定图像,则将样本标定图像与样本图像集中每个已分批次的样本标定图像之间的距离中的最小距离,确定为样本标定图像与样本图像集之间的距离。
示例性的,可以通过公式:distance(F,B)=min(dist(F,FB)),计算待分批次的样本标定图像与样本图像集之间的距离。其中,F为待分批次的样本标定图像,B为样本图像集,FB为该样本图像集中的已分批次的样本标定图像。
第3步,若多个样本图像集中存在任一样本图像集与样本标定图像之间的距离最大,且距离大于预设距离,则将样本标定图像分批次至样本图像集中,并从多个待分批次的样本标定图像中移除样本标定图像。
第4步,若存在至少两个样本图像集与样本标定图像之间的距离相同且均大于预设距离,则将样本标定图像分批次至至少两个样本图像集中的任一样本图像集,并从多个待分批次的样本标定图像中移除样本标定图像。
第5步,若多个批次的样本图像集中不存在与样本标定图像之间的距离大于预设距离的样本图像集,则丢弃样本标定图像,并从多个待分批次的样本标定图像中移除样本标定图像。
第6步,重复步骤2至步骤5,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,得到分批次处理后的多个批次的样本图像集。
在本步骤中,在对多个待分批次的样本标定图像进行分批次处理时,在达到分批次条件时,停止对待分批次的样本标定图像的分批次操作。
其中,分批次条件可以为每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值;还可以为每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,也就是说,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,得到分批次处理后的多个批次的样本图像集。
可选的,第一预设比值大于第二预设比值。
其中,预设数量阈值可以为20、30、40等,第一预设比值可以为0.7、0.72、0.74,第二预设比值可以为0.2、0.22、0.24,具体数值可以根据实际需求进行设定,本申请实施例对此不进行具体限制。
可选的,分批次条件还可以为其他的判断条件,可以根据实际情况进行设定,本申请实施例对此不进行具体限制。
在本申请实施例中,在每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值时,得到分批次处理后的多个批次的样本图像集,进一步的减少了样本图像集中各样本标定图像间的相似度。且不需要对全部的样本标定图像进行分批次,进一步的提高了处理效率。
在上述任一实施例的基础上,图5为本申请实施例提供的相机内参标定方法实施例三的流程示意图。如图5所示,该相机内参标定方法还可以包括如下步骤:
第1步、标定开始。
第2步、获取相机的多个待分批次的样本标定图像。
第3步、确定每个待分批次的样本标定图像的特征向量。
其中,电子设备可以确定该待分批次的样本标定图像的特征点,从而根据特征点确定该待分批次的样本标定图像的特征向量。
可选的,电子设备在无法确定该待分批次的样本标定图像的特征点,则丢弃该待分批次的样本标定图像。
第4步、随机获取一个待分批次的样本标定图像,找到与该待分批次的样本标定图像匹配程度最高的样本图像集。
其中,样本图像集是根据预设批次数量预先建立的。
其中,待分批次的样本标定图像与样本图像集之间的距离越大,则代表与该样本图像集匹配程度越高。
第5步、所有样本图像集是否成熟。
其中,用于判断所有样本图像集是否成熟的条件可以为每个批次的样本图像集中的已分批次的样本标定图像的数量,是否都达到预设数量阈值,或,每个批次的样本图像集中的已分批次的样本标定图像的数量,是否都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值。
其中,第一预设比值大于第二预设比值。
其中,若所有样本图像集都已成熟,则跳转至步骤6;若存在未成熟的样本图像集,则跳转至步骤4.
第6步、对每个样本图像集进行内参标定处理,得到每个样本图像集的子标定结果。
第7步、对每个样本图像集的子标定结果进行处理,获得目标标定结果。
示例型的,可以求所有样本图像集的子标定结果的平均值,从而获得标定结果。
第8步、标定结束。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图6为本申请实施例提供的相机内参标定装置的结构示意图。如图6所示,该相机内参标定装置包括:
获取模块61,用于获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量;
处理模块62,用于根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,每个样本图像集中的任意两个样本标定图像的距离大于预设距离;
处理模块62,还用于对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,子标定结果包括相机的内参参数;
处理模块62,还用于对多个子标定结果进行处理,得到目标标定结果。
在本申请实施例的一种可能设计中,处理模块62,具体用于:
步骤a,根据预设批次数量,建立多个样本图像集;
步骤b,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与样本标定图像之间的距离;
步骤c,若多个样本图像集中存在任一样本图像集与样本标定图像之间的距离最大,且距离大于预设距离,则将样本标定图像分批次至样本图像集中,并从多个待分批次的样本标定图像中移除样本标定图像;
步骤d,若存在至少两个样本图像集与样本标定图像之间的距离相同且均大于预设距离,则将样本标定图像分批次至至少两个样本图像集中的任一样本图像集,并从多个待分批次的样本标定图像中移除样本标定图像;
步骤e,若多个批次的样本图像集中不存在与样本标定图像之间的距离大于预设距离的样本图像集,则丢弃样本标定图像,并从多个待分批次的样本标定图像中移除样本标定图像;
步骤f,重复步骤b至步骤e,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,得到分批次处理后的多个批次的样本图像集。
可选的,处理模块62,具体用于:
针对每个样本图像集,若样本图像集为空,则样本标定图像与样本图像集之间的距离为最大预设距离;
若样本图像集中包括至少一个已分批次的样本标定图像,则将样本标定图像与样本图像集中每个已分批次的样本标定图像之间的距离中的最小距离,确定为样本标定图像与样本图像集之间的距离。
在本申请实施例的另一种可能设计中,获取模块61,具体用于:
确定相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的多个特征点;
根据每个待分批次的样本标定图像的尺寸信息以及多个特征点的坐标信息,确定每个待分批次的样本标定图像的特征向量。
可选的,确定每个待分批次的样本标定图像的特征向量之后,处理模块62,还用于:
计算每个待分批次的样本标定图像中所有特征点的横坐标的平均值,与样本标定图像的宽度的比值,将比值确定为样本标定图像的特征比值。
可选的,处理模块62,具体用于:
直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,得到分批次处理后的多个批次的样本图像集,第一预设比值大于第二预设比值。
本申请实施例提供的相机内参标定装置,可用于执行上述任一实施例中的相机内参标定方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块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。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外,这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,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模块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。
图7为本申请实施例提供的电子设备的结构示意图。如图7所示,该电子设备可以包括:处理器71、存储器72及存储在所述存储器72上并可在处理器71上运行的计算机程序指令,所述处理器71执行所述计算机程序指令时实现前述任一实施例提供的相机内参标定方法。
可选的,电子设备还可以包括与其他设备进行交互的接口。
可选的,该电子设备的上述各个器件之间可以通过系统总线连接。
存储器72可以是单独的存储单元,也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。
应理解,处理器71可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
系统总线可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。存储器可能包括随机存取存储器(randomaccess memory,RAM),也可能还包括非易失性存储器(non-volatile memory,NVM),例如至少一个磁盘存储器。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储器(存储介质)包括:只读存储器(read-only memory,ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(英文:magnetic tape)、软盘(英文:floppy disk)、光盘(英文:optical disc)及其任意组合。
本申请实施例提供的电子设备,可用于执行上述任一方法实施例提供的相机内参标定方法,其实现原理和技术效果类似,在此不再赘述。
本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行上述相机内参标定方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器,电可擦除可编程只读存储器,可擦除可编程只读存储器,可编程只读存储器,只读存储器,磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
可选的,将可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中,至少一个处理器可以从该计算机可读存储介质中读取该计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述相机内参标定方法。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (9)
1.一种相机内参标定方法,其特征在于,包括:
获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量;
根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,每个样本图像集中的任意两个样本标定图像的距离大于预设距离;其中,所述每个样本图像集中的任意两个样本标定图像的距离为任意两个样本标定图像的相似度;
对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,所述子标定结果包括所述相机的内参参数;
对所述多个子标定结果进行处理,得到目标标定结果;
所述根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,包括:
步骤a,根据所述预设批次数量,建立多个样本图像集;
步骤b,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与所述样本标定图像之间的距离;
步骤c,若所述多个样本图像集中存在任一样本图像集与所述样本标定图像之间的距离最大,且所述距离大于所述预设距离,则将所述样本标定图像分批次至所述样本图像集中,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤d,若存在至少两个样本图像集与所述样本标定图像之间的距离相同且均大于所述预设距离,则将所述样本标定图像分批次至所述至少两个样本图像集中的任一样本图像集,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤e,若所述多个批次的样本图像集中不存在与所述样本标定图像之间的距离大于所述预设距离的样本图像集,则丢弃所述样本标定图像,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤f,重复步骤b至步骤e,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集。
2.根据权利要求1所述的方法,其特征在于,所述分别计算每个样本图像集与所述样本标定图像之间的距离,包括:
针对每个样本图像集,若所述样本图像集为空,则所述样本标定图像与所述样本图像集之间的距离为最大预设距离;
若所述样本图像集中包括至少一个已分批次的样本标定图像,则将所述样本标定图像与所述样本图像集中每个已分批次的样本标定图像之间的距离中的最小距离,确定为所述样本标定图像与所述样本图像集之间的距离。
3.根据权利要求1或2所述的方法,其特征在于,所述获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量,包括:
确定所述相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的多个特征点;
根据每个待分批次的样本标定图像的尺寸信息以及多个特征点的坐标信息,确定每个待分批次的样本标定图像的特征向量。
4.根据权利要求3所述的方法,其特征在于,所述确定每个待分批次的样本标定图像的特征向量之后,所述方法还包括:
计算每个待分批次的样本标定图像中所有特征点的横坐标的平均值,与所述样本标定图像的宽度的比值,将所述比值确定为所述样本标定图像的特征比值。
5.根据权利要求4所述的方法,其特征在于,所述直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集,包括:
直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到预设数量阈值,且每个批次的样本图像集中存在任一样本标定图像的特征比值大于第一预设比值,任一样本标定图像的特征比值小于第二预设比值,得到分批次处理后的所述多个批次的样本图像集,所述第一预设比值大于所述第二预设比值。
6.一种相机内参标定装置,其特征在于,包括:
获取模块,用于获取相机的多个待分批次的样本标定图像中,每个待分批次的样本标定图像的特征向量;
处理模块,用于根据每个待分批次的样本标定图像的特征向量,预设批次数量和预设数量阈值,对至少一个待分批次的样本标定图像进行分批次处理,得到多个批次的样本图像集,每个样本图像集中的任意两个样本标定图像的距离大于预设距离;其中,所述每个样本图像集中的任意两个样本标定图像的距离为任意两个样本标定图像的相似度;
所述处理模块,还用于对每个批次的样本图像集进行内参标定处理,得到多个子标定结果,所述子标定结果包括所述相机的内参参数;
所述处理模块,还用于对所述多个子标定结果进行处理,得到目标标定结果;
所述处理模块,具体用于步骤a,根据所述预设批次数量,建立多个样本图像集;
步骤b,从多个待分批次的样本标定图像中随机获取一个待分批次的样本标定图像,分别计算每个样本图像集与所述样本标定图像之间的距离;
步骤c,若所述多个样本图像集中存在任一样本图像集与所述样本标定图像之间的距离最大,且所述距离大于所述预设距离,则将所述样本标定图像分批次至所述样本图像集中,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤d,若存在至少两个样本图像集与所述样本标定图像之间的距离相同且均大于所述预设距离,则将所述样本标定图像分批次至所述至少两个样本图像集中的任一样本图像集,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤e,若所述多个批次的样本图像集中不存在与所述样本标定图像之间的距离大于所述预设距离的样本图像集,则丢弃所述样本标定图像,并从所述多个待分批次的样本标定图像中移除所述样本标定图像;
步骤f,重复步骤b至步骤e,直至每个批次的样本图像集中的已分批次的样本标定图像的数量,都达到所述预设数量阈值,得到分批次处理后的所述多个批次的样本图像集。
7.一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,其特征在于,所述处理器执行所述计算机程序指令时用于实现如权利要求1至5任一项所述的相机内参标定方法。
8.一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执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至5任一项所述的相机内参标定方法。
9.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时用于实现如权利要求1至5任一项所述的相机内参标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898686.0A CN113793386B (zh) | 2021-08-05 | 2021-08-05 | 相机内参标定方法、装置、设备、介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898686.0A CN113793386B (zh) | 2021-08-05 | 2021-08-05 | 相机内参标定方法、装置、设备、介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793386A CN113793386A (zh) | 2021-12-14 |
CN113793386B true CN113793386B (zh) | 2023-09-19 |
Family
ID=78877210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110898686.0A Active CN113793386B (zh) | 2021-08-05 | 2021-08-05 | 相机内参标定方法、装置、设备、介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793386B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207722A (zh) * | 2019-06-11 | 2019-09-06 | 远形时空科技(北京)有限公司 | 一种自动化标定相机里程计系统及方法 |
CN111353526A (zh) * | 2020-02-19 | 2020-06-30 | 上海小萌科技有限公司 | 一种图像匹配方法、装置以及相关设备 |
CN111932636A (zh) * | 2020-08-19 | 2020-11-13 | 展讯通信(上海)有限公司 | 双目摄像头的标定及图像矫正方法、装置、存储介质、终端、智能设备 |
CN112767496A (zh) * | 2021-01-22 | 2021-05-07 | 阿里巴巴集团控股有限公司 | 标定方法、设备及系统 |
CN112862895A (zh) * | 2019-11-27 | 2021-05-28 | 杭州海康威视数字技术股份有限公司 | 一种鱼眼摄像头标定方法、装置及系统 |
-
2021
- 2021-08-05 CN CN202110898686.0A patent/CN113793386B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207722A (zh) * | 2019-06-11 | 2019-09-06 | 远形时空科技(北京)有限公司 | 一种自动化标定相机里程计系统及方法 |
CN112862895A (zh) * | 2019-11-27 | 2021-05-28 | 杭州海康威视数字技术股份有限公司 | 一种鱼眼摄像头标定方法、装置及系统 |
CN111353526A (zh) * | 2020-02-19 | 2020-06-30 | 上海小萌科技有限公司 | 一种图像匹配方法、装置以及相关设备 |
CN111932636A (zh) * | 2020-08-19 | 2020-11-13 | 展讯通信(上海)有限公司 | 双目摄像头的标定及图像矫正方法、装置、存储介质、终端、智能设备 |
CN112767496A (zh) * | 2021-01-22 | 2021-05-07 | 阿里巴巴集团控股有限公司 | 标定方法、设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113793386A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784250B (zh) | 自动引导小车的定位方法和装置 | |
CN109479082B (zh) | 图象处理方法及装置 | |
WO2020252920A1 (zh) | 图片校正方法、装置、计算机设备及计算机可读存储介质 | |
CN118196446A (zh) | 匹配局部图像特征描述符 | |
CN111083456A (zh) | 投影校正方法、装置、投影仪及可读存储介质 | |
CN110728644B (zh) | 图像生成方法、装置、电子设备和可读存储介质 | |
CN111695429A (zh) | 视频图像目标关联方法、装置及终端设备 | |
CN112686950A (zh) | 位姿估计方法、装置、终端设备及计算机可读存储介质 | |
CN116012242A (zh) | 一种相机畸变矫正效果评价方法、装置、介质及设备 | |
CN111754429B (zh) | 运动矢量后处理方法和装置、电子设备及存储介质 | |
CN113793386B (zh) | 相机内参标定方法、装置、设备、介质及程序产品 | |
CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
CN112101148A (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
CN111709912A (zh) | 一种圆弧边缘检测方法、装置及存储介质 | |
CN109325945B (zh) | 图像处理方法、装置、电子设备及储存介质 | |
CN112927301B (zh) | 摄像头标定方法、装置、计算设备及可读存储介质 | |
CN113393475B (zh) | 一种乳腺钼靶图像分割的装置、电子设备、医疗设备和介质 | |
CN115147389A (zh) | 图像处理方法、设备以及计算机可读存储介质 | |
CN111986144B (zh) | 一种图像模糊判断方法、装置、终端设备及介质 | |
CN109242894B (zh) | 一种基于移动最小二乘法的图像对齐方法及系统 | |
CN111161225B (zh) | 一种图像差异检测方法、装置、电子设备和存储介质 | |
CN115131273A (zh) | 信息处理方法、测距方法及装置 | |
CN112580638A (zh) | 文本检测方法、装置、存储介质及电子设备 | |
CN113034617B (zh) | 相机的焦距的获取方法及装置、设备 | |
EP4386675A1 (en) | External parameter determination method and image processing device |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |