CN114842094B - 全色面阵相机和高光谱线阵相机联合标定方法、系统 - Google Patents

全色面阵相机和高光谱线阵相机联合标定方法、系统 Download PDF

Info

Publication number
CN114842094B
CN114842094B CN202210778140.6A CN202210778140A CN114842094B CN 114842094 B CN114842094 B CN 114842094B CN 202210778140 A CN202210778140 A CN 202210778140A CN 114842094 B CN114842094 B CN 114842094B
Authority
CN
China
Prior art keywords
array camera
matrix
mark
coordinate system
image
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
Application number
CN202210778140.6A
Other languages
English (en)
Other versions
CN114842094A (zh
Inventor
浣石
陶为俊
徐冲
李传荣
唐伶俐
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210778140.6A priority Critical patent/CN114842094B/zh
Publication of CN114842094A publication Critical patent/CN114842094A/zh
Application granted granted Critical
Publication of CN114842094B publication Critical patent/CN114842094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Abstract

本申请属于相机标定技术领域，公开了一种全色面阵相机和高光谱线阵相机联合标定方法、系统，通过高光谱线阵相机拍摄标定件组合的第一图像，以获取多个位于扫描平面内的第一特征点的坐标关系，根据第一特征点的坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机拍摄的第二图像对世界坐标系与全色面阵相机的相机坐标系之间的第二位姿转换矩阵进行标定，根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机和全色面阵相机之间的位姿转换关系；计算过程简单、高效、计算结果精度高，可以广泛用于全色面阵相机和高光谱线阵相机的联合标定。

Description

全色面阵相机和高光谱线阵相机联合标定方法、系统
技术领域
本申请涉及相机标定技术领域，具体而言，涉及一种全色面阵相机和高光谱线阵相机联合标定方法、系统。
背景技术
全色面阵相机可以用来采集高精度的图像，高光谱线阵相机具有波段多、光谱窄、波段连续、数据量大等优势，若把全色面阵相机和高光谱线阵相机结合以对，可以获取更加全面的图像数据信息，同时，通过数字图像融合技术，全色面阵相机可以用来提高高光谱数据的分辨率。
然而，为了能够进行数据融合，需要先知道全色面阵相机和高光谱线阵相机之间的位姿转换关系，因此需要对两者之间的位姿转换关系进行标定。为此，需要寻求一种能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定的方法和系统。
发明内容
本申请的目的在于提供一种全色面阵相机和高光谱线阵相机联合标定方法、系统，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
第一方面，本申请提供了一种全色面阵相机和高光谱线阵相机联合标定系统，用于对全色面阵相机和高光谱线阵相机进行联合标定；包括上位机和标定件组合，所述标定件组合包括位于第一平面内的第一背景标志和第二背景标志以及位于第二平面内的第一特征标志和第二特征标志，所述第二平面与所述第一平面平行，所述第一特征标志位于所述第一背景标志前侧，且所述第一特征标志与所述第一背景标志的颜色不同，所述第二特征标志位于所述第二背景标志前侧，且所述第二特征标志与所述第二背景标志的颜色不同；
所述上位机用于：
获取由所述高光谱线阵相机拍摄的所述标定件组合的第一图像和由所述全色面阵相机拍摄的所述标定件组合的第二图像；
根据所述第一图像获取多个第一特征点的坐标数据中各坐标值之间的坐标关系；所述多个第一特征点位于所述第一图像的扫描平面内；
根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
根据所述第二图像获取世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵；
根据所述第一位姿转换矩阵和所述第二位姿转换矩阵计算所述高光谱线阵相机的相机坐标系和所述全色面阵相机的相机坐标系之间的第三姿转换矩阵。
该全色面阵相机和高光谱线阵相机联合标定系统，通过高光谱线阵相机拍摄标定件组合的第一图像，以获取多个位于第一图像的扫描平面内的第一特征点的坐标关系，进而根据这些第一特征点的坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机拍摄的第二图像对世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵进行标定，即可根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机和全色面阵相机之间的位姿转换关系；计算过程简单且计算结果的精度高，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
优选地，所述第一背景标志和所述第二背景标志均为等腰梯形标志；所述第一特征标志和第二特征标志均具有多个直线板条，每个所述直线板条的一端至少与另一个所述直线板条的一端相连以形成夹角；
所述第一图像的扫描平面与所述第一背景标志、第二背景标志、第一特征标志的各所述直线板条和第二特征标志的各所述直线板条均相交；
所述多个第一特征点包括所述第一背景标志和所述第二背景标志在所述第一图像中的图像边界点、各所述直线板条在所述第一图像中的图像中点以及各所述图像中点在对应的所述直线板条上的实际位置点。
根据该形状的第一背景标志、第二背景标志、第一特征标志和第二特征标志确定的第一特征点的坐标关系比较简单，有利于进一步提高计算效率。
优选地，所述上位机用于在根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的时候，执行：
根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵；
根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵。
优选地，所述根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵，具体包括：
构建以下平面方程：
Figure 599575DEST_PATH_IMAGE001
；其中，
Figure 985557DEST_PATH_IMAGE002
、
Figure 234136DEST_PATH_IMAGE003
、
Figure 301449DEST_PATH_IMAGE004
、
Figure 381401DEST_PATH_IMAGE005
分别为所述平面方程的四个系数，所述系数矩阵为四个所述系数组成的矩阵，
Figure 672705DEST_PATH_IMAGE006
、
Figure 907115DEST_PATH_IMAGE007
、
Figure 574856DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的所述坐标关系，求解以下优化目标函数，得到所述系数矩阵：
Figure 712577DEST_PATH_IMAGE009
；
其中，
Figure 174782DEST_PATH_IMAGE010
为优化目标函数，
Figure 397953DEST_PATH_IMAGE011
、
Figure 603806DEST_PATH_IMAGE012
、
Figure 596033DEST_PATH_IMAGE013
分别为第
Figure 229140DEST_PATH_IMAGE014
个所述第一特征点的坐标数据中的三个坐标值，
Figure 429353DEST_PATH_IMAGE015
为所述第一特征点的总数量。
通过该方法得到扫描平面的平面方程的系数矩阵，计算结果的准确性较高。
优选地，所述第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
所述根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵，具体包括：
求解以下方程得到所述第一旋转矩阵和所述第一平移矩阵：
Figure 173318DEST_PATH_IMAGE016
；
其中，
Figure 285630DEST_PATH_IMAGE017
为所述第一平移矩阵，
Figure 89638DEST_PATH_IMAGE018
为所述第一旋转矩阵
Figure 287401DEST_PATH_IMAGE019
的转置矩阵。
第二方面，本申请提供了一种全色面阵相机和高光谱线阵相机联合标定方法，用于对全色面阵相机和高光谱线阵相机进行联合标定，包括步骤：
获取由所述高光谱线阵相机拍摄的标定件组合的第一图像和由所述全色面阵相机拍摄的所述标定件组合的第二图像；所述标定件组合包括位于第一平面内的第一背景标志和第二背景标志以及位于第二平面内的第一特征标志和第二特征标志，所述第二平面与所述第一平面平行，所述第一特征标志位于所述第一背景标志前侧，且所述第一特征标志与所述第一背景标志的颜色不同，所述第二特征标志位于所述第二背景标志前侧，且所述第二特征标志与所述第二背景标志的颜色不同；
根据所述第一图像获取多个第一特征点的坐标数据中各坐标值之间的坐标关系；所述多个第一特征点位于所述第一图像的扫描平面内；
根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
根据所述第二图像获取世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵；
根据所述第一位姿转换矩阵和所述第二位姿转换矩阵计算所述高光谱线阵相机的相机坐标系和所述全色面阵相机的相机坐标系之间的第三姿转换矩阵。
全色面阵相机和高光谱线阵相机联合标定方法，通过高光谱线阵相机拍摄标定件组合的第一图像，以获取多个位于第一图像的扫描平面内的第一特征点的坐标关系，进而根据这些第一特征点的坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机拍摄的第二图像对世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵进行标定，即可根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机和全色面阵相机之间的位姿转换关系；计算过程简单且计算结果的精度高，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
优选地，所述第一背景标志和所述第二背景标志均为等腰梯形标志；所述第一特征标志和第二特征标志均具有多个直线板条，每个所述直线板条的一端至少与另一个所述直线板条的一端相连以形成夹角；
所述第一图像的扫描平面与所述第一背景标志、第二背景标志、第一特征标志的各所述直线板条和第二特征标志的各所述直线板条均相交；
所述多个第一特征点包括所述第一背景标志和所述第二背景标志在所述第一图像中的图像边界点、各所述直线板条在所述第一图像中的图像中点以及各所述图像中点在对应的所述直线板条上的实际位置点。
优选地，所述根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵；
根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵。
优选地，所述根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵的步骤，包括：
构建以下平面方程：
Figure 631795DEST_PATH_IMAGE001
；其中，
Figure 598614DEST_PATH_IMAGE002
、
Figure 839103DEST_PATH_IMAGE003
、
Figure 258583DEST_PATH_IMAGE004
、
Figure 108465DEST_PATH_IMAGE005
分别为所述平面方程的四个系数，所述系数矩阵为四个所述系数组成的矩阵，
Figure 929790DEST_PATH_IMAGE006
、
Figure 341180DEST_PATH_IMAGE007
、
Figure 247956DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的所述坐标关系，求解以下优化目标函数，得到所述系数矩阵：
Figure 871835DEST_PATH_IMAGE009
；
其中，
Figure 813247DEST_PATH_IMAGE010
为优化目标函数，
Figure 395538DEST_PATH_IMAGE011
、
Figure 55189DEST_PATH_IMAGE012
、
Figure 249804DEST_PATH_IMAGE013
分别为第
Figure 780142DEST_PATH_IMAGE014
个所述第一特征点的坐标数据中的三个坐标值，
Figure 533334DEST_PATH_IMAGE015
为所述第一特征点的总数量。
优选地，所述第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
所述根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
求解以下方程得到所述第一旋转矩阵和所述第一平移矩阵：
Figure 617965DEST_PATH_IMAGE016
；
其中，
Figure 380385DEST_PATH_IMAGE017
为所述第一平移矩阵，
Figure 234071DEST_PATH_IMAGE018
为所述第一旋转矩阵
Figure 391121DEST_PATH_IMAGE019
的转置矩阵。
有益效果
本申请提供的全色面阵相机和高光谱线阵相机联合标定方法、系统，通过高光谱线阵相机拍摄标定件组合的第一图像，以获取多个位于第一图像的扫描平面内的第一特征点的坐标数据中各坐标值之间的坐标关系，进而根据这些第一特征点的所述坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机拍摄的第二图像对世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵进行标定，即可根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机和全色面阵相机之间的位姿转换关系；计算过程简单且计算结果的精度高，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本申请实施例提供的全色面阵相机和高光谱线阵相机联合标定系统的结构示意图。
图2为示例性的第一背景标志和第二背景标志的结构示意图。
图3为示例性的第一特征标志和第二特征标志的结构示意图。
图4为本申请实施例提供的全色面阵相机和高光谱线阵相机联合标定方法的流程图。
标号说明：1、高光谱线阵相机；2、全色面阵相机；3、第一背景标志；4、第二背景标志；5、第一特征标志；501、第一直线板条；502、第二直线板条；503、第三直线板条；6、第二特征标志；601、第四直线板条；602、第五直线板条；603、第六直线板条；604、第七直线板条；605、第八直线板条；7、上位机。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种全色面阵相机和高光谱线阵相机联合标定系统，用于对全色面阵相机2和高光谱线阵相机1进行联合标定；包括上位机7和标定件组合，标定件组合包括位于第一平面内的第一背景标志3和第二背景标志4以及位于第二平面内的第一特征标志5和第二特征标志6，第二平面与第一平面平行，第一特征标志5位于第一背景标志3前侧，且第一特征标志5与第一背景标志3的颜色不同，第二特征标志6位于第二背景标志4前侧，且第二特征标志6与第二背景标志4的颜色不同；
上位机7用于：
获取由高光谱线阵相机1拍摄的标定件组合的第一图像和由全色面阵相机2拍摄的标定件组合的第二图像；
根据第一图像获取多个第一特征点的坐标数据（指在世界坐标系下的坐标数据）中各坐标值之间的坐标关系；多个第一特征点位于第一图像的扫描平面内；
根据多个第一特征点的坐标关系计算世界坐标系与高光谱线阵相机1的相机坐标系之间的第一位姿转换矩阵；
根据第二图像获取世界坐标系与全色面阵相机2的相机坐标系之间的第二位姿转换矩阵；
根据第一位姿转换矩阵和第二位姿转换矩阵计算高光谱线阵相机1的相机坐标系和全色面阵相机2的相机坐标系之间的第三姿转换矩阵。
该全色面阵相机和高光谱线阵相机联合标定系统，通过高光谱线阵相机1拍摄标定件组合的第一图像，以获取多个位于第一图像的扫描平面内的第一特征点的坐标关系，进而根据这些第一特征点的坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与高光谱线阵相机1的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机2拍摄的第二图像对世界坐标系与全色面阵相机2的相机坐标系之间的第二位姿转换矩阵进行标定，即可根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机1和全色面阵相机2之间的位姿转换关系；计算过程简单且计算结果的精度高，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
其中，前是指靠近待标定的高光谱线阵相机1和全色面阵相机2的一侧，即，第二平面位于第一平面和高光谱线阵相机1（及全色面阵相机2）之间。
需要说明的是，高光谱线阵相机1在进行一帧图像拍摄时，是通过在一个扫描平面内进行扫描，从而得到一帧直线扫描图像，因此，第一图像是直线扫描图像。例如图1中，扫描平面为AFG平面，第一图像为直线扫描图像AF，该直线扫描图像AF包括多个光谱段，光谱段的数量与第一背景标志3、第二背景标志4、第一特征标志5和第二特征标志6的具体形状有关，在图1所示的示例中，直线扫描图像AF的光谱段包括
Figure 759785DEST_PATH_IMAGE020
、
Figure 591475DEST_PATH_IMAGE021
、
Figure 361985DEST_PATH_IMAGE022
、
Figure 191401DEST_PATH_IMAGE023
、
Figure 47361DEST_PATH_IMAGE024
、
Figure 886004DEST_PATH_IMAGE025
、
Figure 245441DEST_PATH_IMAGE026
、
Figure 511338DEST_PATH_IMAGE027
、
Figure 90480DEST_PATH_IMAGE028
、
Figure 732814DEST_PATH_IMAGE029
、
Figure 212337DEST_PATH_IMAGE030
、
Figure 649134DEST_PATH_IMAGE031
、
Figure 214108DEST_PATH_IMAGE032
、
Figure 394553DEST_PATH_IMAGE033
、
Figure 728583DEST_PATH_IMAGE034
、
Figure 336282DEST_PATH_IMAGE035
、
Figure 887086DEST_PATH_IMAGE036
、
Figure 605644DEST_PATH_IMAGE037
、
Figure 59759DEST_PATH_IMAGE038
、
Figure 838359DEST_PATH_IMAGE039
和
Figure 377925DEST_PATH_IMAGE040
。在进行拍摄时，可把标定件组合放置在背景颜色与第一背景标志3和第二背景标志4不同的环境中，从而，任意相邻的两个光谱段具有不同的颜色，可根据各光谱段的颜色对各光谱段的位置进行识别。
其中，第一背景标志3、第二背景标志4、第一特征标志5和第二特征标志6的形状可根据实际需要设置；一般地，第一背景标志3和第二背景标志4为多边形标志，第一特征标志5和第二特征标志6包括多个直线板条，但不限于此。
可选地，在本实施例中，第一背景标志3和第二背景标志4均为等腰梯形标志；第一特征标志5和第二特征标志6均具有多个直线板条，每个直线板条的一端至少与另一个直线板条的一端相连以形成夹角；
第一图像的扫描平面与第一背景标志3、第二背景标志4、第一特征标志5的各直线板条和第二特征标志6的各直线板条均相交；
从而，多个第一特征点包括第一背景标志3和第二背景标志4在第一图像中的图像边界点、各直线板条在第一图像中的图像中点以及各图像中点在对应的直线板条上的实际位置点。
其中，第一背景标志3和第二背景标志4在第一图像中的图像边界点是指第一背景标志3和第二背景标志4的边沿与扫描平面的交点；各直线板条在第一图像中的图像中点是指各直线板条与扫描平面的相交线的中点在第一图像中对应的位置点；各图像中点在对应的直线板条上的实际位置点是指各直线板条与扫描平面的相交线的中点。以图2为例，图像边界点包括点
Figure 900173DEST_PATH_IMAGE041
、
Figure 208795DEST_PATH_IMAGE042
、
Figure 158296DEST_PATH_IMAGE043
和
Figure 421043DEST_PATH_IMAGE044
，图像中点包括光谱段
Figure 746983DEST_PATH_IMAGE022
、
Figure 644531DEST_PATH_IMAGE024
、
Figure 764934DEST_PATH_IMAGE026
、
Figure 279092DEST_PATH_IMAGE030
、
Figure 143143DEST_PATH_IMAGE032
、
Figure 160778DEST_PATH_IMAGE034
、
Figure 983240DEST_PATH_IMAGE036
和
Figure 952071DEST_PATH_IMAGE038
的中点；以图3为例，各图像中点在对应的直线板条上的实际位置点包括点
Figure 885392DEST_PATH_IMAGE045
、
Figure 757533DEST_PATH_IMAGE046
、
Figure 485317DEST_PATH_IMAGE047
、
Figure 708488DEST_PATH_IMAGE048
、
Figure 914342DEST_PATH_IMAGE049
、
Figure 640989DEST_PATH_IMAGE050
、
Figure 539675DEST_PATH_IMAGE051
和
Figure 497747DEST_PATH_IMAGE052
；总共有20个第一特征点。
根据该形状的第一背景标志3、第二背景标志4、第一特征标志5和第二特征标志6确定的第一特征点的坐标关系比较简单，有利于进一步提高计算效率。
在实际应用中，由于第一特征点的坐标关系是用于在后续进行第一图像的扫描平面的平面方程的系数矩阵的计算，因此，只需要保证第一特征点是该扫描平面内的点，并保证第一特征点的数量足够即可，因此，第一特征点不限于是前文所说的点，其数量也不限于是20个。为了保证计算精度足够，第一特征点的数量一般不少于6个。
在图2的示例中，第一背景标志3和第二背景标志4的底边在同一水平直线上，且第一背景标志3和第二背景标志4的底边之间具有间隔
Figure 507291DEST_PATH_IMAGE053
，但不限于此。
在图3的示例中，第一特征标志5具有三个直线板条，分别为第一直线板条501、第二直线板条502和第三直线板条503，第一直线板条501、第二直线板条502和第三直线板条503的上端相连，第一直线板条501和第三直线板条503位于第二直线板条502的两侧，第二直线板条502竖直设置；第二特征标志6包括五个直线板条，分别为第四直线板条601、第五直线板条602、第六直线板条603、第七直线板条604和第八直线板条605，第四直线板条601、第六直线板条603和第八直线板条605竖直设置且沿水平方向依次间隔排布，第五直线板条602的上端与第四直线板条601上端相连，第五直线板条602的下端和第七直线板条604的下端均与第六直线板条603的下端相连，第七直线板条604的上端与第八直线板条605的上端相连；各直线板条的下端在同一水平直线上，第一特征标志5的下端与第二特征标志6下端之间具有间隔
Figure 416341DEST_PATH_IMAGE054
。其中，各直线板条在水平方向上的宽度相同，均为
Figure 220349DEST_PATH_IMAGE055
。但第一特征标志5和第二特征标志6的结构不限于此。
可选地，在图1-图3中，第一背景标志3、第二背景标志4、第一特征标志5和第二特征标志6的底部在同一水平面上。
其中，可把世界坐标系OXYZ的零点设置在第一背景标志3的左下角处，如图1、图2所示，把第一背景标志3和第二背景标志4的底边设置在X轴上，以XY平面为第一平面。
以下，以图1-图3为例，对第一特征点的具体坐标关系进行说明。
其中，点
Figure 418112DEST_PATH_IMAGE041
的坐标关系为：
Figure 965768DEST_PATH_IMAGE056
；
Figure 932587DEST_PATH_IMAGE057
；
其中，
Figure 907496DEST_PATH_IMAGE058
、
Figure 326976DEST_PATH_IMAGE059
、
Figure 176858DEST_PATH_IMAGE060
分别是点
Figure 998184DEST_PATH_IMAGE041
的三个坐标值，
Figure 409574DEST_PATH_IMAGE061
、
Figure 316350DEST_PATH_IMAGE062
、
Figure 2546DEST_PATH_IMAGE063
分别为第一背景标志3的顶边长度、底边长度和高度（见图2）。
其中，点
Figure 943957DEST_PATH_IMAGE042
的坐标关系为：
Figure 260669DEST_PATH_IMAGE064
；
Figure 654741DEST_PATH_IMAGE065
；
其中，
Figure 347891DEST_PATH_IMAGE066
、
Figure 645273DEST_PATH_IMAGE067
、
Figure 398466DEST_PATH_IMAGE068
分别是点
Figure 14255DEST_PATH_IMAGE042
的三个坐标值。
其中，点
Figure 245516DEST_PATH_IMAGE043
的坐标关系为：
Figure 895940DEST_PATH_IMAGE069
；
Figure 820034DEST_PATH_IMAGE070
；
其中，
Figure 188698DEST_PATH_IMAGE071
、
Figure 20388DEST_PATH_IMAGE072
、
Figure 525319DEST_PATH_IMAGE073
分别是点
Figure 118849DEST_PATH_IMAGE043
的三个坐标值，
Figure 974809DEST_PATH_IMAGE074
、
Figure 282294DEST_PATH_IMAGE075
、
Figure 907310DEST_PATH_IMAGE076
分别是第二背景标志4的顶边长度、底边长度和高度（见图2），
Figure 173207DEST_PATH_IMAGE053
为第一背景标志3和第二背景标志4的底边之间具有间隔（见图2）。
其中，点
Figure 250884DEST_PATH_IMAGE044
的坐标关系为：
Figure 893218DEST_PATH_IMAGE077
；
Figure 372741DEST_PATH_IMAGE078
；
其中，
Figure 606276DEST_PATH_IMAGE079
、
Figure 672715DEST_PATH_IMAGE080
、
Figure 587581DEST_PATH_IMAGE081
分别是点
Figure 187190DEST_PATH_IMAGE044
的三个坐标值。
其中，光谱段
Figure 794888DEST_PATH_IMAGE022
、
Figure 581579DEST_PATH_IMAGE024
、
Figure 300136DEST_PATH_IMAGE026
、
Figure 754251DEST_PATH_IMAGE030
、
Figure 532851DEST_PATH_IMAGE032
、
Figure 570952DEST_PATH_IMAGE034
、
Figure 93200DEST_PATH_IMAGE036
、
Figure 401822DEST_PATH_IMAGE038
的中点
Figure 351323DEST_PATH_IMAGE082
、
Figure 112606DEST_PATH_IMAGE083
、
Figure 438545DEST_PATH_IMAGE084
、
Figure 601673DEST_PATH_IMAGE085
、
Figure 722076DEST_PATH_IMAGE086
、
Figure 32972DEST_PATH_IMAGE087
、
Figure 398487DEST_PATH_IMAGE088
、
Figure 416122DEST_PATH_IMAGE089
的坐标关系为：
Figure 973005DEST_PATH_IMAGE090
；
Figure 708880DEST_PATH_IMAGE091
；
其中，
Figure 845463DEST_PATH_IMAGE092
、
Figure 983184DEST_PATH_IMAGE093
、
Figure 710968DEST_PATH_IMAGE094
分别为
Figure 668560DEST_PATH_IMAGE095
（
Figure 904107DEST_PATH_IMAGE096
）的三个坐标值。
其中，点
Figure 896334DEST_PATH_IMAGE045
的坐标关系为：
Figure 529440DEST_PATH_IMAGE097
；
Figure 239907DEST_PATH_IMAGE098
；
其中，
Figure 983872DEST_PATH_IMAGE099
、
Figure 830606DEST_PATH_IMAGE100
、
Figure 900193DEST_PATH_IMAGE101
分别为点
Figure 832377DEST_PATH_IMAGE045
的三个坐标值，
Figure 442350DEST_PATH_IMAGE102
为第一背景标志3左下角和第一特征标志5左下角之间在X轴方向上的距离，
Figure 898915DEST_PATH_IMAGE055
为直线板条在水平方向上的宽度，
Figure 873824DEST_PATH_IMAGE103
为第一直线板条501和第二直线板条502的夹角（见图3），
Figure 558883DEST_PATH_IMAGE104
为第一平面和第二平面之间的距离。
其中，点
Figure 644651DEST_PATH_IMAGE046
的坐标关系为：
Figure 465976DEST_PATH_IMAGE105
；
Figure 611787DEST_PATH_IMAGE106
；
其中，
Figure 518563DEST_PATH_IMAGE107
、
Figure 673601DEST_PATH_IMAGE108
、
Figure 146171DEST_PATH_IMAGE109
分别是点
Figure 226997DEST_PATH_IMAGE046
的三个坐标值，
Figure 621069DEST_PATH_IMAGE110
为第一直线板条501左下角与第二直线板条502左上角之间在X轴方向上的距离（见图3）。
其中，点
Figure 48639DEST_PATH_IMAGE047
的坐标关系为：
Figure 844557DEST_PATH_IMAGE111
；
Figure 597749DEST_PATH_IMAGE112
；
其中，
Figure 213538DEST_PATH_IMAGE113
、
Figure 507117DEST_PATH_IMAGE114
、
Figure 157541DEST_PATH_IMAGE115
分别是点
Figure 81634DEST_PATH_IMAGE047
的三个坐标值，
Figure 951764DEST_PATH_IMAGE116
为第二直线板条502的右上角与第三直线板条503的右下角在X轴方向上的距离（见图3），
Figure 986716DEST_PATH_IMAGE117
为第二直线板条502和第三直线板条503之间的夹角（见图3）。
其中，点
Figure 491646DEST_PATH_IMAGE048
的坐标关系为：
Figure 586641DEST_PATH_IMAGE118
；
Figure 177023DEST_PATH_IMAGE119
；
其中，
Figure 15666DEST_PATH_IMAGE120
、
Figure 640682DEST_PATH_IMAGE121
、
Figure 906578DEST_PATH_IMAGE122
分别是点
Figure 951633DEST_PATH_IMAGE048
的三个坐标值，
Figure 531650DEST_PATH_IMAGE123
为第一特征标志5的下端与第二特征标志6下端之间的间隔（即第三直线板条503右下角与第四直线板条601左下角之间在X轴方向的距离，如图3所示）。
其中，点
Figure 11172DEST_PATH_IMAGE049
的坐标关系为：
Figure 447970DEST_PATH_IMAGE124
；
Figure 12944DEST_PATH_IMAGE125
；
其中，
Figure 193389DEST_PATH_IMAGE126
、
Figure 589735DEST_PATH_IMAGE127
、
Figure 698899DEST_PATH_IMAGE128
分别是点
Figure 485590DEST_PATH_IMAGE049
的三个坐标值，
Figure 469726DEST_PATH_IMAGE129
为第四直线板条601左上角与第六直线板条603左上角之间在X轴方向的距离（见图3），
Figure 923841DEST_PATH_IMAGE130
为第四直线板条601和第五直线板条602的夹角（见图3）。
其中，点
Figure 702441DEST_PATH_IMAGE050
的坐标关系为：
Figure 976428DEST_PATH_IMAGE131
；
Figure 498676DEST_PATH_IMAGE132
；
其中，
Figure 807298DEST_PATH_IMAGE133
、
Figure 255334DEST_PATH_IMAGE134
、
Figure 282196DEST_PATH_IMAGE135
分别为点
Figure 342556DEST_PATH_IMAGE050
的三个坐标值。
其中，点
Figure 974526DEST_PATH_IMAGE051
的坐标关系为：
Figure 94928DEST_PATH_IMAGE136
；
Figure 343507DEST_PATH_IMAGE137
；
其中，
Figure 207558DEST_PATH_IMAGE138
、
Figure 992237DEST_PATH_IMAGE139
、
Figure 283541DEST_PATH_IMAGE140
分别是点
Figure 19415DEST_PATH_IMAGE051
的三个坐标值，
Figure 483895DEST_PATH_IMAGE141
为第七直线板条604和第八直线板条605的夹角（见图3）。
其中，点
Figure 621615DEST_PATH_IMAGE052
的坐标关系为：
Figure 83820DEST_PATH_IMAGE142
；
Figure 41412DEST_PATH_IMAGE143
；
其中，
Figure 512845DEST_PATH_IMAGE144
、
Figure 505072DEST_PATH_IMAGE145
、
Figure 636713DEST_PATH_IMAGE146
分别是点
Figure 143918DEST_PATH_IMAGE052
的三个坐标值，
Figure 153462DEST_PATH_IMAGE147
为第七直线板条604右上角与第八直线板条605右上角之间在X轴方向上的距离（见图3）。
在本实施例中，上位机7用于在根据多个第一特征点的坐标关系计算世界坐标系与高光谱线阵相机1的相机坐标系之间的第一位姿转换矩阵的时候，执行：
根据多个第一特征点的坐标关系确定扫描平面的平面方程的系数矩阵；
根据该系数矩阵计算世界坐标系与高光谱线阵相机1的相机坐标系之间的第一位姿转换矩阵。
其中，根据多个第一特征点的坐标关系确定扫描平面的平面方程的系数矩阵，具体包括：
构建以下平面方程：
Figure 196DEST_PATH_IMAGE001
；其中，
Figure 69783DEST_PATH_IMAGE002
、
Figure 736388DEST_PATH_IMAGE003
、
Figure 549623DEST_PATH_IMAGE004
、
Figure 250863DEST_PATH_IMAGE005
分别为该平面方程的四个系数，该系数矩阵为四个所述系数组成的矩阵
Figure 288089DEST_PATH_IMAGE148
，
Figure 707569DEST_PATH_IMAGE006
、
Figure 572099DEST_PATH_IMAGE007
、
Figure 127845DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的坐标关系，联合求解以下优化目标函数，得到该系数矩阵：
Figure 539235DEST_PATH_IMAGE009
；
其中，
Figure 242749DEST_PATH_IMAGE010
为优化目标函数，
Figure 397787DEST_PATH_IMAGE011
、
Figure 73619DEST_PATH_IMAGE012
、
Figure 390331DEST_PATH_IMAGE013
分别为第
Figure 784403DEST_PATH_IMAGE014
个第一特征点的坐标数据中的三个坐标值，
Figure 477552DEST_PATH_IMAGE015
为第一特征点的总数量。
其中，对上述优化目标函数进行求解的求解方法为现有技术，此处不对其进行详述。
通过该方法得到扫描平面的平面方程的系数矩阵，计算结果的准确性较高。
其中，第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
根据该系数矩阵计算世界坐标系与高光谱线阵相机1的相机坐标系之间的第一位姿转换矩阵，具体包括：
求解以下方程得到第一旋转矩阵和第一平移矩阵：
Figure 772005DEST_PATH_IMAGE016
；
其中，
Figure 56356DEST_PATH_IMAGE017
为第一平移矩阵，
Figure 937724DEST_PATH_IMAGE149
为第一旋转矩阵
Figure 434565DEST_PATH_IMAGE019
的转置矩阵。
在本实施例中，上位机7用于在根据第二图像获取世界坐标系与全色面阵相机2的相机坐标系之间的第二位姿转换矩阵的时候，可通过传统的5点法或8点法标定得到世界坐标系与全色面阵相机2的相机坐标系之间的第二位姿转换矩阵，该第二位姿转换矩阵包括第二旋转矩阵
Figure 819410DEST_PATH_IMAGE150
和第二平移矩阵
Figure 743503DEST_PATH_IMAGE151
。其中，通过5点法或8点法为现有技术，具体地，分别把5个或8个标定点在第二图像中的像素坐标和这些标定点在世界坐标系下的坐标数据代入以下方程得到方程组，并对该方程组进行求解，得到第二旋转矩阵
Figure 846589DEST_PATH_IMAGE150
和第二平移矩阵
Figure 678278DEST_PATH_IMAGE151
：
Figure 448788DEST_PATH_IMAGE152
；
Figure 278204DEST_PATH_IMAGE153
为标定点在第二图像中的像素坐标，
Figure 370050DEST_PATH_IMAGE154
为全色面阵相机2的内参，
Figure 208693DEST_PATH_IMAGE155
为标定点在世界坐标系下的坐标数据。
在实际应用中，可以用第一背景标志3和第二背景标志4的角点作为5点法或8点法中使用的标定点。
其中，第三姿转换矩阵包括第三旋转矩阵
Figure 833710DEST_PATH_IMAGE156
和第三平移矩阵
Figure 896344DEST_PATH_IMAGE157
。
在本实施例中，上位机7用于在根据第一位姿转换矩阵和第二位姿转换矩阵计算高光谱线阵相机1的相机坐标系和全色面阵相机2的相机坐标系之间的第三姿转换矩阵的时候，执行：
根据以下公式计算第三旋转矩阵
Figure 974021DEST_PATH_IMAGE156
和第三平移矩阵
Figure 85196DEST_PATH_IMAGE157
：
Figure 564719DEST_PATH_IMAGE158
；
Figure 1517DEST_PATH_IMAGE159
。
参考图4，本申请提供了一种全色面阵相机和高光谱线阵相机联合标定方法，用于对全色面阵相机和高光谱线阵相机进行联合标定，包括步骤：
A1.获取由高光谱线阵相机拍摄的标定件组合的第一图像和由全色面阵相机拍摄的标定件组合的第二图像；标定件组合包括位于第一平面内的第一背景标志和第二背景标志以及位于第二平面内的第一特征标志和第二特征标志，第二平面与第一平面平行，第一特征标志位于第一背景标志前侧，且第一特征标志与第一背景标志的颜色不同，第二特征标志位于第二背景标志前侧，且第二特征标志与第二背景标志的颜色不同；
A2.根据第一图像获取多个第一特征点的坐标数据（指在世界坐标系下的坐标数据）中各坐标值之间的坐标关系；该多个第一特征点位于第一图像的扫描平面内；
A3.根据多个第一特征点的坐标关系计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
A4.根据第二图像获取世界坐标系与全色面阵相机的相机坐标系之间的第二位姿转换矩阵；
A5.根据第一位姿转换矩阵和第二位姿转换矩阵计算高光谱线阵相机的相机坐标系和全色面阵相机的相机坐标系之间的第三姿转换矩阵。
该全色面阵相机和高光谱线阵相机联合标定方法，通过高光谱线阵相机拍摄标定件组合的第一图像，以获取多个位于第一图像的扫描平面内的第一特征点的坐标关系，进而根据这些第一特征点的坐标关系确定扫描平面的系数矩阵，并用以计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；再根据全色面阵相机拍摄的第二图像对世界坐标系与全色面阵相机的相机坐标系之间的第二位姿转换矩阵进行标定，即可根据第一位姿转换矩阵和第二位姿转换矩阵通过简单计算得到高光谱线阵相机和全色面阵相机之间的位姿转换关系；计算过程简单且计算结果的精度高，能够简单高效且高精度地对全色面阵相机和高光谱线阵相机进行联合标定。
其中，前是指靠近待标定的高光谱线阵相机和全色面阵相机的一侧，即，第二平面位于第一平面和高光谱线阵相机（及全色面阵相机）之间。
需要说明的是，高光谱线阵相机1在进行一帧图像拍摄时，是通过在一个扫描平面内进行扫描，从而得到一帧直线扫描图像，因此，第一图像是直线扫描图像。
其中，该标定件组合可以是前文的全色面阵相机和高光谱线阵相机联合标定系统中的标定件组合。第一图像的扫描平面与第一背景标志、第二背景标志、第一特征标志的各直线板条和第二特征标志的各直线板条均相交。多个第一特征点包括第一背景标志和第二背景标志在第一图像中的图像边界点、各直线板条在第一图像中的图像中点以及各图像中点在对应的直线板条上的实际位置点。从而，第一图像包括多个光谱段。在进行拍摄时，可把标定件组合放置在背景颜色与第一背景标志和第二背景标志不同的环境中，从而，任意相邻的两个光谱段具有不同的颜色，可根据各光谱段的颜色对各光谱段的位置进行识别。
其中，第一背景标志和第二背景标志在第一图像中的图像边界点是指第一背景标志和第二背景标志的边沿与扫描平面的交点；各直线板条在第一图像中的图像中点是指各直线板条与扫描平面的相交线的中点在第一图像中对应的位置点；各图像中点在对应的直线板条上的实际位置点是指各直线板条与扫描平面的相交线的中点。
其中，各第一特征点的具体坐标关系可参考前文。
在本实施例中，根据多个第一特征点的坐标关系计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
根据多个第一特征点的坐标关系确定扫描平面的平面方程的系数矩阵；
根据该系数矩阵计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵。
其中，根据多个第一特征点的坐标关系确定扫描平面的平面方程的系数矩阵的步骤，包括：
构建以下平面方程：
Figure 363228DEST_PATH_IMAGE001
；其中，
Figure 543674DEST_PATH_IMAGE002
、
Figure 376238DEST_PATH_IMAGE003
、
Figure 718358DEST_PATH_IMAGE004
、
Figure 770628DEST_PATH_IMAGE005
分别为所述平面方程的四个系数，所述系数矩阵为四个所述系数组成的矩阵，
Figure 754764DEST_PATH_IMAGE006
、
Figure 740038DEST_PATH_IMAGE007
、
Figure 253059DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的坐标关系，联合求解以下优化目标函数，得到所述系数矩阵：
Figure 792624DEST_PATH_IMAGE009
；
其中，
Figure 314873DEST_PATH_IMAGE010
为优化目标函数，
Figure 420232DEST_PATH_IMAGE011
、
Figure 369733DEST_PATH_IMAGE012
、
Figure 898060DEST_PATH_IMAGE013
分别为第
Figure 692841DEST_PATH_IMAGE014
个所述第一特征点的坐标数据中的三个坐标值，
Figure 855969DEST_PATH_IMAGE015
为所述第一特征点的总数量。
其中，第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
根据该系数矩阵计算世界坐标系与高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
求解以下方程得到第一旋转矩阵和第一平移矩阵：
Figure 38688DEST_PATH_IMAGE016
；
其中，
Figure 287267DEST_PATH_IMAGE017
为第一平移矩阵，
Figure 885739DEST_PATH_IMAGE149
为第一旋转矩阵
Figure 168952DEST_PATH_IMAGE019
的转置矩阵。
在本实施例中，根据第二图像获取世界坐标系与全色面阵相机的相机坐标系之间的第二位姿转换矩阵的步骤包括：
通过5点法或8点法标定得到世界坐标系与全色面阵相机2的相机坐标系之间的第二位姿转换矩阵，该第二位姿转换矩阵包括第二旋转矩阵
Figure 460256DEST_PATH_IMAGE150
和第二平移矩阵
Figure 992869DEST_PATH_IMAGE151
。
其中，通过5点法或8点法为现有技术，具体地，分别把5个或8个标定点在第二图像中的像素坐标和这些标定点在世界坐标系下的坐标数据代入以下方程得到方程组，并对该方程组进行求解，得到第二旋转矩阵
Figure 660611DEST_PATH_IMAGE150
和第二平移矩阵
Figure 31287DEST_PATH_IMAGE151
：
Figure 493492DEST_PATH_IMAGE152
；
Figure 513401DEST_PATH_IMAGE153
为标定点在第二图像中的像素坐标，
Figure 719254DEST_PATH_IMAGE154
为全色面阵相机2的内参，
Figure 711481DEST_PATH_IMAGE155
为标定点在世界坐标系下的坐标数据。
在实际应用中，可以用第一背景标志和第二背景标志的角点作为5点法或8点法中使用的标定点。
其中，第三姿转换矩阵包括第三旋转矩阵
Figure 344588DEST_PATH_IMAGE156
和第三平移矩阵
Figure 55055DEST_PATH_IMAGE157
。
在本实施例中，根据第一位姿转换矩阵和第二位姿转换矩阵计算高光谱线阵相机的相机坐标系和全色面阵相机的相机坐标系之间的第三姿转换矩阵的步骤包括：
根据以下公式计算第三旋转矩阵
Figure 595757DEST_PATH_IMAGE156
和第三平移矩阵
Figure 708070DEST_PATH_IMAGE157
：
Figure 512078DEST_PATH_IMAGE158
；
Figure 945727DEST_PATH_IMAGE159
。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (2)

1.一种全色面阵相机和高光谱线阵相机联合标定系统，用于对全色面阵相机和高光谱线阵相机进行联合标定；其特征在于，包括上位机和标定件组合，所述标定件组合包括位于第一平面内的第一背景标志和第二背景标志以及位于第二平面内的第一特征标志和第二特征标志，所述第二平面与所述第一平面平行，所述第一特征标志位于所述第一背景标志前侧，且所述第一特征标志与所述第一背景标志的颜色不同，所述第二特征标志位于所述第二背景标志前侧，且所述第二特征标志与所述第二背景标志的颜色不同；
所述上位机用于：
获取由所述高光谱线阵相机拍摄的所述标定件组合的第一图像和由所述全色面阵相机拍摄的所述标定件组合的第二图像；
根据所述第一图像确定多个第一特征点的坐标数据中各坐标值之间的坐标关系；所述多个第一特征点位于所述第一图像的扫描平面内；
根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
根据所述第二图像获取世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵；
根据所述第一位姿转换矩阵和所述第二位姿转换矩阵计算所述高光谱线阵相机的相机坐标系和所述全色面阵相机的相机坐标系之间的第三姿转换矩阵；
所述第一背景标志和所述第二背景标志均为等腰梯形标志；所述第一特征标志和第二特征标志均具有多个直线板条，每个所述直线板条的一端至少与另一个所述直线板条的一端相连以形成夹角；
所述第一图像的扫描平面与所述第一背景标志、第二背景标志、第一特征标志的各所述直线板条和第二特征标志的各所述直线板条均相交；
所述多个第一特征点包括所述第一背景标志和所述第二背景标志在所述第一图像中的图像边界点、各所述直线板条在所述第一图像中的图像中点以及各所述图像中点在对应的所述直线板条上的实际位置点；
所述上位机用于在根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的时候，执行：
根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵；
根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
所述根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵，具体包括：
构建以下平面方程：
Figure DEST_PATH_IMAGE001
；其中，
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
、
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE005
分别为所述平面方程的四个系数，所述系数矩阵为四个所述系数组成的矩阵，
Figure DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE007
、
Figure DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的所述坐标关系，求解以下优化目标函数，得到所述系数矩阵：
Figure DEST_PATH_IMAGE009
；
其中，
Figure DEST_PATH_IMAGE010
为优化目标函数，
Figure DEST_PATH_IMAGE011
、
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE013
分别为第
Figure DEST_PATH_IMAGE014
个所述第一特征点的坐标数据中的三个坐标值，
Figure DEST_PATH_IMAGE015
为所述第一特征点的总数量；
所述第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
所述根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵，具体包括：
求解以下方程得到所述第一旋转矩阵和所述第一平移矩阵：
Figure DEST_PATH_IMAGE016
；
其中，
Figure DEST_PATH_IMAGE017
为所述第一平移矩阵，
Figure DEST_PATH_IMAGE018
为所述第一旋转矩阵
Figure DEST_PATH_IMAGE019
的转置矩阵。
2.一种全色面阵相机和高光谱线阵相机联合标定方法，用于对全色面阵相机和高光谱线阵相机进行联合标定，其特征在于，包括步骤：
获取由所述高光谱线阵相机拍摄的标定件组合的第一图像和由所述全色面阵相机拍摄的所述标定件组合的第二图像；所述标定件组合包括位于第一平面内的第一背景标志和第二背景标志以及位于第二平面内的第一特征标志和第二特征标志，所述第二平面与所述第一平面平行，所述第一特征标志位于所述第一背景标志前侧，且所述第一特征标志与所述第一背景标志的颜色不同，所述第二特征标志位于所述第二背景标志前侧，且所述第二特征标志与所述第二背景标志的颜色不同；
根据所述第一图像获取多个第一特征点的坐标数据中各坐标值之间的坐标关系；所述多个第一特征点位于所述第一图像的扫描平面内；
根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
根据所述第二图像获取世界坐标系与所述全色面阵相机的相机坐标系之间的第二位姿转换矩阵；
根据所述第一位姿转换矩阵和所述第二位姿转换矩阵计算所述高光谱线阵相机的相机坐标系和所述全色面阵相机的相机坐标系之间的第三姿转换矩阵；
所述第一背景标志和所述第二背景标志均为等腰梯形标志；所述第一特征标志和第二特征标志均具有多个直线板条，每个所述直线板条的一端至少与另一个所述直线板条的一端相连以形成夹角；
所述第一图像的扫描平面与所述第一背景标志、第二背景标志、第一特征标志的各所述直线板条和第二特征标志的各所述直线板条均相交；
所述多个第一特征点包括所述第一背景标志和所述第二背景标志在所述第一图像中的图像边界点、各所述直线板条在所述第一图像中的图像中点以及各所述图像中点在对应的所述直线板条上的实际位置点；
所述根据所述多个第一特征点的所述坐标关系计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵；
根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵；
所述根据所述多个第一特征点的所述坐标关系确定所述扫描平面的平面方程的系数矩阵的步骤，包括：
构建以下平面方程：
Figure DEST_PATH_IMAGE020
；其中，
Figure DEST_PATH_IMAGE021
、
Figure 313381DEST_PATH_IMAGE003
、
Figure 637046DEST_PATH_IMAGE004
、
Figure 338155DEST_PATH_IMAGE005
分别为所述平面方程的四个系数，所述系数矩阵为四个所述系数组成的矩阵，
Figure 264523DEST_PATH_IMAGE006
、
Figure 750999DEST_PATH_IMAGE007
、
Figure 104620DEST_PATH_IMAGE008
分别为三个坐标值；
根据多个第一特征点的所述坐标关系，求解以下优化目标函数，得到所述系数矩阵：
Figure DEST_PATH_IMAGE022
；
其中，
Figure DEST_PATH_IMAGE023
为优化目标函数，
Figure 997752DEST_PATH_IMAGE011
、
Figure DEST_PATH_IMAGE024
、
Figure 383603DEST_PATH_IMAGE013
分别为第
Figure 193427DEST_PATH_IMAGE014
个所述第一特征点的坐标数据中的三个坐标值，
Figure 717949DEST_PATH_IMAGE015
为所述第一特征点的总数量；
所述第一位姿转换矩阵包括第一旋转矩阵和第一平移矩阵；
所述根据所述系数矩阵计算世界坐标系与所述高光谱线阵相机的相机坐标系之间的第一位姿转换矩阵的步骤，包括：
求解以下方程得到所述第一旋转矩阵和所述第一平移矩阵：
Figure DEST_PATH_IMAGE025
；
其中，
Figure 160694DEST_PATH_IMAGE017
为所述第一平移矩阵，
Figure DEST_PATH_IMAGE026
为所述第一旋转矩阵
Figure 835389DEST_PATH_IMAGE019
的转置矩阵。
CN202210778140.6A 2022-07-04 2022-07-04 全色面阵相机和高光谱线阵相机联合标定方法、系统 Active CN114842094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210778140.6A CN114842094B (zh) 2022-07-04 2022-07-04 全色面阵相机和高光谱线阵相机联合标定方法、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210778140.6A CN114842094B (zh) 2022-07-04 2022-07-04 全色面阵相机和高光谱线阵相机联合标定方法、系统

Publications (2)

Publication Number Publication Date
CN114842094A CN114842094A (zh) 2022-08-02
CN114842094B true CN114842094B (zh) 2022-09-27

Family

ID=82574532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210778140.6A Active CN114842094B (zh) 2022-07-04 2022-07-04 全色面阵相机和高光谱线阵相机联合标定方法、系统

Country Status (1)

Country Link
CN (1) CN114842094B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115861434B (zh) * 2022-11-14 2024-03-22 中国人民解放军海军工程大学 用于超大场景测量多视角相机的位姿估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101280840B1 (ko) * 2013-04-23 2013-07-02 (주)유한프리젠 프리젠테이션 시스템의 스크린상에서 레이저 포인트 위치 좌표 인식 방법
CN105809702A (zh) * 2016-03-29 2016-07-27 南京航空航天大学 一种基于Tsai算法的改进位姿估计方法
CN106127745A (zh) * 2016-06-17 2016-11-16 凌云光技术集团有限责任公司 结构光3d视觉系统与线阵相机的联合标定方法及装置
CN112396660A (zh) * 2019-08-12 2021-02-23 华为技术有限公司 一种摄像机光心的确定方法及系统
CN114419170A (zh) * 2022-03-30 2022-04-29 杭州灵西机器人智能科技有限公司 线阵相机和面阵相机的联合标定方法、装置和介质
CN114578329A (zh) * 2022-03-01 2022-06-03 亿咖通(湖北)技术有限公司 多传感器联合标定方法、设备、存储介质及程序产品

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101280840B1 (ko) * 2013-04-23 2013-07-02 (주)유한프리젠 프리젠테이션 시스템의 스크린상에서 레이저 포인트 위치 좌표 인식 방법
CN105809702A (zh) * 2016-03-29 2016-07-27 南京航空航天大学 一种基于Tsai算法的改进位姿估计方法
CN106127745A (zh) * 2016-06-17 2016-11-16 凌云光技术集团有限责任公司 结构光3d视觉系统与线阵相机的联合标定方法及装置
CN112396660A (zh) * 2019-08-12 2021-02-23 华为技术有限公司 一种摄像机光心的确定方法及系统
CN114578329A (zh) * 2022-03-01 2022-06-03 亿咖通(湖北)技术有限公司 多传感器联合标定方法、设备、存储介质及程序产品
CN114419170A (zh) * 2022-03-30 2022-04-29 杭州灵西机器人智能科技有限公司 线阵相机和面阵相机的联合标定方法、装置和介质

Also Published As

Publication number Publication date
CN114842094A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN114842094B (zh) 全色面阵相机和高光谱线阵相机联合标定方法、系统
Lucchese Geometric calibration of digital cameras through multi-view rectification
CN104574421A (zh) 一种大幅面小重合区域高精度多光谱图像配准方法及装置
CN112785656B (zh) 双立体相机的标定方法及装置、电子设备及存储介质
CN101639947A (zh) 基于图像的植物三维形态测量与重建方法及系统
CN112802124B (zh) 多台立体相机的标定方法及装置、电子设备及存储介质
CN111160396B (zh) 一种基于多图结构的图卷积网络的高光谱图像分类方法
CN102156986A (zh) 近红外摄像机的标定方法
CN109308715A (zh) 一种基于点特征和线特征结合的光学图像配准方法
CN114018932A (zh) 基于矩形标定物的路面病害指标测量方法
CN106407973B (zh) 标在柱面上的ar码的鲁棒识别方法
CN111210478A (zh) 一种无共同视野多相机系统外参标定方法、介质及系统
CN110849262A (zh) 一种植被表型结构参数测量方法、装置及系统
CN104992431B (zh) 多光谱图像配准的方法及装置
CN113177548A (zh) 一种针对免疫固定电泳的重点区域识别方法
CN112862683A (zh) 一种基于弹性配准和网格优化的邻接图像拼接方法
CN106600561A (zh) 基于投影映射的航拍图像透视畸变自动校正方法
CN112435290A (zh) 基于饱和度分割的叶面积图像测量方法
CN114926625A (zh) 一种基于图像处理技术的玻璃液体温度计自动读数方法
CN103854271A (zh) 一种平面摄像机标定方法
WO2008032375A1 (fr) Dispositif et procédé de correction d'image, et programme informatique
US6373591B1 (en) System for producing photo layouts to match existing mattes
CN107424194A (zh) 键盘轮廓度的检测方法
CN113033559A (zh) 一种基于目标检测的文本检测方法及装置、存储介质
CN112050752A (zh) 一种基于二次投影的投影仪标定方法

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
GR01 Patent grant
GR01 Patent grant