CN115457147A - 相机标定方法、电子设备及存储介质 - Google Patents
相机标定方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115457147A CN115457147A CN202211129544.9A CN202211129544A CN115457147A CN 115457147 A CN115457147 A CN 115457147A CN 202211129544 A CN202211129544 A CN 202211129544A CN 115457147 A CN115457147 A CN 115457147A
- Authority
- CN
- China
- Prior art keywords
- points
- image
- camera
- calibration
- coordinates
- 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
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
本申请实施例涉及相机标定领域,公开了一种相机标定方法、电子设备及存储介质。相机标定方法包括:对目标相机拍摄棋盘格标定板得到的标定板图像进行角点检测,获取角点在预设的图像坐标系下的图像坐标;棋盘格标定板表面设置有多个标记点;根据标记点确定标定板图像上的角点在棋盘格标定板上一一对应的角点,并基于标定板图像中心区域的角点的图像坐标和角点在棋盘格标定板上对应的角点的世界坐标,获取目标相机的畸变参数;基于棋盘格标定板表面任意不共线的多个标记点的世界坐标、多个标记点对应的相机坐标和目标相机的内参,得到目标相机的外参。仅通过单张标定板图像就可完成相机标定,精度度高、速度快。
Description
技术领域
本申请实施例涉及相机标定领域,特别涉及一种相机标定方法、电子设备及存储介质。
背景技术
相机标定是计算视觉领域非常重要的问题,确定相机内参、外参和畸变参数的过程就是相机标定。传统相机标定法需要使用尺寸已知的标定物,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和二维标定物。三维标定物可由单幅图像进行标定,标定精度较高,但高精密三维标定物的加工和维护较困难。二维标定物比三维标定物制作简单,精度易保证,但标定时必须采用两幅或两幅以上的图像。
二维标定物是现在主流的摄像机标定方法,针对二维标定物的相机标定方法分为三种类型:线性标定法、非线性标定法和两步标定法。线性标定法通过线性方程获得转换参数,算法速度快,但是没有考虑相机镜头的畸变问题,因而对噪声比较敏感,适用于长焦距小畸变的镜头标定。非线性标定法采用复杂的影像模型,虽然可以补偿镜头畸变影响,但是计算代价高,需要更为准确的初始参数估计,优化过程不够稳定。两步标定法以Zhang标定法为代表,该方法通过拍摄在任意位置、任意姿态摆放的标定板来进行相机内部参数的标定计算,因此操作简单,精度高。
虽然Zhang标定法操作简单,但是Zhang标定法需要至少3张不同角度的图像才可以完成,而且如果只有3张图像,标定精度稳定性较差,一般至少要5张以上图像标定精度才相对比较稳定。但是对于规模化、大批量相机生产场景下,这种标定方法还是较为复杂,标定效率较低。
发明内容
本申请实施方式的目的在于提供一种相机标定方法、电子设备及存储介质,通过拍摄设置有多个标记点的棋盘格标定板获取标定板图像,仅通过一张标定板图像中的角点和标记点就可快速完成相机标定。
为解决上述技术问题,本申请的实施方式提供了一种相机标定方法,包括:对目标相机拍摄棋盘格标定板得到的标定板图像进行角点检测,获取角点在预设的图像坐标系下的图像坐标;其中所述棋盘格标定板表面设置有多个标记点;根据所述标记点确定所述标定板图像上的角点在所述棋盘格标定板上一一对应的角点,并基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,获取所述目标相机的畸变参数;基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参。
本申请的实施方式还提供了一种电子设备,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能够执行如上述实施方式提及的相机标定方法。
本申请的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述实施方式提及的相机标定方法。
本申请实施方式提供的相机标定方法,通过拍摄设置有多个标记点的棋盘格标定板获取标定板图像,基于标定板图像和棋盘格标定板上都包含的标记点,可快速且精确将标定板图像上的角点和棋盘格标定板上的角点一一对应,根据这种一一对应关系获取中心区域角点的图像坐标和对应的角点的世界坐标,而由于标定板图像中心区域畸变最小,因此,根据中心区域的角点计算得到的畸变参数精度更高。在计算目标相机外参时,基于棋盘格标定板表面任意不共线的标记点进行计算,如此采用最少4个标记点就可计算得到高精度的相机外参。整个相机标定过程只需获取一张标定板图像,基于这一张标定板图像中的角点和标记点就可完成相机的标定,精度高、速度快,适用于大批量相机生产场景。
另外,本申请实施方式提供的相机标定方法,基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,获取所述目标相机的畸变参数,包括:基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,计算单应性矩阵;根据所述单应性矩阵将所述棋盘格标定板上所有角点的世界坐标映射到预设的图像坐标系下,得到角点的理想图像坐标;基于预设的畸变模型、所述角点的理想图像坐标和所述标定板图像上对应的角点的图像坐标,获取所述目标相机的畸变参数。本申请中由于标定板图像中心区域畸变最小,因此通过畸变最小的区域确定图像坐标系和世界坐标系之间的映射关系(单应性矩阵),然后基于这种映射关系反求所有区域角点的理想坐标,进而通过角点的理想图像坐标和角点的实际图像坐标来计算畸变参数,如此达到了仅通过一张标定板图像就可获取畸变参数的目的。速度快、计算简单。
另外,本申请实施方式提供的相机标定方法,所述基于预设的畸变模型、所述角点的理想图像坐标和所述标定板图像上对应的角点的图像坐标,获取所述目标相机的畸变参数之后,还包括:根据所述角点的图像坐标和所述角点的世界坐标经单应性变换及畸变校正后得到的像素坐标,构建第一反投影残差函数;将所述第一反投影残差函数中的单应性矩阵作为未知量,采用非线性最小二乘法对所述第一反投影残差函数进行优化,得到优化后的第一反投影残差函数;将所述第一反投影残差函数中的单应性矩阵和所述畸变参数均作为未知量,采用非线性最小二乘法对优化后的所述第一反投影残差函数进行二次优化,得到优化后的畸变参数,并将所述优化后的畸变参数作为最终获取的所述目标相机的畸变参数;在二次优化过程中以所述优化后的单应性矩阵作为二次优化时单应性矩阵的初始值。本申请采用反投影残差函数作为优化函数,通过非线性最小二乘法对反投影残差函数中的单应性矩阵和畸变参数进行优化,将两次优化后的畸变参数作为最终获取的畸变参数,以此来提高畸变参数的精度。
另外,本申请实施方式提供的相机标定方法,所述基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参之后,还包括:根据所述角点的图像坐标和所述角点的世界坐标经所述外参及所述内参处理后的图像坐标,构建第二反投影残差函数;采用非线性最小二乘法对所述第二反投影残差函数中的外参和内参进行分别优化和联合优化,获取优化后的外参和内参,并将所述优化后的外参和优化后的内参作为最终获取的所述目标相机的外参和内参。本申请在求解目标相机外参时,直接采用目标相机本身的理想内参值,但在实际应用中,相机内参都会与理想内参值有一定误差,因此导致计算出的相机外参误差较大,通过非线性最小二乘法对反投影残差函数中的外参和内参进行分别优化和联合优化,以提高内参和外参精度。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请的实施方式提供的相机标定方法的流程图一;
图2是本申请的实施方式提供的一种棋盘格标定板示意图;
图3是本申请的实施方式提供的相机成像几何示意图;
图4是本申请的实施方式提供的相机标定方法的流程图二;
图5是本申请的实施方式的提供的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,下面将结合附图对本申请的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本申请各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
下面对本实施方式的相机标定的实现细节进行举例说明。以下内容仅为方便理解而提供的实现细节,并非实施本方案的必须。
本申请的实施方式涉及一种相机标定方法,如图1所示,包括:
步骤101,对目标相机拍摄棋盘格标定板得到的标定板图像进行角点检测,获取角点在预设的图像坐标系下的图像坐标;其中棋盘格标定板表面设置有多个标记点。
本实施例中,采用目标相机对预设的棋盘格标定板进行拍摄,获取标定板图像。其中棋盘格标定板表面的图案包含多个黑色方格和白色方格,黑色方格和白色方格的四个顶点为角点,标记点设置在黑色方格或白色方格内,标记点的形状可以是圆形、三角形等任意形状,优选的标记点为圆形标记点,因为圆形标记点中心坐标易于求解且求解精度高,有利于后续畸变参数的求解。标记点的颜色可以是任何颜色只要便于相机识别区分即可,具体地,可以根据需要标定的相机类型和标定需求选择合适的标记点形状和颜色。如图2所示,是本实施例提供的一种棋盘格标定板,该棋盘格标定板上设置有8个圆形标记点,这8个圆形标记点均设置在白色方格内。当然图2仅是一种可能的棋盘格标定板图案示例,其中标记点的形状,颜色,数量,位置均可以有其他情况。
另外,在拍摄棋盘格标定板时,在拍摄角度方面要求目标相机的光心尽量与棋盘格标定板垂直,具体地,目标相机拍摄棋盘格标定板的角度要小于等于5°;在拍摄距离方面要求棋盘格标定板能占满整个拍摄画面。拍摄时相机的图像中心尽量是棋盘格标定板上标记点的中心,如此,方便后续确定标定板图像上的角点与棋盘格标定板上角点的一一对应关系,也利于简化计算。
在一实施例中,所述预设的图像坐标系通过以下步骤确定:获取标定板图像中标记点的位置;以任一标记点作为原点、以原点和与原点共线的标记点确定的方向作为x轴、以与x轴垂直的方向作为y轴建立图像坐标系。
具体地说,在标定板图像中任选一标记点作为原点,将与原点共线的标记点(与原点在同一水平方向的标记点或与原点在同一竖直方向的标记点)作为x轴,以与x轴垂直的方向作为y轴建立图像坐标系。另外,由于图像坐标系的原点是以标记点中心建立的,而标记点位于黑白方格内,因此为方便获取和计算角点坐标,可以将图像坐标系平移至最近的角点位置处,即以标记点(原点)最近的角点作为平移后的图像坐标系的原点。需要注意的是,图像坐标系一旦确定,后续不再更改。相机坐标系的x轴和y轴需要与图像坐标系的x轴和y轴平行。
本实施例中,对棋盘格进行角点检测可以采用Moravec角点检测算法、Harris角点检测算法、Shi-Tomasi算法、FAST角点检测算法等任何一种,在此不做赘述。
步骤102,根据标记点确定标定板图像上的角点在棋盘格标定板上一一对应的角点,并基于标定板图像中心区域的角点的图像坐标和角点在棋盘格标定板上对应的角点的世界坐标,获取目标相机的畸变参数。
本实施例中,预设的图像坐标系通过所述标记点确定;根据所述标记点确定所述标定板图像上的角点在所述棋盘格标定板上一一对应的角点,包括:根据标记点的序号和角点的图像坐标确定标定板图像上角点的序号;根据标定板图像上角点的序号确定棋盘格标定板上与角点的序号相同的角点,并将序号相同的角点作为与标定板图像上角点一一对应的角点。由于预设的图像坐标系是基于标记点确定的,因此角点的图像坐标就反映了角点与各标记点之间的相对位置关系,基于标记点的序号和角点的图像坐标就可以为标定板图像上每个角点确定一个序号,类似地,棋盘格标定板上每个角点基于同样的方法也可以确定一个序号,如此序号相同的两个角点即为一一对应的角点。另外,预设的图像坐标系除了确定角点的图像坐标,还可以确定标定板图像的方向,方便标定板图像和棋盘格标定板上角点的一一对应。
需要说明的是,若棋盘格标定板上没有标记点,则在确定标定板图像上的角点和棋盘格标定板上的对应角点时,很容易出现错误,且确定效率较低。因为获取的标定板图像可能只拍摄到了棋盘格标定板的中心区域,也可能只拍摄了棋盘格标定板的右下角区域,但获取到的标定板图像都是黑白方格,很难从图像上区分拍摄的是棋盘格标定板的哪一部分,导致很难确定图像上角点和标定板上角点的对应关系。因此,通过在棋盘格标定板上设置标记点,利用标记点确定标定板图像上角点和棋盘格标定板上角点之间的一一对应关系,可以提高标定效率和标定精度。
另外,本实施例在计算畸变参数时,是根据标定板图像中心区域的角点进行计算,而图像中心区域的畸变最小,因此利用中心区域的角点计算畸变参数精度更高。基于此,可以理解的是,优选的可以将标记点设置在棋盘格标定板的中心区域。具体中心区域的大小可以根据棋盘格标定板尺寸、标定需求、拍摄条件自行调整确定。
值得一提的是,本申请所提到的世界坐标系为用户自定义的空间三维坐标系,用来描述三维空间中的物体和相机之间的坐标位置。一般来说,将世界坐标系建立在棋盘格标定板上,原点选择在棋盘格最左上角的一个角点上,水平方向为x轴,竖直方向为y轴,z轴垂直于棋盘格标定板,而棋盘格标定板中格子大小已知,因此,棋盘格标定板上每个角点的世界坐标就可以很快确定。
步骤103,基于棋盘格标定板表面任意不共线的多个标记点的世界坐标、多个标记点对应的相机坐标和目标相机的内参,得到目标相机的外参。
本实施例中,采用棋盘格表面任意不共线的多个标记点的世界坐标和对应的相机坐标就可计算出目标相机的内参。如此,采用最少4个标记点就可计算得到高精度的相机外参。在计算相机外参时采用的内参为目标相机本身的理想内参值。也就是说,本申请计算获取目标相机的畸变参数和外参,内参直接从目标相机处获取即可。具体地内参矩阵如下:
其中,f为目标相机焦距,dxy为像元尺寸,w,h为标定板图像的宽和高,主点坐标为(w/2,h/2)。
需要注意的是,本申请在获取目标相机的畸变参数后,会采用畸变参数将第一步获取的角点图像坐标进行修正。也就是说,后续计算目标相机的外参时采用的角点图像坐标都是基于畸变校正后的图像坐标进行计算。
在一实施例中,步骤103具体包括:基于棋盘格标定板表面任意不共线的多个标记点的世界坐标和多个标记点对应的像点的像空间坐标,建立平面共线方程;基于棋盘格标定板表面任意不共线的多个标记点和多个标记点对应的像点之间的相似关系,建立比例方程;根据所述平面共线方程和所述比例方程计算得到所述多个标记点对应的相机坐标;根据所述多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参。
具体地说,如图3所示为相机成像几何示意图,P1、P2、P3、P4为棋盘格标定板上任意不共线的4个标记点,p1、p2、p3、p4为4个标记点在像空间中对应的像点,O为拍摄标定板图像时目标相机的位置。由于棋盘格标定板是一个平面,因此可基于P1、P2、P3、P4这4个标记点的世界坐标(Xi,Yi,Zi)和p1、p2、p3、p4这4个像点的像空间坐标(ui,vi,-f),建立平面共线方程:
其中,(Xi,Yi,Zi)为标记点的世界坐标,ui,vi为标记点的像空间坐标,u0,v0为像主点坐标,f为相机焦距。
进一步地,如图3所示,根据OP1与Op1、OP2与Op2、OP3与Op3、OP4与Op4之间的相似关系,可以建立比例方程:
其中,(X′i,Y′i,z′1)为标记点的相机坐标,OPi与Opi可以通过相似三角形和余弦定理计算获取。
进一步地,通过将平面共线方程(2)、(3)和比例方程(4)联立求解即可获取标记点的相机坐标。然后通过以下公式将标记点的世界坐标和标记点的相机坐标代入即可计算得到相机外参:
其中,R为旋转矩阵,[tx,ty,tz]为平移矩阵,目标相机的外参包括旋转矩阵和平移矩阵。
需要说明的是,本申请中的相机坐标系以相机的光心为原点,z轴与光轴重合并垂直于成像平面,且去摄像方向为正方向,x轴和y轴与图像坐标系的x轴和y轴平行。
本申请实施方式提供的相机标定方法,通过拍摄设置有多个标记点的棋盘格标定板获取标定板图像,基于标定板图像和棋盘格标定板上都包含的标记点,可快速且精确将标定板图像上的角点和棋盘格标定板上的角点一一对应,根据这种一一对应关系获取中心区域角点的图像坐标和对应的角点的世界坐标,而由于标定板图像中心区域畸变最小,因此,根据中心区域的角点计算得到的畸变参数精度更高。在计算目标相机外参时,基于棋盘格标定板表面任意不共线的标记点进行计算,如此采用最少4个标记点就可计算得到高精度的相机外参。整个相机标定过程只需获取一张标定板图像,基于这一张标定板图像中的角点和标记点就可完成相机的标定,精度高、速度快,适用于大批量相机生产场景。
本申请的实施方式涉及一种相机标定方法,如图4所示,包括:
步骤201,对目标相机拍摄棋盘格标定板得到的标定板图像进行角点检测,获取角点在预设的图像坐标系下的图像坐标;其中棋盘格标定板表面设置有多个标记点。
本实施例中,步骤201的具体实施细节与步骤101的具体实施细节基本相同,在此不做赘述。
步骤202,根据标记点确定标定板图像上的角点在棋盘格标定板上一一对应的角点,基于标定板图像中心区域的角点的图像坐标和角点在棋盘格标定板上对应的角点的世界坐标,计算单应性矩阵。
具体地可以根据以下公式计算单应性矩阵H:
其中(x1,y1)为角点的图像坐标,(x2,y2)为角点的世界坐标。
步骤203,根据单应性矩阵将棋盘格标定板上所有角点的世界坐标映射到预设的图像坐标系下,得到角点的理想图像坐标。
本实施例中,标定板图像中心区域畸变最小,因此通过畸变最小的区域确定图像坐标系和世界坐标系之间的映射关系(单应性矩阵),然后基于这种映射关系反求所有区域角点的理想坐标,进而通过角点的理想图像坐标和角点的实际图像坐标来计算畸变参数,如此达到了仅通过一张标定板图像就可获取畸变参数的目的。速度快、计算简单。
步骤204,基于预设的畸变模型、角点的理想图像坐标和标定板图像上对应的角点的图像坐标,获取目标相机的畸变参数。
本实施例中,预设的畸变模型为:
r2=x'2+y'2
其中,(u,v)为标定板图像上角点的图像坐标,(x',y')为角点的理想图像坐标,r为畸变半径,k1,k2,k3,k4,k5,k6为径向畸变参数,p1,p2为切向畸变参数。
具体地说,由于相机制造工艺水平限制,入射光线在通过各个透镜时的折射误差和感光元件点阵位置误差等,实际应用的光学系统存在着非线性几何失真,从而使目标像点与理论像点之间存在着多种几何畸变。通过将角点的理想图像坐标和角点的图像坐标(实际图像坐标)代入上述畸变模型即可求得畸变参数(包括径向畸变参数和切向畸变参数)。
在一实施例中,步骤204之后,还包括:根据角点的图像坐标和角点的世界坐标经单应性变换及畸变校正后得到的像素坐标,构建第一反投影残差函数;将所述第一反投影残差函数中的单应性矩阵作为未知量,采用非线性最小二乘法对第一反投影残差函数进行优化,得到优化后的第一反投影残差函数;将第一反投影残差函数中的单应性矩阵和畸变参数均作为未知量,采用非线性最小二乘法对优化后的第一反投影残差函数进行二次优化,得到优化后的畸变参数,并将优化后的畸变参数作为最终获取的目标相机的畸变参数;在二次优化过程中将优化后的单应性矩阵作为二次优化时单应性矩阵的初始值。
具体地,所述第一反投影残差函数为:
本实施例中,获取优化后的畸变参数包括两次优化,第一次优化,将角点的图像坐标,角点的世界坐标和步骤204中求解的畸变参数代入第一反投影残差函数中,以单应性矩阵H作为未知量,采用非线性最小二乘法对第一反投影残差函数进行优化,当第一反投影残差函数的值稳定的达到最小时,表示优化完成,得到优化后的单应性矩阵。第二次优化是在第一次优化的基础上,将单应性矩阵和畸变参数均作为未知量进行优化,即在二次优化过程中,将第一次优化结果(优化后的单应性矩阵)作为第二次优化时单应性矩阵的初始值。当第一反投影残差函数的值稳定的达到最小时得到优化后的畸变参数。
需要说明的是,由于单应性矩阵是基于标定板图像中心区域的角点坐标计算得到的,虽然中心区域畸变最小,但计算得到的单应性矩阵仍然与理想值有一定误差。因此,本申请先对单应性矩阵进行优化,然后再对单应性矩阵和畸变参数同时优化,以获取高精度的畸变参数。
步骤205,基于棋盘格标定板表面任意不共线的多个标记点的世界坐标、多个标记点对应的相机坐标和目标相机的内参,得到目标相机的外参。
步骤206,根据角点的图像坐标和角点的世界坐标经外参及内参处理后的图像坐标,构建第二反投影残差函数。
本实施例中,所述第二反投影残差函数为:
其中,Ui为角点的图像坐标,K表示所述目标相机的内参,[RT]表示所述目标相机的外参,R表示旋转参数,T表示平移参数,Xi为角点的世界坐标。
需要注意的是,本申请在获取目标相机的畸变参数后,会采用畸变参数将第一步获取的角点图像坐标进行修正。也就是说,后续计算目标相机的外参时采用的角点图像坐标都是基于畸变校正后的图像坐标进行计算。因此,本实施例中的角点的图像坐标为已经经过畸变校正后的角点的图像坐标。
步骤207,采用非线性最小二乘法对所述第二反投影残差函数中的外参和内参进行分别优化和联合优化,获取优化后的外参和内参,并将优化后的外参和优化后的内参作为最终获取的所述目标相机的外参和内参。
本实施例中,在求解目标相机外参时,直接采用目标相机本身的理想内参值,但在实际应用中,相机内参都会与理想内参值有一定误差,因此导致计算出的相机外参误差较大。通过构建第二反投影残差函数对外参和内参进行优化。整个优化过程包含三次优化。第一次优化为优化相机外参,即将外参作为未知量采用非线性最小二乘法对第二反投影残差函数进行优化,得到优化后的相机外参。第二次优化为优化相机内参,即将内参作为未知量采用非线性最小二乘法对第二反投影残差函数进行优化,得到优化后的相机内参。第三次优化是以第一次优化得到的相机外参和第二次优化得到的相机内参为基础,将外参和内参均作为未知量进行优化,即第三次优化是将第一次优化得到的相机外参和第二次优化得到的相机内参作为第三次优化的初始值进行优化,得到最终的目标相机的外参和内参。也就是说,第一次优化和第二次优化为分别优化,第三次优化为联合优化。通过三次优化得到一个高精度的相机标定结果。
需要说明的是,为了防止优化过程中达到数学上的最优使得摄像机内参数偏移过大,需要对摄像机内参数进行范围限制:焦距Δfx.y≤25pixel和主点Δu.v≤50pixel。焦距变化范围根据相机对焦范围设定,主点变化范围根据光轴偏离中心范围设定。
本申请实施方式提供的相机标定方法,通过拍摄设置有多个标记点的棋盘格标定板获取标定板图像,基于标定板图像和棋盘格标定板上都包含的标记点,可快速且精确将标定板图像上的角点和棋盘格标定板上的角点一一对应,根据这种一一对应关系获取中心区域角点的图像坐标和对应的角点的世界坐标,而由于标定板图像中心区域畸变最小,因此,根据中心区域的角点计算得到的畸变参数精度更高。在计算目标相机外参时,基于棋盘格标定板表面任意不共线的标记点进行计算,如此采用最少4个标记点就可计算得到高精度的相机外参。整个相机标定过程只需获取一张标定板图像,基于这一张标定板图像中的角点和标记点就可完成相机的标定,精度高、速度快,适用于大批量相机生产场景。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本申请的实施方式涉及一种电子设备,如图5所示,包括:
至少一个处理器301;以及,与至少一个处理器301通信连接的存储器302;其中,存储器302存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够执行如上述实施方式提及的相机标定方法。
该电子设备包括:一个或多个处理器301以及存储器302,图3中以一个处理器301为例。处理器301、存储器302可以通过总线或者其他方式连接,图3中以通过总线连接为例。存储器302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,如本申请实施方式中策略空间内的各处理策略对应的算法就存储于存储器302中。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述相机标定方法。
存储器302可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器302中,当被一个或者多个处理器301执行时,执行上述任意实施方式中的相机标定方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的方法。
本申请的实施方式涉及一种计算机可读存储介质,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。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本申请的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (10)
1.一种相机标定方法,其特征在于,包括:
对目标相机拍摄棋盘格标定板得到的标定板图像进行角点检测,获取角点在预设的图像坐标系下的图像坐标;其中所述棋盘格标定板表面设置有多个标记点;
根据所述标记点确定所述标定板图像上的角点在所述棋盘格标定板上一一对应的角点,并基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,获取所述目标相机的畸变参数;
基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参。
2.根据权利要求1所述的相机标定方法,其特征在于,所述基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,获取所述目标相机的畸变参数,包括:
基于所述标定板图像中心区域的角点的图像坐标和所述角点在棋盘格标定板上对应的角点的世界坐标,计算单应性矩阵;
根据所述单应性矩阵将所述棋盘格标定板上所有角点的世界坐标映射到预设的图像坐标系下,得到角点的理想图像坐标;
基于预设的畸变模型、所述角点的理想图像坐标和所述标定板图像上对应的角点的图像坐标,获取所述目标相机的畸变参数。
3.根据权利要求2所述的相机标定方法,其特征在于,所述基于预设的畸变模型、所述角点的理想图像坐标和所述标定板图像上对应的角点的图像坐标,获取所述目标相机的畸变参数之后,还包括:
根据所述角点的图像坐标和所述角点的世界坐标经单应性变换及畸变校正后得到的像素坐标,构建第一反投影残差函数;
将所述第一反投影残差函数中的单应性矩阵作为未知量,采用非线性最小二乘法对所述第一反投影残差函数进行优化,得到优化后的单应性矩阵;
将所述第一反投影残差函数中的单应性矩阵和所述畸变参数均作为未知量,采用非线性最小二乘法对所述第一反投影残差函数进行二次优化,得到优化后的畸变参数,并将所述优化后的畸变参数作为最终获取的所述目标相机的畸变参数;其中在二次优化过程中将所述优化后的单应性矩阵作为二次优化时单应性矩阵的初始值。
4.根据权利要求1-3中任一项所述的相机标定方法,其特征在于,基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参,包括:
基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标和所述多个标记点对应的像点的像空间坐标,建立平面共线方程;
基于所述棋盘格标定板表面任意不共线的多个标记点和所述多个标记点对应的像点之间的相似关系,建立比例方程;
根据所述平面共线方程和所述比例方程计算得到所述多个标记点对应的相机坐标;
根据所述多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参。
5.根据权利要求1-3中任一项所述的相机标定方法,其特征在于,所述基于所述棋盘格标定板表面任意不共线的多个标记点的世界坐标、所述多个标记点对应的相机坐标和所述目标相机的内参,得到所述目标相机的外参之后,还包括:
根据所述角点的图像坐标和所述角点的世界坐标经所述外参及所述内参处理后的图像坐标,构建第二反投影残差函数;
采用非线性最小二乘法对所述第二反投影残差函数中的外参和内参进行分别优化和联合优化,获取优化后的外参和内参,并将所述优化后的外参和优化后的内参作为最终获取的所述目标相机的外参和内参。
6.根据权利要求1所述的相机标定方法,其特征在于,所述预设的图像坐标系通过所述标记点确定;
所述根据所述标记点确定所述标定板图像上的角点在所述棋盘格标定板上一一对应的角点,包括:
根据所述标记点的序号和所述角点的图像坐标确定所述标定板图像上角点的序号;
根据所述标定板图像上角点的序号确定所述棋盘格标定板上与所述角点的序号相同的角点,并将所述序号相同的角点作为与标定板图像上角点一一对应的角点。
7.根据权利要求1所述的相机标定方法,其特征在于,所述预设的图像坐标系通过以下步骤确定:
获取所述标定板图像中所述标记点的位置;
以任一标记点作为原点、以所述原点和与所述原点共线的标记点确定的方向作为x轴、以与所述x轴垂直的方向作为y轴建立所述图像坐标系。
9.一种电子设备,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能够执行如权利要求1至8中任一所述的相机标定方法。
10.一种计算机可读存储介质,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8中任一所述的相机标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211129544.9A CN115457147A (zh) | 2022-09-16 | 2022-09-16 | 相机标定方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211129544.9A CN115457147A (zh) | 2022-09-16 | 2022-09-16 | 相机标定方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115457147A true CN115457147A (zh) | 2022-12-09 |
Family
ID=84304557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211129544.9A Pending CN115457147A (zh) | 2022-09-16 | 2022-09-16 | 相机标定方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115457147A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797468A (zh) * | 2023-02-03 | 2023-03-14 | 厦门农芯数字科技有限公司 | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 |
CN116030450A (zh) * | 2023-03-23 | 2023-04-28 | 摩尔线程智能科技(北京)有限责任公司 | 棋盘格角点识别方法、装置、设备和介质 |
CN116485918A (zh) * | 2023-06-25 | 2023-07-25 | 天府兴隆湖实验室 | 一种标定方法、系统及计算机可读存储介质 |
CN116543057A (zh) * | 2023-06-27 | 2023-08-04 | 华南理工大学 | 一种水下多相机与imu一体化标定方法 |
CN117830439A (zh) * | 2024-03-05 | 2024-04-05 | 南昌虚拟现实研究院股份有限公司 | 一种多相机系统位姿标定方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630406A (zh) * | 2008-07-14 | 2010-01-20 | 深圳华为通信技术有限公司 | 摄像机的标定方法及摄像机标定装置 |
CN101794449A (zh) * | 2010-04-13 | 2010-08-04 | 公安部物证鉴定中心 | 一种标定摄像机参数的方法及装置 |
US20170287166A1 (en) * | 2016-03-29 | 2017-10-05 | Institut National D'optique | Camera calibration method using a calibration target |
CN110458898A (zh) * | 2019-08-15 | 2019-11-15 | 北京迈格威科技有限公司 | 相机标定板、标定数据采集方法、畸变校正方法及装置 |
CN110490940A (zh) * | 2019-08-15 | 2019-11-22 | 北京迈格威科技有限公司 | 基于棋盘格单幅图像的相机标定方法和装置 |
CN110599548A (zh) * | 2019-09-02 | 2019-12-20 | Oppo广东移动通信有限公司 | 摄像头的标定方法、装置、相机及计算机可读存储介质 |
CN113379845A (zh) * | 2021-05-25 | 2021-09-10 | 珠海格力电器股份有限公司 | 一种相机标定方法及装置、电子设备及存储介质 |
US20220148213A1 (en) * | 2020-01-10 | 2022-05-12 | Dalian University Of Technology | Method for fully automatically detecting chessboard corner points |
-
2022
- 2022-09-16 CN CN202211129544.9A patent/CN115457147A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630406A (zh) * | 2008-07-14 | 2010-01-20 | 深圳华为通信技术有限公司 | 摄像机的标定方法及摄像机标定装置 |
CN101794449A (zh) * | 2010-04-13 | 2010-08-04 | 公安部物证鉴定中心 | 一种标定摄像机参数的方法及装置 |
US20170287166A1 (en) * | 2016-03-29 | 2017-10-05 | Institut National D'optique | Camera calibration method using a calibration target |
CN110458898A (zh) * | 2019-08-15 | 2019-11-15 | 北京迈格威科技有限公司 | 相机标定板、标定数据采集方法、畸变校正方法及装置 |
CN110490940A (zh) * | 2019-08-15 | 2019-11-22 | 北京迈格威科技有限公司 | 基于棋盘格单幅图像的相机标定方法和装置 |
CN110599548A (zh) * | 2019-09-02 | 2019-12-20 | Oppo广东移动通信有限公司 | 摄像头的标定方法、装置、相机及计算机可读存储介质 |
US20220148213A1 (en) * | 2020-01-10 | 2022-05-12 | Dalian University Of Technology | Method for fully automatically detecting chessboard corner points |
CN113379845A (zh) * | 2021-05-25 | 2021-09-10 | 珠海格力电器股份有限公司 | 一种相机标定方法及装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
LEI WANG 等: "The Fast Measurement for the Relative Position of Flange-End Holes" * |
梁立超: "基于单目视觉的摄像机标定与立体匹配技术的研究" * |
高越 等: "基于多目立体视觉的试件飞行运动速度测量方法研究" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797468A (zh) * | 2023-02-03 | 2023-03-14 | 厦门农芯数字科技有限公司 | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 |
CN116030450A (zh) * | 2023-03-23 | 2023-04-28 | 摩尔线程智能科技(北京)有限责任公司 | 棋盘格角点识别方法、装置、设备和介质 |
CN116030450B (zh) * | 2023-03-23 | 2023-12-19 | 摩尔线程智能科技(北京)有限责任公司 | 棋盘格角点识别方法、装置、设备和介质 |
CN116485918A (zh) * | 2023-06-25 | 2023-07-25 | 天府兴隆湖实验室 | 一种标定方法、系统及计算机可读存储介质 |
CN116485918B (zh) * | 2023-06-25 | 2023-09-08 | 天府兴隆湖实验室 | 一种标定方法、系统及计算机可读存储介质 |
CN116543057A (zh) * | 2023-06-27 | 2023-08-04 | 华南理工大学 | 一种水下多相机与imu一体化标定方法 |
CN116543057B (zh) * | 2023-06-27 | 2023-10-10 | 华南理工大学 | 一种水下多相机与imu一体化标定方法 |
CN117830439A (zh) * | 2024-03-05 | 2024-04-05 | 南昌虚拟现实研究院股份有限公司 | 一种多相机系统位姿标定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115457147A (zh) | 相机标定方法、电子设备及存储介质 | |
CN107492127B (zh) | 光场相机参数标定方法、装置、存储介质和计算机设备 | |
CN102376089B (zh) | 一种标靶校正方法及系统 | |
CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
Douxchamps et al. | High-accuracy and robust localization of large control markers for geometric camera calibration | |
CN106887023A (zh) | 用于双目摄像机标定的标定板及其标定方法和标定系统 | |
CN103258328B (zh) | 一种宽视场镜头的畸变中心定位方法 | |
CN110969662A (zh) | 鱼眼摄像机内参标定方法、装置、标定装置控制器和系统 | |
CN111899305A (zh) | 一种相机自动标定优化方法及相关系统、设备 | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
CN113920205B (zh) | 一种非同轴相机的标定方法 | |
CN109255818B (zh) | 一种新型标靶及其亚像素级角点的提取方法 | |
CN115861445B (zh) | 一种基于标定板三维点云的手眼标定方法 | |
CN114299156A (zh) | 无重叠区域下多相机的标定与坐标统一方法 | |
CN113465573A (zh) | 单目测距方法、装置及智能装置 | |
CN113658279B (zh) | 相机内参和外参估算方法、装置、计算机设备及存储介质 | |
CN113822920B (zh) | 结构光相机获取深度信息的方法、电子设备及存储介质 | |
CN110136205B (zh) | 多目相机的视差校准方法、装置及系统 | |
CN110458951B (zh) | 一种电网杆塔的建模数据获取方法及相关装置 | |
CN113506347B (zh) | 一种基于单幅照片的相机内参处理方法及系统 | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN116071433A (zh) | 相机标定方法和系统、计算机可读存储介质 | |
CN111968182B (zh) | 一种双目相机非线性模型参数的标定方法 | |
CN110232715B (zh) | 一种多深度相机自校准的方法、装置及系统 | |
CN112750165B (zh) | 参数标定方法、智能驾驶方法及其装置、设备和存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230324 Address after: 230091 room 611-217, R & D center building, China (Hefei) international intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui Province Applicant after: Hefei lushenshi Technology Co.,Ltd. Address before: 100083 room 3032, North B, bungalow, building 2, A5 Xueyuan Road, Haidian District, Beijing Applicant before: BEIJING DILUSENSE TECHNOLOGY CO.,LTD. Applicant before: Hefei lushenshi Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right |