CN114913236A - 相机标定方法、装置及电子设备 - Google Patents

相机标定方法、装置及电子设备 Download PDF

Info

Publication number
CN114913236A
CN114913236A CN202110175040.XA CN202110175040A CN114913236A CN 114913236 A CN114913236 A CN 114913236A CN 202110175040 A CN202110175040 A CN 202110175040A CN 114913236 A CN114913236 A CN 114913236A
Authority
CN
China
Prior art keywords
annular pattern
image
determining
outer edge
inner edge
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
CN202110175040.XA
Other languages
English (en)
Inventor
吴勇辉
姚金铸
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 Goodix Technology Co Ltd
Original Assignee
Shenzhen Goodix 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 Goodix Technology Co Ltd filed Critical Shenzhen Goodix Technology Co Ltd
Priority to CN202110175040.XA priority Critical patent/CN114913236A/zh
Priority to PCT/CN2022/074553 priority patent/WO2022171003A1/zh
Priority to EP22154191.5A priority patent/EP4040392A1/en
Priority to US17/589,107 priority patent/US20220254065A1/en
Publication of CN114913236A publication Critical patent/CN114913236A/zh
Pending legal-status Critical Current

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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Abstract

本申请提供一种相机标定方法、装置及电子设备，该方法包括：获取标定板图像，所述标定板图像中包括多个环形图案；获取所述标定板图像中每个环形图案的内边缘和外边缘；根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标；根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数，提高了相机标定的准确度。

Description

相机标定方法、装置及电子设备
技术领域
本申请涉及图像处理技术，尤其涉及一种相机标定方法、装置及电子设备。
背景技术
相机成像的几何模型的参数称为相机参数，相机参数包括相机内参，如焦距、成像中心等，以及相机外参，如旋转矩阵和平移矩阵，确定相机内外参数的过程称为相机标定。
在图像测量或者机器视觉等应用中，相机标定都是非常关键的环节，相机标定结果准确与否直接影响相机工作产生的结果的准确性。在进行相机标定时，通过拍摄具有实心圆图案的标定物图片，再进一步确定实心圆的圆心的图像坐标，根据圆心的图像坐标与已知的圆心的世界坐标确定相机的内外参数。这种方案标定准确度较低。
发明内容
本申请提供一种相机标定方法、装置及电子设备，提高了相机标定的准确度。
第一方面，本申请提供一种相机标定方法，包括：
获取标定板图像，所述标定板图像中包括多个环形图案；
获取所述标定板图像中每个环形图案的内边缘和外边缘；
根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标；
根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
在一种可行的实现方式中，所述获取所述标定板图像中每个环形图案的内边缘和外边缘，包括：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘，将所述每个环形图案的像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，所述获取所述标定板图像中每个环形图案的内边缘和外边缘，包括：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘；
对像素级别的内边缘和外边缘进行平滑处理，得到亚像素级别的内边缘和外边缘，将所述亚像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，所述根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标，包括：
对每个环形图案的内边缘和外边缘之间的区域进行分割，得到多个分割块；
计算每个分割块的重心；
对所述多个分割块的重心进行拟合，根据拟合结果确定所述每个环形图案的中心点的图像坐标。
在一种可行的实现方式中，所述对每个环形图案的内边缘和外边缘之间的区域进行分割，包括：
根据每个环形图案的内边缘和外边缘的法线对每个环形图案的内边缘和外边缘之间的区域进行分割。
在一种可行的实现方式中，所述方法还包括：
确定所述标定板图像中每个环形图案的中心点的图像坐标之间的相对位置关系；
根据所述相对位置关系以及预先确定的所述标定板图像中各环形图案的中心点的世界坐标，确定每个环形图案的中心点的图像坐标和世界坐标之间的对应关系。
在一种可行的实现方式中，所述根据每个中心点的图像坐标和对应的世界坐标，确定相机的内外参数，包括：
根据每个环形图案的中心点的图像坐标和世界坐标之间的对应关系，以及图像坐标系与世界坐标系之间的映射关系，确定相机的内外参数。
第二方面，本申请提供一种相机标定装置，包括：
第一获取模块，用于获取标定板图像，所述标定板图像中包括多个环形图案；
第二获取模块，用于获取所述标定板图像中每个环形图案的内边缘和外边缘；
确定模块，用于根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标；
标定模块，用于根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
在一种可行的实现方式中，所述第二获取模块用于：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘，将所述每个环形图案的像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，所述第二获取模块用于：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘；
对像素级别的内边缘和外边缘进行平滑处理，得到亚像素级别的内边缘和外边缘，将所述亚像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，所述确定模块用于：
对每个环形图案的内边缘和外边缘之间的区域进行分割，得到多个分割块；
计算每个分割块的重心；
对所述多个分割块的重心进行拟合，根据拟合结果确定所述每个环形图案的中心点的图像坐标。
在一种可行的实现方式中，所述确定模块用于：
根据每个环形图案的内边缘和外边缘的法线对每个环形图案的内边缘和外边缘之间的区域进行分割。
在一种可行的实现方式中，所述标定模块还用于：
确定所述标定板图像中每个环形图案的中心点的图像坐标之间的相对位置关系；
根据所述相对位置关系以及预先确定的所述标定板图像中各环形图案的中心点的世界坐标，确定每个环形图案的中心点的图像坐标和世界坐标之间的对应关系。
在一种可行的实现方式中，所述标定模块用于：
根据每个环形图案的中心点的图像坐标和世界坐标之间的对应关系，以及图像坐标系与世界坐标系之间的映射关系，确定相机的内外参数。
第三方面，本申请提供一种电子设备，包括存储器和处理器，所述存储器和处理器连接；
所述存储器用于存储计算机程序；
所述处理器用于在所述计算机程序被执行时，实现如第一方面所述的方法。
第四方面，本申请提供一种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，实现如第一方面所述的方法。
第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法
本申请提供一种相机标定方法、装置及电子设备，通过对标定板的图案进行改进，采用具有环形图案的标定板进行相机标定，由于环形图案具有内圆和外圆两个边缘，利用这两个边缘共同确定环形图案的中心点的图像坐标，相比于采用实心圆方式来确定圆心的图像坐标，本实施例中利用环形图案的两个边缘得到的中心点的图像坐标更精确，从而可使得相机的标定结果更为准确。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种相机标定方法的流程示意图一；
图2为本申请实施例提供的一种标定板示意图；
图3为本申请实施例提供的一种标定板图像示意图；
图4为本申请实施例提供的一种相机标定方法的流程示意图二；
图5为本申请实施例提供的环形图案分割示意图；
图6为本申请实施例提供的一种相机标定装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在图像测量、机器视觉等各类应用中，常常需要从相机获取的图像信息出发计算三维空间中物体的几何信息，例如，进行三维物体重建，识别物体的深度信息等，而物体表面某点的三维位置与其在图像中对应点之间的相互关系是由相机成像的几何模型，也就是相机参数决定的。因此，进行相机参数的标定直接影响相机工作产生结果的准确性。
相机标定可以借助三维或二维标定板实现，标定板用于提供已知坐标信息(世界坐标)的点，也称为靶标点，利用相机拍摄标定板，通过对获得的标定板的图像进行处理，提取靶标点的图像坐标，基于每个靶标点的图像坐标和世界坐标确定相机的内外参。其中，世界坐标是基于由用户定义的三维世界的世界坐标系，用于描述标定板在三维世界里的位置。图像坐标是图像像素坐标，用于描述像素在图像中的位置。世界坐标和图像坐标均采用笛卡尔坐标表示。
由于三维标定板制作复杂，因此在实际应用中通常采用二维标定板，标定板上具有特定图案，例如，标定板上具有间隔排列的实心圆。将标定板放置好之后，标定板上实心圆的圆心(即靶标点)的世界坐标即可确定，再通过相机拍摄标定板，对得到的图像进行处理，提取图像中实心圆的圆心的图像坐标，从而根据圆心的图像坐标和世界坐标确定相机的内外参。
在上述相机标定的过程中，由于靶标点的世界坐标可以预先获得，且世界坐标较为准确，因此，相机的标定结果的准确度主要由靶标点的图像坐标的精度决定，即，从图像中提取的靶标点的图像坐标越精确，则相机的标定结果越准确。
然而，在采用具有实心圆图案的标定板进行相机标定时，从图像中提取实心圆的圆心的图像坐标的精度通常较低。特别是对于分辨率较低的相机，例如飞行时间法(Timeof flight，TOF)深度相机，从图像中提取实心圆的圆心的图像坐标的精度会更低，从而导致标定结果更不准确。
为了提高相机标定精度，本申请提供一种相机标定方法，对标定板的图案进行改进，提出采用具有环形图案的标定板进行相机标定，由于环形图案具有内圆和外圆两个边缘，利用内圆和外圆两个边缘共同确定环形图案的中心点，得到的中心点的图像坐标更精确，从而可使得相机的标定结果更为准确。
下面，将通过具体的实施例对本申请提供的相机标定方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请实施例提供的一种相机标定方法的流程示意图一。如图1中所示，该方法包括：
S101、获取标定板图像。
其中，标定板图像中包括多个环形图案。示例的，本申请实施例采用的标定板具有如图2中所示的环形图案，标定板的背景可以为白色，圆环部分可以为黑色。标定板上的每个环形图案的大小可以相同或不同，环形图案之间的间隔也可以相同或不同，本申请实施例对此不做限定。此外，本实施例中的标定板的基材可以为反射式或背照式。采用背照式基材时，标定板基材透明，在标定板背面增加光源，有利于后续的图像处理，可使得标定结果更准确。
为了实现相机标定，标定板图像需要包括标定板的至少三个视角，相机在对标定板进行拍摄时，可以采用两种方式。一种方式中，可以对一张标定板进行多次拍摄，该标定板上包括4个以上环形图案。每次拍摄时调整标定板或相机的位姿，采用这种方式时，一张标定板可以尽可能的占满相机的整个视场，标定板中的靶标点的数量可以更多，有利于提高标定精度。
另一种方式中，可以对多张标定板进行一次拍摄，每个标定板上包括4个以上环形图案，示例的，如图3中所示是对不同位姿的4张标定板进行一次拍摄得到的标定板图像。每张标定板的位姿不同，这样，通过一次拍摄即可获得多个不同视角的标定板的图像，标定效率较高。
S102、获取标定板图像中每个环形图案的内边缘和外边缘。
S103、根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标。
由于标定板中的环形图案与标定板的背景部分的颜色有明显区分，因此可以通过对标定板图像进行边缘检测，获取到每个环形图案的边缘，环形图案的边缘包括内边缘和外边缘，即内圆和外圆。
环形图案的内边缘和外边缘共同确定了环形图案的圆环的范围，从而，根据内边缘和外边缘即可共同确定环形图案的中心点的图像坐标。
S104、根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
每个环形图案的中心点的世界坐标经过由相机的内外参数构成的矩阵的转换，即可转换为每个环形图案的中心点的图像坐标，在本实施例中，由于标定板是预先按照一定的位姿放置的，标定板中每个环形图案的中心点的世界坐标可以提前确定，因此，在从标定板图像中提取出每个中心点的图像坐标之后，根据图像坐标和对应的世界坐标，即可确定相机的内外参数，完成相机的标定。
本实施例提供的相机标定方法，对标定板的图案进行改进，采用具有环形图案的标定板进行相机标定，由于环形图案具有内圆和外圆两个边缘，利用这两个边缘共同确定环形图案的中心点的图像坐标，相比于采用实心圆方式来确定圆心的图像坐标，本实施例中利用环形图案的两个边缘得到的中心点的图像坐标更精确，从而可使得相机的标定结果更为准确。
通过对相机进行上述标定，获取准确的相机参数，可进一步使得相机工作产生的结果更为准确。示例的，对于TOF深度相机，在对相机标定后，基于相机参数确定的拍摄对象的深度信息会更准确。
在上述实施例的基础上，进一步对从标定板图像中提取每个环形图案的中心点的图像坐标进行说明。图4为本申请实施例提供的一种相机标定方法的流程示意图二。如图4所示，该方法包括：
S401、获取标定板图像。
本实施例中S401与图1所示实施例中S101类似，此处不再赘述。
S402、根据标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘。
由于标定板中的环形图案与标定板的背景部分的颜色有明显区分，因此，通过检测标定板图像中各个像素点的灰度值，根据灰度值的变化即可确定环形图案的边缘和边缘。示例的，通过设置灰度变化阈值，在相邻像素的灰度值变化大于该灰度变化阈值时，将灰度值较低的像素确定为环形图案边缘的像素。通过对整个标定板图像中的像素点的灰度值的检测，即可确定出每个环形图案的像素级别的内边缘和外边缘。
S403、对像素级别的内边缘和外边缘进行平滑处理，得到亚像素级别的内边缘和外边缘。
对于分辨率较低，即像素较低的相机，基于像素级别的边缘进行后续处理，可能造成精度较低，因此，本实施中进一步对像素级别的内边缘和外边缘进行平滑处理，示例的，采用插值法对像素级别的内边缘和外边缘的像素点的灰度值进行插值，以得到亚像素级别的内边缘和外边缘。示例的，还可以通过对像素级别的内边缘和外边缘的像素点灰度值进行拟合以得到亚像素级别的内边缘和外边缘。
需要说明的是，S403中对环形图案的内边缘和外边缘进行平滑处理得到亚像素级别的内边缘和外边缘是为了提高标定精确度，在实际标定过程中可以根据需要选择执行或跳过S403。即，在一种实现方式中，可以仅执行S401-S402，在确定每个环形图案的像素级别的内边缘和外边缘后，将将每个环形图案的像素级别的内边缘和外边缘确定为每个环形图案的内边缘和外边缘。在另一种实现方式中，执行S401-S403，即确定出每个环形图案的亚像素级别的内边缘和外边缘，将每个环形图案的亚像素级别的内边缘和外边缘确定为每个环形图案的内边缘和外边缘。之后再进一步基于确定出的每个环形图案的内边缘和外边缘执行后续的S404-S408。
S404、对每个环形图案的内边缘和外边缘之间的区域进行分割，得到多个分割块，并计算每个分割块的重心。
在确定每个环形图案的内边缘和外边缘后，对内边缘和外边缘之间的环形区域进行分割，可选的，通过确定内边缘和/或外边缘的多个位置处的法线，根据每个环形图案的内边缘和/或外边缘的法线，对每个环形图案的内边缘和外边缘之间的区域进行分割。以采用内边缘的法线为例进行说明，将内边缘分为多个弧线段，图5中示意的弧线AB为其中一个弧线段，在A点和B点处分别确定弧线的法线(图中虚线所示)，两条法线分别与外边缘相交，从而两条法线以及内外边缘之间组成的以网格状示意的一个区域即为分割得到的一个分割块(为清楚示意，图5中环形区域未填充颜色)。需要说明的是，在对圆环分割时，分割块的大小可以根据需要设置，示例的，以两个像素为单位将内边缘分为多个弧线段，再按照上述方法进行分割。
对于分割得到的每个分割块，计算其重心位置的图像坐标。示例的，可以通过灰度重心法，根据分割块的灰度值确定分割块的重心。如图5中所示的三个点即分别为三个分割块的重心，图中其他分割块和其重心未示意。
S405、对多个分割块的重心进行拟合，根据拟合结果确定每个环形图案的中心点的图像坐标。
在确定多个分割块的重心后，对多个分割块的重心进行拟合，示例的，可以采用平均值法、最小二乘法、高斯拟合等方式对多个分割块的重心进行啮合，从而确定环形图案的中心点的图像坐标。
S406、确定标定板图像中每个环形图案的中心点的图像坐标之间的相对位置关系。
由于相机标定是依赖于靶标点(本实施例中环形图案的中心点)的图像坐标与世界坐标之间的转换，因此，在提取到每个环形图案的中心点的图像坐标之后，需要按照坐标值的横轴和纵轴的大小确定各环形图案的中心点之间的相对位置关系，以便于确定图像坐标和世界坐标之间的对应关系。
S407、根据相对位置关系以及预先确定的标定板图像中各环形图案的中心点的世界坐标，确定每个环形图案的中心点的图像坐标和世界坐标之间的对应关系。
根据每个环形图案的中心点的图像坐标，可以确定每个环形图案的中心点之间的相对位置关系，再进一步结合预先确定的标定板图像中各环形图案的中心点的世界坐标，即可确定每个环形图案的中心点的图像坐标和世界坐标之间的一一对应关系。
S408、根据每个环形图案的中心点的图像坐标和世界坐标之间的对应关系，以及图像坐标系与世界坐标系之间的映射关系，确定相机的内外参数。
图像坐标系与世界坐标系之间的映射关系由相机的内外参数矩阵构成，在进行参数标定时，首先根据每个标定板中的环形图案的图像坐标和世界坐标确定每个标定板对应的单应矩阵，由多个标定板的单应矩阵确定相机的内参，进一步的，通过单应矩阵和外参确定相机的外参。
本实施例提供的相机标定方法，通过采用具有环形图案的标定板进行相机标定，由于环形图案具有内圆和外圆两个边缘，利用这两个边缘共同确定环形图案的中心点的图像坐标，并且，在进行边缘检测时，可以通过对像素级别的内边缘和外边缘进行优化处理，得到亚像素级别的内边缘和外边缘，从而进一步提高边缘精度。根据高精度的两个环形边缘确定环形图案的中心点的图像坐标，相比于采用实心圆方式来确定圆心的图像坐标更精确，从而可使得相机的标定结果更为准确。
图6为本申请实施例提供的一种相机标定装置的结构示意图。如图6所示，相机标定装置60包括：
第一获取模块601，用于获取标定板图像，标定板图像中包括多个环形图案。
第二获取模块602，用于获取标定板图像中每个环形图案的内边缘和外边缘。
确定模块603，用于根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标。
标定模块604，用于根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
在一种可行的实现方式中，第二获取模块602用于：
根据标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘，将每个环形图案的像素级别的内边缘和外边缘确定为每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，第二获取模块602用于：
根据标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘；
对像素级别的内边缘和外边缘进行平滑处理，得到亚像素级别的内边缘和外边缘，将亚像素级别的内边缘和外边缘确定为每个环形图案的内边缘和外边缘。
在一种可行的实现方式中，确定模块603用于：
对每个环形图案的内边缘和外边缘之间的区域进行分割，得到多个分割块；
计算每个分割块的重心；
对多个分割块的重心进行拟合，根据拟合结果确定每个环形图案的中心点的图像坐标。
在一种可行的实现方式中，确定模块603用于：
根据每个环形图案的内边缘和外边缘的法线对每个环形图案的内边缘和外边缘之间的区域进行分割。
在一种可行的实现方式中，标定模块604还用于：
确定标定板图像中每个环形图案的中心点的图像坐标之间的相对位置关系；
根据相对位置关系以及预先确定的标定板图像中各环形图案的中心点的世界坐标，确定每个环形图案的中心点的图像坐标和世界坐标之间的对应关系。
在一种可行的实现方式中，标定模块604用于：
根据每个环形图案的中心点的图像坐标和世界坐标之间的对应关系，以及图像坐标系与世界坐标系之间的映射关系，确定相机的内外参数。
本实施例提供的相机标定装置可用于执行上述方法实施例中的相机标定方法，其实现原理和计算效果类似，此处不再赘述。
图7为本申请实施例提供的一种电子设备的结构示意图。如图7所示，电子设备70包括存储器701和处理器702，存储器701和处理器702可以通过总线703连接。
存储器701用于存储计算机程序。
处理器702用于在计算机程序被执行时，实现上述方法实施例中的相机标定方法。
可选的，该电子设备可以是用于对相机拍摄的图像进行处理并进行相机内外参数计算的计算机设备、服务器等。或者，该电子设备也可以为具有相机的电子设备，该电子设备可对自身具有的相机进行参数标定。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，实现上述方法实施例中的相机标定方法。
本申请实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述方法实施例中的相机标定方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (11)

1.一种相机标定方法，其特征在于，包括：
获取标定板图像，所述标定板图像中包括多个环形图案；
获取所述标定板图像中每个环形图案的内边缘和外边缘；
根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标；
根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
2.根据权利要求1所述的方法，其特征在于，所述获取所述标定板图像中每个环形图案的内边缘和外边缘，包括：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘，将所述每个环形图案的像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
3.根据权利要求1所述的方法，其特征在于，所述获取所述标定板图像中每个环形图案的内边缘和外边缘，包括：
根据所述标定板图像中的像素点的灰度值，确定每个环形图案的像素级别的内边缘和外边缘；
对所述像素级别的内边缘和外边缘进行平滑处理，得到亚像素级别的内边缘和外边缘，将所述亚像素级别的内边缘和外边缘确定为所述每个环形图案的内边缘和外边缘。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标，包括：
对每个环形图案的内边缘和外边缘之间的区域进行分割，得到多个分割块；
计算每个分割块的重心；
对所述多个分割块的重心进行拟合，根据拟合结果确定所述每个环形图案的中心点的图像坐标。
5.根据权利要求4所述的方法，其特征在于，所述对每个环形图案的内边缘和外边缘之间的区域进行分割，包括：
根据每个环形图案的内边缘和/或外边缘的法线对每个环形图案的内边缘和外边缘之间的区域进行分割。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
确定所述标定板图像中每个环形图案的中心点的图像坐标之间的相对位置关系；
根据所述相对位置关系以及预先确定的所述标定板图像中各环形图案的中心点的世界坐标，确定每个环形图案的中心点的图像坐标和世界坐标之间的对应关系。
7.根据权利要求6所述的方法，其特征在于，所述根据每个中心点的图像坐标和对应的世界坐标，确定相机的内外参数，包括：
根据每个环形图案的中心点的图像坐标和世界坐标之间的对应关系，以及图像坐标系与世界坐标系之间的映射关系，确定相机的内外参数。
8.一种相机标定装置，其特征在于，包括：
第一获取模块，用于获取标定板图像，所述标定板图像中包括多个环形图案；
第二获取模块，用于获取所述标定板图像中每个环形图案的内边缘和外边缘；
确定模块，用于根据每个环形图案的内边缘和外边缘，确定每个环形图案的中心点的图像坐标；
标定模块，用于根据每个环形图案的中心点的图像坐标和对应的世界坐标，确定相机的内外参数。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器和处理器连接；
所述存储器用于存储计算机程序；
所述处理器用于在所述计算机程序被执行时，实现如权利要求1-7任一项所述的方法。
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，实现如上述权利要求1-7中任一项所述的方法。
11.一种计算机程序产品，包括计算机程序，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1-7中任一项所述的方法。
CN202110175040.XA 2021-02-09 2021-02-09 相机标定方法、装置及电子设备 Pending CN114913236A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110175040.XA CN114913236A (zh) 2021-02-09 2021-02-09 相机标定方法、装置及电子设备
PCT/CN2022/074553 WO2022171003A1 (zh) 2021-02-09 2022-01-28 相机标定方法、装置及电子设备
EP22154191.5A EP4040392A1 (en) 2021-02-09 2022-01-31 Camera calibration method and apparatus and electronic device
US17/589,107 US20220254065A1 (en) 2021-02-09 2022-01-31 Camera calibration method and apparatus and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110175040.XA CN114913236A (zh) 2021-02-09 2021-02-09 相机标定方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114913236A true CN114913236A (zh) 2022-08-16

Family

ID=80123439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110175040.XA Pending CN114913236A (zh) 2021-02-09 2021-02-09 相机标定方法、装置及电子设备

Country Status (4)

Country Link
US (1) US20220254065A1 (zh)
EP (1) EP4040392A1 (zh)
CN (1) CN114913236A (zh)
WO (1) WO2022171003A1 (zh)

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3793100B2 (ja) * 2002-02-14 2006-07-05 キヤノン株式会社 情報処理方法、装置および記録媒体
US8406562B2 (en) * 2006-08-11 2013-03-26 Geo Semiconductor Inc. System and method for automated calibration and correction of display geometry and color
CN101866496B (zh) * 2010-06-04 2012-01-04 西安电子科技大学 基于同心圆环图案组的增强现实方法
US20120327214A1 (en) * 2011-06-21 2012-12-27 HNJ Solutions, Inc. System and method for image calibration
KR101638173B1 (ko) * 2011-09-06 2016-07-12 한국전자통신연구원 캘리브레이션을 위한 자동 피처 탐지용 기구물 및 그 탐지 방법
US8619144B1 (en) * 2012-03-14 2013-12-31 Rawles Llc Automatic camera calibration
DE102012107153A1 (de) * 2012-08-03 2014-02-27 Hendrik Fehlis Vorrichtung und Verfahren zur Bestimmung der Eigenlage einer bildaufnehmenden Kamera
US10565735B2 (en) * 2016-11-16 2020-02-18 Pixameter Corp. Image calibration patient identification
US9569850B2 (en) * 2013-10-16 2017-02-14 Cognex Corporation System and method for automatically determining pose of a shape
DE112014006640A5 (de) * 2014-05-06 2017-02-09 Carl Zeiss Industrielle Messtechnik Gmbh Verfahren und Vorrichtung zum Kalibrieren einer Abbildungsoptik für messtechnische Anwendungen
CN106767528A (zh) * 2016-12-09 2017-05-31 佛山市安答科技有限公司 一种基于彩色圆环标定板的光栅三维测量系统的标定方法
CN106969706A (zh) * 2017-04-02 2017-07-21 聊城大学 基于双目立体视觉的工件检测与三维测量系统及检测方法
CN109934874A (zh) * 2017-12-18 2019-06-25 比亚迪股份有限公司 摄像头标定中基于同心圆环模板进行求点的方法和装置
US10769813B2 (en) * 2018-08-28 2020-09-08 Bendix Commercial Vehicle Systems, Llc Apparatus and method for calibrating surround-view camera systems
CN109285194B (zh) * 2018-09-29 2021-06-29 人加智能机器人技术（北京）有限公司 相机标定板及相机标定数据采集方法
TWI680436B (zh) * 2018-12-07 2019-12-21 財團法人工業技術研究院 深度相機校正裝置及其方法
US10916037B2 (en) * 2018-12-13 2021-02-09 Canon Kabushiki Kaisha Method of encoding and decoding calibration marker identifiers
CN111385461B (zh) * 2018-12-28 2022-08-02 中兴通讯股份有限公司 全景拍摄方法及装置、相机、移动终端
US10399227B1 (en) * 2019-03-29 2019-09-03 Mujin, Inc. Method and control system for verifying and updating camera calibration for robot control
JP2022550913A (ja) * 2019-10-07 2022-12-05 エス アンド エヌ オリオン プライム エス．エー． リアルタイム画像処理を使用するビデオガイド付き臨床手技中に視界の方向を変更するためのシステムおよび方法
CN111709999A (zh) * 2020-05-13 2020-09-25 深圳奥比中光科技有限公司 标定板、相机标定方法、装置、电子设备及相机系统
CN112184723B (zh) * 2020-09-16 2024-03-26 杭州三坛医疗科技有限公司 图像处理方法及装置、电子设备、存储介质

Also Published As

Publication number Publication date
WO2022171003A1 (zh) 2022-08-18
US20220254065A1 (en) 2022-08-11
EP4040392A1 (en) 2022-08-10

Similar Documents

Publication Publication Date Title
Chen et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm
CN109146980B (zh) 基于单目视觉的优化的深度提取和被动测距方法
CN111179358B (zh) 标定方法、装置、设备及存储介质
TWI729995B (zh) 基於場景之拍攝圖像而產生合併、融合三維點雲
CA3040002C (en) A device and method for obtaining distance information from views
JP6363863B2 (ja) 情報処理装置および情報処理方法
CN109215063B (zh) 一种事件触发相机与三维激光雷达的配准方法
CN109360203B (zh) 图像配准方法、图像配准装置及存储介质
JP4245963B2 (ja) 較正物体を用いて複数のカメラを較正するための方法およびシステム
CN110717942B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN110956660B (zh) 定位方法、机器人以及计算机存储介质
CN112270719B (zh) 相机标定方法、装置及系统
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
CN112907675B (zh) 图像采集设备的标定方法、装置、系统、设备及存储介质
CN114283203B (zh) 一种多相机系统的标定方法及系统
CN110942506B (zh) 一种物体表面纹理重建方法、终端设备及系统
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
CN113119129A (zh) 一种基于标准球的单目测距定位方法
KR102023087B1 (ko) 카메라 캘리브레이션 방법
CN113963065A (zh) 一种基于外参已知的镜头内参标定方法及装置、电子设备
CN110223356A (zh) 一种基于能量生长的单目相机全自动标定方法
CN114140534A (zh) 一种用于激光雷达与相机的联合标定方法
CN112907677B (zh) 一种单帧图像的相机标定方法、装置及存储介质
CN116205993A (zh) 一种用于3d aoi的双远心镜头高精度标定方法
CN115797466A (zh) 一种快速的三维空间标定方法

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