CN113989384A - 相机标定方法、裁切数据生成方法、装置、设备及介质 - Google Patents
相机标定方法、裁切数据生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113989384A CN113989384A CN202111255489.3A CN202111255489A CN113989384A CN 113989384 A CN113989384 A CN 113989384A CN 202111255489 A CN202111255489 A CN 202111255489A CN 113989384 A CN113989384 A CN 113989384A
- Authority
- CN
- China
- Prior art keywords
- calibration
- image
- camera
- coordinate system
- calibrated
- 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
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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Abstract
本申请公开了一种相机标定方法、装置、裁床的裁切数据生成方法、装置、电子设备及可读存储介质。其中,相机标定方法包括获取待标定相机所采集的标定板的标定图像;标定板尺寸小于待标定相机拍摄范围,且标定板放置在待标定相机拍摄范围内;从标定图像中提取多个标定点的理想图像坐标信息;根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在标定板所在世界坐标系中的世界坐标信息计算得到待标定相机的标定参数,从而可有效提高相机标定精度,有利于生成高精准度的裁切数据,进而提升裁床切割精度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种相机标定方法、装置、裁床的裁切数据生成方法、装置、电子设备及可读存储介质。
背景技术
相机标定或者是说摄像机标定是从世界坐标系转换为相机坐标系,再由相机坐标系转换为图像坐标系的过程。相关技术在对相机标定时,通常经过对形状、尺寸已知的标定物体进行图像处理,然后利用一系列数学变换和计算方法计算得到相机模型的内部参数和外部参数,将所计算得到的内部参数和外部参数作为标定参数,从而完成相机的标定。
但是,相关技术的图像坐标和世界坐标转换时生成的相机标定参数是涵盖整个相机拍摄范围的图像的拟合参数,由于拟合的像素面很大,拟合精度不高,导致最终得到的相机标定参数精度不高,也即相机标定精度较差。而在工业生产中,诸如裁床裁切数据过程中,对图像坐标系转换为裁床坐标系即像素与裁床实际坐标的映射有很高的精度要求,利用相关技术所计算得到摄像机模型的内部参数和外部参数以及世界坐标系与裁床坐标系的映射矩阵的准确度不高,此外,由于图像坐标系与裁床坐标系并不是一个量级单位的平面映射,进一步导致裁切数据精度不高,无法满足现实精度要求。
鉴于此,如何提高相机标定精度,进而有利于提高裁切数据生成的精准度,是所属领域技术人员需要解决的技术问题。
发明内容
本申请提供了一种相机标定方法、装置、裁床的裁切数据生成方法、装置、电子设备及可读存储介质,提高相机标定精度,有利于提高裁切数据生成的精准度。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例一方面提供了一种相机标定方法,包括:
获取待标定相机所采集的标定板的标定图像;所述标定板尺寸小于所述待标定相机拍摄范围,且所述标定板放置在所述待标定相机拍摄范围内;
从所述标定图像中提取多个标定点的理想图像坐标信息;
根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数。
可选的,所述根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数,包括:
根据各标定点的理想图像坐标信息及在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的线性参数、世界坐标系到相机坐标系的旋转矩阵和平移向量;
根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标计算得到所述待标定相机的非线性畸变参数。
可选的,所述根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数之后,还包括:
采用列文伯格-马夸尔特算法对所述标定参数进行优化处理。
可选的,所述从所述标定图像中提取多个标定点的理想图像坐标信息之前,还包括:
对所述标定图像进行灰度化处理,得到灰度图像;
基于所述灰度图像分辨率和噪声程度所确定的滤波参数对所述灰度图像进行高斯滤波处理,得到平滑图像;
采用拉普拉斯算法对所述平滑图像进行处理,并提取处理后所得图像的边缘图像;
基于所述边缘图像,利用预设阈值和所述滤波参数修改所述灰度图像的像素值,以得到同时包含梯度和灰度并具有可分性特性的候选图像;
提取经图像二值化阈值分割所述候选图像后的轮廓图像;
基于所述标定板的形状对所述轮廓图像进行处理,得到所述标定板的外轮廓信息;
基于所述候选图像和所述外轮廓信息确定目标标定图像,以在所述目标标定图像中确定标定点。
可选的,所述从所述标定图像中提取多个标定点的理想图像坐标信息,包括:
按照预设灰度值范围对所述目标标定图像进行二值化处理,得到多幅二值化图像;
对每幅二值化图像,确定预设标定点选取范围内每个标定物的坐标信息;
根据同一个标定物在各二值化图像中的坐标值确定各标定物的理想图像坐标;
按照预设标定点选取规则从各标定物中选取标定点。
本发明实施例另一方面提供了一种相机标定装置,包括:
图像获取模块,用于获取待标定相机所采集的标定板的标定图像;所述标定板尺寸小于所述待标定相机拍摄范围,且所述标定板放置在所述待标定相机拍摄范围内;
标记点确定模块,用于从所述标定图像中提取多个标定点的理想图像坐标信息;
标定参数计算模块,用于根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数。
本发明实施例一方面提供了一种裁床的裁切数据生成方法,采用如上任意一项所述的相机标定方法对裁床相机进行标定,包括:
预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系;
基于所述标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标;
根据所述映射关系,将所述待裁切图像的各图像像素点由所述世界坐标转换为所述裁床坐标系的裁床坐标,以生成裁切数据。
本发明实施例另一方面提供了一种裁床的裁切数据生成装置,包括:
标定模块,用于采用如上任意一项所述的相机标定方法对裁床相机进行标定;
映射关系确定模块,用于预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系;
坐标转换模块,用于基于所述标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标;
裁切数据生成模块,用于根据所述映射关系,将所述待裁切图像的各图像像素点由所述世界坐标转换为所述裁床坐标系的裁床坐标,以生成裁切数据。
本发明实施例还提供了一种电子设备,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述裁床的裁切数据生成方法和/或相机标定方法的步骤。
本发明实施例最后还提供了一种可读存储介质,所述可读存储介质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如前任一项所述裁床的裁切数据生成方法和/或相机标定方法的步骤。
本申请提供的相机标定技术方案的优点在于,使用一张标定板拍摄的图像做标定图像,且标定板尺寸仅为相机拍摄范围的局部,这样参与相机标定的就是拍摄范围的局部图像,最后拟合参数便是属于这一局部范围的最优拟合参数;拟合参数对应要拟合的像素面变小,所以相对包含整个相机拍摄范围的整幅图像来说拟合精度更高,得到的相机标定参数准确度也就更高,从而有效提高相机标定精度。
本申请提供的裁切数据生成技术方案的优点在于,在生成裁切数据之前先对裁床相机进行标定,基于相机标定参数先把图像坐标系转换为对应标定板所在的世界坐标,然后世界坐标再与裁床坐标系做两平面透视变换,这样透视变换在同一单位量级下计算,可提高精度,有利于生成高精准度的裁切数据,进而提升裁床切割精度。
此外,本发明实施例还针对相机标定方法提供了裁床的裁切数据生成方法及各自相应的实现装置、可读存储介质,进一步使得所述方法更具有实用性,所述裁床的裁切数据生成方法及各自对应装置、可读存储介质具有相应的优点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种相机标定方法的流程示意图;
图2为本发明实施例提供的相机标定装置的一种具体实施方式结构图;
图3为本发明实施例提供的另一种裁床的裁切数据生成方法的流程示意图;
图4为本发明实施例提供的裁床的裁切数据生成装置的一种具体实施方式结构图;
图5为本发明实施例提供的电子设备的一种具体实施方式结构图;
图6为本发明实施例提供的示意性例子的标定板的示意图;
图7为本发明实施例提供的对标定图像进行一次示意性图像处理后所得图像;
图8为本发明实施例提供的对标定图像进行另外一次示意性图像处理后所得图像。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请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”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先参见图1,图1为本发明实施例提供的一种裁床的裁切数据生成方法的流程示意图,本发明实施例可包括以下内容:
S101:获取待标定相机所采集的标定板的标定图像。
本步骤中的标定板尺寸要小于待标定相机的拍摄范围,标定图像为将标定板放置在待标定相机拍摄范围内时,用待标定相机拍摄该标定板所得的图像,这样所采集的标定图像即为待标定相机的拍摄范围的局部图像,而非待标定相机的拍摄范围的整体图像。作为一种可选的实施实施方式,可将标定板放置在待标定相机拍摄范围的中央。
S102:从标定图像中提取多个标定点的理想图像坐标信息。
本步骤中的标定点为从标定图像中提取的多个像素点的像素坐标,单位为像素单位,此处的理想图像坐标信息是指从不考虑镜头畸变等外部因素所采集图像中所计算得到的像素点的坐标信息。所属领域技术人员所选取的标定点的个数可根据后续S103步骤中需求来灵活确定。
S103:根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在标定板所在世界坐标系中的世界坐标信息计算得到待标定相机的标定参数。
本实施例的标定点的理想图像坐标信息和实际图像坐标是在图像坐标系或者是相机坐标系下,图像中的标定点对应在标定板上的实际物理点的坐标称为世界坐标信息是在标定板所在的外界世界中的坐标系下也即世界坐标系下,裁床的裁切数据的坐标信息是在裁床坐标系中。待标定相机的标定参数包括相机内参数和相机外参数,相机内参数例如可包括但并不限制于为线性参数、径向畸变参数、切向畸变参数,相机外参数可包括世界坐标系到相机坐标系的旋转矩阵和平移向量。本步骤可先根据各标定点的理想图像坐标信息及在标定板所在世界坐标系中的世界坐标信息计算得到待标定相机的线性参数、世界坐标系到相机坐标系的旋转矩阵和平移向量;再根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标计算得到待标定相机的非线性畸变参数。非线性畸变函数可为但不限制于为径向畸变参数和切向畸变参数。
在本发明实施例提供的技术方案中,使用一张标定板拍摄的图像做标定图像,且标定板尺寸仅为相机拍摄范围的局部,这样参与相机标定的就是拍摄范围的局部图像,最后拟合参数便是属于这一局部范围的最优拟合参数;拟合参数对应要拟合的像素面变小,所以相对包含整个相机拍摄范围的整幅图像来说拟合精度更高,得到的相机标定参数准确度也就更高,从而有效提高相机标定精度。
为了提高相机的标定参数的准确度,使得标定板在像素坐标系下的标定点的图像坐标信息和标定板在世界坐标系下对应的世界坐标位置更准确,可采用列文伯格-马夸尔特算法对标定参数进行优化处理。
为了提高理想图像坐标信息的计算准确度,进而提高后续相机标定精度,在提取理想图像坐标信息之前,还可包括对标定图像进行图像处理,图像处理可包括下述内容:
对标定图像进行灰度化处理,得到灰度图像。
基于灰度图像分辨率和噪声程度所确定的滤波参数对灰度图像进行高斯滤波处理,得到平滑图像。
采用拉普拉斯算法对平滑图像进行处理,并提取处理后所得图像的边缘图像。
基于边缘图像,利用预设阈值和滤波参数修改灰度图像的像素值,以得到同时包含梯度和灰度并具有可分性特性的候选图像。预设阈值和滤波参数可根据实际需求进行灵活选择,通过修改像素值可进一步提升标定图像的图像质量。
提取经图像二值化阈值分割候选图像后的轮廓图像。
基于标定板的形状对轮廓图像进行处理,得到标定板的外轮廓信息。
基于候选图像和外轮廓信息确定目标标定图像,以在目标标定图像中确定标定点。
上述实施例对步骤S102并没有做任何限定,作为一种可选的实施方式,本申请还提供了一种标定点的选取方式,可包括:
按照预设灰度值范围对目标标定图像进行二值化处理,得到多幅二值化图像。
对每幅二值化图像,确定预设标定点选取范围内每个标定物的坐标信息。
根据同一个标定物在各二值化图像中的坐标值确定各标定物的理想图像坐标。
按照预设标定点选取规则从各标定物中选取标定点。
其中,预设灰度值范围和预设标定点选取范围可根据实际应用场景灵活选择。标定物为标定板中可起到标定作用的实体,标定点为从标定物中选择的部分,换句话说,标定点为标定物的一部分,为了区别二者,本实施例采用不同的名词进行区别。对每个标定物来说,二值化图像的张数就与标定物的理想图像坐标的数目相同。预设标定点选取规则即为从多个标定物中选择哪些用于后续计算标定参数的标定物也即S102中标定点的规则,所属领域技术人员可根据实际需求灵活选择,有利于提高各标定点的理想图像坐标的计算准确度。
在本实施例中,因相机拍摄图片边缘模糊以及图像像素坐标为整数,所以标定板的圆心取多个阈值二值化下圆的圆心的均值,类似得到图像中圆的圆心的亚像素值,使得与实际标定板圆心的世界坐标对应计算出的相机的标定参数更加准确。
本发明实施例还针对相机标定方法提供了相应的装置,进一步使得方法更具有实用性。其中,装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的相机标定装置进行介绍,下文描述的相机标定装置与上文描述的相机标定方法可相互对应参照。
基于功能模块的角度,参见图2,图2为本发明实施例提供的相机标定装置在一种具体实施方式下的结构图,该装置可包括:
图像获取模块201,用于获取待标定相机所采集的标定板的标定图像;标定板尺寸小于待标定相机拍摄范围,且标定板放置在待标定相机拍摄范围内。
标记点确定模块202,用于从标定图像中提取多个标定点的理想图像坐标信息。
标定参数计算模块203,用于根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在标定板所在世界坐标系中的世界坐标信息计算得到待标定相机的标定参数。
作为一种可选的实施方式,上述标定参数计算模块203可进一步用于:根据各标定点的理想图像坐标信息及在标定板所在世界坐标系中的世界坐标信息计算得到待标定相机的线性参数、世界坐标系到相机坐标系的旋转矩阵和平移向量;根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标计算得到待标定相机的非线性畸变参数。
作为另一种可选的实施方式,上述装置还可包括优化模块,用于在得到待标定相机的标定参数之后,采用列文伯格-马夸尔特算法对标定参数进行优化处理。
作为其他一种可选的实施方式,上述装置还可包括标定图像处理模块,用于对标定图像进行灰度化处理,得到灰度图像;基于灰度图像分辨率和噪声程度所确定的滤波参数对灰度图像进行高斯滤波处理,得到平滑图像;采用拉普拉斯算法对平滑图像进行处理,并提取处理后所得图像的边缘图像;基于边缘图像,利用预设阈值和滤波参数修改灰度图像的像素值,以得到同时包含梯度和灰度并具有可分性特性的候选图像;提取经图像二值化阈值分割候选图像后的轮廓图像;基于标定板的形状对轮廓图像进行处理,得到标定板的外轮廓信息;基于候选图像和外轮廓信息确定目标标定图像,以在目标标定图像中确定标定点。
作为本实施例的一种可选的实施方式,上述标记点确定模块202可进一步用于:按照预设灰度值范围对目标标定图像进行二值化处理,得到多幅二值化图像;对每幅二值化图像,确定预设标定点选取范围内每个标定物的坐标信息;根据同一个标定物在各二值化图像中的坐标值确定各标定物的理想图像坐标;按照预设标定点选取规则从各标定物中选取标定点。
由上可知,本发明实施例可有效提高相机标定精度,有利于提高裁切数据生成的精准度。
基于上述相机标定方法的相关实施例,本申请了提供了一种裁床的裁切数据生成方法,请参见图3,图3为本发明实施例提供的裁床的裁切数据生成方法的流程示意图,本发明实施例例如可应用于GLS全自动多层裁剪系统,具体的可包括以下内容:
S301:预先对裁床相机进行标定。
在本步骤中,可采用如上任意一个实施例所述的相机标定方法来对裁床的相机进行标定,得到裁床相机的标定参数,标定参数包括相机内参数和相机外参数,相机内参数例如可包括但并不限制于为线性参数、径向畸变参数、切向畸变参数,相机外参数可包括世界坐标系到相机坐标系的旋转矩阵和平移向量。
S302:预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系。
在本步骤中,可预先选取多个标定点,并得到这多个标定点的图像坐标值,对每一个图像像素点,可根据上述实施例所得的相机标定参数将图像像素坐标系转换为图像对应世界坐标系下的坐标值,基于这些标定点的世界坐标信息和在裁床坐标系下的坐标信息计算得到世界坐标系和裁床坐标系的映射关系。由于世界坐标信息和裁床坐标系下的坐标是同一个量级单位,例如可以均为微米单位,而区别于图像坐标系的像素单位,基于同一个量级单位的平面映射,不会使得精度严重损失,有利于提高最终裁切数据生成准确度。
S303:基于标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标。
S304:根据映射关系,将待裁切图像的各图像像素点由世界坐标转换为裁床坐标系的裁床坐标,以生成裁切数据。
本步骤中,待裁切图像的每个图像像素点转换为裁床坐标系下的裁床坐标之后,即将待裁切图像映射在裁床上,根据裁切需求和各图像像素点对应的裁床坐标信息生成裁切数据,利用裁床基于所生成的裁切数据进行切割。
在本发明实施例提供的技术方案中,在生成裁切数据之前先对裁床相机进行标定,基于相机标定参数先把图像坐标系转换为对应标定板所在的世界坐标,然后世界坐标再与裁床坐标系做两平面透视变换,这样透视变换在同一单位量级下计算,可提高精度,有利于生成高精准度的裁切数据,进而提升裁床切割精度。
需要说明的是,本申请中各步骤之间没有严格的先后执行顺序,只要符合逻辑上的顺序,则这些步骤可以同时执行,也可按照某种预设顺序执行,图1和图3只是一种示意方式,并不代表只能是这样的执行顺序。
本发明实施例还针对裁床的裁切数据生成方法提供了相应的装置,进一步使得方法更具有实用性。其中,装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的裁床的裁切数据生成装置进行介绍,下文描述的裁床的裁切数据生成装置与上文描述的裁床的裁切数据生成方法可相互对应参照。
基于功能模块的角度,参见图4,图4为本发明实施例提供的裁床的裁切数据生成装置在一种具体实施方式下的结构图,该装置可包括:
标定模块401,用于采用如上任意一实施例中的相机标定方法对裁床相机进行标定。
映射关系确定模块402,用于预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系。
坐标转换模块403,用于基于标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标。
裁切数据生成模块404,用于根据映射关系,将待裁切图像的各图像像素点由世界坐标转换为裁床坐标系的裁床坐标,以生成裁切数据。
由上可知,本发明实施例可有效提高裁切数据生成的精准度。
上文中提到的裁床的裁切数据生成装置和相机标定装置是从功能模块的角度描述,进一步的,本申请还提供一种电子设备,是从硬件角度描述。图5为本申请实施例提供的另一种电子设备的结构图。如图5所示,该装置包括存储器50,用于存储计算机程序;处理器51,用于执行计算机程序时实现如上述任一实施例提到的相机标定方法和/或裁床的裁切数据生成方法的步骤。
其中,处理器51可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器51可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器51也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器51可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器51还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器50可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器50还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器50至少用于存储以下计算机程序501,其中,该计算机程序被处理器51加载并执行之后,能够实现前述任一实施例公开的相机标定方法和/或裁床的裁切数据生成方法的相关步骤。另外,存储器50所存储的资源还可以包括操作系统502和数据503等,存储方式可以是短暂存储或者永久存储。其中,操作系统502可以包括Windows、Unix、Linux等。数据503可以包括但不限于相机标定方法和/或裁床的裁切数据生成结果对应的数据等。
在一些实施例中,电子设备还可包括有显示屏52、输入输出接口53、通信接口54或者称为网络接口、电源55以及通信总线56。其中,显示屏52、输入输出接口53比如键盘(Keyboard)属于用户接口,可选的用户接口还可以包括标准的有线接口、无线接口等。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口54可选的可以包括有线接口和/或无线接口,如WI-FI接口、蓝牙接口等,通常用于在该电子设备与其他电子设备之间建立通信连接。通信总线56可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extendedindustry standard architecture,简称EISA)总线等。该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5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。
本领域技术人员可以理解,图5中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的组件,例如还可包括实现各类功能的传感器57。
本发明实施例所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例可有效提高相机标定精度,有利于提高裁切数据生成的精准度。
可以理解的是,如果上述实施例中的相机标定方法和/或裁床的裁切数据生成方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此,本发明实施例还提供了一种可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时如上任意一实施例所述相机标定方法和/或所述裁床的裁切数据生成方法的步骤。
本发明实施例所述可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
为了使所属领域技术人员更加清楚明白本申请的技术方案,本申请以一个示意性例子来阐述裁床的裁切数据的生成过程,可包括下述内容:
A1:预先制作如图6所示的标定板,标定物为标定板的每个圆点,该标定板的参数为:33行*22列的圆点排列、各圆点的圆心距为15mm,圆点的直径为5mm。标定板的尺寸为相机拍摄范围长宽各五分之三,也即标定板可放置范围。将标定板放置在相机拍照范围的中间,利用D5600相机也即裁床相机进行标定图像的采集,感光片尺寸为23.5*15.6,标定图像的宽高比为3:2,标定图像的图像大小为6000*4000,相机机头到台面高度为600mm。
A2:对图6做灰度化,也即将三通道转换为单通道图,对灰度化后图像做半径为r的高斯滤波,抑制高斯噪声影响,对图像做平滑处理。r可为3,5,7,9,11等奇数,具体可根据图像分辨率及噪声程度决定r的取值。
A3:对上述经过高斯滤波后的图像做半径为r的拉普拉斯算法,做各向同性微分,提取边缘。
A4:基于步骤A3生成图片的数据为参考模板数据,用阈值threshold对A3所得的灰度化的图像做像素值修改,使得修改后图像同时包含梯度和灰度可分性特性。其中,threshold可根据步骤A2和步骤A3的半径做出调整。
A5:对步骤A4生成的图片做OTSU(最大类间方差法)算法的图像二值化阈值分割,以得到更高质量的图像。
A6:查找A4轮廓,并过滤轮廓使得满足轮廓中包含33*22个圆形子轮廓的外轮廓。用多边形逼近外轮廓,保留只有五个顶点的外轮廓,如图7所示。
A7:从A3生成的灰度图中截取步骤A6中白色范围的原始图像,得到如图8所示的图像。
A8:对图8做灰度值从startThresh(如140)到endThresh(本如200),步长为10的二值化处理,并对每个二值化图查找直径位于MinDiamMarks(如20)到MaxDiamMarks(如90)范围内的圆的圆心坐标。
A9:对上述步骤生成的每个圆心坐标做均值,得到33*22个圆心坐标。
A10:调用相机非线性模型关系式计算相机标定参数,相机非线性模型关系式可表示为:
式中,(u,v)为像素标定点p在图像坐标系u,v轴上的图像坐标,(XC,YC,ZC)为p对应的相机坐标系中对应点P的坐标,(XW,YW,ZW)为P对应的世界坐标系中的坐标,s为比例因子,ax,ay分别为u,v轴上的尺度因子;(u0,v0)为像面主点位置,R,t为世界坐标系到相机坐标系的旋转矩阵和平移向量,M1为线性相机内部参数,M2为相机外部参数。
同时考虑径向畸变和切向畸变,利用畸变参数计算关系式来计算径向畸变和切向畸变,畸变参数计算关系式为:
式中,ud,vd为图像像素坐标系中的坐标,x=XC/ZC,y=YC/ZC,r2=x2+y2,r为中间参数,ax、ay、u0、v0为相机标定参数的相机内部参数中的线性参数,k1、k2、p1、p2为相机标定参数的相机内部参数中的非线性畸变参数,k1、k2为径向畸变参数,p1、p2为切向畸变参数。
A11:基于步骤A10计算得到裁床相机的标定参数,使用LM算法——列文伯格-马夸尔特算法对其进行优化。
A12:分别选取标定范围内四个标定点,对每一个图像像素点,根据公式1先将图像像素坐标系四个点转换为图像对应世界坐标系四个点,即先将图像坐标转换为世界坐标即标定板所在坐标,单位um,然后根据图像对应世界坐标系和裁床坐标系四个点两两对应,生成两平面的单应矩阵map,得到两坐标系数据点映射函数,即确定图像和裁床映射参数,两坐标系数据点映射函数可根据下述公式计算得到:
式中,(xa、ya)为图像对应世界坐标系的标定点坐标,(xb0、yb0)为裁床坐标系的对应点坐标。map11、map12、map13、map31、map32、map33、map21、map22、map23为单应矩阵map的元素值。
A13:对待裁切图像的每个像素坐标点,先调用内参计算世界坐标,然后再调用A12步骤生成的映射矩阵得到其裁床坐标,使得图像点的坐标转化为的裁床坐标与实际裁床点坐标之间最大误差可小于1个像素对应的世界坐标度量。
由上可知,本发明实施例使用一张标定板拍摄图做标定,使得相机线性参数、径向参数畸变参数、切向畸变参数是当前标定范围的最优函数拟合参数。图像平面和裁床平面做平面映射时,先把图像像素转换为拍摄的标定板实际世界坐标范围,然后再做标定板所在的实际世界坐标范围和裁床坐标系的两图像透视变换,透视变换在同一单位量级下计算,可有效提高裁切数据的精度,避免了直接图像坐标(即整数)与裁床坐标(基于mm的浮点)直接透视变换时两者精度量级差距,一般图像行列个数为四位数,而裁床坐标精确到um级别则为五位数。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上对本申请所提供的一种相机标定方法、装置、裁床的裁切数据生成方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种相机标定方法,其特征在于,包括:
获取待标定相机所采集的标定板的标定图像;所述标定板尺寸小于所述待标定相机拍摄范围,且所述标定板放置在所述待标定相机拍摄范围内;
从所述标定图像中提取多个标定点的理想图像坐标信息;
根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数。
2.根据权利要求1所述的相机标定方法,其特征在于,所述根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数,包括:
根据各标定点的理想图像坐标信息及在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的线性参数、世界坐标系到相机坐标系的旋转矩阵和平移向量;
根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标计算得到所述待标定相机的非线性畸变参数。
3.根据权利要求2所述的相机标定方法,其特征在于,所述根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数之后,还包括:
采用列文伯格-马夸尔特算法对所述标定参数进行优化处理。
4.根据权利要求1至3任意一项所述的相机标定方法,其特征在于,所述从所述标定图像中提取多个标定点的理想图像坐标信息之前,还包括:
对所述标定图像进行灰度化处理,得到灰度图像;
基于所述灰度图像分辨率和噪声程度所确定的滤波参数对所述灰度图像进行高斯滤波处理,得到平滑图像;
采用拉普拉斯算法对所述平滑图像进行处理,并提取处理后所得图像的边缘图像;
基于所述边缘图像,利用预设阈值和所述滤波参数修改所述灰度图像的像素值,以得到同时包含梯度和灰度并具有可分性特性的候选图像;
提取经图像二值化阈值分割所述候选图像后的轮廓图像;
基于所述标定板的形状对所述轮廓图像进行处理,得到所述标定板的外轮廓信息;
基于所述候选图像和所述外轮廓信息确定目标标定图像,以在所述目标标定图像中确定标定点。
5.根据权利要求4所述的相机标定方法,其特征在于,所述从所述标定图像中提取多个标定点的理想图像坐标信息,包括:
按照预设灰度值范围对所述目标标定图像进行二值化处理,得到多幅二值化图像;
对每幅二值化图像,确定预设标定点选取范围内每个标定物的坐标信息;
根据同一个标定物在各二值化图像中的坐标值确定各标定物的理想图像坐标;
按照预设标定点选取规则从各标定物中选取标定点。
6.一种相机标定装置,其特征在于,包括:
图像获取模块,用于获取待标定相机所采集的标定板的标定图像;所述标定板尺寸小于所述待标定相机拍摄范围,且所述标定板放置在所述待标定相机拍摄范围内;
标记点确定模块,用于从所述标定图像中提取多个标定点的理想图像坐标信息;
标定参数计算模块,用于根据各标定点的理想图像坐标信息及在受镜头失真后影响而偏移的实际图像坐标、各标定点在所述标定板所在世界坐标系中的世界坐标信息计算得到所述待标定相机的标定参数。
7.一种裁床的裁切数据生成方法,其特征在于,采用如权利要求1至5任意一项所述的相机标定方法对裁床相机进行标定,包括:
预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系;
基于所述标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标;
根据所述映射关系,将所述待裁切图像的各图像像素点由所述世界坐标转换为所述裁床坐标系的裁床坐标,以生成裁切数据。
8.一种裁床的裁切数据生成装置,其特征在于,包括:
标定模块,用于采用如权利要求1至5任意一项所述的相机标定方法对裁床相机进行标定;
映射关系确定模块,用于预先根据标定后的裁床相机的标定参数确定世界坐标系和裁床坐标系的映射关系;
坐标转换模块,用于基于所述标定参数,将待裁切图像的各图像像素点的图像坐标转换为世界坐标系的世界坐标;
裁切数据生成模块,用于根据所述映射关系,将所述待裁切图像的各图像像素点由所述世界坐标转换为所述裁床坐标系的裁床坐标,以生成裁切数据。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行所述存储器存储的计算机程序时实现如权利要求1至5任一项所述的相机标定方法和/或如权利要求7所述的裁床的裁切数据生成的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质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如权利要求1至5任一项所述的相机标定方法和/或如权利要求7所述的裁床的裁切数据生成的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255489.3A CN113989384A (zh) | 2021-10-27 | 2021-10-27 | 相机标定方法、裁切数据生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255489.3A CN113989384A (zh) | 2021-10-27 | 2021-10-27 | 相机标定方法、裁切数据生成方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113989384A true CN113989384A (zh) | 2022-01-28 |
Family
ID=79742495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111255489.3A Pending CN113989384A (zh) | 2021-10-27 | 2021-10-27 | 相机标定方法、裁切数据生成方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113989384A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782549A (zh) * | 2022-04-22 | 2022-07-22 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
-
2021
- 2021-10-27 CN CN202111255489.3A patent/CN113989384A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782549A (zh) * | 2022-04-22 | 2022-07-22 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
CN114782549B (zh) * | 2022-04-22 | 2023-11-24 | 南京新远见智能科技有限公司 | 基于定点标识的相机标定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112949564B (zh) | 一种基于深度学习的指针式仪表自动读数方法 | |
CN112348815B (zh) | 图像处理方法、图像处理装置以及非瞬时性存储介质 | |
EP2921997B1 (en) | Two-dimensional code | |
US8086041B2 (en) | Pattern evaluation method, pattern matching method and computer readable medium | |
US8422759B2 (en) | Image processing method and image processing device | |
CN101213440B (zh) | 创建用于检查凹凸图形的主数据的方法 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN111488874A (zh) | 一种指针式仪表倾斜校正方法及系统 | |
JP4776259B2 (ja) | パターン評価方法、パターン位置合わせ方法およびプログラム | |
WO2019208036A1 (ja) | 読取システム、読取方法、プログラム、及び記憶媒体 | |
CN107356213B (zh) | 滤光片同心度测量方法及终端设备 | |
CN106062824A (zh) | 边缘检测装置、边缘检测方法和程序 | |
CN110569845A (zh) | 一种试卷图像的校正方法及相关装置 | |
CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
CN113989167A (zh) | 基于种子点自生长的轮廓提取方法、装置、设备及介质 | |
CN113989384A (zh) | 相机标定方法、裁切数据生成方法、装置、设备及介质 | |
CN113688846B (zh) | 物体尺寸识别方法、可读存储介质及物体尺寸识别系统 | |
JP2010205095A (ja) | 3次元物体認識装置、並びに3次元物体認識プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体 | |
JP7355601B2 (ja) | 計算装置、処理方法、プログラム、及び記憶媒体 | |
CN115546016B (zh) | Pcb的2d和3d图像的采集和处理方法及相关装置 | |
CN108564571B (zh) | 图像区域选取方法及终端设备 | |
CN116125489A (zh) | 一种室内物体三维检测方法、计算机设备及存储介质 | |
CN113048899A (zh) | 基于线结构光的厚度测量方法和系统 | |
CN113159027A (zh) | 基于最小外接矩形变体的七段式数显仪表识别方法 | |
CN114511894A (zh) | 瞳孔中心坐标的获取系统及获取方法 |
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 |