CN113963072A - 双目摄像头标定方法、装置、计算机设备和存储介质 - Google Patents
双目摄像头标定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113963072A CN113963072A CN202111577026.9A CN202111577026A CN113963072A CN 113963072 A CN113963072 A CN 113963072A CN 202111577026 A CN202111577026 A CN 202111577026A CN 113963072 A CN113963072 A CN 113963072A
- Authority
- CN
- China
- Prior art keywords
- image
- calibration
- target
- affine transformation
- length
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 164
- 230000009466 transformation Effects 0.000 claims abstract description 161
- 238000004590 computer program Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 77
- 238000012545 processing Methods 0.000 claims description 58
- 238000013179 statistical model Methods 0.000 claims description 40
- 238000013507 mapping Methods 0.000 claims description 29
- 238000012795 verification Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 230000003247 decreasing effect Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- ZFXYFBGIUFBOJW-UHFFFAOYSA-N theophylline Chemical compound O=C1N(C)C(=O)N(C)C2=C1NC=N2 ZFXYFBGIUFBOJW-UHFFFAOYSA-N 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种双目摄像头标定方法、装置、计算机设备、存储介质和计算机程序产品,应用于计算机视觉技术领域,用于提高双目摄像头标定的效率。所述方法包括:获取第一标定图像;根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
Description
技术领域
本申请涉及计算机视觉技术领域,特别是涉及一种双目摄像头方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着便携性移动终端的普及,越来越多的人使用便携性移动终端进行拍摄,也因此人们对于便携性移动终端的拍摄性能的需求也逐步提升了,多摄像头组合技术开始广泛应用于移动终端上。然而各摄像头的焦距不同,当移动终端上的多摄像头进行切换时,焦距的改变容易导致图像内容的剧烈变化。
双目摄像头标定是多摄像头平滑变焦的关键,但是传统的双目摄像头标定方法需要从不同角度拍摄多张用于模板的图像,工序复杂;或者需要计算两者摄像头之间的空间坐标关系等,计算复杂度。由此,存在双目摄像头标定过程效率较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高双目摄像头标定效率的双目摄像头标定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种双目摄像头标定方法。所述方法包括:
获取第一标定图像;
根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
在其中一个实施例中,根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度,包括:
根据所述裁切系数的预设步长,对所述裁切系数进行递减处理,得到递减后裁切系数;
分别将所述递减后裁切系数、所述第一标定图像的仿射变换图像的长度和宽度,输入至所述仿射变换图像关联的长度统计模型和宽度统计模型中,得到所述长度统计模型输出的所述目标长度,以及所述宽度统计模型输出的所述目标宽度。
在其中一个实施例中,在当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数之前,还包括:
根据所述目标长度和所述目标宽度,生成所述仿射变换图像的顶点坐标;
对所述仿射变换图像的顶点坐标进行逆仿射变换处理,得到所述仿射变换图像的顶点坐标在所述第一标定图像上的投影坐标;
当所述投影坐标在所述第一标定图像的分辨率范围内时,确认所述目标长度和所述目标宽度的验证通过。
在其中一个实施例中,在根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度之前,还包括:
根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像;
根据所述仿射变换图像的中心点坐标,计算得到所述仿射变换图像的长度和宽度。
在其中一个实施例中,在根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像之前,还包括:
获取第二标定图像;所述第一标定图像和所述第二标定图像均通过拍摄目标标定对象得到,所述第二标定图像的拍摄焦距大于所述第一标定图像;
对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵;
所述根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像,包括:
当所述单应矩阵的验证通过时,根据所述单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像。
在其中一个实施例中,在对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵之前,还包括:
分别对所述第一标定图像和所述第二标定图像进行角点检测处理,得到所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标。
在其中一个实施例中,在对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵之后,还包括:
根据所述单应矩阵,生成所述第一角点坐标的映射角点坐标;
当所述第一角点坐标的映射角点坐标与所述第二角点坐标之间的差值小于预设误差阈值时,确认所述单应矩阵的验证通过。
第二方面,本申请还提供了一种双目摄像头标定装置。所述装置包括:
数据模块,用于获取第一标定图像;
裁切模块,用于根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
验证模块,用于当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
标定模块,用于将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取第一标定图像;
根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取第一标定图像;
根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取第一标定图像;
根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
上述双目摄像头标定方法、装置、计算机设备、存储介质和计算机程序产品,通过获取第一标定图像,然后根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度,当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数,进而将目标裁切系数输入至标定模型中,得到标定模型输出的目标变焦倍数。采用本方法,无需拍摄多组标定图像,仅需对拍摄的第一标定图像进行处理,减少了双目摄像头的标定时间,提高了双目摄像头的标定效率;还无需计算多个坐标系之间的参数变化,通过标定模型能够得到目标变焦倍数,大大减少了参数的计算复杂度,进一步提高了提高双目摄像头的标定效率。
附图说明
图1为一个实施例中双目摄像头标定方法的流程示意图;
图2为一个实施例中验证目标长度和目标宽度步骤的流程示意图;
图3另一个实施例中双目摄像头标定方法的流程示意图;
图4为又一个实施例中双目摄像头标定方法的流程示意图;
图5为一个实施例中双目摄像头标定装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种双目摄像头标定方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以但不限于是各种携带双目摄像头的设备,该设备包括但不限于是智能手机、个人计算机、笔记本电脑、平板电脑和便携式可穿戴设备。本实施例中,该方法包括以下步骤:
步骤S101,获取第一标定图像。
具体地,在预设位置上布置目标标定对象,其中,预设位置上的目标标定对象能够完整落入双目摄像头的拍摄范围内;进而终端通过终端上的第一摄像头拍摄一张针对目标标定对象的第一标定图像。
实际应用中,采用一块较大的黑白棋盘格标定模板作为目标标定对象,将黑白棋盘格标定模板安装固定在垂直地面的支架上,调整双摄像头模组的位置,使该黑白棋盘格标定模板能够完整出现在终端的第一摄像头和第二摄像头的拍摄范围内,然后终端通过第一摄像头拍摄一张亮度正常、对焦正常、成像清晰的第一标定图像。
步骤S102,根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度。
其中,双目摄像头的分辨率可以是2K、4K等,在此不进行具体限定。
其中,裁切系数是指携带有双目摄像头的终端的画幅相当于参考画幅的比率。
其中,目标长度和目标宽度是指仿射变换图像经过裁切处理后的图像长度和图像宽度。
其中,裁切处理是指对仿射变换图像进一步处理,使处理后得到的图像与终端通过第二摄像头对目标标定对象进行拍摄得到的第二标定图像粗对齐。
具体地,分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,通过长度统计模型对第一标定图像的仿射变换图像的长度进行裁切处理,并通过宽度统计模型对第一标定图像的仿射变换图像的宽度进行裁切处理,进而得到长度统计模型输出的仿射变换图像的目标长度,以及宽度统计模型输出的仿射变换图像的目标宽度。
步骤S103,当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数。
具体地,当投影坐标全部分布在第一标定图像的分辨率范围内时,确认目标长度和目标宽度验证通过;当目标长度和目标宽度验证通过时,确认当前的裁切系数为双目摄像头的目标裁切系数,即在当前裁切系数下,对仿射变换图像进行裁切处理,得到对应的裁切图像,该裁切图像与终端通过第二摄像头对目标标定对象进行拍摄得到的第二标定图像对齐。
需要说明的是,当前的裁切系数可以为初始设定的裁切系数,也可以为递减后裁切系数。
步骤S104,将目标裁切系数输入至标定模型中,得到标定模型输出的目标变焦倍数。
具体地,将目标裁切系数、仿射变换图像的长度和宽度输入至标定模型中,通过标定模型输出目标变焦倍数。实际应用中,标定模型为scale = min(W/3840,U/2160)×(crop – l×k)。
其中,scale表示目标变焦倍数,W表示仿射变换图像的长度,U表示仿射变换图像的宽度,crop表示初始设置的裁切系数,l为预设步长,k表示步数,即(crop – l×k)表示递减后裁切系数。
上述双目摄像头标定方法中,通过获取第一标定图像,然后根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度,当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数,进而将目标裁切系数输入至标定模型中,得到标定模型输出的目标变焦倍数。采用本方法,无需拍摄多组标定图像,仅需对拍摄的第一标定图像进行处理,减少了双目摄像头的标定时间,提高了双目摄像头的标定效率;还无需计算多个坐标系之间的参数变化,通过标定模型能够得到目标变焦倍数,大大减少了参数的计算复杂度,进一步提高了提高双目摄像头的标定效率。
在一个实施例中,上述步骤S102,根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度,具体包括如下内容:根据裁切系数的预设步长,对裁切系数进行递减处理,得到递减后裁切系数;分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,得到长度统计模型输出的目标长度,以及宽度统计模型输出的目标宽度。
具体地,获取双目摄像头的裁切系数,并获取裁切处理的预设步长,根据预设步长逐步减少裁切系数,得到递减后裁切系数;分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,通过长度统计模型对第一标定图像的仿射变换图像的长度进行裁切处理,进而得到长度统计模型输出的仿射变换图像的目标长度,并通过宽度统计模型对第一标定图像的仿射变换图像的宽度进行裁切处理,得到宽度统计模型输出的仿射变换图像的目标宽度。
当长度统计模型可表示为maxW= p h ×min(W/p h ,U/p v )×(crop – l×k),宽度统计模型可表示为max U = p v ×min(W/p h ,U/p v )×(crop – l×k)。
其中,maxW表示仿射变换图像经过裁切处理后得到的图像的长度,p h 表示仿射变换图像在水平方向上的像素,maxU表示仿射变换图像经过裁切处理后得到的图像的宽度,p v 表示仿射变换图像在垂直平方向上的像素。
实际应用中,步长可以设置为0.1,裁切系数可以设置为1.0,按照步长0.1逐步减少裁切系数,即表示为(crop – l×k);当第一标定图像为4K分辨率时,第一标定图像的仿射变换图像同样为4K分辨率,则长度统计模型可表示为maxW=3840×min(W/3840,U/2160)×(crop – 0.1×k),同理,宽度统计模型可表示为maxU = 2160×min(W/3840,U/2160)×(crop – 0.1×k),进而得到仿射变换图像经过裁切处理后的图像长度maxW和图像宽度maxU。
本实施例中,对裁切系数进行递减处理,得到递减后裁切系数,分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,得到长度统计模型输出的目标长度,以及宽度统计模型输出的目标宽度。采用本方法,通过目标长度和目标宽度能够得到目标变焦倍数,实现了第一标定图像到第二标定图像的粗对齐,提高了提高双目摄像头的标定效率。
在一个实施例中,如图2所示,在当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数之前,还包括验证目标长度和目标宽度的步骤,具体包括如下内容:
步骤S201,根据目标长度和目标宽度,生成仿射变换图像的顶点坐标;
步骤S202,对仿射变换图像的顶点坐标进行逆仿射变换处理,得到仿射变换图像的顶点坐标在第一标定图像上的投影坐标;
步骤S203,当投影坐标在第一标定图像的分辨率范围内时,确认目标长度和目标宽度的验证通过。
其中,仿射变换图像的顶点坐标可以是1、2、3、4个等,当然也可以根据实际情况进行调整,在此不进行具体限定。投影坐标的数量与顶点坐标的数量相同。
具体地,根据目标长度、目标宽度和仿射变换图像的中心点坐标,计算得到仿射变换图像经过裁切处理后得到的图像的顶点坐标,根据单应矩阵的逆矩阵,对顶点坐标进行逆仿射变换处理,得到顶点坐标在第一标定图像上对应的投影坐标,进而判断投影坐标是否全部分布在第一标定图像的分辨率范围内;当投影坐标全部分布在第一标定图像的分辨率范围内时,确认目标长度和目标宽度验证通过;当投影坐标没有全部分布在第一标定图像的分辨率范围内时,确认目标长度和目标宽度验证未通过,则递减步数加一,根据预设步长继续对裁切系数进行递减处理,得到递减后裁切系数,重复上述对裁切系数的递减过程并根据递减后裁切系数,重新计算得到仿射变换图像的目标长度和目标宽度,直至目标长度和目标宽度验证通过为止。
实际应用中,根据裁切处理后的图像长度maxW、图像宽度maxU和仿射变换图像的中心点坐标(X0,Y0),进而计算得到仿射变换图像经过裁切处理后得到的图像的四个顶点坐标(Xtl,Ytl)、(Xtr,Ytr)、(Xbl,Ybl)、(Xbr,Ybr);根据单应矩阵H的逆矩阵,对顶点坐标(Xtl,Ytl)、(Xtr,Ytr)、(Xbl,Ybl)、(Xbr,Ybr)进行逆仿射变换处理,得到顶点坐标在第一标定图像上对应的投影坐标(Xtl ’,Ytl ’)、(Xtr ’,Ytr ’)、(Xbl ’,Ybl ’)、(Xbr ’,Ybr ’),当第一标定图像为4K分辨率时,判断上述四个投影坐标是否在4K分辨率(3840×2160)的范围内,若上述四个投影坐标是否在4K分辨率(3840×2160)的范围内,则确认目标长度和目标宽度验证通过,若不在范围内,则继续增加步长k,重新计算得到递减后裁切系数,并对递减后裁切系数对应的目标长度和目标宽度继续验证,直至目标长度和目标宽度验证通过为止。
本实施例中,通过验证仿射变换图像的顶点坐标在第一标定图像上的投影坐标是否在第一标定图像的分辨率范围内,能够确认当前裁切系数下得到的目标长度和目标宽度是否验证通过,进而根据验证通过的目标长度和目标宽度获取对应的目标变焦倍数,实现第一标定图像到第二标定图像的粗对齐。采用本方法,无需计算多个坐标系之间的参数变化,大大减少了参数的计算复杂度,从而提升了提高双目摄像头的标定效率。
在一个实施例中,在根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度之前,还包括:根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像;根据仿射变换图像的中心点坐标,计算得到仿射变换图像的长度和宽度。
具体地,获取第一标定图像的单应矩阵,根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像,计算得到仿射变换图像的中心点坐标(X0,Y0),根据仿射变换图像的分辨率,得到仿射变换图像的长宽比,根据长宽比和中心点坐标,计算得到仿射变换图像的顶点坐标,进而根据顶点坐标,计算得到仿射变换图像的长度和宽度。
本实施例中,根据单应矩阵,获取第一标定图像的仿射变换图像,进而根据仿射变换图像的中心点坐标计算得到仿射变换图像的长度和宽度,从而获取目标变焦倍数,实现第一标定图像到第二标定图像的粗对齐。采用本方法,无需计算多个坐标系之间的参数变化,大大减少了参数的计算复杂度,从而提升了提高双目摄像头的标定效率。
在一个实施例中,在根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像之前,还包括:获取第二标定图像;第一标定图像和第二标定图像均通过拍摄目标标定对象得到,第二标定图像的拍摄焦距大于第一标定图像;对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行映射处理,得到单应矩阵;根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像,包括:当单应矩阵的验证通过时,根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像。
其中,第二标定图像是指终端通过第二摄像头对目标标定对象进行拍摄得到的图像。
具体地,终端通过第二摄像头拍摄一张针对预设位置上布置目标标定对象的第二标定图像,第二标定图像的拍摄焦距大于第一标定图像;然后通过随机采样一致方法(Random Sample Consensus,RANSAC),对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行单应矩阵的映射处理,得到单应矩阵。在得到单应矩阵之后,还需验证单应矩阵的平均误差是否小于预设误差阈值,当单应矩阵的平均误差小于预设误差阈值,确认单应矩阵的验证通过,则根据单应矩阵,对第一标定图像进行仿射变换处理,进而得到第一标定图像的仿射变换图像。
实际应用中,单应矩阵为3×3形式的矩阵,单应矩阵H具体如下所示:
其中,h1、h2、h3、h4、h5、h6、h7和h8为单应矩阵H的8个相关参数,8个相关参数需要根据实际应用进行设置。
本实施例中,根据第一标定图像和第二标定图像的角点坐标,获取单应矩阵,根据单应矩阵,获取第一标定图像的仿射变换图像,进而将仿射变换图像作为处理依据执行后续的标定步骤。采用本方法,无需计算多个坐标系之间的参数变化,大大减少了参数的计算复杂度,通过单应矩阵对第一标定图像进行一次仿射变换,实现了第一标定图像到第二标定图像的粗对齐,从而提升了提高双目摄像头的标定效率。
在一个实施例中,在对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行映射处理,得到单应矩阵之前,还包括:分别对第一标定图像和第二标定图像进行角点检测处理,得到第一标定图像的第一角点坐标和第二标定图像的第二角点坐标。
其中,角点是指在任意方向上发生微小变动都会引起图像灰度较大变化的像素点,角点中包含有图像的重要特征信息。
具体地,分别对第一标定图像和第二标定图像进行角点检测处理,得到第一标定图像中关于目标标定对象的多个第一角点坐标,以及第二标定图像中关于目标标定对象的多个第二角点坐标。
实际应用中,将黑白棋盘格标定模板作为目标标定对象,分别对第一标定图像和第二标定图像进行角点检测处理,则提取得到亚像素级的多个棋盘格角点。
本实施例中,通过对第一标定图像和第二标定图像进行角点检测处理,得到对应的角点坐标,进而根据角点坐标,计算得到单应矩阵。采用本方法,无需计算多个坐标系之间的参数变化,大大减少了参数的计算复杂度,从而提升了提高双目摄像头的标定效率。
在一个实施例中,在对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行映射处理,得到单应矩阵之后,还包括:根据单应矩阵,生成第一角点坐标的映射角点坐标;当第一角点坐标的映射角点坐标与第二角点坐标之间的差值小于预设误差阈值时,确认单应矩阵的验证通过。
具体地,根据单应矩阵,对第一角点坐标进行重投影处理,得到第一角点坐标的映射角点坐标,获取映射角点坐标与第二角点坐标之间的差值,当该差值小于预设误差阈值时,确认单应矩阵的验证通过,即该单应矩阵的误差较小;当该差值大于预设误差阈值时,重新获取单应矩阵,以减少标定过程的误差值。
本实施例中,通过验证映射角点坐标与第二角点坐标之间的差值,能够得到获取的单应矩阵的误差大小,进而得到单应矩阵的准确性,从而提高了双目摄像头的标定过程的准确性。
在一个实施例中,如图3所示,提供了另一种双目摄像头标定方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S301,获取第一标定图像;获取第二标定图像;第一标定图像和第二标定图像均通过拍摄目标标定对象得到,第二标定图像的拍摄焦距大于第一标定图像。
步骤S302,分别对第一标定图像和第二标定图像进行角点检测处理,得到第一标定图像的第一角点坐标和第二标定图像的第二角点坐标。
步骤S303,对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行映射处理,得到单应矩阵;根据单应矩阵,生成第一角点坐标的映射角点坐标。
步骤S304,当第一角点坐标的映射角点坐标与第二角点坐标之间的差值小于预设误差阈值时,确认单应矩阵的验证通过。
步骤S305,当单应矩阵的验证通过时,根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像;根据仿射变换图像的中心点坐标,计算得到仿射变换图像的长度和宽度。
步骤S306,根据裁切系数的预设步长,对裁切系数进行递减处理,得到递减后裁切系数。
步骤S307,分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,得到长度统计模型输出的目标长度,以及宽度统计模型输出的目标宽度。
步骤S308,根据目标长度和目标宽度,生成仿射变换图像的顶点坐标;对仿射变换图像的顶点坐标进行逆仿射变换处理,得到仿射变换图像的顶点坐标在第一标定图像上的投影坐标。
步骤S309,当投影坐标在第一标定图像的分辨率范围内时,确认目标长度和目标宽度的验证通过。
步骤S310,当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数;将目标裁切系数输入至标定模型中,得到标定模型输出的目标变焦倍数。
上述双目摄像头标定方法,能够实现以下有益效果:
(1)无需拍摄多组标定图像,仅需对拍摄的第一标定图像进行处理,减少了双目摄像头的标定时间,提高了双目摄像头的标定效率;
(2)通过比较映射角点坐标与第二角点坐标之间的差值与预设误差阈值的大小,能够验证单应矩阵的准确性,提高了双目摄像头的标定过程的准确性;
(3)无需计算多个坐标系之间的参数变化,通过标定模型能够得到目标变焦倍数,通过单应矩阵对第一标定图像进行一次仿射变换,实现了第一标定图像到第二标定图像的粗对齐,大大减少了参数的计算复杂度,进而降低了对终端硬件计算能力的要求,并减少了对镜头模组的性能依赖,从而进一步提高了提高双目摄像头的标定效率。
为了更清晰阐明本公开实施例提供的双目摄像头标定方法,以下以一个具体的实施例对该双目摄像头标定方法进行具体说明。在一个实施例中,如图4所示,本公开还提供了一种双目摄像头标定方法,具体包括以下内容:
在预设位置上放置一块棋盘格标定板,使该黑白棋盘格标定板能够完整出现在短焦摄像头和长焦摄像头的拍摄范围内,通过双目模组的短焦摄像头和长焦摄像头拍摄一组亮度正常、对焦正常、成像清晰棋盘格图像;其中,该组棋盘格图像中包含第一标定图像和第二标定图像;分别对第一标定图像和第二标定图像进行角点检测处理,得到第一标定图像和第二标定图像中针对棋盘格标定板的第一角点坐标和第二角点坐标;对第一角点坐标和第二角点坐标进行映射处理,得到单应矩阵,通过单应矩阵获取第一角点坐标的映射角点坐标,当映射角点坐标与第二角点坐标之间的差值小于预设误差阈值时,根据单应矩阵对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像,根据仿射变换图像,生成目标变焦倍数;当短焦镜头进行数码变焦时,若当前变焦倍数与目标变焦倍数相等,则通过单应矩阵对第一标定图像进行仿射变换处理,得到于第二标定图像粗对齐的图像;将单应矩阵和目标变焦倍数作为标定结果进行输出。
在本实施例中,无需拍摄多组标定图像,仅需对拍摄的第一标定图像进行处理,减少了双目摄像头的标定时间,提高了双目摄像头的标定效率;还无需计算多个坐标系之间的参数变化,通过标定模型能够得到目标变焦倍数,大大减少了参数的计算复杂度,进一步提高了提高双目摄像头的标定效率。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的双目摄像头标定方法的双目摄像头标定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个双目摄像头标定装置实施例中的具体限定可以参见上文中对于双目摄像头标定方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种双目摄像头标定装置500,包括:数据模块501、裁切模块502、验证模块503和标定模块504,其中:
数据模块501,用于获取第一标定图像。
裁切模块502,用于根据双目摄像头的裁切系数,对第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到仿射变换图像的目标长度和目标宽度。
验证模块503,用于当目标长度和目标宽度验证通过时,确认裁切系数为双目摄像头的目标裁切系数。
标定模块504,用于将目标裁切系数输入至标定模型中,得到标定模型输出的目标变焦倍数。
在一个实施例中,裁切模块502,还用于根据裁切系数的预设步长,对裁切系数进行递减处理,得到递减后裁切系数;分别将递减后裁切系数、第一标定图像的仿射变换图像的长度和宽度,输入至仿射变换图像关联的长度统计模型和宽度统计模型中,得到长度统计模型输出的目标长度,以及宽度统计模型输出的目标宽度。
在一个实施例中,双目摄像头标定装置500还包括目标验证模块,用于根据目标长度和目标宽度,生成仿射变换图像的顶点坐标;对仿射变换图像的顶点坐标进行逆仿射变换处理,得到仿射变换图像的顶点坐标在第一标定图像上的投影坐标;当投影坐标在第一标定图像的分辨率范围内时,确认目标长度和目标宽度的验证通过。
在一个实施例中,双目摄像头标定装置500还包括仿射变换模块,用于根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像;根据仿射变换图像的中心点坐标,计算得到仿射变换图像的长度和宽度。
在一个实施例中,双目摄像头标定装置500还包括矩阵获取模块,用于获取第二标定图像;第一标定图像和第二标定图像均通过拍摄目标标定对象得到,第二标定图像的拍摄焦距大于第一标定图像;对第一标定图像的第一角点坐标和第二标定图像的第二角点坐标进行映射处理,得到单应矩阵;仿射变换模块,还用于当单应矩阵的验证通过时,根据单应矩阵,对第一标定图像进行仿射变换处理,得到第一标定图像的仿射变换图像。
在一个实施例中,双目摄像头标定装置500还包括角点检测模块,用于分别对第一标定图像和第二标定图像进行角点检测处理,得到第一标定图像的第一角点坐标和第二标定图像的第二角点坐标。
在一个实施例中,双目摄像头标定装置500还包括矩阵验证模块,用于根据单应矩阵,生成第一角点坐标的映射角点坐标;当第一角点坐标的映射角点坐标与第二角点坐标之间的差值小于预设误差阈值时,确认单应矩阵的验证通过。
上述双目摄像头标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏、输入装置和双摄像头。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种双目摄像头标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种双目摄像头标定方法,其特征在于,所述方法包括:
获取第一标定图像;
根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
2.根据权利要求1所述的方法,其特征在于,所述根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度,包括:
根据所述裁切系数的预设步长,对所述裁切系数进行递减处理,得到递减后裁切系数;
分别将所述递减后裁切系数、所述第一标定图像的仿射变换图像的长度和宽度,输入至所述仿射变换图像关联的长度统计模型和宽度统计模型中,得到所述长度统计模型输出的所述目标长度,以及所述宽度统计模型输出的所述目标宽度。
3.根据权利要求1所述的方法,其特征在于,在当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数之前,还包括:
根据所述目标长度和所述目标宽度,生成所述仿射变换图像的顶点坐标;
对所述仿射变换图像的顶点坐标进行逆仿射变换处理,得到所述仿射变换图像的顶点坐标在所述第一标定图像上的投影坐标;
当所述投影坐标在所述第一标定图像的分辨率范围内时,确认所述目标长度和所述目标宽度的验证通过。
4.根据权利要求1所述的方法,其特征在于,在根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度之前,还包括:
根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像;
根据所述仿射变换图像的中心点坐标,计算得到所述仿射变换图像的长度和宽度。
5.根据权利要求4所述的方法,其特征在于,在根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像之前,还包括:
获取第二标定图像;所述第一标定图像和所述第二标定图像均通过拍摄目标标定对象得到,所述第二标定图像的拍摄焦距大于所述第一标定图像;
对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵;
所述根据单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像,包括:
当所述单应矩阵的验证通过时,根据所述单应矩阵,对所述第一标定图像进行仿射变换处理,得到所述第一标定图像的仿射变换图像。
6.根据权利要求5所述的方法,其特征在于,在对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵之前,还包括:
分别对所述第一标定图像和所述第二标定图像进行角点检测处理,得到所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标。
7.根据权利要求5所述的方法,其特征在于,在对所述第一标定图像的第一角点坐标和所述第二标定图像的第二角点坐标进行映射处理,得到所述单应矩阵之后,还包括:
根据所述单应矩阵,生成所述第一角点坐标的映射角点坐标;
当所述第一角点坐标的映射角点坐标与所述第二角点坐标之间的差值小于预设误差阈值时,确认所述单应矩阵的验证通过。
8.一种双目摄像头标定装置,其特征在于,所述装置包括:
数据模块,用于获取第一标定图像;
裁切模块,用于根据双目摄像头的裁切系数,对所述第一标定图像的仿射变换图像的长度和宽度进行裁切处理,得到所述仿射变换图像的目标长度和目标宽度;
验证模块,用于当所述目标长度和所述目标宽度验证通过时,确认所述裁切系数为所述双目摄像头的目标裁切系数;
标定模块,用于将所述目标裁切系数输入至标定模型中,得到所述标定模型输出的目标变焦倍数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,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中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111577026.9A CN113963072B (zh) | 2021-12-22 | 2021-12-22 | 双目摄像头标定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111577026.9A CN113963072B (zh) | 2021-12-22 | 2021-12-22 | 双目摄像头标定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113963072A true CN113963072A (zh) | 2022-01-21 |
CN113963072B CN113963072B (zh) | 2022-03-25 |
Family
ID=79473665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111577026.9A Active CN113963072B (zh) | 2021-12-22 | 2021-12-22 | 双目摄像头标定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113963072B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627535A (zh) * | 2022-03-15 | 2022-06-14 | 平安科技(深圳)有限公司 | 基于双目摄像头的坐标匹配方法、装置、设备及介质 |
CN114862866A (zh) * | 2022-07-11 | 2022-08-05 | 深圳思谋信息科技有限公司 | 标定板的检测方法、装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070171288A1 (en) * | 2004-03-25 | 2007-07-26 | Yasuaki Inoue | Image correction apparatus and method, image correction database creating method, information data provision apparatus, image processing apparatus, information terminal, and information database apparatus |
CN104361599A (zh) * | 2014-11-25 | 2015-02-18 | 深圳市哈工大交通电子技术有限公司 | 云台摄像机的标定及拍摄方法 |
CN111292278A (zh) * | 2019-07-30 | 2020-06-16 | 展讯通信(上海)有限公司 | 图像融合方法及装置、存储介质、终端 |
CN112598751A (zh) * | 2020-12-23 | 2021-04-02 | Oppo(重庆)智能科技有限公司 | 标定方法及装置、终端和存储介质 |
CN112995511A (zh) * | 2021-03-02 | 2021-06-18 | Oppo广东移动通信有限公司 | 摄像头切换方法、装置、电子设备和存储介质 |
CN113630549A (zh) * | 2021-06-18 | 2021-11-09 | 北京旷视科技有限公司 | 变焦控制方法、装置、电子设备和计算机可读存储介质 |
-
2021
- 2021-12-22 CN CN202111577026.9A patent/CN113963072B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070171288A1 (en) * | 2004-03-25 | 2007-07-26 | Yasuaki Inoue | Image correction apparatus and method, image correction database creating method, information data provision apparatus, image processing apparatus, information terminal, and information database apparatus |
CN104361599A (zh) * | 2014-11-25 | 2015-02-18 | 深圳市哈工大交通电子技术有限公司 | 云台摄像机的标定及拍摄方法 |
CN111292278A (zh) * | 2019-07-30 | 2020-06-16 | 展讯通信(上海)有限公司 | 图像融合方法及装置、存储介质、终端 |
CN112598751A (zh) * | 2020-12-23 | 2021-04-02 | Oppo(重庆)智能科技有限公司 | 标定方法及装置、终端和存储介质 |
CN112995511A (zh) * | 2021-03-02 | 2021-06-18 | Oppo广东移动通信有限公司 | 摄像头切换方法、装置、电子设备和存储介质 |
CN113630549A (zh) * | 2021-06-18 | 2021-11-09 | 北京旷视科技有限公司 | 变焦控制方法、装置、电子设备和计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
KAIMO LIN ET AL.: "Direct Photometric Alignment by Mesh Deformation", 《2017 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR)》 * |
姜涛 等: "基于单应性矩阵的变焦双目视觉标定方法", 《光学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114627535A (zh) * | 2022-03-15 | 2022-06-14 | 平安科技(深圳)有限公司 | 基于双目摄像头的坐标匹配方法、装置、设备及介质 |
CN114627535B (zh) * | 2022-03-15 | 2024-05-10 | 平安科技(深圳)有限公司 | 基于双目摄像头的坐标匹配方法、装置、设备及介质 |
CN114862866A (zh) * | 2022-07-11 | 2022-08-05 | 深圳思谋信息科技有限公司 | 标定板的检测方法、装置、计算机设备和存储介质 |
CN114862866B (zh) * | 2022-07-11 | 2022-09-20 | 深圳思谋信息科技有限公司 | 标定板的检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113963072B (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113963072B (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
WO2021164269A1 (zh) | 基于注意力机制的视差图获取方法和装置 | |
CN112686824A (zh) | 图像校正方法、装置、电子设备和计算机可读介质 | |
CN111080571A (zh) | 摄像头遮挡状态检测方法、装置、终端和存储介质 | |
CN112927163A (zh) | 图像数据增强方法、装置、电子设备及存储介质 | |
CN117522963A (zh) | 棋盘格的角点定位方法、装置、存储介质及电子设备 | |
CN116824092A (zh) | 三维模型生成方法、装置、计算机设备和存储介质 | |
CN116109799A (zh) | 调整模型训练方法、装置、计算机设备及存储介质 | |
CN115861579A (zh) | 显示方法及其装置 | |
CN114663449A (zh) | 道路病害面积计算方法、装置、计算机设备和存储介质 | |
CN115358949A (zh) | 全景图像处理方法、计算机设备和存储介质 | |
CN115514887A (zh) | 视频采集的控制方法、装置、计算机设备和存储介质 | |
CN114785957A (zh) | 拍摄方法及其装置 | |
CN116527908B (zh) | 运动场估计方法、装置、计算机设备和存储介质 | |
CN111179166A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN116563357B (zh) | 图像匹配方法、装置、计算机设备及计算机可读存储介质 | |
CN114511448B (zh) | 拼接图像的方法、装置、设备和介质 | |
CN117576645B (zh) | 基于bev视角的车位检测方法、装置和计算机设备 | |
CN115514895B (zh) | 图像防抖方法、装置、电子设备和计算机可读存储介质 | |
CN116295031B (zh) | 弧垂的测量方法、装置、计算机设备和存储介质 | |
CN112837211B (zh) | 一种图片处理方法、装置、电子设备及可读存储介质 | |
CN117146770A (zh) | 全景图像测距方法、装置、设备、存储介质和程序产品 | |
CN116342992A (zh) | 图像处理方法和电子设备 | |
CN115174811A (zh) | 相机抖动检测方法、装置、设备、存储介质和程序产品 | |
CN117939093A (zh) | 投影校正方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |