CN115439552B - 一种多相机外参标定方法、装置及电子设备 - Google Patents
一种多相机外参标定方法、装置及电子设备Info
- Publication number
- CN115439552B CN115439552B CN202211024098.5A CN202211024098A CN115439552B CN 115439552 B CN115439552 B CN 115439552B CN 202211024098 A CN202211024098 A CN 202211024098A CN 115439552 B CN115439552 B CN 115439552B
- Authority
- CN
- China
- Prior art keywords
- camera
- image
- corner points
- coordinates
- images
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06T7/85—Stereo camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种多相机外参标定方法、装置及电子设备,涉及智能驾驶技术领域。其中,多相机外参标定方法包括:确定各个相机分别对应的初始外参,并根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像,然后识别各个第二图像中标定板的所有第一目标角点,并基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整。通过上述方法,通过对各个相机采集的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。
Description
技术领域
本申请涉及智能驾驶技术领域,特别是涉及一种多相机外参标定方法、装置及电子设备。
背景技术
随着智能驾驶汽车的快速发展,汽车行业对视觉方案下辅助驾驶功能的需求激增,使得360度、540度等多相机的环视系统已经成为智能汽车的常规需求,而对多相机进行参数标定是环视系统的基础,参数标定的好坏将直接影响辅助驾驶系统最终的效果。
一般来讲,相机参数标定过程分为两部分,一部分是从相机坐标系转换为图像坐标系,这一部分是三维点到二维点的转换,包括相机内参,其中,相机内参是对相机物理特征的描述,比如焦距、分别率等。另一部分是从世界坐标系转换为相机坐标系,这一部分是三维点到三维点的转换,包括相机外参,其中,相机外参确定了相机在某个三维空间中的位置和朝向,比如旋转参数、平移参数等。
在相机外参标定的过程中,标定板都是平铺在地面的,环视系统的各个相机的拍摄视角与各个标定板之间会存在一定的角度,导致拍摄得到的标定板图像会出现拉伸现象,比如,离相机较近的标定板边缘线相对较长,而离相机较远的标定板边缘线相对较短。这种情况下,由于采集到的标定板图像与标准图像之间差异较大,将严重影响后续对标定板中各个角点的识别精度,进而导致各个相机外参标定不准确。
发明内容
本申请公开了一种多相机外参标定方法、装置及电子设备,通过对各个相机采集的图像进行透视变换操作,提高标定板角点的识别精度,进而提高各个相机外参标定的准确性。
第一方面,本申请提供了一种多相机外参标定方法,所述方法包括:
确定各个相机分别对应的初始外参;
根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
识别各个第二图像中标定板的所有第一目标角点;
基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整。
通过上述方法,通过对各个相机采集的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。
在一种可能的设计中,所述确定各个相机分别对应的初始参数,包括:
对各个相机采集得到的第三图像进行解畸变操作,得到各个第四图像;
确定各个第四图像中标定板的预设角点分别对应的第二图像坐标;
根据各个预设角点之间排列顺序,确定出各个第二图像坐标分别对应的第一世界坐标,其中,所述第一世界坐标为三维的参考坐标;
根据各个第二图像坐标以及各个第一世界坐标,确定各个相机分别对应的所述初始外参。
通过上述方法,初步计算出各个相机分别对应的初始外参,为后续各个相机的外参调整提供基础。
在一种可能的设计中,所述根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像,包括:
根据各个初始外参,计算各个相机对应的透视变换矩阵;
通过所述变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像。
通过上述方法,通过透视变换矩阵来对各个相机采集得到的图像进行视角修正,进而可以提高标定板中的角点识别精度。
在一种可能的设计中,所述识别各个第二图像中标定板的所有第一目标角点,包括:
识别各个第二图像中标定板的所有角点;
在所述所有角点中确定出共视区域对应的异常角点,其中,所述共视区域为两个相机之间采集范围重叠区域;
在所述所有角点中剔除所述异常角点,得到所述所有第一目标角点。
通过上述方法,将各个标定板的共视区域对应的异常角点剔除,进而有助于提高各个相机外参标定精度,防止两个相邻相机的共视区域出现重影现象。
在一种可能的设计中,所述在所述所有角点中确定出共视区域对应的异常角点,包括:
在各个第二图像中,确定出共视区域对应的各个第一共视角点;
将各个第一共视角点与世界坐标系中共视区域对应的各个第二共视角点之间进行匹配;
若所述各个第一共视角点中存在不能匹配成功的角点,则将所述不能匹配成功的角点确定为所述异常角点。
通过上述方法,可以识别出共视区域对应的各个异常角点,进而有助于提高各个相机外参标定精度,防止两个相邻相机的共视区域出现重影现象。
在一种可能的设计中,所述基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整,包括:
确定各个第一目标角点分别对应的第一图像坐标;
根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标;
根据各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数;
按照各个优化参数,对各个初始外参进行联合调整。
通过上述方法,对初始外进行调整,进一步提高各个相机外参标定精度。
第二方面,本申请提供了一种多相机外参标定装置,所述装置包括:
确定模块,用于确定各个相机分别对应的初始外参;
变换模块,用于根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
识别模块,用于识别各个第二图像中标定板的所有第一目标角点;
调整模块,用于基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整。
在一种可能的设计中,所述确定模块具体用于:
对各个相机采集得到的第三图像进行解畸变操作,得到各个第四图像;
确定各个第四图像中标定板的预设角点分别对应的第二图像坐标;
根据各个预设角点之间排列顺序,确定出各个第二图像坐标分别对应的第一世界坐标,其中,所述第一世界坐标为三维的参考坐标;
根据各个第二图像坐标以及各个第一世界坐标,确定各个相机分别对应的所述初始外参。
在一种可能的设计中,所述变换模块具体用于:
根据各个初始外参,计算各个相机对应的透视变换矩阵;
通过所述变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像。
在一种可能的设计中,所述识别模块具体用于:
识别各个第二图像中标定板的所有角点;
在所述所有角点中确定出共视区域对应的异常角点,其中,所述共视区域为两个相机之间采集范围重叠区域;
在所述所有角点中剔除所述异常角点,得到所述所有第一目标角点。
在一种可能的设计中,所述识别模块还用于:
在各个第二图像中,确定出共视区域对应的各个第一共视角点;
将各个第一共视角点与世界坐标系中共视区域对应的各个第二共视角点之间进行匹配;
若所述各个第一共视角点中存在不能匹配成功的角点,则将所述不能匹配成功的角点确定为所述异常角点。
在一种可能的设计中,所述调整模块具体用于:
确定各个第一目标角点分别对应的第一图像坐标;
根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标;
根据各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数;
按照各个优化参数,对各个初始外参进行联合调整。
第三方面,本申请提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现上述多相机外参标定方法步骤。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述多相机外参标定方法步骤。
通过上述多相机外参标定方法,通过对各个相机采集的图像进行解畸变操作,得到个相机对应的初始外参,并基于初始外参,来解畸变后的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。
上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果参照上述针对第一方面或者第一方面中的各种可能方案可以达到的技术效果说明,这里不再重复赘述。
附图说明
图1为本申请提供的一种环视系统相机布局示意图;
图2为本申请提供的一种多相机视野区域示意图;
图3为本申请提供的一种标定板布局示意图;
图4为本申请提供的一种多相机外参标定方法的流程图;
图5为本申请提供的一种透视变换示例图;
图6为本申请提供的一种角点匹配示例图;
图7为本申请提供的一种多相机外参标定装置的结构示意图;
图8为本申请提供的一种电子设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是,在本申请的描述中“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。A与B连接,可以表示:A与B直接连接和A与B通过C连接这两种情况。另外,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
下面结合附图,对本申请实施例进行详细描述。
汽车行业对视觉方案下的驾驶辅助功能的需求激增,使得360度、540度等多相机环视系统已成智能汽车的标配。如图1所示,为常见的环视系统相机布局示意图,其中,A为汽车后视相机,B为汽车左视相机,C为汽车前视相机,D为汽车右视相机。通过A、B、C、D四个相机所获得的视野区域如图2所示,其中,每两个相邻的视野区域之间都会存在一个共视区域。
对环视系统中的各个相机参数进行标定是环视系统的基础,标定参数的好坏会直接影响辅助驾驶系统最终的效果。一般来讲,相机参数标定过程分为两部分,一部分是从相机坐标系转换为图像坐标系,这一部分是三维点到二维点的转换,包括相机内参,其中,相机内参是对相机物理特征的描述,比如焦距、分别率等。另一部分是从世界坐标系转换为相机坐标系,这一部分是三维点到三维点的转换,包括相机外参,其中,相机外参确定了相机在某个三维空间中的位置和朝向,比如旋转参数、平移参数等。
在相机外参标定的过程中,各个标定板都是平铺在地面的,从正视的角度,标定板布局示意图如图3所示,其中,各个共视区域标定板为3×3的黑白相间的小方块组成,而前、后、左、右四个方位视野区域的标定板由3×3的黑白相间的小方块组成。
然而,由于上述汽车环视系统的各个相机的拍摄视角并非在各个标定板的正上方,而是与各个标定板之间会存在一定的角度,导致拍摄得到的标定板图像会出现拉伸现象。比如,离相机较近的标定板边缘线相对较长,而离相机较远的标定板边缘线相对较短。这种情况下,由于采集到的标定板图像与标准图像之间差异较大,将严重影响后续对标定板中各个角点的识别精度,进而导致各个相机外参标定不准确。
为了解决上述问题,本申请提供了一种多相机外参标定方法,通过对各个相机采集的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。其中,本申请实施例所述方法和装置基于同一技术构思,由于方法及装置所解决问题的原理相似,因此装置与方法的实施例可以相互参见,重复之处不再赘述。
如图4所示,为本申请提供的一种多相机外参标定方法的流程图,具体包括如下步骤:
S41,确定各个相机分别对应的初始外参;
在本申请实施例中,在对车辆环视系统中的各个相机进行外参标定时,如图3所示,需要在车辆周围布置各个标定板。然后,以预设点位作为原点,建立世界坐标系,其中,预设点位可以是车辆后轴中心点在地面投影所对应的点位,也可以是车辆前轴中心点在地面投影所对应的点位,具体点位根据实际情况来设定。
在创建世界坐标系之后,结合各个标定板中所有角点至坐标原点的距离,以及各个标定板的尺寸,在世界坐标系中确定出所有角点的第一世界坐标,其中,第一世界坐标为三维的参考坐标。
接下来,控制各个相机进行图像采集,得到各个第三图像。如图3所示,相机A负责采集车辆后视区域图像,相机B负责采集车辆左视区域图像,相机C负责采集车辆前方区域图像,相机D负责采集车辆右视区域图像。其中,每个区域都设置有对应的标定板。因此,采集得到的各个第三图像中均包含标定板角点。
通常情况下,环视系统中的各个相机采集得到的各个第三图像存在一定的畸变,比如,在第三图像中的标定板底边为扭曲的弧线,而非直线。因此,需要对各个相机采集得到的第三图像分别进行解畸变操作,将第三图像中的线条进行还原,得到各个第三图像分别对应的第四图像。进一步,确定各个第四图像中标定板的预设角点分别对应的第二图像坐标,其中,标定板的预设角点可以是标定板中间区域的角点,当然也可以是边角区域的角点,此处不做具体限定。
在得到各个预设角点分别对应的第二图像坐标以后,需要在世界坐标系中确定出各个第二图像坐标分别对应的第一世界坐标。在本申请实施例中,在将各个标定板布局在车辆周围时,可以对各个标定板中的每个角点进行编号,具体编号顺序可以是从左到右、从上到下,也可以是其他方式,保证每个角点编号唯一。这种情况下,可以保证第四图像中的同一预设角点还是世界坐标系中的同一预设角点所对应的编号都是相同的。
进一步,根据各个预设角点所对应的编号,将各个预设角点对应的第二图像坐标,与各个预设角点分别对应的第一世界坐标之间建立对应关系,并根据对应关系确定各个相机分别对应的所述初始外参。
同时,为了后续能够快速识别出各个预设角点,还可以根据预设角点对应的尺寸及与世界坐标的相对位置,设置预设角点模型。其中,预设角点模型包含角点的个数、排列及大小信息。
S42,根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
在得到各个相机分别对应的初始外参之后,根据各个初始外参,确定出透视变换矩阵,并通过透视变换矩阵对各个相机采集到的第一图像进行透视变换,进而实现对第一图像进行视角修正操作,将第一图像转换为相机正视角度下的第二图像。
举例来讲,如图5所示,为本申请提供的一种透视变换示意图。在图5中,相机采集得到的第一图像如图像M所示,图像M中的边1为相机所在方位,边2为远离相机的方位,由图M可知,边1的尺寸大于边2,因此,相机采集得到的第一图像并非标准矩形,也就是说第一图像M由于采集角度的原因发生了畸变。因此,为了提高第一图像中的标定板角点识别精度,需要对第一图像进行透视变换操作,透视变换后得到的第二图像如图像N所示,图像N中边1的尺寸等于边2,为标准矩形,表征对图像M进行了视角修正。
S43,识别各个第二图像中标定板的所有第一目标角点;
在得到各个第二图像之后,为了避免两个相邻对共视区域采集的图像之间存在重影,在本申请实施例中,首先,需要识别出各个第二图像中标定板的所有角点,然后在所有角点中确定出共视区域对应的异常角点,最后,在所有角点中剔除这些异常角点,得到所有第一目标角点。其中,共视区域为两个相机之间采集范围重叠区域。
上述过程中,确定共视区域异常角点的方法包括:
在各个第二图像中,确定出共视区域对应的各个第一共视角点;将各个第一共视角点与世界坐标系中共视区域对应的各个第二共视角点之间进行匹配,在匹配过程中,需要选定出一个匹配基点,该基地点可以使得第一共视角点与第二共视角点之间能够匹配成功;若各个第一共视角点中存在不能匹配成功的角点,则将不能匹配成功的角点确定为异常角点。
举例来讲,如图6所示,为第一共视角点与第二共视角点匹配示意图。在图6中,实心点为各个第一共视角点,空心点为各个第二共视角点,第二共视角点为匹配时的参考角点。当将各个第一共视角点与各个第二共视角点之间进行匹配时,首先需要确定出匹配基点,以保证各个第一共视角点中更多的角点能与各个第二共视角点之间匹配成功,在示例中,将各个第一共视角点中的右上角角点作为匹配基准点进行匹配,发现仍有5个第一共视角点不能匹配成功,此时,将这五个不能匹配成功的第一共视角点作为异常角点。最后,将各个第一共视角点中的异常角点剔除,变得到所有第一目标角点。
S44,基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整。
在确定出第二图像中的所有第一目标角点之后,基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整,具体来讲:
首先,确定各个第一目标角点分别对应的第一图像坐标;
作为一种优选方案,在确定各个第一目标角点分别对应的第一图像坐标之前,为了提高角点识别精度,还可以对所有第一目标角点进行亚像素识别。
进一步,由于在相机采集各个第一图像时,各个第一图像中的标定板角点都按照预设顺序进行了编号,比如从上至下、从左至右的顺序,因此,根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标。比如,将第二图像中编号为N的角点对应的第一图像坐标,与世界坐标中编号为N的标定板角点确定为具有对应关系的角点。
进一步,将具有对应关系的各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数,其中,预设模型可以是全局优化(GlobalOptimization,GO)模型。最后按照各个优化参数,对各个初始外参进行联合调整。
通过上述方法,通过对各个相机采集的图像进行解畸变操作,得到个相机对应的初始外参,并基于初始外参,对解畸变后的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。
基于同一发明构思,本申请实施例中还提供了一种多相机外参标定装置,如图7所示,为本申请中一种多相机外参标定装置的结构示意图,该装置包括:
确定模块71,用于确定各个相机分别对应的初始外参;
变换模块72,用于根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
识别模块73,用于识别各个第二图像中标定板的所有第一目标角点;
调整模块74,用于基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整。
在一种可能的设计中,所述确定模块71具体用于:
对各个相机采集得到的第三图像进行解畸变操作,得到各个第四图像;
确定各个第四图像中标定板的预设角点分别对应的第二图像坐标;
根据各个预设角点之间排列顺序,确定出各个第二图像坐标分别对应的第一世界坐标,其中,所述第一世界坐标为三维的参考坐标;
根据各个第二图像坐标以及各个第一世界坐标,确定各个相机分别对应的所述初始外参。
在一种可能的设计中,所述变换模块72具体用于:
根据各个初始外参,计算各个相机对应的透视变换矩阵;
通过所述变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像。
在一种可能的设计中,所述识别模块73具体用于:
识别各个第二图像中标定板的所有角点;
在所述所有角点中确定出共视区域对应的异常角点,其中,所述共视区域为两个相机之间采集范围重叠区域;
在所述所有角点中剔除所述异常角点,得到所述所有第一目标角点。
在一种可能的设计中,所述识别模块73还用于:
在各个第二图像中,确定出共视区域对应的各个第一共视角点;
将各个第一共视角点与世界坐标系中共视区域对应的各个第二共视角点之间进行匹配;
若所述各个第一共视角点中存在不能匹配成功的角点,则将所述不能匹配成功的角点确定为所述异常角点。
在一种可能的设计中,所述调整模块74具体用于:
确定各个第一目标角点分别对应的第一图像坐标;
根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标;
根据各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数;
按照各个优化参数,对各个初始外参进行联合调整。
通过上述多相机外参标定装置,通过对各个相机采集的图像进行解畸变操作,得到个相机对应的初始外参,并基于初始外参,对解畸变后的图像进行透视变换操作,实现对采集到的图片进行视角修正,进而提高标定板角点的识别精度,以使各个相机外参标定的准确性更高。
基于同一发明构思,本申请实施例中还提供了一种电子设备,所述电子设备可以实现前述多相机外参标定方法装置的功能,参考图8,所述电子设备包括:
至少一个处理器81,以及与至少一个处理器81连接的存储器82,本申请实施例中不限定处理器81与存储器82之间的具体连接介质,图8中是以处理器81和存储器82之间通过总线80连接为例。总线80在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线80可以分为地址总线、数据总线、控制总线等,为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器81也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器82存储有可被至少一个处理器81执行的指令,至少一个处理器81通过执行存储器82存储的指令,可以执行前文论述多相机外参标定方法。处理器81可以实现图7所示的装置中各个模块的功能。
其中,处理器81是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器82内的指令以及调用存储在存储器82内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器81可包括一个或多个处理单元,处理器81可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器81中。在一些实施例中,处理器81和存储器82可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器81可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的多相机外参标定方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器82作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器82可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等。存储器82是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器82还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器81进行设计编程,可以将前述实施例中介绍的多相机外参标定方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图4所示的实施例的多相机外参标定方法的步骤。如何对处理器81进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述多相机外参标定方法。
在一些可能的实施方式中,本申请提供的多相机外参标定方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的多相机外参标定方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种多相机外参标定方法,其特征在于,所述方法包括:
确定各个相机分别对应的初始外参;
根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
识别各个第二图像中标定板的所有第一目标角点;
基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整,包括:
确定各个第一目标角点分别对应的第一图像坐标;
根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标;
根据各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数;
按照各个优化参数,对各个初始外参进行联合调整。
2.如权利要求1所述的方法,其特征在于,所述确定各个相机分别对应的初始外参,包括:
对各个相机采集得到的第三图像进行解畸变操作,得到各个第四图像;
确定各个第四图像中标定板的预设角点分别对应的第二图像坐标;
根据各个预设角点之间排列顺序,确定出各个第二图像坐标分别对应的第一世界坐标,其中,所述第一世界坐标为三维的参考坐标;
根据各个第二图像坐标以及各个第一世界坐标,确定各个相机分别对应的所述初始外参。
3.如权利要求1所述的方法,其特征在于,所述根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像,包括:
根据各个初始外参,计算各个相机对应的透视变换矩阵;
通过所述变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像。
4.如权利要求1所述的方法,其特征在于,所述识别各个第二图像中标定板的所有第一目标角点,包括:
识别各个第二图像中标定板的所有角点;
在所述所有角点中确定出共视区域对应的异常角点,其中,所述共视区域为两个相机之间采集范围重叠区域;
在所述所有角点中剔除所述异常角点,得到所述所有第一目标角点。
5.如权利要求4所述的方法,其特征在于,所述在所述所有角点中确定出共视区域对应的异常角点,包括:
在各个第二图像中,确定出共视区域对应的各个第一共视角点;
将各个第一共视角点与世界坐标系中共视区域对应的各个第二共视角点之间进行匹配;
若所述各个第一共视角点中存在不能匹配成功的角点,则将所述不能匹配成功的角点确定为所述异常角点。
6.一种多相机外参标定装置,其特征在于,所述装置包括:
确定模块,用于确定各个相机分别对应的初始外参;
变换模块,用于根据各个初始外参对应的透视变换矩阵,对各个相机采集得到的第一图像进行透视变换,得到各个第二图像;
识别模块,用于识别各个第二图像中标定板的所有第一目标角点;
调整模块,用于基于各个第一目标角点分别对应的第一图像坐标,对各个初始外参进行联合调整,包括:
确定各个第一目标角点分别对应的第一图像坐标;
根据各个第一目标角点之间的排列顺序,确定出各个第一图像坐标分别对应的第二世界坐标;
根据各个第二图像坐标以及各个第二世界坐标输入预设模型,得到各个相机分别对应的优化参数;
按照各个优化参数,对各个初始外参进行联合调整。
7.如权利要求6所述的装置,其特征在于,所述确定模块具体用于:
对各个相机采集得到的第三图像进行解畸变操作,得到各个第四图像;
确定各个第四图像中标定板的预设角点分别对应的第二图像坐标;
根据各个预设角点之间排列顺序,确定出各个第二图像坐标分别对应的第一世界坐标,其中,所述第一世界坐标为三维的参考坐标;
根据各个第二图像坐标以及各个第一世界坐标,确定各个相机分别对应的所述初始外参。
8.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行所述存储器上所存放的计算机程序时,实现权利要求1-5中任一项所述的方法步骤。
9.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211024098.5A CN115439552B (zh) | 2022-08-24 | 2022-08-24 | 一种多相机外参标定方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211024098.5A CN115439552B (zh) | 2022-08-24 | 2022-08-24 | 一种多相机外参标定方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115439552A CN115439552A (zh) | 2022-12-06 |
| CN115439552B true CN115439552B (zh) | 2026-05-12 |
Family
ID=84245450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211024098.5A Active CN115439552B (zh) | 2022-08-24 | 2022-08-24 | 一种多相机外参标定方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115439552B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118229802B (zh) * | 2024-05-24 | 2024-10-18 | 苏州智华汽车电子有限公司 | 多相机标定方法、装置、存储介质及电子设备 |
| CN119183025B (zh) * | 2024-11-22 | 2025-09-16 | 广州乐庚信息科技有限公司 | 基于双目数据采集设备的透视变换图像采集方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022120567A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定系统 |
| CN112738487B (zh) * | 2020-12-24 | 2022-10-11 | 阿波罗智联(北京)科技有限公司 | 图像投射方法、装置、设备及存储介质 |
-
2022
- 2022-08-24 CN CN202211024098.5A patent/CN115439552B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115439552A (zh) | 2022-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111750820B (zh) | 影像定位方法及其系统 | |
| CN110517202B (zh) | 一种车身摄像头标定方法及其标定装置 | |
| CN111145271B (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
| CN113920206B (zh) | 透视移轴相机的标定方法 | |
| CN108805934A (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
| CN106408551B (zh) | 一种监控装置控制的方法及装置 | |
| CN106815869B (zh) | 鱼眼相机的光心确定方法及装置 | |
| CN115131273B (zh) | 信息处理方法、测距方法及装置 | |
| CN110660105A (zh) | 一种全景环视系统的标定参数优化方法及装置 | |
| CN112184827A (zh) | 校准多个摄像机的方法及装置 | |
| CN104200454A (zh) | 鱼眼图像畸变校正方法及装置 | |
| CN112308934B (zh) | 标定检测方法及装置、存储介质、计算设备 | |
| CN106570907B (zh) | 一种相机标定方法及装置 | |
| CN112085798B (zh) | 摄像机标定方法、装置、电子设备及存储介质 | |
| CN117315046B (zh) | 一种环视相机标定方法、装置、电子设备及存储介质 | |
| CN110956585B (zh) | 全景图像拼接方法、装置以及计算机可读存储介质 | |
| CN110751598A (zh) | 车辆铰接点坐标标定方法、装置、计算机设备和存储介质 | |
| CN118279414A (zh) | 一种外参标定方法、装置及设备 | |
| CN113610927A (zh) | 一种avm摄像头参数标定方法、装置及电子设备 | |
| CN115278071A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
| CN116721161A (zh) | 标定方法、图像矫正方法、装置、电子设备及存储介质 | |
| CN115439552A (zh) | 一种多相机外参标定方法、装置及电子设备 | |
| CN113240582B (zh) | 一种图像拼接方法及装置 | |
| CN110838147B (zh) | 摄像模组检测方法及装置 | |
| CN112233185A (zh) | 相机标定方法、图像配准方法及摄像器件、存储装置 |
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 |