CN114339201A - 广角模组的反畸变测试方法 - Google Patents
广角模组的反畸变测试方法 Download PDFInfo
- Publication number
- CN114339201A CN114339201A CN202111488924.7A CN202111488924A CN114339201A CN 114339201 A CN114339201 A CN 114339201A CN 202111488924 A CN202111488924 A CN 202111488924A CN 114339201 A CN114339201 A CN 114339201A
- Authority
- CN
- China
- Prior art keywords
- centroid
- angle
- image
- module
- square
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种广角模组的反畸变测试方法,包括:步骤1,设置反畸变图纸,所述反畸变图纸上设有至少五个正方形,其中一个正方形设置在所述反畸变图纸的中心,另外四个正方形分别设置在反畸变图纸的四个角处;正方形的边长为y,正方形的旋转角为θ,且每个正方形的四个角均设有角点;步骤2,视场角FOV测试:步骤3,模组旋转角、倾斜角测试。本发明能够对广角模组的视场角FOV、旋转角Rotation和倾斜角Tilt进行测试。
Description
技术领域
本发明属于摄像头测试装置技术领域,具体涉及一种广角模组的反畸变测试方法。
背景技术
由于科学技术的发展与进步,越来越多的IOT领域产品朝着智能化方向发展,由于智能化产品对环境感知能力的要求,比如:智能音箱、智能门锁、扫地机、无人机、运动DV等都离不开广角摄像头的加持。
对于广角模组,在关注解析力的同时,也需要关注FOV、Rotation、Tilt等参数,传统chart图受畸变影响,导致软件无法测试FOV、Rotation、Tilt或测试结果不准确。
因此,有必要开发一种新的广角模组的反畸变测试方法。
发明内容
本发明提供一种广角模组的反畸变测试方法,能对广角模组的视场角FOV、旋转角Rotation和倾斜角Tilt进行测试。
本发明所述的一种广角模组的反畸变测试方法,包括以下步骤:
步骤1,设置反畸变图纸,所述反畸变图纸上设有至少五个正方形,其中一个正方形设置在所述反畸变图纸的中心,另外四个正方形分别设置在反畸变图纸的四个角处;正方形的边长为y,正方形的旋转角为θ,且每个正方形的四个角均设有角点;
步骤2,视场角FOV测试:
S21,利用被测摄像头模组获取反畸变图纸的图像,并识别出图像中任意一个正方形的四个角点;
S22,通过正方形的上边线或下边线上的两个角点的X轴坐标计算出对应边的像素个数x1;
S23,通过正方形的边长y和旋转角θ计算出上边线或下边线点集的物理长度y1,其中,y1=y/cosθ;
S24,计算上边线或下边线点集上每个像素的物理长度L,L=y1/x1;
S25,根据图像像素长计算出图像实际物理宽度和图像实际物理高度;
S26,根据图像实际物理宽度和图像实际物理高度计算出对角线长度;
S27,根据图像实际物理宽度、图像物理高度以及拍摄距离通过FOV计算方法求出视场角;
步骤3,模组旋转角rotation、模组倾斜角测试Tilt;
S31,识别出五个正方形的质心;通过Harris角点检测获取四每个正方形的质心坐标;
S32,利用五个质心的坐标计算出模组旋转角rotation和模组倾斜角Tilt。
可选地,所述步骤2中,将畸变图纸的五个正方形分别按照步骤S21至步骤S27的方法计算出五个视场角,求五个视场角的平均值,该平均值即为最终的视场角。
可选地,所述S25中,
根据图像像素长计算出图像实际物理宽度和图像实际物理高度,具体为:
图像实际物理宽度=摄像头模组的图像芯片在宽度方向上的像素点数×每个像素的物理长度L;
图像实际物理高度=摄像头模组的图像芯片在高度方向上的像素点数×每个像素的物理长度L。
可选地,所述S26中,根据图像实际物理宽度和图像实际物理高度计算出对角线长度,具体为:
可选地,所述正方形的边长=反畸变图纸的边长×0.1。
可选地,位于反畸变图纸四个角的正方形的中心到位于中间正方形的中心之间的距离等于反畸变图纸图纸的对角线长度的0.8。
可选地,所述步骤S31具体为:
将摄像头模组获取的图像进行形态学开运算处理;
将图像反色获取反畸变图纸中的正方形,
识别出五个正方形的质心,分别为质心o、质心a,质心b,质心c和质心d,并以质心o为坐标原心,水平方向为X轴,垂直方向为Y轴,识别出质心a,质心b,质心c和质心d的坐标。
可选地,所述步骤32具体为:
质心a和质心c的连线g与垂直线j之间的夹角为α,通过质心a和质心c的坐标计算出α;
质心c和质心d的连线h与水平线l之间的夹角为β,通过质心c和质心d的坐标计算出β;
质心d和质心b的连线i与垂直线m之间的夹角为γ,通过质心d和质心b的坐标计算出γ;
质心b和质心a的连线f与水平线k之间的夹角为δ,质心b和质心a的坐标计算出δ;
根据α,β,γ,δ计算出旋转角rotation和倾斜角Tilt;
rotation=(α+β+γ+δ)/4;
rotation=(α+β+γ+δ)/4;
水平Tilt:HAngle=β+δ;
垂直Tilt:VAngle=α+γ;
Tilt=(HAngle+VAngle/2)。
本发明具有以下优点:本发明通过反畸变图进行三合一(视场角、旋转角和倾斜角)测试,能够满足广角模组的反畸变测试的需求,增加了测试效率,提升生产效率。
附图说明
图1是本实施例中反畸变图纸的示意图;
图2是本实施例中计算视场角的原理图;
图3是本实施例中的计算旋转角和倾斜角的原理图。
具体实施方式
下面结合附图对本发明作进一步说明。
本实施例中,一种广角模组的反畸变测试方法,包括以下步骤:
步骤1,设置反畸变图纸(参见图1),所述反畸变图纸上设有至少五个正方形,其中一个正方形设置在所述反畸变图纸的中心,另外四个正方形分别设置在反畸变图纸的四个角处且呈矩形分布,为了计算方便,这四个正方形呈正方形分布。本实施例中,每个正方形的边长为y,旋转角为θ(一般为2°至8°的任意值,θ根据测试需求取值),且每个正方形的四个角均设有角点。
步骤2,视场角FOV测试:
S21,利用被测摄像头模组获取反畸变图纸的图像,并识别出图像中任意一个正方形的四个角点;
S22,通过正方形的上边线或下边线上的两个角点的X轴坐标计算出对应边的像素个数x1;
S23,通过正方形的边长y和旋转角θ计算出上边线或下边线点集的物理长度y1,其中,y1=y/cosθ;
S24,计算上边线或下边线点集上每个像素的物理长度L,L=y1/x1;
S25,根据图像像素长计算出图像实际物理宽度和图像实际物理高度;
S26,根据图像实际物理宽度和图像实际物理高度计算出对角线长度;
S27,根据图像实际物理宽度、图像物理高度以及拍摄距离通过FOV计算方法求出视场角。
步骤3,模组旋转角、倾斜角测试:
S31,识别出五个正方形的质心;通过Harris角点检测获取四每个正方形的质心坐标;
S32,利用五个质心的坐标计算出模组旋转角rotation和模组倾斜角Tilt。
本实施例中,所述步骤1中,所述正方形的边长y=反畸变图纸的边长×0.1。位于反畸变图纸四个角的正方形的中心到位于中间正方形的中心之间的距离等于反畸变图纸图纸的对角线长度的0.8。
本实施例中,所述步骤2中,将畸变图纸的五个正方形分别按照步骤S21至步骤S27的方法计算出五个视场角,求五个视场角的平均值,该平均值即为最终的视场角。此种方式能够提高视场角的测试精度。
本实施例中,所述S25中,根据图像像素长计算出图像实际物理宽度和图像实际物理高度,具体为:
图像实际物理宽度=摄像头模组的图像芯片在宽度方向上的像素点数×每个像素的物理长度L;
图像实际物理高度=摄像头模组的图像芯片在高度方向上的像素点数×每个像素的物理长度L。
本实施例中,所述S26中,根据图像实际物理宽度和图像实际物理高度计算出对角线长度,具体为:
以下结合实例对步骤S25至步骤S27进行详细的说明:
如图2所示,本实施例中,反畸变图纸的四个角点分别为A、B、C和D,点A和点B的中心点为H点,B点和D点的中心点为F点,D点和C点的中心点为I点,C点和A点的中心点为E点。摄像头模组所在的位置为E点。
步骤S25中,图像像素长是指摄像头模组的图像芯片的像素宽和像素高,图像芯片的像素宽为摄像头模组的图像芯片在宽度方向上的像素点数,像素高为摄像头模组的图像芯片在高度方向上的像素点数。当图像芯片确定后,图像芯片在宽度方向上的像素点数和图像芯片在高度方向上的像素点数就为已知数了。
通过图像实际物理宽度的计算公式计算出图像实际物理宽度后,即可计算出图2所示的线段H0的长度,H0=图像实际物理宽度/2。
通过图像实际物理高度的计算公式计算出图像实际物理高度后,即可计算出图2所示的线段F0的长度,F0=图像实际物理高度/2。
S26中,利用对角线长度的计算公式即可计算出反畸变图纸的对角线的长度,通过对角线的长度即可计算出线段AO的长度。即AO=对角线长度/2。
S27中,根据图像实际物理宽度、图像物理高度以及拍摄距离通过FOV计算方法求出视场角;本实施例中,转化为根据线段H0、线段F0和线段AO的长度计算出视场角,具体为:
垂直FOV(VFOV):VFOV=∠HEI=2*arctan(HO/EO);
水平FOV(HFOV):HFOV=∠FEJ=2*arctan(FO/EO);
对角FOV(DFOV):DFOV=∠AED=2*arctan(AO/EO)。
以下结合图3对本实施例中步骤3进行说明。
所述步骤S31,具体为:
将摄像头模组获取的图像进行形态学开运算处理;
将图像反色获取反畸变图纸中的正方形,
识别出五个正方形的质心,分别为质心o、质心a,质心b,质心c和质心d,并以质心o为坐标原心,水平方向为X轴,垂直方向为Y轴,识别出质心a,质心b,质心c和质心d的坐标。
所述步骤S32,具体为:
质心a和质心c的连线g与垂直线j之间的夹角为α,通过质心a和质心c的坐标计算出α;
质心c和质心d的连线h与水平线l之间的夹角为β,通过质心c和质心d的坐标计算出β;
质心d和质心b的连线i与垂直线m之间的夹角为γ,通过质心d和质心b的坐标计算出γ;
质心b和质心a的连线f与水平线k之间的夹角为δ,质心b和质心a的坐标计算出δ;
根据α,β,γ,δ计算出旋转角rotation和倾斜角Tilt;具体为:
rotation=(α+β+γ+δ)/4;
水平Tilt:HAngle=α+β°;
垂直Tilt:VAngle=α+β°;
Tilt=(HAngle+VAngle/2)。
如图3所示,计算出α=8.130102354156°,β=8.130102354156°,γ=8.130102354156°,δ=8.130102354156°;rotation=(α+β+γ+δ)/4≈8.13°;
水平Tilt:HAngle=β+δ≈16.26°;
垂直Tilt:VAngle=α+γ≈16.26°;
Tilt=(HAngle+VAngle/2)≈16.26°。
Claims (8)
1.一种广角模组的反畸变测试方法,其特征在于,包括以下步骤:
步骤1,设置反畸变图纸,所述反畸变图纸上设有至少五个正方形,其中一个正方形设置在所述反畸变图纸的中心,另外四个正方形分别设置在反畸变图纸的四个角处;正方形的边长为y,正方形的旋转角为θ,且每个正方形的四个角均设有角点;
步骤2,视场角FOV测试:
S21,利用被测摄像头模组获取反畸变图纸的图像,并识别出图像中任意一个正方形的四个角点;
S22,通过正方形的上边线或下边线上的两个角点的X轴坐标计算出对应边的像素个数x1;
S23,通过正方形的边长y和旋转角a计算出上边线或下边线点集的物理长度y1,其中,y1=y/cosθ;
S24,计算上边线或下边线点集上每个像素的物理长度L,L=y1/x1;
S25,根据图像像素长计算出图像实际物理宽度和图像实际物理高度;
S26,根据图像实际物理宽度和图像实际物理高度计算出对角线长度;
S27,根据图像实际物理宽度、图像物理高度以及拍摄距离通过FOV计算方法求出视场角;
步骤3,模组旋转角rotation、模组倾斜角Tilt测试:
S31,识别出五个正方形的质心;通过Harris角点检测获取四每个正方形的质心坐标;
S32,利用五个质心的坐标计算出模组旋转角rotation和模组倾斜角Tilt。
2.根据权利要求1所述的广角模组的反畸变测试方法,其特征在于:所述步骤2中,将畸变图纸的五个正方形分别按照步骤S21至步骤S27的方法计算出五个视场角,求五个视场角的平均值,该平均值即为最终的视场角。
3.根据权利要求2所述的广角模组的反畸变测试方法,其特征在于:所述S25中,
根据图像像素长计算出图像实际物理宽度和图像实际物理高度,具体为:
图像实际物理宽度=摄像头模组的图像芯片在宽度方向上的像素点数×每个像素的物理长度L;
图像实际物理高度=摄像头模组的图像芯片在高度方向上的像素点数×每个像素的物理长度L。
5.根据权利要求1至4任一所述的广角模组的反畸变测试方法,其特征在于:所述正方形的边长=反畸变图纸的边长×0.1。
6.根据权利要求5所述的广角模组的反畸变测试方法,其特征在于:位于反畸变图纸四个角的正方形的中心到位于中间正方形的中心之间的距离等于反畸变图纸图纸的对角线长度的0.8。
7.根据权利要求1或2或3或4或6所述的广角模组的反畸变测试方法,其特征在于:所述步骤S31具体为:
将摄像头模组获取的图像进行形态学开运算处理;
将图像反色获取反畸变图纸中的正方形,
识别出五个正方形的质心,分别为质心o、质心a,质心b,质心c和质心d,并以质心o为坐标原心,水平方向为X轴,垂直方向为Y轴,识别出质心a,质心b,质心c和质心d的坐标。
8.根据权利要求7所述的广角模组的反畸变测试方法,其特征在于:所述步骤32具体为:
质心a和质心c的连线g与垂直线j之间的夹角为α,通过质心a和质心c的坐标计算出α;
质心c和质心d的连线h与水平线l之间的夹角为β,通过质心c和质心d的坐标计算出β;
质心d和质心b的连线i与垂直线m之间的夹角为γ,通过质心d和质心b的坐标计算出γ;
质心b和质心a的连线f与水平线k之间的夹角为δ,质心b和质心a的坐标计算出δ;
根据α,β,γ,δ计算出模组旋转角rotation和模组倾斜角Tilt;
rotation=(α+β+γ+δ)/4;
水平Tilt:HAngle=β+δ;
垂直Tilt:VAngle=α+γ;
Tilt=(HAngle+VAngle/2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488924.7A CN114339201A (zh) | 2021-12-07 | 2021-12-07 | 广角模组的反畸变测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488924.7A CN114339201A (zh) | 2021-12-07 | 2021-12-07 | 广角模组的反畸变测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114339201A true CN114339201A (zh) | 2022-04-12 |
Family
ID=81049299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111488924.7A Pending CN114339201A (zh) | 2021-12-07 | 2021-12-07 | 广角模组的反畸变测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114339201A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108377371A (zh) * | 2018-02-09 | 2018-08-07 | 深圳市火乐科技发展有限公司 | 一种投影图像校正的方法及装置 |
CN110035280A (zh) * | 2019-04-23 | 2019-07-19 | 信利光电股份有限公司 | 利用棋盘格测试表检测模组fov的方法、装置及可读存储介质 |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
US20200388019A1 (en) * | 2017-11-30 | 2020-12-10 | Boe Technology Group Co., Ltd. | Method and system for testing field of view |
CN112468800A (zh) * | 2019-09-06 | 2021-03-09 | 余姚舜宇智能光学技术有限公司 | 广角摄像模组的测试方法及其测试系统 |
CN112468801A (zh) * | 2019-09-06 | 2021-03-09 | 余姚舜宇智能光学技术有限公司 | 广角摄像模组的光心测试方法及其测试系统和测试标板 |
CN112634142A (zh) * | 2019-09-24 | 2021-04-09 | 小元感知(北京)科技有限公司 | 一种超宽视角图像的畸变修正方法 |
-
2021
- 2021-12-07 CN CN202111488924.7A patent/CN114339201A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200388019A1 (en) * | 2017-11-30 | 2020-12-10 | Boe Technology Group Co., Ltd. | Method and system for testing field of view |
CN108377371A (zh) * | 2018-02-09 | 2018-08-07 | 深圳市火乐科技发展有限公司 | 一种投影图像校正的方法及装置 |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
CN110035280A (zh) * | 2019-04-23 | 2019-07-19 | 信利光电股份有限公司 | 利用棋盘格测试表检测模组fov的方法、装置及可读存储介质 |
CN112468800A (zh) * | 2019-09-06 | 2021-03-09 | 余姚舜宇智能光学技术有限公司 | 广角摄像模组的测试方法及其测试系统 |
CN112468801A (zh) * | 2019-09-06 | 2021-03-09 | 余姚舜宇智能光学技术有限公司 | 广角摄像模组的光心测试方法及其测试系统和测试标板 |
CN112634142A (zh) * | 2019-09-24 | 2021-04-09 | 小元感知(北京)科技有限公司 | 一种超宽视角图像的畸变修正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035320B (zh) | 基于单目视觉的深度提取方法 | |
CN109454634B (zh) | 一种基于平面图像识别的机器人手眼标定方法 | |
CN107292927A (zh) | 一种基于双目视觉的对称运动平台位姿测量方法 | |
KR20190021342A (ko) | 개선된 카메라 캘리브레이션 시스템, 타겟 및 프로세스 | |
CN105758426A (zh) | 移动机器人的多传感器的联合标定方法 | |
CN107333130B (zh) | 组装多摄像头模组测试方法及系统 | |
CN106910221B (zh) | 一种全局标定的方法及装置 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
CN106197265B (zh) | 一种空间自由飞行模拟器视觉精密定位方法 | |
CN109739239B (zh) | 一种用于巡检机器人的不间断仪表识别的规划方法 | |
CN106169076B (zh) | 一种基于透视变换的角度车牌图像库搭建方法 | |
CN104168476B (zh) | 一种测试chart内容抓取方法及系统 | |
CN111508027A (zh) | 摄像机外参标定的方法和装置 | |
JP2003050107A (ja) | カメラ校正装置 | |
CN106886976B (zh) | 一种基于内参数修正鱼眼像机的图像生成方法 | |
CN113841384A (zh) | 校准装置,用于校准的图表和校准方法 | |
CN102136140A (zh) | 一种基于矩形图样的视频图像距离检测方法 | |
JP5228614B2 (ja) | パラメータ計算装置、パラメータ計算システムおよびプログラム | |
Wang et al. | Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback | |
CN106600653A (zh) | 一种变倍相机光心标定方法 | |
CN110617763A (zh) | 一种旋转结构光式的h型钢尺寸测量方法 | |
CN113554708A (zh) | 一种基于单圆柱靶标的线结构光视觉传感器的完全标定法 | |
CN107680035B (zh) | 一种参数标定方法和装置、服务器及可读存储介质 | |
CN107067423A (zh) | 一种适用于开放赋存环境的文物本体微变监测的方法 | |
JP2011155412A (ja) | 投影システムおよび投影システムにおける歪み修正方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220412 |
|
WD01 | Invention patent application deemed withdrawn after publication |