CN114037751A - 结构光系统的标定参数优化方法、存储介质、计算机设备 - Google Patents

结构光系统的标定参数优化方法、存储介质、计算机设备 Download PDF

Info

Publication number
CN114037751A
CN114037751A CN202111136635.0A CN202111136635A CN114037751A CN 114037751 A CN114037751 A CN 114037751A CN 202111136635 A CN202111136635 A CN 202111136635A CN 114037751 A CN114037751 A CN 114037751A
Authority
CN
China
Prior art keywords
target calibration
sphere
error
value
error value
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
Application number
CN202111136635.0A
Other languages
English (en)
Inventor
不公告发明人
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.)
Shenzhen Anycubic Technology Co Ltd
Original Assignee
Shenzhen Anycubic 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 Shenzhen Anycubic Technology Co Ltd filed Critical Shenzhen Anycubic Technology Co Ltd
Priority to CN202111136635.0A priority Critical patent/CN114037751A/zh
Publication of CN114037751A publication Critical patent/CN114037751A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • 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
    • G06T7/85Stereo camera calibration

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

本申请公开了一种结构光系统的标定参数优化方法、存储介质、计算机设备,该方法包括:获取目标标定物的实际度量值;确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。本申请通过构建标准量具即目标标定物,并利用标准量具计算其实际度量值与标准度量值的误差,从而对系统初始标定参数进行优化,提升了结构光系统标定参数的准确性。

Description

结构光系统的标定参数优化方法、存储介质、计算机设备
技术领域
本申请涉及结构光系统标定技术领域,尤其是涉及到一种结构光系统的标定参数优化方法、存储介质、计算机设备。
背景技术
编码结构光技术是一种主动立体视觉的光学三维测量方法,它具有非接触、高速度、高精度、大数据量、大工作距离和材料适用范围广等特点,广泛应用于工业检测、文物仿形、医学整形与逆向工程等领域。一个基本的结构光系统由单个相机和单个投影仪构成。结构光三维扫描系统的工作原理是利用投影仪投影编码图像至被测物体表面,相机拍摄被物体表面调制的编码图像,对拍摄图像进行解码获取对应性信息,利用系统标定参数,根据光学三角测量原理将对应性信息转化为三维点云,从而实现对物体的三维测量。系统标定是利用结构光技术实现高精度三维重建的关键步骤,标定精度的高低直接影响测量精度。如何提高标定精度是本领域技术人员一直不断探索的方向。
发明内容
有鉴于此,本申请提供了一种结构光系统的标定参数优化方法、存储介质、计算机设备,有助于提升结构光系统标定参数的准确性。
根据本申请的一个方面,提供了一种结构光系统的标定参数优化方法,包括:
获取目标标定物的实际度量值;
确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;
基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。
可选地,所述获取目标标定物的实际度量值,包括:
获取由投影机向设置有目标标定物的底座进行投影,并通过相机对所述底座上的投影图像进行图像采集,获得的相机拍摄图像;
基于所述相机拍摄图像,获取所述目标标定物在相机图像坐标系上的相机度量信息,并依据所述相机的镜头畸变参数对所述相机度量信息进行校正;
基于校正后的相机度量信息以及所述结构光系统的初始标定参数,拟合并计算所述目标标定物的实际度量值。
可选地,所述目标标定物包括一个标定物,所述误差值包括所述目标标定物对应的自体误差。
可选地,所述目标标定物包括多个标定物,所述误差值包括任一目标标定物对应的自体误差和/或多个目标标定物对应的相对误差;
所述目标标定物包括多个球体,多个球体分别设置在底座对应的预设位置处;
所述预设位置用于约束任意两个目标标定物之间的标准球心距、第一目标标定物所在的第一直线位置、以及第二目标标定物所在的第二直线与第三目标标定物所在的第三直线之间的标准夹角角度中至少一种;
其中,所述第一目标标定物包括至少一组,每组第一目标标定物包括三个,所述第二目标标定物和所述第三目标标定物包括至少一组,每组中的第二目标标定物和第三目标标定物均包括两个;
所述确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值,包括:
依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值。
可选地,所述依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值,包括:
依据所述实际度量值,确定所述任一目标标定物对应的度量球半径,并计算所述任一目标标定物对应的标准球半径与所述度量球半径之间的球半径误差值;和/或,
依据所述实际度量值,确定所述任意两个目标标定物之间的度量球心距,并计算所述任意两个目标标定物对应的所述度量球心距与所述标准球心距之间的球心距误差值;和/或,
依据所述实际度量值,拟合所述第一目标标定物对应的第四直线位置,并计算所述第一直线位置与所述第四直线位置之间的直线误差值;和/或,
依据所述实际度量值,确定所述第二目标标定物对应的第五直线与所述第三目标标定物对应的第六直线之间的度量夹角角度,并计算所述标准夹角角度与所述度量夹角角度之间的角度误差值。
可选地,所述目标标定物包括第一球体、第二球体、第三球体、第四球体以及第五球体;
其中,所述第一球体、所述第二球体、所述第四球体以及所述第五球体分别位于矩形的四个顶点位置,所述第三球体位于所述矩形的中心位置;
所述第一目标标定物包括两组,第一组第一目标标定物包括所述第一球体、所述第三球体以及所述第五球体,第二组第一目标标定物包括所述第二球体、所述第三球体以及所述第四球体;
所述第二目标标定物与所述第三目标标定物包括四组,第一组第二目标标定物包括所述第一球体和所述第二球体,第一组第三目标标定物包括所述第一球体和所述第四球体,第二组第二目标标定物包括所述第二球体和所述第一球体,第二组第三目标标定物包括所述第二球体和所述第五球体,第三组第二目标标定物包括所述第五球体和所述第二球体,第三组第二目标标定物包括所述第五球体和所述第四球体,第四组第二目标标定物包括所述第四球体和所述第一球体,第四组第三目标标定物包括所述第四球体和所述第五球体。
可选地,所述基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数,包括:
若所述误差值包括多种,则确定每种误差值对应的权重系数,并按所述权重系数对每种误差值进行加权求和,通过加权求和的结果构建优化函数,其中,每种误差值的加权值对应的数量级相同;
基于误差最小化原则,利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
可选地,在所述误差值包括所述球半径误差值、所述球心距误差值、所述直线误差值以及所述角度误差值时,所述优化函数为minfobj(ps),其中,fobj=er+α·ed+β·el+γ·ec,ps为所述初始标定参数,er为球半径误差值,ed为球心距误差值,el为直线误差值,ec为角度误差值,α,β,γ分别为球心距误差值权重系数、直线误差值权重系数以及角度误差值权重系数。
可选地,所述基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数,包括:
获取所述初始标定参数对应的优化范围,并基于误差最小化原则,在所述优化范围内利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
根据本申请的另一方面,提供了一种结构光系统的标定参数优化装置,包括:
实际值获取模块,用于获取目标标定物的实际度量值;
误差值获取模块,用于确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;
标定模块,用于基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。
可选地,所述实际值获取模块,还用于:
获取由投影机向设置有目标标定物的底座进行投影,并通过相机对所述底座上的投影图像进行图像采集,获得的相机拍摄图像;
基于所述相机拍摄图像,获取所述目标标定物在相机图像坐标系上的相机度量信息,并依据所述相机的镜头畸变参数对所述相机度量信息进行校正;
基于校正后的相机度量信息以及所述结构光系统的初始标定参数,拟合并计算所述目标标定物的实际度量值。
可选地,所述目标标定物包括一个标定物,所述误差值包括所述目标标定物对应的自体误差。
可选地,所述目标标定物包括多个标定物,所述误差值包括任一目标标定物对应的自体误差和/或多个目标标定物对应的相对误差;
所述目标标定物包括多个球体,多个球体分别设置在底座对应的预设位置处;
所述预设位置用于约束任意两个目标标定物之间的标准球心距、第一目标标定物所在的第一直线位置、以及第二目标标定物所在的第二直线与第三目标标定物所在的第三直线之间的标准夹角角度中至少一种;
其中,所述第一目标标定物包括至少一组,每组第一目标标定物包括三个,所述第二目标标定物和所述第三目标标定物包括至少一组,每组中的第二目标标定物和第三目标标定物均包括两个;
所述误差值获取模块,还用于:依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值。
可选地,所述误差值获取模块,还用于:
依据所述实际度量值,确定所述任一目标标定物对应的度量球半径,并计算所述任一目标标定物对应的标准球半径与所述度量球半径之间的球半径误差值;和/或,
依据所述实际度量值,确定所述任意两个目标标定物之间的度量球心距,并计算所述任意两个目标标定物对应的所述度量球心距与所述标准球心距之间的球心距误差值;和/或,
依据所述实际度量值,拟合所述第一目标标定物对应的第四直线位置,并计算所述第一直线位置与所述第四直线位置之间的直线误差值;和/或,
依据所述实际度量值,确定所述第二目标标定物对应的第五直线与所述第三目标标定物对应的第六直线之间的度量夹角角度,并计算所述标准夹角角度与所述度量夹角角度之间的角度误差值。
可选地,所述目标标定物包括第一球体、第二球体、第三球体、第四球体以及第五球体;
其中,所述第一球体、所述第二球体、所述第四球体以及所述第五球体分别位于矩形的四个顶点位置,所述第三球体位于所述矩形的中心位置;
所述第一目标标定物包括两组,第一组第一目标标定物包括所述第一球体、所述第三球体以及所述第五球体,第二组第一目标标定物包括所述第二球体、所述第三球体以及所述第四球体;
所述第二目标标定物与所述第三目标标定物包括四组,第一组第二目标标定物包括所述第一球体和所述第二球体,第一组第三目标标定物包括所述第一球体和所述第四球体,第二组第二目标标定物包括所述第二球体和所述第一球体,第二组第三目标标定物包括所述第二球体和所述第五球体,第三组第二目标标定物包括所述第五球体和所述第二球体,第三组第二目标标定物包括所述第五球体和所述第四球体,第四组第二目标标定物包括所述第四球体和所述第一球体,第四组第三目标标定物包括所述第四球体和所述第五球体。
可选地,所述标定模块,还用于:
若所述误差值包括多种,则确定每种误差值对应的权重系数,并按所述权重系数对每种误差值进行加权求和,通过加权求和的结果构建优化函数,其中,每种误差值的加权值对应的数量级相同;
基于误差最小化原则,利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
可选地,在所述误差值包括所述球半径误差值、所述球心距误差值、所述直线误差值以及所述角度误差值时,所述优化函数为minfobj(ps),其中,fobj=er+α·ed+β·el+γ·ec,ps为所述初始标定参数,er为球半径误差值,ed为球心距误差值,el为直线误差值,ec为角度误差值,α,β,γ分别为球心距误差值权重系数、直线误差值权重系数以及角度误差值权重系数。
可选地,所述标定模块,还用于:获取所述初始标定参数对应的优化范围,并基于误差最小化原则,在所述优化范围内利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
依据本申请又一个方面,提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述结构光系统的标定参数优化方法。
依据本申请再一个方面,提供了一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述结构光系统的标定参数优化方法。
借由上述技术方案,本申请提供的一种结构光系统的标定参数优化方法、存储介质、计算机设备,对预先加工的目标标定物进行扫描以获取该目标标定物的实际度量值,并计算实际度量值与目标标定物的标准度量值之间的误差值,从而基于误差最小化原则,利用计算的误差值对结构光系统的初始标定参数进行优化。本申请实施例通过构建标准量具(即目标标定物)并利用标准量具计算其实际度量值与标准度量值的误差,从而对系统初始标定参数进行优化,提升了结构光系统标定参数的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种结构光系统的标定参数优化方法的流程示意图;
图2示出了本申请实施例提供的一种目标标定物的设置位置示意图;
图3示出了本申请实施例提供的一种结构光系统标定参数优化试验装置示意图;
图4示出了本申请实施例提供的一种结构光系统的标定参数优化装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中提供了一种结构光系统的标定参数优化方法,如图1所示,该方法包括:
步骤101,获取目标标定物的实际度量值;
步骤102,确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;
步骤103,基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。
本申请实施例主要用于对结构光系统进行标定参数的优化,执行本方法之前,需要先对结构光系统进行一次参数标定,获得该结构光系统的初始标定参数,本申请实施例对初始标定参数的标定方法不做限定。
进一步,在该实施例中,首先,可以对目标标定物进行三维扫描,通过拟合计算得到目标标定物的实际度量值。其次,计算出实际度量值与该目标标定物的标准度量值之间的误差值,其中,目标标定物可以设置在标准底座上以保证扫描时位置的固定,在实际应用场景中,可以将目标标定物的理论度量值作为标准度量值,例如目标标定物为球体,理论半径为5mm,就可以将5mm作为标准半径,目标标定物和标准底座可以通过精密加工的方式获得,以保证目标标定物的标准度量值准确。最后,以结构光系统的初始标定参数为初值,基于误差最小化原则,根据误差值对初始标定参数进行优化,例如可以根据误差最小化原则和误差值构建优化函数,以初始标定参数为初值,寻找优化函数的最优解以实现对初始标定参数的优化。
通过应用本实施例的技术方案,对预先加工的目标标定物进行扫描以获取该目标标定物的实际度量值,并计算实际度量值与目标标定物的标准度量值之间的误差值,从而基于误差最小化原则,利用计算的误差值对结构光系统的初始标定参数进行优化。本申请实施例通过构建标准量具(即目标标定物)并利用标准量具计算其实际度量值与标准度量值的误差,从而对系统初始标定参数进行优化,提升了结构光系统标定参数的准确性。
本申请实施例中的初始标定参数可以通过以下方式获得:采用灰白棋盘格制作平面标定板,利用投影机分别向灰白棋盘格标定板投影均匀白色图像与黑白棋盘格图像,相机分别拍摄灰白棋盘格图像与黑白棋盘格图像;通过变换标定板的位置,拍摄至少3组图像用于系统标定;利用棋盘格角点检测算法分别对灰白棋盘格图像与黑白棋盘格图像进行角点检测;根据投影的黑白棋盘格图像的角点坐标与拍摄的黑白棋盘格图像的角点坐标计算相机图像平面与投影机图像平面之间的坐标映射关系,利用此映射关系将灰白棋盘格图像在相机图像坐标系下的角点坐标转换至投影机图像坐标系下;根据张正友平面标定方法,利用灰白棋盘格的角点坐标实现相机与投影机的标定,获得结构光系统的内参数得结构光系统的内参数(即:
Figure BDA0003282243250000091
γc,
Figure BDA0003282243250000092
kc1,kc2,kc3,kc4,kc5,
Figure BDA0003282243250000093
γp,
Figure BDA0003282243250000094
kp1,kp2,kp3,kp4,kp5,注:u为图像的横坐标,v为图像的纵坐标,
Figure BDA0003282243250000095
Figure BDA0003282243250000096
为相机图像两轴上的焦距,γc为图像两坐标轴之间的倾斜因子,
Figure BDA0003282243250000097
Figure BDA0003282243250000098
为相机图像的主点坐标,kc1,kc2,kc3,kc4,kc5分别为相机的一阶至五阶镜头畸变参数,
Figure BDA0003282243250000099
Figure BDA00032822432500000910
为投影机图像两轴上的焦距,γp为图像两坐标轴之间的倾斜因子,
Figure BDA00032822432500000911
Figure BDA00032822432500000912
为投影机图像的主点坐标,kp1,kp2,kp3,kp4,kp5分别为投影仪的一阶至五阶镜头畸变参数)、以及相机与投影机在同一标定板位置下的外参数RP,Rc,Tp,Tc,RP,Rc分别为投影机与相机的大小为3*3的旋转矩阵,Tp,Tc分别为投影机与相机的大小为3*1的平移矩阵,由此实现结构光系统的初始标定。
在本申请实施例中,可选地,步骤101具体可以包括:
步骤101-1,获取由投影机向设置有目标标定物的底座进行投影,并通过相机对所述底座上的投影图像进行图像采集,获得的相机拍摄图像;
步骤101-2,基于所述相机拍摄图像,获取所述目标标定物在相机图像坐标系上的相机度量信息,并依据所述相机的镜头畸变参数对所述相机度量信息进行校正;
步骤101-3,基于校正后的相机度量信息以及所述结构光系统的初始标定参数,拟合并计算所述目标标定物的实际度量值。
在该实施例中,通过投影机向设置有目标标定物的底座进行投影,通过相机对底座上的投影图像进行采集,获得相机拍摄图像。接着,利用相机拍摄图像和结构光系统的初始标定参数,确定目标标定物在相机图像坐标系上的相机度量信息,该相机度量信息为三维空间中目标标定物上某一点对应的在相机图像坐标系上的坐标信息。另外,考虑相机镜头径向畸变和切向误差,获得相机度量信息后,还可以利用相机的镜头畸变参数对相机度量信息进行校正。最后,将目标标定物的在相机图像坐标系上的二维的相机度量信息,转化为目标标定物在三维空间中的三维点云信息,即根据校正后的相机度量信息和初始标定信息,对目标标定物的实际度量值(即三维点云信息)进行拟合计算。
在具体应用场景中,获得相机拍摄图像后,确定实际度量值的过程可以描述如下:
Figure BDA0003282243250000101
式中,
Figure BDA0003282243250000102
Figure BDA0003282243250000103
为相机图像两轴上的焦距,γc为图像两坐标轴之间的倾斜因子,
Figure BDA0003282243250000104
Figure BDA0003282243250000105
为相机图像的主点坐标。将上式中的下标“c”替换为“p”,即可得到投影机的内参数矩阵Ap
Figure BDA0003282243250000106
式中,
Figure BDA0003282243250000107
Figure BDA0003282243250000108
为投影机图像两轴上的焦距,γp为图像两坐标轴之间的倾斜因子,
Figure BDA0003282243250000109
Figure BDA00032822432500001010
为投影机图像的主点坐标。
再令
Figure BDA0003282243250000111
Figure BDA0003282243250000112
假设
Figure BDA0003282243250000113
为三维空间中物体某点的在相机图像坐标系上坐标,考虑镜头径向畸变和切向误差后,通过镜头畸变参数进行校正,校正后其理想图像坐标为:
Figure BDA0003282243250000114
其中,
Figure BDA0003282243250000115
kc1,kc2,kc3,kc4,kc5为相机的镜头畸变参数。
式(3)中,
Figure BDA0003282243250000116
Figure BDA0003282243250000117
为相机图像两轴上的焦距,γc为图像两坐标轴之间的倾斜因子,
Figure BDA0003282243250000118
Figure BDA0003282243250000119
为相机图像的主点坐标。将式(1-3)中的下标“c”替换为“p”,即可得到该点投影机图像坐标系上的理想图像坐标
Figure BDA00032822432500001110
利用投影机投影竖条纹图像,将条纹图像投影至由5个标准球与标准底座组成的标准量具上,相机采集图像。根据光学三角测量原理,标准量具上物体某点在相机视角下的坐标为Mw=[Xw,Yw,Zw]T,其计算公式如下:
Figure BDA00032822432500001111
利用系统的初始标定参数完成对每个目标标定物的一次完整扫描,获取各目标标定物的三维点云信息。由于单个目标标定物的点云数量可能较多,为了减少计算量,提高优化函数的运行速度,可对单个目标标定物的点云进行均匀下采样,减少采样数量,例如每个目标标定物采样上百个点云即可。
在本申请实施例中,可选地,所述目标标定物包括一个标定物,所述误差值包括所述目标标定物对应的自体误差。
可选地,所述目标标定物包括多个标定物,所述误差值包括任一目标标定物对应的自体误差和/或多个目标标定物对应的相对误差;所述目标标定物包括多个球体,多个球体分别设置在底座对应的预设位置处;所述预设位置用于约束任意两个目标标定物之间的标准球心距、第一目标标定物所在的第一直线位置、以及第二目标标定物所在的第二直线与第三目标标定物所在的第三直线之间的标准夹角角度中至少一种;其中,所述第一目标标定物包括至少一组,每组第一目标标定物包括三个,所述第二目标标定物和所述第三目标标定物包括至少一组,每组中的第二目标标定物和第三目标标定物均包括两个。
在上述实施例中,目标标定物可以设置一个或多个,设置一个目标标定物的情况下,利用该目标标定物的自体误差对初始标定参数进行优化,而设置多个目标标定物的情况下,除了可以通过单个目标标定物的自体误差进行优化外,还可以利用多个目标标定物之间的空间关系,即多个目标标定物之间的相对误差,实现对初始标定参数的优化。
其中,以目标标定物为多个精密加工的球体为例,多个球体可以设置在底座的多个预设位置处,每个球体的设置位置可以约束各球体之间的关系,例如两个球体之间的标准球心距,又例如第一目标标定物(第一目标标定物可以包含2个或2个以上个球体)需要设置在同一直线上,即设置在第一直线位置上,又例如第二目标标定物需要设置在第二直线上、第三目标标定物需要设置在第三直线上,且第二直线和第三直线相交构成的夹角角度为标准夹角角度。
在本申请实施例中,如图2所示,提供了一种目标标定物在底座上的设置位置示意图,其中,所述目标标定物包括第一球体、第二球体、第三球体、第四球体以及第五球体;其中,所述第一球体、所述第二球体、所述第四球体以及所述第五球体分别位于矩形的四个顶点位置,所述第三球体位于所述矩形的中心位置;所述第一目标标定物包括两组,第一组第一目标标定物包括所述第一球体、所述第三球体以及所述第五球体,第二组第一目标标定物包括所述第二球体、所述第三球体以及所述第四球体;所述第二目标标定物与所述第三目标标定物包括四组,第一组第二目标标定物包括所述第一球体和所述第二球体,第一组第三目标标定物包括所述第一球体和所述第四球体,第二组第二目标标定物包括所述第二球体和所述第一球体,第二组第三目标标定物包括所述第二球体和所述第五球体,第三组第二目标标定物包括所述第五球体和所述第二球体,第三组第二目标标定物包括所述第五球体和所述第四球体,第四组第二目标标定物包括所述第四球体和所述第一球体,第四组第三目标标定物包括所述第四球体和所述第五球体。
在该实施例中,目标标定物包括5个规格相同的标准球,即第一球体、第二球体、第三球体、第四球体以及第五球体(下文简称球体1、2、3、4、5),球体1、2、4、5作为四个顶点构成一个矩形,球体3位于矩形的中心位置。另外球体设置位置具体可以满足以下条件:球体1、3、5设置在同一直线上,球体2、3、4设置在同一直线上,即第一直线可以包括2条,分别为球体1、3、5所在的直线和球体2、3、4所在的直线;球体1、2所在直线和球体1、4所在直线相交构成的夹角为90度,球体2、1所在直线和球体2、5所在直线相交构成的夹角为90度,球体5、2所在直线和球体5、4所在直线构成的夹角为90度,球体4、1所在直线和球体4、5所在直线构成的夹角为90度,即各组第二直线和第三直线构成的标准夹角角度均为90度。如图3所示,为一种结构光系统标定参数优化试验装置示意图,通过投影机向设置有5个标准球的底座进行投影,并通过相机对底座上的投影图像进行采集,获得相机的拍摄图像,以供计算机依据相机的拍摄图像确定5个标准球对应的实际度量值,从而根据实际度量值以及5个标准球的标准度量值,计算得出对应的误差值,并利用误差值对初始标定参数进行优化。
需要说明的是,本申请实施例提供的目标标定物的设置方式为一种可选实施方式,并不构成对本申请中目标标定物的设置位置的限制。
可选地,步骤102具体可以包括:依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值。其中,至少一种误差值的计算方式具体可以为:
步骤102-1,依据所述实际度量值,确定所述任一目标标定物对应的度量球半径,并计算所述任一目标标定物对应的标准球半径与所述度量球半径之间的球半径误差值;和/或,
步骤102-2,依据所述实际度量值,确定所述任意两个目标标定物之间的度量球心距,并计算所述任意两个目标标定物对应的所述度量球心距与所述标准球心距之间的球心距误差值;和/或,
步骤102-3,依据所述实际度量值,拟合所述第一目标标定物对应的第四直线位置,并计算所述第一直线位置与所述第四直线位置之间的直线误差值;和/或,
步骤102-4,依据所述实际度量值,确定所述第二目标标定物对应的第五直线与所述第三目标标定物对应的第六直线之间的度量夹角角度,并计算所述标准夹角角度与所述度量夹角角度之间的角度误差值。
在该实施例中,以上述目标标定物为5个标准球为例,误差值具体可以包括以下至少一种:1、球半径误差值er(自体误差):利用扫描的5个标准球的三维点云信息拟合5个球的半径,并计算5个球的半径(即度量球半径)与标准球半径的误差和;2、球心距误差值ed(相对误差):利用扫描的5个标准球的三维点云信息拟合5个球的球心,并计算两个球的球心距与标准球心距的误差和;3、直线误差值el(相对误差):利用扫描的5个标准球的三维点云信息拟合球1,3,5球心的直线与球2,3,4球心的直线,计算球1,3,5对应的拟合直线与其对应的第一直线之间的误差与计算球2,3,4对应的拟合直线与其对应的第一直线之间的误差之和,或者计算球1,3,5球心至拟合直线的距离与球2,3,4球心至拟合直线的距离,将这两个距离之和作为直线误差值el;4、角度误差值ec(相对误差):利用扫描的5个标准球的三维点云信息拟合球1,2,3,4,5球心,计算球心1,2直线与球心1,4直线的夹角、球心2,1直线与球心2,5直线的夹角、球心5,2直线与球心5,4直线的夹角、球心4,1直线与球心4,5直线的夹角,并计算上述夹角和直角相比较的误差和。
在本申请实施例中,可选地,步骤103具体可以包括:
步骤103-1,若所述误差值包括多种,则确定每种误差值对应的权重系数,并按所述权重系数对每种误差值进行加权求和,通过加权求和的结果构建优化函数,其中,每种误差值的加权值对应的数量级相同;
在步骤103-1中,在误差值包括多种的情况下,对各误差值进行加权求和确定最终用于进行参数优化的误差值,为了保证各误差值对参数优化的贡献,可以通过调整各误差值对应的权重系数的方式,使各误差值对应的加权值数量级相同,例如每种误差值的加权值都在0~1之间,进而依据加权求和结果建立全局优化函数。
可选地,在所述误差值包括所述球半径误差值、所述球心距误差值、所述直线误差值以及所述角度误差值时,所述优化函数为minfobj(ps),其中,fobj=er+α·ed+β·el+γ·ec,ps为所述初始标定参数,er为球半径误差值,ed为球心距误差值,el为直线误差值,ec为角度误差值,α,β,γ分别为球心距误差值权重系数、直线误差值权重系数以及角度误差值权重系数。
在误差值包括上述的球半径误差值、球心距误差值、直线误差值以及角度误差值的情况下,可以构造目标函数为fobj=er+α·ed+β·el+γ·ec,其中,α,β,γ满足er≈α·ed≈β·el≈γ·ec。需要说明的是,目标函数为各误差值与对应权重系数的加权求和结果即可,该公式可以根据实际选择的误差值种类进行适应性变化。
进一步,由此建立全局优化函数:minfobj(ps),其中,
Figure BDA0003282243250000151
步骤103-2,基于误差最小化原则,利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
可选地,获取所述初始标定参数对应的优化范围,并基于误差最小化原则,在所述优化范围内利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
在步骤103-2中,为了避免函数优化时陷入局部最小,并提升优化效率,可以设定ps的优化范围[pslower,psupper]。最后,以系统的初始标定参数为优化函数初始值,标定参数在优化范围[pslower,psupper]内进行优化,直至误差值最小,即可获得最优的系统标定参数值。
进一步的,作为图1方法的具体实现,本申请实施例提供了一种结构光系统的标定参数优化装置,如图4所示,该装置包括:
实际值获取模块,用于获取目标标定物的实际度量值;
误差值获取模块,用于确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;
标定模块,用于基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。
在该实施例中,首先,实际值获取模块可以对目标标定物进行三维扫描,通过拟合计算得到目标标定物的实际度量值。其次,误差值获取模块计算出实际度量值与该目标标定物的标准度量值之间的误差值,其中,目标标定物可以设置在标准底座上以保证扫描时位置的固定,在实际应用场景中,可以将目标标定物的理论度量值作为标准度量值,例如目标标定物为球体,理论半径为5mm,就可以将5mm作为标准半径,目标标定物和标准底座可以通过精密加工的方式获得,以保证目标标定物的标准度量值准确。最后,标定模块以结构光系统的初始标定参数为初值,基于误差最小化原则,根据误差值对初始标定参数进行优化,例如可以根据误差最小化原则和误差值构建优化函数,以初始标定参数为初值,寻找优化函数的最优解以实现对初始标定参数的优化。
通过应用本实施例的技术方案,对预先加工的目标标定物进行扫描以获取该目标标定物的实际度量值,并计算实际度量值与目标标定物的标准度量值之间的误差值,从而基于误差最小化原则,利用计算的误差值对结构光系统的初始标定参数进行优化。本申请实施例通过构建标准量具(即目标标定物)并利用标准量具计算其实际度量值与标准度量值的误差,从而对系统初始标定参数进行优化,提升了结构光系统标定参数的准确性。
可选地,所述实际值获取模块,还用于:
获取由投影机向设置有目标标定物的底座进行投影,并通过相机对所述底座上的投影图像进行图像采集,获得的相机拍摄图像;
基于所述相机拍摄图像,获取所述目标标定物在相机图像坐标系上的相机度量信息,并依据所述相机的镜头畸变参数对所述相机度量信息进行校正;
基于校正后的相机度量信息以及所述结构光系统的初始标定参数,拟合并计算所述目标标定物的实际度量值。
在该实施例中,实际值获取模块通过投影机向设置有目标标定物的底座进行投影,通过相机对底座上的投影图像进行采集,获得相机拍摄图像。接着,利用相机拍摄图像和结构光系统的初始标定参数,确定目标标定物在相机图像坐标系上的相机度量信息,该相机度量信息为三维空间中目标标定物上某一点对应的在相机图像坐标系上的坐标信息。另外,考虑相机镜头径向畸变和切向误差,获得相机度量信息后,还可以利用相机的镜头畸变参数对相机度量信息进行校正。最后,将目标标定物的在相机图像坐标系上的二维的相机度量信息,转化为目标标定物在三维空间中的三维点云信息,即根据校正后的相机度量信息和初始标定信息,对目标标定物的实际度量值(即三维点云信息)进行拟合计算。
可选地,所述目标标定物包括一个标定物,所述误差值包括所述目标标定物对应的自体误差;所述目标标定物包括多个标定物。
可选地,所述误差值包括任一目标标定物对应的自体误差和/或多个目标标定物对应的相对误差;所述目标标定物包括多个球体,多个球体分别设置在底座对应的预设位置处;所述预设位置用于约束任意两个目标标定物之间的标准球心距、第一目标标定物所在的第一直线位置、以及第二目标标定物所在的第二直线与第三目标标定物所在的第三直线之间的标准夹角角度中至少一种;其中,所述第一目标标定物包括至少一组,每组第一目标标定物包括三个,所述第二目标标定物和所述第三目标标定物包括至少一组,每组中的第二目标标定物和第三目标标定物均包括两个;
所述误差值获取模块,还用于:依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值。
在上述实施例中,目标标定物可以设置一个或多个,设置一个目标标定物的情况下,利用该目标标定物的自体误差对初始标定参数进行优化,而设置多个目标标定物的情况下,除了可以通过单个目标标定物的自体误差进行优化外,还可以利用多个目标标定物之间的空间关系,即多个目标标定物之间的相对误差,实现对初始标定参数的优化。
其中,以目标标定物为多个精密加工的球体为例,多个球体可以设置在底座的多个预设位置处,每个球体的设置位置可以约束各球体之间的关系,例如两个球体之间的标准球心距,又例如第一目标标定物(第一目标标定物可以包含2个或2个以上个球体)需要设置在同一直线上,即设置在第一直线位置上,又例如第二目标标定物需要设置在第二直线上、第三目标标定物需要设置在第三直线上,且第二直线和第三直线相交构成的夹角角度为标准夹角角度。
在本申请实施例中,如图2所示,提供了一种目标标定物在底座上的设置位置示意图,其中,所述目标标定物包括第一球体、第二球体、第三球体、第四球体以及第五球体;其中,所述第一球体、所述第二球体、所述第四球体以及所述第五球体分别位于矩形的四个顶点位置,所述第三球体位于所述矩形的中心位置;所述第一目标标定物包括两组,第一组第一目标标定物包括所述第一球体、所述第三球体以及所述第五球体,第二组第一目标标定物包括所述第二球体、所述第三球体以及所述第四球体;所述第二目标标定物与所述第三目标标定物包括四组,第一组第二目标标定物包括所述第一球体和所述第二球体,第一组第三目标标定物包括所述第一球体和所述第四球体,第二组第二目标标定物包括所述第二球体和所述第一球体,第二组第三目标标定物包括所述第二球体和所述第五球体,第三组第二目标标定物包括所述第五球体和所述第二球体,第三组第二目标标定物包括所述第五球体和所述第四球体,第四组第二目标标定物包括所述第四球体和所述第一球体,第四组第三目标标定物包括所述第四球体和所述第五球体。
在该实施例中,目标标定物包括5个规格相同的标准球,即第一球体、第二球体、第三球体、第四球体以及第五球体(下文简称球体1、2、3、4、5),球体1、2、4、5作为四个顶点构成一个矩形,球体3位于矩形的中心位置。另外球体设置位置具体可以满足以下条件:球体1、3、5设置在同一直线上,球体2、3、4设置在同一直线上,即第一直线可以包括2条,分别为球体1、3、5所在的直线和球体2、3、4所在的直线;球体1、2所在直线和球体1、4所在直线相交构成的夹角为90度,球体2、1所在直线和球体2、5所在直线相交构成的夹角为90度,球体5、2所在直线和球体5、4所在直线构成的夹角为90度,球体4、1所在直线和球体4、5所在直线构成的夹角为90度,即各组第二直线和第三直线构成的标准夹角角度均为90度。
需要说明的是,本申请实施例提供的目标标定物的设置方式为一种可选实施方式,并不构成对本申请中目标标定物的设置位置的限制。
可选地,所述误差值获取模块,还用于:
依据所述实际度量值,确定所述任一目标标定物对应的度量球半径,并计算所述任一目标标定物对应的标准球半径与所述度量球半径之间的球半径误差值;和/或,
依据所述实际度量值,确定所述任意两个目标标定物之间的度量球心距,并计算所述任意两个目标标定物对应的所述度量球心距与所述标准球心距之间的球心距误差值;和/或,
依据所述实际度量值,拟合所述第一目标标定物对应的第四直线位置,并计算所述第一直线位置与所述第四直线位置之间的直线误差值;和/或,
依据所述实际度量值,确定所述第二目标标定物对应的第五直线与所述第三目标标定物对应的第六直线之间的度量夹角角度,并计算所述标准夹角角度与所述度量夹角角度之间的角度误差值。
在该实施例中,以上述目标标定物为5个标准球为例,误差值具体可以包括以下至少一种:1、球半径误差值er(自体误差):利用扫描的5个标准球的三维点云信息拟合5个球的半径,并计算5个球的半径(即度量球半径)与标准球半径的误差和;2、球心距误差值ed(相对误差):利用扫描的5个标准球的三维点云信息拟合5个球的球心,并计算两个球的球心距与标准球心距的误差和;3、直线误差值el(相对误差):利用扫描的5个标准球的三维点云信息拟合球1,3,5球心的直线与球2,3,4球心的直线,计算球1,3,5对应的拟合直线与其对应的第一直线之间的误差与计算球2,3,4对应的拟合直线与其对应的第一直线之间的误差之和,或者计算球1,3,5球心至拟合直线的距离与球2,3,4球心至拟合直线的距离,将这两个距离之和作为直线误差值el;4、角度误差值ec(相对误差):利用扫描的5个标准球的三维点云信息拟合球1,2,3,4,5球心,计算球心1,2直线与球心1,4直线的夹角、球心2,1直线与球心2,5直线的夹角、球心5,2直线与球心5,4直线的夹角、球心4,1直线与球心4,5直线的夹角,并计算上述夹角和直角相比较的误差和。
可选地,所述标定模块,还用于:
若所述误差值包括多种,则确定每种误差值对应的权重系数,并按所述权重系数对每种误差值进行加权求和,通过加权求和的结果构建优化函数,其中,每种误差值的加权值对应的数量级相同;
基于误差最小化原则,利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
可选地,在所述误差值包括所述球半径误差值、所述球心距误差值、所述直线误差值以及所述角度误差值时,所述优化函数为minfobj(ps),其中,fobj=er+α·ed+β·el+γ·ec,ps为所述初始标定参数,er为球半径误差值,ed为球心距误差值,el为直线误差值,ec为角度误差值,α,β,γ分别为球心距误差值权重系数、直线误差值权重系数以及角度误差值权重系数。
在误差值包括上述的球半径误差值、球心距误差值、直线误差值以及角度误差值的情况下,可以构造目标函数为fobj=er+α·ed+β·el+γ·ec,其中,α,β,γ满足er≈α·ed≈β·el≈γ·ec。需要说明的是,目标函数为各误差值与对应权重系数的加权求和结果即可,该公式可以根据实际选择的误差值种类进行适应性变化。进一步,由此建立全局优化函数:minfobj(ps),其中,ps为结构光系统的初始标定参数。
可选地,所述标定模块,还用于:获取所述初始标定参数对应的优化范围,并基于误差最小化原则,在所述优化范围内利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
在该实施例中,为了避免函数优化时陷入局部最小,并提升优化效率,可以设定ps的优化范围[pslower,psupper]。最后,标定模块以系统的初始标定参数为优化函数初始值,标定参数在优化范围[pslower,psupper]内进行优化,直至误差值最小,即可获得最优的系统标定参数值。
需要说明的是,本申请实施例提供的一种结构光系统的标定参数优化装置所涉及各功能单元的其他相应描述,可以参考图1方法中的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本申请实施例还提供了一种存储介质,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如图1所示的结构光系统的标定参数优化方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景所述的方法。
基于上述如图1所示的方法,以及图4所示的虚拟装置实施例,为了实现上述目的,本申请实施例还提供了一种计算机设备,具体可以为个人计算机、服务器、网络设备等,该计算机设备包括存储介质和处理器;存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述如图1所示的结构光系统的标定参数优化方法。
可选地,该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信,以及与该实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现对预先加工的目标标定物进行扫描以获取该目标标定物的实际度量值,并计算实际度量值与目标标定物的标准度量值之间的误差值,从而基于误差最小化原则,利用计算的误差值对结构光系统的初始标定参数进行优化。本申请实施例通过构建标准量具(即目标标定物)并利用标准量具计算其实际度量值与标准度量值的误差,从而对系统初始标定参数进行优化,提升了结构光系统标定参数的准确性。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种结构光系统的标定参数优化方法,其特征在于,包括:
获取目标标定物的实际度量值;
确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值;
基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数。
2.根据权利要求1所述的方法,其特征在于,所述获取目标标定物的实际度量值,包括:
获取由投影机向设置有目标标定物的底座进行投影,并通过相机对所述底座上的投影图像进行图像采集,获得的相机拍摄图像;
基于所述相机拍摄图像,获取所述目标标定物在相机图像坐标系上的相机度量信息,并依据所述相机的镜头畸变参数对所述相机度量信息进行校正;
基于校正后的相机度量信息以及所述结构光系统的初始标定参数,拟合并计算所述目标标定物的实际度量值。
3.根据权利要求1或2所述的方法,其特征在于,所述目标标定物包括一个标定物,所述误差值包括所述目标标定物对应的自体误差。
4.根据权利要求1或2所述的方法,其特征在于,
所述目标标定物包括多个标定物,所述误差值包括任一目标标定物对应的自体误差和/或多个目标标定物对应的相对误差;
所述目标标定物包括多个球体,多个球体分别设置在底座对应的预设位置处;
所述预设位置用于约束任意两个目标标定物之间的标准球心距、第一目标标定物所在的第一直线位置、以及第二目标标定物所在的第二直线与第三目标标定物所在的第三直线之间的标准夹角角度中至少一种;
其中,所述第一目标标定物包括至少一组,每组第一目标标定物包括三个,所述第二目标标定物和所述第三目标标定物包括至少一组,每组中的第二目标标定物和第三目标标定物均包括两个;
所述确定所述实际度量值与所述目标标定物对应的标准度量值之间的误差值,包括:
依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值。
5.根据权利要求4所述的方法,其特征在于,所述依据所述预设位置的约束,确定所述实际度量值与所述标准度量值之间的至少一种误差值,包括:
依据所述实际度量值,确定所述任一目标标定物对应的度量球半径,并计算所述任一目标标定物对应的标准球半径与所述度量球半径之间的球半径误差值;和/或,
依据所述实际度量值,确定所述任意两个目标标定物之间的度量球心距,并计算所述任意两个目标标定物对应的所述度量球心距与所述标准球心距之间的球心距误差值;和/或,
依据所述实际度量值,拟合所述第一目标标定物对应的第四直线位置,并计算所述第一直线位置与所述第四直线位置之间的直线误差值;和/或,
依据所述实际度量值,确定所述第二目标标定物对应的第五直线与所述第三目标标定物对应的第六直线之间的度量夹角角度,并计算所述标准夹角角度与所述度量夹角角度之间的角度误差值。
6.根据权利要求5所述的方法,其特征在于,所述目标标定物包括第一球体、第二球体、第三球体、第四球体以及第五球体;
其中,所述第一球体、所述第二球体、所述第四球体以及所述第五球体分别位于矩形的四个顶点位置,所述第三球体位于所述矩形的中心位置;
所述第一目标标定物包括两组,第一组第一目标标定物包括所述第一球体、所述第三球体以及所述第五球体,第二组第一目标标定物包括所述第二球体、所述第三球体以及所述第四球体;
所述第二目标标定物与所述第三目标标定物包括四组,第一组第二目标标定物包括所述第一球体和所述第二球体,第一组第三目标标定物包括所述第一球体和所述第四球体,第二组第二目标标定物包括所述第二球体和所述第一球体,第二组第三目标标定物包括所述第二球体和所述第五球体,第三组第二目标标定物包括所述第五球体和所述第二球体,第三组第二目标标定物包括所述第五球体和所述第四球体,第四组第二目标标定物包括所述第四球体和所述第一球体,第四组第三目标标定物包括所述第四球体和所述第五球体。
7.根据权利要求6所述的方法,其特征在于,所述基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数,包括:
若所述误差值包括多种,则确定每种误差值对应的权重系数,并按所述权重系数对每种误差值进行加权求和,通过加权求和的结果构建优化函数,其中,每种误差值的加权值对应的数量级相同;
基于误差最小化原则,利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
8.根据权利要求7所述的方法,其特征在于,在所述误差值包括所述球半径误差值、所述球心距误差值、所述直线误差值以及所述角度误差值时,所述优化函数为minfobj(ps),其中,fobj=er+α·ed+β·el+γ·ec,ps为所述初始标定参数,er为球半径误差值,ed为球心距误差值,el为直线误差值,ec为角度误差值,α,β,γ分别为球心距误差值权重系数、直线误差值权重系数以及角度误差值权重系数;
所述基于误差最小化原则,利用所述误差值优化所述结构光系统的初始标定参数,包括:
获取所述初始标定参数对应的优化范围,并基于误差最小化原则,在所述优化范围内利用所述优化函数对所述初始标定参数进行优化,得到所述结构光系统的目标标定参数。
9.一种存储介质,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8中任一项所述的方法。
10.一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,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8中任一项所述的方法。
CN202111136635.0A 2021-09-27 2021-09-27 结构光系统的标定参数优化方法、存储介质、计算机设备 Pending CN114037751A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111136635.0A CN114037751A (zh) 2021-09-27 2021-09-27 结构光系统的标定参数优化方法、存储介质、计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111136635.0A CN114037751A (zh) 2021-09-27 2021-09-27 结构光系统的标定参数优化方法、存储介质、计算机设备

Publications (1)

Publication Number Publication Date
CN114037751A true CN114037751A (zh) 2022-02-11

Family

ID=80134701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111136635.0A Pending CN114037751A (zh) 2021-09-27 2021-09-27 结构光系统的标定参数优化方法、存储介质、计算机设备

Country Status (1)

Country Link
CN (1) CN114037751A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359413A (zh) * 2022-03-17 2022-04-15 深圳市纵维立方科技有限公司 用于三维扫描的旋转平台位置参数计算方法及系统
CN115601451A (zh) * 2022-12-14 2023-01-13 深圳思谋信息科技有限公司(Cn) 外参数据标定方法、装置、计算机设备和存储介质
CN117140535A (zh) * 2023-10-27 2023-12-01 南湖实验室 一种基于单笔测量的机器人运动学参数标定方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114359413A (zh) * 2022-03-17 2022-04-15 深圳市纵维立方科技有限公司 用于三维扫描的旋转平台位置参数计算方法及系统
CN114359413B (zh) * 2022-03-17 2022-06-28 深圳市纵维立方科技有限公司 用于三维扫描的旋转平台位置参数计算方法及系统
CN115601451A (zh) * 2022-12-14 2023-01-13 深圳思谋信息科技有限公司(Cn) 外参数据标定方法、装置、计算机设备和存储介质
CN117140535A (zh) * 2023-10-27 2023-12-01 南湖实验室 一种基于单笔测量的机器人运动学参数标定方法及系统
CN117140535B (zh) * 2023-10-27 2024-02-02 南湖实验室 一种基于单笔测量的机器人运动学参数标定方法及系统

Similar Documents

Publication Publication Date Title
CN114037751A (zh) 结构光系统的标定参数优化方法、存储介质、计算机设备
CN107492127B (zh) 光场相机参数标定方法、装置、存储介质和计算机设备
Luhmann et al. Sensor modelling and camera calibration for close-range photogrammetry
JP5999615B2 (ja) カメラ較正情報生成装置、カメラ較正情報生成方法およびカメラ較正情報生成プログラム
CN112082512B (zh) 一种相位测量偏折术的标定优化方法、装置及计算机设备
JP2004125768A (ja) 物体試験表面の完全アパーチャ数値データマップを合成する方法
CN101694370B (zh) 大尺寸工业摄影测量系统的空间误差场获取方法及基准装置
CN109544643A (zh) 一种摄像机图像校正方法及装置
CN109544642B (zh) 一种基于n型靶标的tdi-ccd相机参数标定方法
CN112258587A (zh) 一种基于灰狼粒子群混合算法的相机标定方法
CN115457147A (zh) 相机标定方法、电子设备及存储介质
CN112598747A (zh) 一种单目相机与投影仪的联合标定方法
WO2010013289A1 (ja) カメラ校正画像作成装置およびカメラ校正画像作成プログラム
CN106092146A (zh) 激光测距校正方法及系统
CN116527856B (zh) 球幕影院的播放控制方法、装置、设备及存储介质
Yu et al. An improved projector calibration method for structured-light 3D measurement systems
CN108895979A (zh) 线段编码的结构光深度获取方法
MacDonald et al. Determining the coordinates of lamps in an illumination dome
CN115239816A (zh) 一种相机标定方法、系统、电子设备及存储介质
Oniga et al. Metric and Non-Metric Cameras Calibration for the Improvement of Real-Time Monitoring Process Results.
CN113865514B (zh) 一种线结构光三维测量系统标定方法
Guan et al. An improved fast camera calibration method for mobile terminals
JP2023525538A (ja) 3d画像の体積を決定する方法及び装置
CN113160393A (zh) 基于大景深的高精度三维重建方法、装置及其相关组件
CN116862999B (zh) 一种双摄像机三维测量的标定方法、系统、设备和介质

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