CN115147499A - 标定参数确定方法、混合标定板、装置、设备和介质 - Google Patents
标定参数确定方法、混合标定板、装置、设备和介质 Download PDFInfo
- Publication number
- CN115147499A CN115147499A CN202210809183.6A CN202210809183A CN115147499A CN 115147499 A CN115147499 A CN 115147499A CN 202210809183 A CN202210809183 A CN 202210809183A CN 115147499 A CN115147499 A CN 115147499A
- Authority
- CN
- China
- Prior art keywords
- calibration
- image
- reference object
- point
- plate
- 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 59
- 238000013507 mapping Methods 0.000 claims description 56
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000003708 edge detection Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开一种标定参数确定方法、混合标定板、装置、设备和介质，涉及相机标定技术领域。方法包括：获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；根据第一标定参照对象的角点在标定图像中的位置，从标定图像中确定第二标定参照对象对应的参照对象图像；根据参照对象图像确定第二标定参照对象的初始标定点坐标，并对初始标定点坐标进行校正；基于校正后的标定点坐标，确定混合标定板对应的图像采集标定参数。采用本方法能够有效提高标定参数准确性。
Description
技术领域
本申请涉及相机标定技术领域，特别是涉及一种标定参数确定方法、混合标定板、装置、设备和介质。
背景技术
在进行三维测量和三维重建的过程中，对图像采集设备的设备参数进行标定是非常重要一步。目前，通常采用二维平面标定板进行设备参数的标定处理，例如可以采用圆阵列标定板进行相机标定。其中，在利用二维平面标定板进行标定的过程中，需要对二维平面标定板中的标定参照图形进行透视变换。
然而，有些二维平面标定板中的标定参照图形在透视变换后容易发生形变，从而导致后续确定图像采集设备的标定参数不够准确，比如，圆阵列标定板中的圆形在经过透视变换后很有可能在标定图像中变成椭圆，因此通过标定图像所确定的标定点位置可能会存在误差，进而影响标定参数的准确性。
发明内容
基于此，本申请提供一种能够提高标定参数准确性的标定参数确定方法、混合标定板、装置、设备和介质。
第一方面，本申请提供了一种标定参数确定方法。方法包括：
获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；
根据第一标定参照对象的角点在标定图像中的角点位置，从标定图像中确定第二标定参照对象对应的参照对象图像；
根据参照对象图像确定第二标定参照对象的初始标定点位置，并对初始标定点位置进行校正；
基于校正后的标定点位置，确定混合标定板对应的图像采集标定参数。
第二方面，本申请还提供了一种混合标定板，包括：板体；板体为平面结构；板体的表面上设置有至少一个第一标定参照对象和至少一个第二标定参照对象；第一标定参照对象是角点的位置不发生透视形变的对象；
第一标定参照对象和第二标定参照对象在板体的表面上呈间隔排布。
在一些实施例中，第一标定参照对象和第二标定参照对象皆为多个；多个第一标定参照对象在板体的表面上呈中心对称排布；多个第二标定参照对象在板体的表面上呈中心对称排布。
在一些实施例中，第一标定参照对象为矩形图案，第二标定参照对象为同心圆图案。
第三方面，本申请还提供了一种标定参数确定装置。装置包括：
图像获取模块，用于获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；
图像确定模块，用于根据第一标定参照对象的角点在标定图像中的角点位置，从标定图像中确定第二标定参照对象对应的参照对象图像；
位置校正模块，用于根据参照对象图像确定第二标定参照对象的初始标定点位置，并对初始标定点位置进行校正；
参数确定模块，用于基于校正后的标定点位置，确定混合标定板对应的图像采集标定参数。
在一些实施例中，角点位置是第一标定参照对象的角点在标定图像所在的图像坐标系下的角点图像坐标。图像确定模块包括坐标获取单元、关系确定单元和图像定位单元。坐标获取单元用于获取第一标定参照对象的角点在混合标定板所在的标定坐标系下的角点标定坐标；关系确定单元用于根据角点图像坐标与角点标定坐标之间的位置关系，确定映射转换关系；映射转换关系，用于实现标定图像所在平面与标定坐标系下的标定板模板图所在平面之间的映射转换；图像定位单元用于根据映射转换关系和标定板模板图，从标定图像中定位第二标定参照对象对应的参照对象图像。
在一些实施例中，图像定位单元还用于根据映射转换关系，将标定图像映射到标定坐标系下的标定板模板图所在平面，以得到参考图像；将参考图像中第二标定参照对象与标定板模板图中的第二标定参照对象进行位置比对，以确定参考图像中第二标定参照对象的编码标识符；编码标识符具有唯一对应的位置信息；基于映射转换关系，将编码标识符所对应的位置信息反向映射至标定图像中，以从标定图像中定位第二标定参照对象对应的参照对象图像。
在一些实施例中，第二标定参照对象为同心圆图案，位置校正模块包括轮廓提取单元和位置确定单元。轮廓提取单元用于从参照对象图像中提取同心圆图案的多个参照圆轮廓；位置确定单元用于获取参照圆轮廓在参照对象图像中对应的圆心坐标，作为初始标定点位置。
在一些实施例中，轮廓提取单元还用于对参照对象图像进行二值化处理，得到二值化图像；对二值化图像进行边缘检测，以提取二值化图像的初步边缘轮廓；对初步边缘轮廓进行拟合处理，以得到多个参照圆轮廓。
在一些实施例中，位置校正模块还用于从混合标定板中确定与参照圆轮廓相匹配的标定圆轮廓；根据初始标定点位置和标定圆轮廓在混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。
在一些实施例中，标定参数确定装置还包括参数优化模块，参数优化模块用于根据图像采集标定参数计算标定图像的重投影误差；基于重投影误差和图像采集标定参数构建代价函数；以最小化代价函数为优化目标，对图像采集标定参数进行优化，得到优化后的图像采集标定参数。
第四方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述标定参数确定方法中的步骤。
第五方面，本申请还提供了一种计算机可读存储介质。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标定参数确定方法中的步骤。
第六方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述标定参数确定方法中的步骤。
上述标定参数确定方法、混合标定板、标定参数确定装置、计算机设备、存储介质和计算机程序产品，通过获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；根据第一标定参照对象的角点在标定图像中的位置，从标定图像中确定第二标定参照对象对应的参照对象图像；根据参照对象图像确定第二标定参照对象的初始标定点坐标，并对初始标定点坐标进行校正；基于校正后的标定点坐标，确定混合标定板对应的图像采集标定参数。本申请设计包括不同的标定参照对象的混合标定板，并基于该混合标定板提出了一种全新的标定参数确定方法，即通过角点位置不会发生透视形变的第一标定参照对象准确地从标定图像中确定第二标定参照对象图像，进而保证基于该第二标定参照对象中获取的初始标定点位置的准确性；对初始标定点位置进行校正，能够有效提高校正后的标定点位置的精度，进而提高标定参数准确性。
附图说明
图1为本申请一个实施例中标定参数确定方法的流程示意图；
图2为本申请一个实施例中混合标定板的示意图；
图3为本申请一个实施例中参照对象图像中参照圆轮廓的示意图；
图4为本申请另一个实施例中标定参数确定方法的流程示意图；
图5为本申请一个实施例中标定参数确定装置的结构框图；
图6为本申请一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一些实施例中，如图1所示，提供了一种标定参数确定方法，本实施例以该方法应用于计算机设备进行举例说明，该计算机设备可以是服务器或终端。可以理解的是，该方法还可以应用于包括服务器和终端的系统，并通过服务器和终端的交互实现，其中，该终端包括手机、平板电脑、笔记本电脑或台式电脑中的至少一种。本实施例中，该方法包括以下步骤：
步骤102，获取对混合标定板进行图像采集得到的标定图像。
其中，标定板指的是一种带有固定间距图案阵列的几何模型，混合标定板指的是一种带有固定间距、且包含两个或两个以上不同图案阵列的几何模型。
在一些实施例中，混合标定板中包括第一标定参照对象和第二标定参照对象。其中，第一标定参照对象指的是混合标定板中的其中一种图案，用于进行后续的标定。第二标定参照对象指的是混合标定板中另一种区别于第一标定参照对象的图案，同样用于进行后续的标定。
角点，就是极值点，即在某方面属性特别突出的点，例如线段的终点、几何图形的顶点，或者是曲线上局部曲率最大的点。在本申请中的角点可以指图案中的顶点。
在一些实施例中，第一标定参照对象的角点的位置在标定过程中不会发生透视形变。其中，透视变形指的是一个物体及其周围区域在现实中看到的与在图像采集设备的标准镜头中看到的不同。也就是说，由于远近特征的相对比例变化，可能会导致图像采集设备的标准镜头中的物体及其周围区域发生了弯曲或变形。由于矩形的角点在标定过程中基本不会发生透视形变，因此第一标定参照对象可以为矩形，且第一标定参照对象的角点可以为矩形的顶点。
在一些实施例中，第一标定参照对象包括棋盘格图案、二维码图案或二进制编码图案等中的至少一种。其中，二进制编码图案即ArUco图案，是指一个由黑色边框组成的二进制矩阵所构成的图案，黑色边框有助于提高其在图像中定位检测的准确性，二进制矩阵用来表示标记的唯一性。
在一些实施例中，第二标定参照对象的图形复杂度低于第一标定参照对象的图形复杂度。本申请在混合标定板中引入图形复杂度低于第一标定参照对象的第二标定参照对象，在保证利用第一标定参照对象无偏移误差的前提下，还能够通过第二标定参照对象降低制作混合标定板的工艺要求。其中，图形复杂度指的是图形的结构和元素的复杂程度，如果图形的元素繁多且结构繁琐，则认为该图形的复杂度将对较高；反之，则认为该图形的复杂度相对较低。
在一些实施例中，第二标定参照对象包括圆形图案或同心圆图案中的至少一种。
在一些实施例中，由于ArUco图案具有很好的鲁棒性，且同心圆图案具有很好的耐磨性，则可以选择ArUco图案作为第一标定参照对象，且可以选择同心圆图案作为第二标定参照对象，以结合两种图案各自的优势。
在一些实施例中，还可以在混合标定板的中间设置用于放置物体的空白区域，以保证物体放置到混合标定板上能够不遮挡第一定位参照对象或第二定位参照对象中的至少一种。
在一些实施例中，包括ArUco图案202和同心圆图案204的混合标定板的设计图可参照图2。可以看出，该混合标定板的整体形状为对称图形，且ArUco图案202和同心圆图案204为间隔设置。其中，混合标定板的整体形状为圆形，物体放置在圆内接正多边形范围内。圆内接正多边形的各个顶点位置对应放置ArUco图案202，且在每相邻的ArUco图案202直线相连之间放置若干个同心圆图案204。若干个同心圆图案204生成后，还可以计算这若干个同心圆图案204组成等边三角形的另外多个同心圆坐标，从而组成一组同心圆的分布。
具体地，图像采集设备在多个角度下针对混合标定板进行拍摄，得到标定图像。接着，计算机设备则从图像采集设备中获取对应的标定图像。其中，图像采集设备指的是具备拍照功能的设备，可以但不限于是各种相机和移动设备。
步骤104，根据第一标定参照对象的角点在标定图像中的角点位置，从标定图像中确定第二标定参照对象对应的参照对象图像。
其中，参照对象图像为标定图像中对应于第二标定参照对象的图像区域所构成的图像。
具体地，计算机设备根据第一标定参照对象的角点在标定图像中的角点位置，可以确定第一标定参照对象的角点所在的平面与标定图像所在的平面之间的映射转换关系。计算机设备根据该映射转换关系在标定图像中对第二标定参照对象进行粗定位，并根据通过粗定位得到的第二标定参照对象在标定图像中的位置，从标定图像中确定对应的参照对象图像。
步骤106，根据参照对象图像确定第二标定参照对象的初始标定点位置，并对初始标定点位置进行校正。
其中，初始标定点位置指的是第二标定参照对象的标定点在参照对象图像中的位置。第二标定参照对象的标定点指的是第二标定参照对象中的一个或多个用于对第二标定参照对象进行定位的点，例如可以是第二标定参照对象中的中心点或边缘点等中的至少一种。
可以理解，第二标定参照对象的标定点，即初始标定点位置在经过透视变换的过程中可能存在偏差。为了保证标定参数计算的准确性，考虑在确定初始标定点位置之后，还需要对初始标定点位置进行校正。
具体地，计算机设备从参照对象中确定出第二标定参照对象的标定点在参照对象图像中的位置，即初始标定点位置。接着，计算机设备对初始标定点坐标位置进行校正，得到校正后的标定点坐标，以消除通过透视变换所导致的偏移误差，进而有效提高校正后的标定点位置的精度。
步骤108，基于校正后的标定点位置，确定混合标定板对应的图像采集标定参数。
其中，图像采集标定参数包括图像采集设备的设备内参或标定图像所在的坐标系到混合标定板所在的坐标系的设备外参中的至少一种。
具体地，计算机设备基于校正后的标定点位置，就可以根据校正后的标定点位置建立标定图像所在的坐标系到混合标定板所在的坐标系的数学模型，基于建立好的数学模型中的标定函数计算得到图像采集标定参数。
在一些实施例中，可以利用OpenCV中的标定函数计算图像采集标定参数。其中，OpenCV是一个跨平台计算机视觉和机器学习软件库。
上述标定参数确定方法中，通过获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；根据第一标定参照对象的角点在标定图像中的位置，从标定图像中确定第二标定参照对象对应的参照对象图像；根据参照对象图像确定第二标定参照对象的初始标定点坐标，并对初始标定点坐标进行校正；基于校正后的标定点坐标，确定混合标定板对应的图像采集标定参数。本申请设计包括不同的标定参照对象的混合标定板，并基于该混合标定板提出了一种全新的标定参数确定方法，即通过角点位置不会发生透视形变的第一标定参照对象准确地从标定图像中确定第二标定参照对象图像，进而保证基于该第二标定参照对象中获取的初始标定点位置的准确性；对初始标定点位置进行校正，还能够有效提高校正后的标定点位置的精度，进而提高标定参数准确性。
在一些实施例中，角点位置是第一标定参照对象的角点在标定图像所在的图像坐标系下的角点图像坐标，步骤104具体包括但不限于包括：获取第一标定参照对象的角点在混合标定板所在的标定坐标系下的角点标定坐标；根据角点图像坐标与角点标定坐标之间的位置关系，确定映射转换关系；根据映射转换关系和标定板模板图，从标定图像中定位第二标定参照对象对应的参照对象图像。
其中，映射转换关系，用于实现标定图像所在平面与标定坐标系下的标定板模板图所在平面之间的映射转换。也就是说，标定图像可以根据该映射关系将其转换至标定坐标系下的标定板模板图所在的平面上，标定模板图同样也可以根据该映射关系将其转换至标定图像所在的平面上。
标定模板图，指的是在平行于混合标定板所在的平面处，只针对混合标定板进行拍摄得到的俯视图。
具体地，计算机设备获取第一标定参照对象的角点在混合标定板所在的标定坐标系下的角点标定坐标。接着，计算机设备根据角点图像坐标与角点标定坐标之间的位置关系，确定标定图像所在平面与标定坐标下的标定板模板图所在的平面之间的映射转换关系。最后，计算机设备根据上述映射转换关系，就能够根据第二标定参照对象在标定模板图的位置来定位第二标定参照图像在标定图像中的位置，并基于第二标定参照图像在标定图像中的位置，从标定图像中提取对应图像区域，以得到参照对象图像。本申请通过角点位置不会发生透视形变的第二标定参照对象，能够获取到准确的映射转换关系，进而保证根据该映射转换关系和标定板模板图从标定图像中定位第二标定参照对象对应的参照对象图像的准确性。
在一些实施例中，步骤“根据映射转换关系和标定板模板图，从标定图像中定位第二标定参照对象对应的参照对象图像”具体包括但不限于包括：根据映射转换关系，将标定图像映射到标定坐标系下的标定板模板图所在平面，以得到参考图像；将参考图像中第二标定参照对象与标定板模板图中的第二标定参照对象进行位置比对，以确定参考图像中第二标定参照对象的编码标识符；基于映射转换关系，将编码标识符所对应的位置信息反向映射至标定图像中，以从标定图像中定位第二标定参照对象对应的参照对象图像。
其中，编码标识符用于区分不同的第二定位参照对象，编码标识符具有唯一对应的位置信息，即每个第二标定参照对象所对应的编码标识符具有唯一对应于第二标定参照对象的位置信息，例如标定坐标下的位置坐标。可以理解，编码标识符可以预先根据各个第二标定参照对象在混合标定板或标定板模板图中的位置来唯一确定。
具体地，计算机设备根据标定图像所在平面与标定坐标下的标定板模板图所在的平面之间的映射转换关系，将标定图像映射到标定坐标系下的标定板模板图所在平面，以得到参考图像。由于参考图像和标定模板图都位于同一个平面，所以计算机设备可以将参考图像中第二标定参照对象与标定板模板图中的第二标定参照对象进行位置比对。若计算机设备识别出参考图像中的某个第二标定参照对象的位置和标定板模板图中的某个第二标定参照对象的位置相同，则确定这两个第二标定参照对象对应的编码标识符相同，从而确定参考图像中第二标定参照对象的编码标识符。接着，计算机设备基于标定图像所在平面与标定坐标下的标定板模板图所在的平面之间的映射转换关系，将编码标识符对应的位置信息反向映射至标定图像中，以从标定图像中定位第二标定参照对象对应的参照对象图像。本申请通过在参考图像中匹配各个第二标定参照对象的编码标识符，能够准确地确定对应第二标定参照对象在标定图像中的位置，从而保证基于该位置所提取的第二标定参照对象对应的参照对象图像的准确性。
在一些实施例中，映射转换关系可以通过单映射变换矩阵来体现，计算机设备在获取到角点标定坐标之后，可以根据角点图像坐标与角点标定坐标之间的位置关系，对第二标定参照对象进行粗定位的单映射变换矩阵。接着，计算机设备通过单映射变换矩阵，将标定图像变换到标定坐标下的标定板模板图所在的平面，以得到参考图像。得到参考图像之后，将参考图像中第二标定参照对象与标定板模板图中的第二标定参照对象进行位置比对，以确定参考图像中第二标定参照对象的编码标识符。接着，计算机设备根据单映射变换矩阵的逆矩阵，将编码标识符对应的位置信息反向映射至标定图像中，以从标定图像中定位第二标定参照对象对应的参照对象图像。将编码标识符对应的位置信息反向映射所得到的参照对象图像如图3所示。从图3可知，参照对象图像是同心圆发生形变后的结果。
在一些实施例中，第二标定参照对象为同心圆图案，步骤106具体包括但不限于包括：从参照对象图像中提取同心圆图案的多个参照圆轮廓；获取参照圆轮廓在参照对象图像中对应的圆心坐标，作为初始标定点位置。
其中，同心圆指的是圆心相同半径不同的圆。参照圆轮廓指的是同心圆中各个圆心相同且半径不同的圆所对应的轮廓。需要说明的是，混合标定板在经过透视变换之后得到的标定图像中的同心圆的轮廓很有可能变成椭圆。对应的，参照圆轮廓可能为椭圆轮廓。
具体地，计算机设备从参照对象图像中提取同心圆图案的多个参照圆轮廓，并获取各个参照圆轮廓在参照对象图像中对应的圆心坐标，作为初始标定点坐标。其中，同心圆图案的多个参照圆轮廓可参照图3。使用同心圆图案的圆坐标作为初始标定点坐标，由于可以利用同心圆的圆外围的所有像素，因此可以减少图像噪声的影响，进而保证初始标定点坐标的准确性。
在一些实施例中，步骤“从参照对象图像中提取同心圆图案的多个参照圆轮廓”具体包括但不限于包括：对参照对象图像进行二值化处理，得到二值化图像；对二值化图像进行边缘检测，以提取二值化图像的初步边缘轮廓；对初步边缘轮廓进行拟合处理，以得到多个参照圆轮廓。
其中，二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
边缘检测，是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。
拟合，就是把平面上一系列的点，用一条光滑的曲线连接起来。
具体地，计算机设备对参照对象进行二值化处理，以得到只有黑和白的视觉效果的二值化图像。接着，计算机设备对二值化图像进行边缘检测，得到多个边缘点所形成的初步边缘轮廓。此外，计算机设备进一步对进行边缘检测得到的多个边缘点进行拟合处理，以得到更为清晰的多个参照圆轮廓。
在一些实施例中，计算机设备对二值化图像进行边缘检测之后，还可以仅提取亚像素级边缘，对提取得到的亚像素级边缘进行最小二乘拟合，剔除误差大于阈值的拟合点，以得到拟合结果，并将拟合结果聚类成多个参照圆轮廓。其中，亚像素是将像素这个基本单位再进行细分后得到的比像素还小的单位，可以提高图像分辨率。通常情况下，亚像素级边缘存在于图像中逐渐发生过度变化的区域。
在一些实施例中，步骤106具体还包括但不限于包括：从混合标定板中确定与参照圆轮廓相匹配的标定圆轮廓；根据初始标定点位置和标定圆轮廓在混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。
其中，标定圆轮廓指的是在混合标定板的各个同心圆图案中，与同心圆的圆心相同且半径不同的圆所对应的轮廓。
标定圆轮廓在混合标定板对应的物理半径指的是，在混合标定板中实际测量出的标定圆轮廓的半径值。
偏心误差，指的是空间中的圆的圆心投影不等于投影出的椭圆的圆心，两个圆心之间存在误差。
具体地，计算机设备从标定混合板中确定与参照圆轮廓相匹配的标定圆轮廓，相匹配指的是参照圆轮廓的面积与标定圆轮廓的面积相同、参照圆轮廓的半径与标定圆轮廓的半径相同或者参照圆轮廓的直径与标定圆轮廓的直径相同中的至少一种。接着，计算机设备根据初始标定点位置和标定圆轮廓在混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。本申请通过对初始标定点位置进行偏心误差校准，能够有效避免同心圆图案的圆心在经过透视变换所产生的偏移误差，以提高标定精度。
在一些实施例中，标定点位置指的是标定点在标定图像中对应的坐标。若参照对象中的同心圆图案包括三个与同心圆的圆心相同且半径不同的椭圆，记为椭圆1、椭圆2和椭圆3，且椭圆1、椭圆2和椭圆3的圆心坐标分别为：(uB1，vB1)、(uB2，vB2)、(uB3，vB3)，且椭圆1、椭圆2和椭圆3在混合标定板中对应的物理半径分别为r1、r2、r3，根据圆在透视变换的偏心误差原理确定出标定点在标定图像中的横坐标和纵坐标，根据标定点的横坐标和纵坐标确定标定点在标定图像中对应的坐标。
在一些实施例中，首先，计算机设备通过椭圆1在标定图像中的横坐标、椭圆2在标定图像中的横坐标、椭圆3在标定图像中的横坐标、椭圆1在混合标定板中对应的物理半径、椭圆2在混合标定板中对应的物理半径和椭圆3在混合标定板中对应的物理半径，计算出第一中间变量，即P2。其次，计算机设备通过椭圆1在标定图像中的横坐标、椭圆2在标定图像中的横坐标、椭圆1在混合标定板中对应的物理半径、椭圆2在混合标定板中对应的物理半径和第一中间变量，计算出第二中间变量，即K。接着，计算机设备根据椭圆1在标定图像中的纵坐标、椭圆2在标定图像中的纵坐标、椭圆1在混合标定板中对应的物理半径、椭圆2在混合标定板中对应的物理半径和第一中间变量，计算出第三中间变量，即L。需要说明的是，本申请可通过公式(1)、公式(2)和公式(3)分别计算出第一中间变量、第二中间变量和第三中间变量。
在计算机设备计算出第一中间变量、第二中间变量和第三中间变量之后，根据椭圆1在标定图像中的横坐标、椭圆1在混合标定板中对应的物理半径、第一中间变量和第二中间变量，计算出标定点在标定图像中的横坐标。计算机设备根据椭圆1在标定图像中的纵坐标、椭圆1在混合标定板中对应的物理半径、第一中间变量和第三中间变量，计算出标定点在标定图像中的纵坐标。需要说明的是，本申请可通过公式(4)和公式(5)分别计算出标定点在标定图像中的横坐标和标定点在标定图像中的纵坐标。
其中，P2、K和L都是用于计算校正后的标定点的坐标对应的中间变量，uc指的是校正后的标定点的横坐标，vc指的是校正后的标定点的纵坐标，(uc，vc)指的是校正后的标定点的坐标。
在一些实施例中，本申请的标定参数确定方法具体还包括但不限于包括：根据图像采集标定参数计算标定图像的重投影误差；基于重投影误差和图像采集标定参数构建代价函数；以最小化代价函数为优化目标，对图像采集标定参数进行优化，得到优化后的图像采集标定参数。
其中，重投影误差指的真实三维空间点在标定图像的平面上的投影和重投影的差值，真实三维空间点在标定图像的平面上的投影指的是标定图像上的像素点，重投影指的是基于图像采集标定参数得到的虚拟的像素点。
具体地，计算机设备提取标定图像中校正后的标定点位置的像素坐标，根据该标定点在混合标定板所在的标定坐标系下的坐标以及图像采集标定参数进行反计算得到新的像素坐标。接着，计算机设备计算校正后的标定点位置的像素坐标和新的像素坐标的二范数求和并取平均值，即可得到标定图像的重投影误差。计算机设备在计算出重投影误差之后，基于重投影误差和图像采集标定参数构建代价函数，然后最小化该代价函数，以优化单映射变换矩阵，从而进一步优化基于该单映射变换矩阵所计算得到的图像采集标定参数，得到优化后的图像采集标定参数。本申请通过重投影误差优化图像采集标定参数，能够同时考虑单映射变换矩阵的计算误差和标定点位置的测量误差，所以其精度会更高。
在一些实施例中，设图像采集设备的设备内参为K，标定图像所在的坐标系到混合标定板所在的坐标系的设备外参Rkca和tkca，可以利用标定参数的标定点位置得到坐标作为约束进行一次优化，具体的代价函数如公式(6)所示：
rrpj＝K(Rkca Xia+tkca)-mik (6)
其中，K()表示将图像采集设备所在的设备坐标系中的三维空间坐标通过设备内参投影到标定图像的二维图像坐标，ia表示待优化的第i个标定点位置的三维坐标，mik表示第i个标定点位置在第k张标定图像上检测出的二维影像坐标位置。
在另一些实施例中，还可以利用混合标定板的运动变化作为约束进行二次优化，即世界坐标系中的三维点为Xw，图像采集设备所在的设备坐标系中的三维点为c，则设备坐标系与世界坐标系的关系如公式(7)所示：
Xc＝Rcw(Xw-ccw) (7)
其中，Rcw为图像采集设备的朝向，ccw为图像采集设备的中心在世界坐标系的坐标。
在一些实施例中，假设混合标定板的标定板坐标系下的三维点为Xa，则在图像采集设备针对混合标定板的每个拍照的k时刻，w与Xa的关系为如公式(8)所示：
Xw＝Rkwa(Xa-cwa) (8)
其中，kwa为标定板相对于世界坐标系的旋转，wa为标定板坐标系相对于世界坐标系的偏移。此时，可推出图像采集设备所在的设备坐标系与每个拍照的k时刻的标定板坐标系之间的变换关系，如公式(9)所示：
Xc＝Rcw Rkwa Xa-Rcw(ccw+Rkwacwa) (9)
对公式(6)至公式(10)进行分析转换，将最终的重投影误差改为rpjt，具体的计算过程如公式(10)所示，根据最终计算出的重投影误差，可以进一步对图像采集标定参数进行优化，以提高标定精度。
rrpjt＝K(Rcw Rkwa Xia-Rcw(ccw+Rkwacwa))-mik (10)
在一些实施例中，混合标定板中的第一标定参照对象为ArUco图案，第二标定参照对象为同心圆图案，如图4所示，本申请的标定参数确定方法具体还包括但不限于包括以下步骤：
步骤402，获取对混合标定板进行图像采集得到的标定图像。
步骤404，对同心圆图案在标定图像中的位置进行粗定位，得到参照对象图像。
在一些实施例中，计算机设备可以获取ArUco图案的角点在混合标定板所在的标定坐标系下的角点标定坐标。根据ArUco图案的角点在标定图像所在的图像坐标系下的角点图像坐标与角点标定坐标之间的位置关系，确定映射转换关系。根据映射转换关系，将标定图像映射到标定坐标系下的标定板模板图所在平面，以得到参考图像。将参考图像中同心圆图案与标定板模板图中的同心圆图案进行位置比对，以确定参考图像中同心圆图案的编码标识符。基于映射转换关系，将编码标识符所对应的位置信息反向映射至标定图像中，以从标定图像中定位同心圆图案对应的参照对象图像。
步骤406，对参照对象图像进行椭圆边缘检测，得到参照对象图像中参照圆轮廓的初始标定点位置。
在一些实施例中，对参照对象图像进行二值化处理，得到二值化图像。对二值化图像进行边缘检测，以提取二值化图像的初步边缘轮廓。对初步边缘轮廓进行拟合处理，以得到多个参照圆轮廓。获取参照圆轮廓在参照对象图像中对应的圆心坐标，作为初始标定点位置。
步骤408，对初始标定点位置进行偏心误差校正，得到校正后的标定点位置。
在一些实施例中，从混合标定板中确定与参照圆轮廓相匹配的标定圆轮廓。根据初始标定点位置和标定圆轮廓在混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。
步骤410，基于校正后的标定点位置，确定混合标定板对应的图像采集标定参数。
步骤412，对图像采集标定参数进行优化。
在一些实施例中，根据图像采集标定参数计算混合标定板的重投影误差。基于重投影误差和图像采集标定参数构建代价函数。以最小化代价函数为优化目标，对图像采集标定参数进行优化，得到优化后的图像采集标定参数。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的标定参数确定方法的标定参数确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个标定参数确定装置实施例中的具体限定可以参见上文中对于标定参数确定方法的限定，在此不再赘述。
在一些实施例中，本申请还提供一种混合标定板，该混合标定板包括板体。其中，板体为平面结构，板体的表面上设置有至少一个第一标定参照对象和至少一个第二标定参照对象；第一标定参照对象是角点的位置不发生透视形变的对象，且第一标定参照对象和第二标定参照对象在板体的表面上呈间隔排布。
在一些实施例中，第一标定参照对象和第二标定参照对象皆为多个；多个第一标定参照对象在板体的表面上呈中心对称排布；多个第二标定参照对象在板体的表面上呈中心对称排布。
在一些实施例中，第一标定参照对象为矩形图案，第二标定参照对象为同心圆图案。
在一些实施例中，如图5所示，提供了一种标定参数确定装置，包括：图像获取模块502、图像确定模块504、位置校正模块506和参数确定模块508，其中：
图像获取模块502，用于获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；
图像确定模块504，用于根据第一标定参照对象的角点在标定图像中的角点位置，从标定图像中确定第二标定参照对象对应的参照对象图像；
位置校正模块506，用于根据参照对象图像确定第二标定参照对象的初始标定点位置，并对初始标定点位置进行校正；
参数确定模块508，用于基于校正后的标定点位置，确定混合标定板对应的图像采集标定参数。
上述标定参数确定装置中，通过获取对混合标定板进行图像采集得到的标定图像；混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；根据第一标定参照对象的角点在标定图像中的位置，从标定图像中确定第二标定参照对象对应的参照对象图像；根据参照对象图像确定第二标定参照对象的初始标定点坐标，并对初始标定点坐标进行校正；基于校正后的标定点坐标，确定混合标定板对应的图像采集标定参数。本申请设计包括不同的标定参照对象的混合标定板，并基于该混合标定板提出了一种全新的标定参数确定方法，即通过角点位置不会发生透视形变的第一标定参照对象准确地从标定图像中确定第二标定参照对象图像，进而保证基于该第二标定参照对象中获取的初始标定点位置的准确性；对初始标定点位置进行校正，还能够有效提高校正后的标定点位置的精度，进而提高标定参数准确性。
在一些实施例中，角点位置是第一标定参照对象的角点在标定图像所在的图像坐标系下的角点图像坐标。图像确定模块504包括坐标获取单元、关系确定单元和图像定位单元。坐标获取单元用于获取第一标定参照对象的角点在混合标定板所在的标定坐标系下的角点标定坐标；关系确定单元用于根据角点图像坐标与角点标定坐标之间的位置关系，确定映射转换关系；映射转换关系，用于实现标定图像所在平面与标定坐标系下的标定板模板图所在平面之间的映射转换；图像定位单元用于根据映射转换关系和标定板模板图，从标定图像中定位第二标定参照对象对应的参照对象图像。
在一些实施例中，图像定位单元还用于根据映射转换关系，将标定图像映射到标定坐标系下的标定板模板图所在平面，以得到参考图像；将参考图像中第二标定参照对象与标定板模板图中的第二标定参照对象进行位置比对，以确定参考图像中第二标定参照对象的编码标识符；编码标识符具有唯一对应的位置信息；基于映射转换关系，将编码标识符所对应的位置信息反向映射至标定图像中，以从标定图像中定位第二标定参照对象对应的参照对象图像。
在一些实施例中，第二标定参照对象为同心圆图案，位置校正模块包括轮廓提取单元和位置确定单元。轮廓提取单元用于从参照对象图像中提取同心圆图案的多个参照圆轮廓；位置确定单元用于获取参照圆轮廓在参照对象图像中对应的圆心坐标，作为初始标定点位置。
在一些实施例中，轮廓提取单元还用于对参照对象图像进行二值化处理，得到二值化图像；对二值化图像进行边缘检测，以提取二值化图像的初步边缘轮廓；对初步边缘轮廓进行拟合处理，以得到多个参照圆轮廓。
在一些实施例中，位置校正模块还用于从混合标定板中确定与参照圆轮廓相匹配的标定圆轮廓；根据初始标定点位置和标定圆轮廓在混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。
在一些实施例中，标定参数确定装置还包括参数优化模块，参数优化模块用于根据图像采集标定参数计算标定图像的重投影误差；基于重投影误差和图像采集标定参数构建代价函数；以最小化代价函数为优化目标，对图像采集标定参数进行优化，得到优化后的图像采集标定参数。
上述标定参数确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一些实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与标定参数相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种标定参数确定方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一些实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中，提供了一种计算机可读存储介质，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各方法实施例中的步骤。
在一些实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种标定参数确定方法，其特征在于，所述方法包括：
获取对混合标定板进行图像采集得到的标定图像；所述混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；
根据所述第一标定参照对象的角点在所述标定图像中的角点位置，从所述标定图像中确定所述第二标定参照对象对应的参照对象图像；
根据所述参照对象图像确定所述第二标定参照对象的初始标定点位置，并对所述初始标定点位置进行校正；
基于校正后的标定点位置，确定所述混合标定板对应的图像采集标定参数。
2.根据权利要求1所述的方法，其特征在于，所述角点位置，是所述第一标定参照对象的角点在所述标定图像所在的图像坐标系下的角点图像坐标；
所述根据所述第一标定参照对象的角点在所述标定图像中的角点位置，从所述标定图像中确定所述第二标定参照对象对应的参照对象图像包括：
获取所述第一标定参照对象的角点在所述混合标定板所在的标定坐标系下的角点标定坐标；
根据所述角点图像坐标与所述角点标定坐标之间的位置关系，确定映射转换关系；所述映射转换关系，用于实现所述标定图像所在平面与所述标定坐标系下的标定板模板图所在平面之间的映射转换；
根据所述映射转换关系和所述标定板模板图，从所述标定图像中定位第二标定参照对象对应的参照对象图像。
3.根据权利要求2所述的方法，其特征在于，所述根据所述映射转换关系和所述标定板模板图，从所述标定图像中定位第二标定参照对象对应的参照对象图像包括：
根据所述映射转换关系，将所述标定图像映射到所述标定坐标系下的标定板模板图所在平面，以得到参考图像；
将参考图像中第二标定参照对象与所述标定板模板图中的第二标定参照对象进行位置比对，以确定所述参考图像中第二标定参照对象的编码标识符；所述编码标识符具有唯一对应的位置信息；
基于所述映射转换关系，将所述编码标识符所对应的位置信息反向映射至所述标定图像中，以从所述标定图像中定位第二标定参照对象对应的参照对象图像。
4.根据权利要求1所述的方法，其特征在于，所述第二标定参照对象为同心圆图案；所述根据所述参照对象图像确定所述第二标定参照对象的初始标定点位置，包括：
从所述参照对象图像中提取同心圆图案的多个参照圆轮廓；
获取所述参照圆轮廓在所述参照对象图像中对应的圆心坐标，作为所述初始标定点位置。
5.根据权利要求4所述的方法，其特征在于，所述从所述参照对象图像中提取同心圆图案的多个参照圆轮廓，包括：
对所述参照对象图像进行二值化处理，得到二值化图像；
对所述二值化图像进行边缘检测，以提取所述二值化图像的初步边缘轮廓；
对所述初步边缘轮廓进行拟合处理，以得到多个参照圆轮廓。
6.根据权利要求4所述的方法，其特征在于，所述对所述初始标定点位置进行校正，包括：
从所述混合标定板中确定与所述参照圆轮廓相匹配的标定圆轮廓；
根据所述初始标定点位置和所述标定圆轮廓在所述混合标定板对应的物理半径进行偏心误差校正，得到校正后的标定点位置。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：
根据所述图像采集标定参数计算所述标定图像的重投影误差；
基于所述重投影误差和所述图像采集标定参数构建代价函数；
以最小化所述代价函数为优化目标，对所述图像采集标定参数进行优化，得到优化后的图像采集标定参数。
8.一种如权利要求1至7任一方法中的混合标定板，其特征在于，包括：
板体；所述板体为平面结构；所述板体的表面上设置有至少一个第一标定参照对象和至少一个第二标定参照对象；所述第一标定参照对象是角点的位置不发生透视形变的对象；
所述第一标定参照对象和所述第二标定参照对象在所述板体的表面上呈间隔排布。
9.根据权利要求8所述的混合标定板，其特征在于，所述第一标定参照对象和所述第二标定参照对象皆为多个；多个第一标定参照对象在所述板体的表面上呈中心对称排布；多个第二标定参照对象在所述板体的表面上呈中心对称排布。
10.根据权利要求9所述的混合标定板，其特征在于，所述第一标定参照对象为矩形图案，所述第二标定参照对象为同心圆图案。
11.一种标定参数确定装置，其特征在于，所述装置包括：
图像获取模块，用于获取对混合标定板进行图像采集得到的标定图像；所述混合标定板中包括第一标定参照对象和第二标定参照对象；第一标定参照对象的角点的位置不发生透视形变；
图像确定模块，用于根据所述第一标定参照对象的角点在所述标定图像中的角点位置，从所述标定图像中确定所述第二标定参照对象对应的参照对象图像；
位置校正模块，用于根据所述参照对象图像确定所述第二标定参照对象的初始标定点位置，并对所述初始标定点位置进行校正；
参数确定模块，用于基于校正后的标定点位置，确定所述混合标定板对应的图像采集标定参数。
12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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7中任一项所述的方法的步骤。
13.一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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210809183.6A CN115147499A (zh) | 2022-07-11 | 2022-07-11 | 标定参数确定方法、混合标定板、装置、设备和介质 |
| PCT/CN2022/123363 WO2024011764A1 (zh) | 2022-07-11 | 2022-09-30 | 标定参数确定方法、混合标定板、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210809183.6A CN115147499A (zh) | 2022-07-11 | 2022-07-11 | 标定参数确定方法、混合标定板、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115147499A true CN115147499A (zh) | 2022-10-04 |
Family
ID=83412498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210809183.6A Pending CN115147499A (zh) | 2022-07-11 | 2022-07-11 | 标定参数确定方法、混合标定板、装置、设备和介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115147499A (zh) |
| WO (1) | WO2024011764A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115861429A (zh) * | 2023-02-28 | 2023-03-28 | 深圳思谋信息科技有限公司 | 图像采集设备标定方法、装置、计算机设备和存储介质 |
| CN116152809A (zh) * | 2023-02-02 | 2023-05-23 | 深圳思谋信息科技有限公司 | 设备控制方法、系统、计算机设备和存储介质 |
| CN117437304A (zh) * | 2023-12-18 | 2024-01-23 | 科大讯飞(苏州)科技有限公司 | 安检机标定方法及相关方法、装置、设备和存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107633536B (zh) * | 2017-08-09 | 2020-04-17 | 武汉科技大学 | 一种基于二维平面模板的相机标定方法及系统 |
| CN112132907B (zh) * | 2020-09-22 | 2022-04-12 | 北京的卢深视科技有限公司 | 一种相机标定方法、装置、电子设备及存储介质 |
| NL2026937B1 (en) * | 2020-11-20 | 2022-07-01 | Nearfield Instr B V | Alignment system and method for aligning an object having an alignment mark |
| CN112330755B (zh) * | 2020-11-26 | 2022-09-30 | 展讯通信（上海）有限公司 | 环视系统的标定评价方法及装置、存储介质、终端 |
| CN113012234B (zh) * | 2021-03-16 | 2022-09-02 | 中国人民解放军火箭军工程大学 | 基于平面变换的高精度相机标定方法 |
-
2022
- 2022-07-11 CN CN202210809183.6A patent/CN115147499A/zh active Pending
- 2022-09-30 WO PCT/CN2022/123363 patent/WO2024011764A1/zh unknown
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116152809A (zh) * | 2023-02-02 | 2023-05-23 | 深圳思谋信息科技有限公司 | 设备控制方法、系统、计算机设备和存储介质 |
| CN115861429A (zh) * | 2023-02-28 | 2023-03-28 | 深圳思谋信息科技有限公司 | 图像采集设备标定方法、装置、计算机设备和存储介质 |
| CN117437304A (zh) * | 2023-12-18 | 2024-01-23 | 科大讯飞(苏州)科技有限公司 | 安检机标定方法及相关方法、装置、设备和存储介质 |
| CN117437304B (zh) * | 2023-12-18 | 2024-04-16 | 科大讯飞(苏州)科技有限公司 | 安检机标定方法及相关方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024011764A1 (zh) | 2024-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115147499A (zh) | 标定参数确定方法、混合标定板、装置、设备和介质 | |
| CN102750697B (zh) | 一种参数标定方法及装置 | |
| CN101697233B (zh) | 一种基于结构光的三维物体表面重建方法 | |
| CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
| CN111123242B (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
| CN109325381B (zh) | 一种qr码定位和校正方法 | |
| CN106296587B (zh) | 轮胎模具图像的拼接方法 | |
| CN116129037B (zh) | 视触觉传感器及其三维重建方法、系统、设备及存储介质 | |
| CN115830135A (zh) | 一种图像处理方法、装置及电子设备 | |
| CN114387353A (zh) | 一种相机标定方法、标定装置及计算机可读存储介质 | |
| CN114862866B (zh) | 标定板的检测方法、装置、计算机设备和存储介质 | |
| CN117522963A (zh) | 棋盘格的角点定位方法、装置、存储介质及电子设备 | |
| CN117315046A (zh) | 一种环视相机标定方法、装置、电子设备及存储介质 | |
| CN112200822A (zh) | 表格重建方法、装置、计算机设备及存储介质 | |
| CN116777769A (zh) | 畸变图像的校正方法及装置、电子设备、存储介质 | |
| CN110458951A (zh) | 一种电网杆塔的建模数据获取方法及相关装置 | |
| CN114897990A (zh) | 一种基于神经网络的相机畸变标定方法、系统和存储介质 | |
| CN117115275B (zh) | 畸变参数的确定方法、装置和计算机设备 | |
| Huang et al. | A checkerboard corner detection method using circular samplers | |
| CN115601451B (zh) | 外参数据标定方法、装置、计算机设备和存储介质 | |
| CN117807875B (zh) | 石英器件的三维数据逆向重建和尺寸测量系统及方法 | |
| RU2538319C1 (ru) | Устройство поиска дубликатов изображений | |
| CN116844058B (zh) | 一种指针式仪表示数的识别方法、装置、设备及存储介质 | |
| CN114332345B (zh) | 一种基于双目视觉的冶金库区局部三维重建方法及系统 | |
| CN111915524B (zh) | 一种基于交比运算的全自动图像透视校正方法 |
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 |