CN114913237A - 一种基于单张图像多标定板的相机标定方法及系统 - Google Patents
一种基于单张图像多标定板的相机标定方法及系统 Download PDFInfo
- Publication number
- CN114913237A CN114913237A CN202110177639.7A CN202110177639A CN114913237A CN 114913237 A CN114913237 A CN 114913237A CN 202110177639 A CN202110177639 A CN 202110177639A CN 114913237 A CN114913237 A CN 114913237A
- Authority
- CN
- China
- Prior art keywords
- camera
- calibration
- image
- plate
- marking
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000003550 marker Substances 0.000 claims abstract description 30
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000015654 memory Effects 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
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
本发明公开了一种基于单张图像多标定板的相机标定方法及系统,选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置标记板,充满整个相机空间形成一张图像,每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;根据最大似然估计将坐标系投影过程中误差最小的参数作为标定好的相机内参,当相机为双目相机时,进一步对相机外参标定,只需一次布置,可重复使用,事先布置好多个标记板的位置相对相机的位置,能够充满整个相机空间,通过单张图像即可进行标定,不需移动标定板,不存在没有时间同步和图像模糊问题,使得标定更加容易而且具有更高的精度,节省了大量的精力和人力。
Description
技术领域
本发明涉及相机标参数标定技术领域,具体涉及一种基于单张图像多标定板的相机标定方法及系统。
背景技术
传统的相机标定方法基于不同位置的多张图像估计相机的参数,其存在的缺点:
1、不方便,需要移动多次标定板或者多次移动相机,给量产时带来了极大的不方便;
2、一致性不好,同一个模组多次标定的一致性不够稳定(由于每次采集图像的位置不一样,图像的明暗程度也有不同);
3、时间同步问题,,标定时需要左右目图像在同一时刻,由于左右目是分开处理的,可能带来时间同步问题;
4、图像模糊问题,由于标定需要移动标定板,如果移动的速度过快,则引起图像的模糊,从而影响标定精度。
5、很难充满整个相机空间,标定时采集的图像应尽可能的覆盖整个相机空间,这样才能得到较好的标定结果,如果使用棋盘铬标定,则不能完全充满相机的空间。
发明内容
因此,为了克服传统标定方法中存在的缺陷,本发明提供一种基于单张图像多标定板的相机标定方法及系统,使标定过程更加容易而且具有更高的精度,节省了大量的精力和人力。
为达到上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种基于单张图像多标定板的相机标定方法,包括:
选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像,每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;
根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参。
优选地,所述相机为双目相机时,还包括对相机外参进行标定,其过程包括:
将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值;
利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参。
优选地,假设图像中的像素点符合均匀的高斯白噪声分布,根据最大似然估计来计算相机内参:
其中,j∈[L,R]表示双目相机的左目或右目,表示在左目或右目的第k个标记板上的第i个特征点,Kj表示左目或者右目的内参矩阵,Rk,tk表示第k个标记板在相机坐标系下的位置和姿态,表示将世界坐标系第k个标记板上的第i个点投影到图像坐标系上,m表示标记板的数量,n表示每个标记板上的特征点数量。
优选地,R,t为要标定的双目相机的外参,分别代表双目相机之间的相对位置和姿态,根据所述三角关系可知:
R=RRk*LRk T
t=Rtk-R*Ltk
由于有k个标记板,从求解R,t选择重投影误差最小的R,t作为双目初始化外参的初始值。
优选地,利用最大似然估计对所述双目相机外参的初始值进行优化的过程为:
其中T=[R,t],将Kj,jRktk作为初始值来优化所述重投影误差最小的R,t。
优选地,每个标记板由6×6个apriltag组成,每个apriltag带有4个标记特征点信息。
第二方面,本发明实施例提供一种基于单张图像多标定板的相机标定系统,包括:
标记板信息获取模块,在选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像的基础上,获取每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;
相机内参标定模块,根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参。
优选地,上述的基于单张图像多标定板的相机标定系统,还包括:相机外参标定模块,用于将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值;利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参。
第三方面,本发明实施例提供一种计算机设备,包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行本发明实施例第一方面的基于单张图像多标定板的相机标定方法。
第四方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使计算机执行本发明实施例第一方面的基于单张图像多标定板的相机标定方法。
本发明技术方案,具有如下优点:
本发明提供的基于单张图像多标定板的相机标定方法及系统,选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置标记板,充满整个相机空间形成一张图像,每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;根据最大似然估计将坐标系投影过程中误差最小的参数作为标定好的相机内参,双目相机时,进一步对相机外参标定,只需一次布置,可重复使用,事先布置好多个标记板的位置相对相机的位置,能够充满整个相机空间,通过单张图像即可进行标定,不需移动标定板,不存在没有时间同步和图像模糊问题,使得标定更加容易而且具有更高的精度,节省了大量的精力和人力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例中提供的基于单张图像多标定板的相机标定方法的一个具体示例的流程图;
图2为本发明实施例中提供的Apriltag36h11平面标记板的示意图;
图3为本发明实施例中提供的选择多个标记板来标定相机的示意图;
图4为本发明实施例中提供的布置多个标记板使标记板尽可能充满双目的相机空间的示意图;
图5为本发明实施例中提供的对双目相机进一步进行外参标定的流程示意图;
图6为本发明实施例中提供的基于单张图像多标定板的相机标定系统一个示例的模块组成图;
图7为本发明实施例中提供的基于单张图像多标定板的相机标定系统另一示例的模块组成图;
图8为本发明实施例提供的计算机设备一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明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。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供一种的基于单张图像多标定板的相机标定方法,可以适配不同的标定模型包括支持针孔、大广角、鱼眼等相机模型,如图1所示,包括:
步骤S1:选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像,每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板。
实际应用中标记板有Apriltag,Artag,ArUco,ChAruCo等,本发明实施例以Apriltag为例介绍基于单张图像多标定板的相机标定方法,具体选择的Apriltag36h11平面标记板,如图2所示,id号为0的marker,每个板子由6×6个apriltag组成,直观上来看,该标记板具有白色背景,黑色正方形边框,边框内是带有编码的图案,需要说明的是其黑色边框的四个角为标定使用的特征点信息,apriltag36h11中的36指的是内部编码的位数为6×6,最小汉明距离阈值设置为11,它总共支持587个不同的id(id范围0-586),具有很好的鲁棒性和很高的精度,marker支持部分的遮挡,对于强光/弱光也有很好的适应性,marker工作距离精度跟marker的大小以及相机的朝向有关,例如在marker大小为(黑色边框)0.3m,2米以内距离能够达到mm级别。
本发明实施例选择apritag标记作为模板,因为每个apriltag有id号,可以让如图3所示的多个apriltag构成的标记板出现在视野当中,制作的每个标记板有按序号排列的6x6个apriltag,接着相机视野要求,如图4所示,布置多个标记板使标记板尽可能充满双目的相机空间,每个apriltag有唯一id号,可将0-35归到第1个标定板,36-71归到第二个标定板,以此类推至n个标定板,最后根据id找到相机之间的匹配。
本发明实施例中的每个标定板由6×6个apriltag组成,每个apriltag带有4个特征点信息,所以每个标记板有144个点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板,其匹配的点集可描述为点集合其中表示左相机空间下第k个标记板上的第i个特征点,表示右相机空间下第k个标记板上的第i个特征点,i的取值范围为n。
步骤S2:根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参。
本发明实施例选择所述标记板上标记点的坐标系为世界系W,相机的坐标系为相机系为C,图像的像素点坐标系为O,设表示世界坐标系下第k个标记板上的一个点,将他投影到相机坐标系下表示为接着到投影到图像坐标系b表示为具体写为:
标定过程就是确定等式(1)中投影关系参数的过程,也即确定各个坐标系之间的转换过程。假设图像中的像素点符合均匀的高斯白噪声分布,根据最大似然估计来计算相机内参:
其中,j∈[L,R]表示双目相机的左目或右目,表示在左目或右目的第k个标记板上的第i个特征点,Kj表示左目或者右目的内参矩阵,Rk,tk表示第k个标记板在相机坐标系下的位置和姿态,表示将世界坐标系第k个标记板上的第i个点投影到图像坐标系上,m表示标记板的数量,n表示每个标记板上的特征点数量。通过求解公式(2)得到最佳的相机内参K(j),作为标定好的相机内参。
需要说明的是,如果待标定的相机为单目相机,只需要对其进行内参标定,如果是双目相机,则需要进一步进行外参标定,如图5所示,其过程包括:
步骤S3:将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值。
本发明实施例中的双目相机的外参为双目相机之间的相对位置和姿态。本实施例中R,t为要标定的双目相机的外参,分别代表双目相机之间的相对位置和姿态,根据所述三角关系可知:
R=RRk*LRk T (3)
t=Rtk-R*Ltk (4)
步骤S4:利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参。
进一步地,利用最大似然估计对所述双目相机外参的初始值进行优化的过程为:
其中T=[R,t],将Kj,jRktk作为初始值来优化所述重投影误差最小的R,t。将优化后得到的最佳的R,t作为标定好的双目相机的外参。
本发明实施例提供的基于单张图像多标定板的相机标定方法,实现过程方便,只需一次布置,可重复使用,事先布置好多个标记板的位置相对相机的位置,能够充满整个相机空间,然后通过单张图像即可进行标定,给量产时带来了极大的方便;一致性好,不需要移动标定板的位置,不存在没有时间同步问题和图像模糊问题,使得标定更加容易而且具有更高的精度,节省了大量的精力和人力。
实施例2
本发明实施例提供一种基于单张图像多标定板的相机标定系统,如图6所示,包括:
标记板信息获取模块1,在选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像的基础上,获取每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;此模块执行实施例1中的步骤S1所描述的方法,在此不再赘述。
相机内参标定模块2,根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参;模块执行实施例1中的步骤S2所描述的方法,在此不再赘述。
相机外参标定模块3,将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值;利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参;模块执行实施例1中的步骤S3-步骤S4所描述的方法,在此不再赘述。
本发明实施例提供的基于单张图像多标定板的相机标定系统,实现过程方便,只需一次布置,可重复使用,事先布置好多个标记板的位置相对相机的位置,能够充满整个相机空间,然后通过单张图像即可进行标定,给量产时带来了极大的方便;一致性好,不需要移动标定板的位置,不存在没有时间同步问题和图像模糊问题,使得标定更加容易而且具有更高的精度,节省了大量的精力和人力。
实施例3
本发明实施例提供一种计算机设备,如图8所示,包括:至少一个处理器401,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口403,存储器404,至少一个通信总线402。其中,通信总线402用于实现这些组件之间的连接通信。其中,通信接口403可以包括显示屏(Display)、键盘(Keyboard),可选通信接口403还可以包括标准的有线接口、无线接口。存储器404可以是高速RAM存储器(Ramdom Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以执行实施例1的基于单张图像多标定板的相机标定方法。存储器404中存储一组程序代码,且处理器401调用存储器404中存储的程序代码,以用于执行实施例1的基于单张图像多标定板的相机标定方法。
其中,通信总线402可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线402可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器404可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固降硬盘(英文:solid-state drive,缩写:SSD);存储器404还可以包括上述种类的存储器的组合。
其中,处理器401可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器401还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器404还用于存储程序指令。处理器401可以调用程序指令,实现如本申请执行实施例1中的基于单张图像多标定板的相机标定方法。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机可执行指令,该计算机可执行指令可执行实施例1的基于单张图像多标定板的相机标定方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固降硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于单张图像多标定板的相机标定方法,其特征在于,包括:
选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像,每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;
根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参。
2.根据权利要求1所述的基于单张图像多标定板的相机标定方法,其特征在于,所述相机为双目相机时,还包括对相机外参进行标定,其过程包括:
将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值;
利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参。
4.根据权利要求2所述的基于单张图像多标定板的相机标定方法,其特征在于,R,t为要标定的双目相机的外参,分别代表双目相机之间的相对位置和姿态,根据所述三角关系可知:
R=RRk*LRk T
t=Rtk-R*Ltk
由于有k个标记板,从求解R,t选择重投影误差最小的R,t作为双目初始化外参的初始值。
6.根据权利要求1所述的基于单张图像多标定板的相机标定方法,其特征在于,每个标记板由6×6个apriltag组成,每个apriltag带有4个标记特征点信息。
7.一种基于单张图像多标定板的相机标定系统,其特征在于,包括:
标记板信息获取模块,在选择多个带有唯一id号的标记板,并根据待标定相机视野要求布置所述标记板,使其充满整个相机空间形成一张图像的基础上,获取每个标记板有预设数量的标记点特征信息,根据id号来匹配图像中的特征点以及每个特征点所属于的标记板;
相机内参标定模块,根据最大似然估计来估计相机内参,包括:将世界坐标系W下标记板上的标记点投影到相机坐标系C下,接着到投影到图像坐标系O过程中最小化匹配点误差,将误差最小对应的投影参数,作为标定好的相机内参。
8.根据权利要求7所述的基于单张图像多标定板的相机标定系统,其特征在于,还包括:
相机外参标定模块,用于将标记板上的标记点投影到双目相机的左右目对应的图像上,根据三角化原理以及重投影最小求解双目相机的外参最为初始值;利用最大似然估计对所述双目相机的初始值进行优化,将优化后的外参作为标定好的相机外参。
9.一种计算机设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-6中任一所述的基于单张图像多标定板的相机标定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行1-6中任一所述的基于单张图像多标定板的相机标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177639.7A CN114913237A (zh) | 2021-02-09 | 2021-02-09 | 一种基于单张图像多标定板的相机标定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110177639.7A CN114913237A (zh) | 2021-02-09 | 2021-02-09 | 一种基于单张图像多标定板的相机标定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114913237A true CN114913237A (zh) | 2022-08-16 |
Family
ID=82761075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110177639.7A Pending CN114913237A (zh) | 2021-02-09 | 2021-02-09 | 一种基于单张图像多标定板的相机标定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913237A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215082A (zh) * | 2017-06-30 | 2019-01-15 | 杭州海康威视数字技术股份有限公司 | 一种相机参数标定方法、装置、设备及系统 |
CN111179356A (zh) * | 2019-12-25 | 2020-05-19 | 北京中科慧眼科技有限公司 | 基于Aruco码的双目相机标定方法、装置、系统和标定板 |
CN111383278A (zh) * | 2018-12-29 | 2020-07-07 | Tcl集团股份有限公司 | 一种双摄像头的标定方法、装置及设备 |
-
2021
- 2021-02-09 CN CN202110177639.7A patent/CN114913237A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215082A (zh) * | 2017-06-30 | 2019-01-15 | 杭州海康威视数字技术股份有限公司 | 一种相机参数标定方法、装置、设备及系统 |
CN111383278A (zh) * | 2018-12-29 | 2020-07-07 | Tcl集团股份有限公司 | 一种双摄像头的标定方法、装置及设备 |
CN111179356A (zh) * | 2019-12-25 | 2020-05-19 | 北京中科慧眼科技有限公司 | 基于Aruco码的双目相机标定方法、装置、系统和标定板 |
Non-Patent Citations (3)
Title |
---|
何万涛: "《面结构光投影三维测量技术》", 31 August 2020, 哈尔滨:哈尔滨工业大学出版社 * |
李现刚: "《多摄相机标定软件系统设计与实现》" * |
许志华: "《地灾与建筑损毁的无人机与地面LiDAR协同观测及评估》", 31 March 2019, 北京:北京理工大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633536B (zh) | 一种基于二维平面模板的相机标定方法及系统 | |
CN107993263B (zh) | 环视系统自动标定方法、汽车、标定装置及存储介质 | |
CN109510948A (zh) | 曝光调整方法、装置、计算机设备和存储介质 | |
JP2020523703A5 (zh) | ||
CN111145271B (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
CN110400278A (zh) | 一种图像颜色和几何畸变的全自动校正方法、装置及设备 | |
CN112233189B (zh) | 多深度相机外部参数标定方法、装置及存储介质 | |
WO2024011764A1 (zh) | 标定参数确定方法、混合标定板、装置、设备和介质 | |
CN114549652A (zh) | 一种相机标定方法、装置、设备及计算机可读介质 | |
US20220358679A1 (en) | Parameter Calibration Method and Apparatus | |
CN113516719B (zh) | 一种基于多单应性矩阵的相机标定方法、系统及存储介质 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN115994952B (zh) | 环视影像系统的标定方法、装置、计算机设备及存储介质 | |
CN112292577B (zh) | 三维测量装置以及方法 | |
CN114913237A (zh) | 一种基于单张图像多标定板的相机标定方法及系统 | |
CN111866499A (zh) | 一种双目摄像头影像的中心校正方法 | |
CN111105365A (zh) | 一种纹理影像的色彩校正方法、介质、终端和装置 | |
CN107945136B (zh) | 一种鱼眼图像矫正方法、系统、设备及计算机存储介质 | |
CN115965697A (zh) | 基于沙姆定律的投影仪标定方法、标定系统及装置 | |
CN113191963B (zh) | 一种无需附加操作的投影仪残余畸变全场标定方法及装置 | |
CN115170670A (zh) | 外参标定方法、装置及程序产品 | |
CN113269728B (zh) | 视觉巡边方法、设备、可读存储介质及程序产品 | |
CN112419459B (zh) | 烘焙模型ao贴图的方法、装置、计算机设备和存储介质 | |
CN114792288B (zh) | 一种曲面屏图像的灰度校正方法及相关装置 | |
CN114445589A (zh) | 三维人体建模方法、终端以及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220816 |
|
RJ01 | Rejection of invention patent application after publication |