CN115482297A - 视觉相机的标定方法、装置和电子设备 - Google Patents

视觉相机的标定方法、装置和电子设备 Download PDF

Info

Publication number
CN115482297A
CN115482297A CN202211177366.7A CN202211177366A CN115482297A CN 115482297 A CN115482297 A CN 115482297A CN 202211177366 A CN202211177366 A CN 202211177366A CN 115482297 A CN115482297 A CN 115482297A
Authority
CN
China
Prior art keywords
calibration
images
image
camera
points
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
CN202211177366.7A
Other languages
English (en)
Inventor
张英超
曹斌
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.)
Neusoft Reach Automotive Technology Shenyang Co Ltd
Original Assignee
Neusoft Reach Automotive Technology Shenyang 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 Neusoft Reach Automotive Technology Shenyang Co Ltd filed Critical Neusoft Reach Automotive Technology Shenyang Co Ltd
Priority to CN202211177366.7A priority Critical patent/CN115482297A/zh
Publication of CN115482297A publication Critical patent/CN115482297A/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
    • 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
    • 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
    • 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

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

本发明提供了一种视觉相机的标定方法、装置和电子设备，包括：获取至少两个视觉相机拍摄的标定尺的图像；对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。本发明的视觉相机的标定方法中，是通过标定尺的图像中的标识点的位置实现的视觉相机的标定，且标定尺的图像是标定尺按照预设的移动走向和预设的移动距离进行移动时拍摄的，基于标识点的位置实现的视觉相机的标定更加准确，且标定的过程为自动完成的，只需一个标定人员进行标定尺的移动即可。

Description

视觉相机的标定方法、装置和电子设备
技术领域
本发明涉及相机标定的技术领域，尤其是涉及一种视觉相机的标定方法、装置和电子设备。
背景技术
MPS/M系列多相机实时工业摄影测量系统以2台或者2台以上高精度实时摄影测量视觉相机为主传感器，以软件为核心，通过视觉定位系统实时采集待测工件两幅以上的测量图像，经双像前方交会得到工件特征点的三维坐标。对待测工件的位置、姿态、变形及运动参数等进行实时测量。
在对待测工件进行定位前，需要对视觉相机进行标定，但是，传统的视觉相机的标定方法精准度低，且需要的标定人员多。
发明内容
有鉴于此，本发明的目的在于提供一种视觉相机的标定方法、装置和电子设备，以缓解现有的视觉相机的标定方法精准度低，且需要的标定人员多的技术问题。
第一方面，本发明实施例提供了一种视觉相机的标定方法，应用视觉定位系统，所述视觉定位系统与所述视觉相机连接，所述方法包括：
获取至少两个视觉相机拍摄的标定尺的图像，其中，所述标定尺位于所述视觉相机下方的移动杆的末端，所述标定尺按照预设的移动走向和预设的移动距离进行移动，当所述标定尺每移动一次，拍摄得到一张标定尺的图像，且所述标定尺上设置有标识点；
对所述标定尺的图像中的标识点的位置进行解算，得到标识点在各所述标定尺的图像中的位置；
基于标识点在各所述标定尺的图像中的位置建立相机坐标系，并根据所述标定尺的图像确定所述视觉相机之间的转换关系，进而完成所述视觉相机的标定。
进一步的，对所述标定尺的图像中的标识点的位置进行解算，包括：
采用边缘检测操作数对所述标定尺的图像中的标识点进行粗定位，得到所述标识点的像素级边缘点；
对所述标识点的像素级边缘点进行亚像素边缘检测，得到所述标识点的亚像素精度的边缘点；
对所述标识点的亚像素精度的边缘点进行椭圆最小二乘拟合，得到所述标定尺的图像中的标识点的位置。
进一步的，基于标识点在各所述标定尺的图像中的位置建立相机坐标系，包括：
获取所述标定尺的预设的坐标系原点；
根据所述坐标系原点、所述预设的移动走向和所述预设的移动距离建立所述标定尺的移动的坐标系；
根据所述标识点在各所述标定尺的图像中的位置和所述标定尺的移动的坐标系建立相机坐标系。
进一步的，根据所述标定尺的图像确定所述视觉相机之间的转换关系，包括：
采用光束法平差的摄像机自标定对所述标定尺的图像进行位置姿态求解，得到至少两个所述视觉相机的内外参；
根据至少两个所述视觉相机的内外参确定所述视觉相机之间的转换关系，实现不同所述视觉相机之间的相对定向。
进一步的，在完成所述视觉相机的标定之后，所述方法还包括：
获取所述视觉相机对待测物件进行拍摄的待测物件图像，其中，所述待测物件上设置有标识点；
对所述待测物件图像中的标识点的位置进行识别，得到所述标识点在所述待测物件图像中的位置；
对所述标识点在所述待测物件图像中的位置进行补偿。
进一步的，所述标识点包括：玻璃珠和位于所述玻璃珠下方的定向反光材料。
进一步的，所述预设的移动走向包括：蛇形的走向或者是斜线的走向。
第二方面，本发明实施例还提供了一种视觉相机的标定装置，应用视觉定位系统，所述视觉定位系统与所述视觉相机连接，所述装置包括：
获取单元，用于获取至少两个视觉相机拍摄的标定尺的图像，其中，所述标定尺位于所述视觉相机下方的移动杆的末端，所述标定尺按照预设的移动走向和预设的移动距离进行移动，当所述标定尺每移动一次，拍摄得到一张标定尺的图像，且所述标定尺上设置有标识点；
解算单元，用于对所述标定尺的图像中的标识点的位置进行解算，得到标识点在各所述标定尺的图像中的位置；
建立和转换单元，用于基于标识点在各所述标定尺的图像中的位置建立相机坐标系，并根据所述标定尺的图像确定所述视觉相机之间的转换关系，进而完成所述视觉相机的标定。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
第四方面，本发明实施例还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存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
在本发明实施例中，提供了一种视觉相机的标定方法，应用视觉定位系统，视觉定位系统与视觉相机连接，该方法包括：获取至少两个视觉相机拍摄的标定尺的图像，其中，标定尺位于视觉相机下方的移动杆的末端，标定尺按照预设的移动走向和预设的移动距离进行移动，当标定尺每移动一次，拍摄得到一张标定尺的图像，且标定尺上设置有标识点；对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。通过上述描述可知，本发明的视觉相机的标定方法中，是通过标定尺的图像中的标识点的位置实现的视觉相机的标定，且标定尺的图像是标定尺按照预设的移动走向和预设的移动距离进行移动时拍摄的，基于标识点的位置实现的视觉相机的标定更加准确，且标定的过程为自动完成的，只需一个标定人员进行标定尺的移动即可，缓解了现有的视觉相机的标定方法精准度低，且需要的标定人员多的技术问题。
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为本发明实施例提供的一种视觉相机的标定方法的流程图；
图2为本发明实施例提供的视觉相机与标定尺的位置关系的示意图；
图3为本发明实施例提供的对标定尺的图像中的标识点的位置进行解算的方法流程图；
图4为本发明实施例提供的标定尺的移动的坐标系的示意图；
图5为本发明实施例提供的立体像对的示意图；
图6为本发明实施例提供的一种视觉相机的标定装置的示意图；
图7为本发明实施例提供的一种电子设备的示意图。
具体实施方式
下面将结合实施例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。
目前，传统的视觉相机的标定方法精准度低，且需要的标定人员多。
基于此，本发明的视觉相机的标定方法中，是通过标定尺的图像中的标识点的位置实现的视觉相机的标定，且标定尺的图像是标定尺按照预设的移动走向和预设的移动距离进行移动时拍摄的，基于标识点的位置实现的视觉相机的标定更加准确，且标定的过程为自动完成的，只需一个标定人员进行标定尺的移动即可，缓解了现有的视觉相机的标定方法精准度低，且需要的标定人员多的技术问题。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种视觉相机的标定方法进行详细介绍。
实施例一：
根据本发明实施例，提供了一种视觉相机的标定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种视觉相机的标定方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取至少两个视觉相机拍摄的标定尺的图像，其中，标定尺位于视觉相机下方的移动杆的末端，标定尺按照预设的移动走向和预设的移动距离进行移动，当标定尺每移动一次，拍摄得到一张标定尺的图像，且标定尺上设置有标识点；
在本发明实施例中，上述视觉相机的标定方法可以应用于视觉定位系统，该视觉定位系统与视觉相机连接，图2中示出了视觉相机与标定尺的位置关系，具体的，标定尺上设置有标识点，标识点包括：玻璃珠和位于玻璃珠下方的定向反光材料。标识点的使用材料是一种只有数十微米直径的玻璃珠，由于玻璃与空气的折射率不同，光线通过玻璃珠聚焦于珠后一点，如果在焦点处贴上一层反光面(即定向反光材料)，就可以将射入的光束沿着入射方向反射出来，由于定向反光材料独特的反光特性，故采用其来制作成精密测量用的人工标志(即标识点)，可以获取“准二值影像”，以利于图像处理和提高测量精度。
在获取至少两个视觉相机拍摄的标定尺的图像之前，先确定至少两个视觉相机的基准空间范围，基准空间范围是准备标定的视觉相机的可视范围。
具体的，确定一个零位，一个X方向和一个Y方向，制定一个标定方向的走向，即上述预设的移动走向可以是蛇形的走向或者是斜线的方向，进行以上两种方向是因为标定点位是不允许有重叠和离的很近的，经过反复验证应该是蛇形和斜线的方式更好一些，将标定尺沿桁车(即转载车的底盘)X方向移动200mm(即预设的移动距离，可调)，因为两个点之间的距离不能离的太近，所以200mm是一个最优的设定，视觉定位系统记录其起始终止位置，即可标定出X方向；将吊具沿桁车Y方向移动200mm，视觉定位系统记录其起始终止位置，即可标定出Y方向。
系统中采用多张图像的核线约束关系来进行相应像点(如标识点)的自动匹配，试验证明该方法可以实现标识点100％匹配。匹配就是寻求物方点在不同图像上的相应像点。立体匹配在立体视觉和摄影测量中均是最为重要和困难的问题，由于受光照条件、景物的几何形状、噪声干扰、像机特性及畸变等诸多因素的影响，当空间三维场景被投影为二维图像时，同一景物在不同视点下的图像会有很大不同。摄影测量界常用的算法有最小二乘匹配、基于特征的匹配、基于跨接法的松弛影像匹配等。基于核线约束条件的匹配很早就在双目立体视觉测量和传统摄影测量中应用，但是由于利用两幅影像上的核线匹配时，匹配的歧异性太大，因此一直影响着它的应用。目前，基于多条核线约束的匹配方法逐步受到计算机视觉和近景摄影测量界的重视，本项目根据近景摄影的特点，利用多张像片上的核线约束来实现相应像点的匹配，达到了很好的效果。对基于核线约束的匹配方法，如果图像数较少会造成核线约束条件较弱而加大误匹配概率；另一方面，如果定向参数不够准确，则所求的相应核线也不准确，很显然对匹配的正确率影响也很大，可通过增加图像数来提高匹配的正确率。另一个影响匹配成功的因素是沿核线搜索候选的相应像点的窗口大小(主要取决于e的取值，为了减少误匹配概率，e应尽可能取较小的值。
该系统中研究了标识点的编码、译码原理和方案，并实现了一种具体的同心圆环型标识点的编码和译码，通过对标识点材料的研究，制作出一定量的标识点，并在其他产品和项目使用中已证明其正确性和匹配精度。
具体的，工业摄影测量中，在不同的位置(摄站)由一台或两台摄影相机拍摄同一被测目标物，获得的两张不同角度的被测目标物的图像称之为立体像对，而这一过程在计算机视觉领域称之为双目立体视觉，而双视觉几何也称为极线几何，也就是摄影测量中的核线几何，主要是指两张图像之间的内部几何投影关系，是由图像的内方位元素与两张图像的相对姿态关系唯一确定，与场景结构无关。
视觉定位系统定向是指对一组视觉相机的相对位置和姿态进行标定的过程。
步骤S104，对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；
具体的，数字近景摄影测量是一种基于图像的测量技术，一般都是通过处理被测物体图像中的特征目标(如，标识点)(边缘、拐角点等自然特征、十字刻划线、激光投射点或光条、圆形标志等)的影像，得到特征目标的二维图像坐标，即对特征目标图像进行定位，然后进行测量。如果用软件处理的方法将图像上的特征目标定位精度提高，就是直接提高了测量的精度。例如，当目标定位精度由0.1个像素提高到0.02个像素时，则相当于测量系统的像机分辨率提高了五倍。
步骤S106，基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。
下文中再对该过程进行详细描述，在此不再赘述。
在本发明实施例中，提供了一种视觉相机的标定方法，应用视觉定位系统，视觉定位系统与视觉相机连接，该方法包括：获取至少两个视觉相机拍摄的标定尺的图像，其中，标定尺位于视觉相机下方的移动杆的末端，标定尺按照预设的移动走向和预设的移动距离进行移动，当标定尺每移动一次，拍摄得到一张标定尺的图像，且标定尺上设置有标识点；对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。通过上述描述可知，本发明的视觉相机的标定方法中，是通过标定尺的图像中的标识点的位置实现的视觉相机的标定，且标定尺的图像是标定尺按照预设的移动走向和预设的移动距离进行移动时拍摄的，基于标识点的位置实现的视觉相机的标定更加准确，且标定的过程为自动完成的，只需一个标定人员进行标定尺的移动即可，缓解了现有的视觉相机的标定方法精准度低，且需要的标定人员多的技术问题。
上述内容对本发明的视觉相机的标定方法进行了简要介绍，下面对其中涉及到的具体内容进行详细描述。
在本发明的一个可选实施例中，参考图3，对标定尺的图像中的标识点的位置进行解算，具体包括如下步骤：
步骤S301，采用边缘检测操作数对标定尺的图像中的标识点进行粗定位，得到标识点的像素级边缘点；
步骤S302，对标识点的像素级边缘点进行亚像素边缘检测，得到标识点的亚像素精度的边缘点；
步骤S303，对标识点的亚像素精度的边缘点进行椭圆最小二乘拟合，得到标定尺的图像中的标识点的位置。
具体的，该系统所采用的是定向反光材料制作的圆形RRT标志。圆形标志经透镜(视觉相机的透镜)成像后为椭圆，为了达到对椭圆中心的子像素级精度定位，首先用边缘检测操作数对椭圆边缘进行整像素级精度粗定位，得到像素级边缘点，然后对像素级边缘点进行亚像素边缘检测，得到亚像素精度的边缘点，最后对提取的亚像素精度的边缘点进行椭圆最小二乘拟合，从而确定标识点的中心的精确位置。该技术的难点在于反光标志点(RRT标志)的亚像素边缘检测和子像素精度的中心定位。本系统在该理论研究上已具备相当的基础，软件开发已经实现。
在本发明的一个可选实施例中，基于标识点在各标定尺的图像中的位置建立相机坐标系，具体包括如下步骤：
(1)获取标定尺的预设的坐标系原点；
(2)根据坐标系原点、预设的移动走向和预设的移动距离建立标定尺的移动的坐标系；
(3)根据标识点在各标定尺的图像中的位置和标定尺的移动的坐标系建立相机坐标系。
如图4所示(图4中预设的移动距离是以180mm为例示出的)，即为标定尺的移动的坐标系，预设的坐标系原点为根据车(装载车)收拢之后确定的电动缸的位置，再根据相机空间范围，取得负极值得到的。
在本发明的一个可选实施例中，根据标定尺的图像确定视觉相机之间的转换关系，具体包括如下步骤：
(1)采用光束法平差的摄像机自标定对标定尺的图像进行位置姿态求解，得到至少两个视觉相机的内外参；
(2)根据至少两个视觉相机的内外参确定视觉相机之间的转换关系，实现不同视觉相机之间的相对定向。
具体的，标定时，对相机的光束法自标定进行了一些改善如下：
所谓自标定是指将内、外部参数放在一起同时进行整体平差计算，也就是带有附加参数的整体平差。因为该方法是同时求解内、外部参数，并不一定需要控制点，故属于间接补偿系统误差。本系统在研发初期研究了数码相机的自标定技术，提出从改善平差计算的几何条件和对内部参数赋权来克服参数过度化问题，并通过试验验证了上述方法的可行性，并得出标定结果与附加参数按信噪比所赋权值不太敏感的结论。采用各图像内部参数不同的自标定法比内部参数相同的精度要高、更符合实际情况(像点残差减小1倍)。传统的实验场法标定利用大量控制点进行空间后方交会，对像点的系统误差进行直接补偿。其优点是比较准确地改正系统误差，且计算量小，但其缺点是必需要有大量已知控制点，不易在工作现场实施。而自标定方法是同时求解内、外部参数，并不一定需要很多的控制点。由于在自标定过程中，控制点数量很少，甚至没有，则这种参数间的近似线性关系使得法方程系数矩阵中的列向量之间存在近似线性关系，称之为复共线性。复共线性导致法方程系数阵病态，从而影响解的稳定性和精确性。为了提高标定计算结果的准确度可以采取两种措施：一种是打破复共线性，即采用数理统计中假设检验法剔除那些不能足够保证可以相互分开的附加参数，这就要对结果进行各种统计检验和分析，主要包括：附加参数的显著性检验、可测定性检验、灵敏度检验和相关系数检验等。该方法的缺点一是计算量大，二是剔除了若干附加参数后将使对系统误差的补偿不完整。另一种处理方法是从改善法方程性质入手，如改善平差的几何条件、采用参数加权平差或有偏估计方法，这样既可以保证补偿系统误差的完整性，又可以克服过度参数化引起的复共线性。
对系统误差的数学模型进行纠正如下：
根据透视投影成像原理，物方点、镜头中心和像点三点是共线的。事实上由于各种干扰因素的存在对基于数字相机的摄影来说，干扰成像的因素主要有相机镜头的径向畸变和偏心畸变、像平面不平畸变和像平面内比例及正交畸变，但如果采用的内方位元素(x0,y0，f)不准确，则从数学上来说也会干扰共线方程的成立。这些内部参数所引起的像点坐标误差成系统性，故称之为像点的系统误差，像点在焦平面上相对其理论位置存在偏差(△x，△y)。
任一像点的系统性误差是径向畸变、偏心畸变、像平面内畸变和内方位元素不准确引起的畸变的总和，这些内部参数所引起的像点坐标偏差称之为像点的系统误差写成下式：
Figure BDA0003865136890000111
顾及到像点系统误差的影响，可以形成如下方程(带有内参数的共线条件方程模型)：
Figure BDA0003865136890000121
将内、外部参数放在一起同时进行整体平差计算，也就是带有附加参数的整体平差可以有效的保证补偿系统误差的完整，完成系统的数学模型纠正。
在标定的过程中应用了双向解析几何介绍如下：
由一台或两台像机在不同的位置(摄站)对同一物体进行拍摄，获取被测目标的两张不同角度的像片，叫做立体像对(模型)，在计算机视觉领域把这一过程称为双目立体视觉。图5表示一个立体像对，物方点P在图像1和图像2上的成像分别为p1和p2，p1和p2称为相应像点(homologous image point，也称同名像点)；物方点P、投影中心S1和S2三点共面，该平面叫做物方点P的核面(epipolar plane，也称极平面)；核面与像平面的交线(l1和l2)叫做核线(epipolar line，也称极线。显然，相应像点p1和p2一定在相应的核线l1和l2上。
相对定向与绝对定向
确定一张图像的方位需六个外方位元素。因此，要确定一个立体像对的两张像片(即图像)的方位需要十二个外方位元素，即：
图像1：Xs1，Ys1，Zs1，ω1，
Figure BDA0003865136890000122
κ1；
图像2：Xs2，Ys2，Zs2，ω2，
Figure BDA0003865136890000123
κ2。
有了这十二个外方位元素，就确定了这两张图像在物方坐标系中的方位，当然也就确定了两张图像之间的相对方位。为了解决问题的方便，往往首先只考虑两张图像间的相对方位，再考虑整个立体像对在物方的绝对方位。因此，将确定一个立体像对中两张图像间的相对方位的过程叫做相对定向；用来确定两图像间相对方位的参数叫做该立体像对的相对方位元素；将确定立体像对在物方坐标系中的绝对方位的过程叫做绝对定向，其所必须的参数叫做该立体像对的绝对方位元素。
将图像2的外方位元素减去图像1的外方位元素，得：
ΔXs＝Xs2－Xs1，
ΔYs＝Ys2－Ys1，
ΔZs＝Zs2－Zs1，
Δω＝ω2－ω1，
Figure BDA0003865136890000131
Δκ＝κ2－κ1。
其中，△Xs、△Ys、△Zs为摄影基线(两摄站投影中心的连线)在物方坐标系的三个坐标轴上的投影，记为Bx、By、Bz。如果记：
Figure BDA0003865136890000132
tan(T)＝By/Bx
sin(ν)＝Bz/B
则，Bx、By、Bz这三个元素可以用B、T、ν这三个元素来代替。
于是，可以看出基线B的长度只影响立体像对的比例尺，并不影响其相对方位。因此，该立体像对的相对方位元素只需要五个，即T、ν、Δω、
Figure BDA0003865136890000133
和Δκ。剩余的7个参数为该相对方位元素的绝对方位元素，即Xs1，Ys1，Zs1，ω1，
Figure BDA0003865136890000134
κ1和B。也就是说，相对定向可恢复与实际物体相似的立体模型，绝对定向使测量得到的模型与实际模型完全一致。
在标定过程中进行了坐标系的生成与转换，其中用到了共面方程和多摄站交回几何。
共面方程如下：
现选取图像1的像空间坐标系S1－xyz为摄影测量坐标系，像点p1在S1－xyz中的坐标为(x1，y1，－f)，像点p2在图像2的像空间坐标系S2－x’y’z’中的坐标为(x2，y2，－f)；设投影中心S2在S1－xyz中的坐标为(Bx，By，Bz)(摄影基线在物方坐标系的三个坐标轴上的投影)，像点p2在坐标系S2－xyz(S2－xyz与S1－xyz的三轴平行，是辅助坐标系)中的坐标为(x2’，y2’，z2’)，S2－x’y’z’与S1－xyz(或S2－xyz)间的旋转矩阵为M，因向量
Figure BDA0003865136890000141
和
Figure BDA0003865136890000142
共面，且有，
Figure BDA0003865136890000143
Figure BDA0003865136890000144
将上式写成坐标形式，有，
Figure BDA0003865136890000145
上式即为常规摄影测量中的另一基本方程共面条件方程(coplanarityequation)。
多摄站交回几何如下：
如果从多个摄站对目标进行拍摄，即可获取被测物体的多个立体像对，从而构成多目立体视觉。设物方点Pi由j个摄站(j条光线)相交，则共有j个共线方程：
Figure BDA0003865136890000146
对于多摄站所构成的立体模型的解算，也可以分解为相对定向和绝对定向两个过程，即确定多张图像间的相对方位和整个立体模型的绝对方位。
在本发明的一个可选实施例中，在完成视觉相机的标定之后，该方法还包括：
(1)获取视觉相机对待测物件进行拍摄的待测物件图像，其中，待测物件上设置有标识点；
(2)对待测物件图像中的标识点的位置进行识别，得到标识点在待测物件图像中的位置；
(3)对标识点在待测物件图像中的位置进行补偿。
具体的，上述待测物件可以是转载车的底盘，底盘上设置有6个标识点，放6个标识点是因为形成的效果是最好的，精度可以达到想要的效果。
结束标定后，最后进行标定的补偿就可以了，补偿的意思就是相机拍摄完反馈的值不可能是0，是一个相机内部生成空间坐标系的数值，需要后期进行一个补偿让当前的值变为0，这样就变成了标定零位的效果。
根据以上介绍系统的原理和关键的技术，系统测量主要影响的因素是对图像中的测量标志的图像提取、图像识别，而且本系统已经解决了这样的问题，对于不同的天气对系统的影响也是非常小的。
a)雨雪、大雾天气的影响
系统测量主要是相机对测量标志图像的识别完成精密的测量，在雨雪、大雾的天气情况下，需要对标识点的清洁做处理，保障测量标识点不被遮挡(标识点被遮挡后，导致标识点无法在图像上成像，无法完成测量)，不能有大量积水和积雪在标志上，如果有积雪、积水、杂物等需要清理之后进行测量。
根据测量的原理，大雾天气能见度大于10米不影响系统的测量。
b)室外杂散光的影响
由于系统采用的人工制作的制作成精密测量用的人工圆形RRT标志，该标志可以获取“准二值影像”，以利于图像处理和提高测量精度。
由于RRT标志仅受闪光灯照明成像(受环境光照很小，可以忽略)，故其曝光与环境光相独立。因此，在一定的闪光强度下，调节像机的进光量就可以得到不同明暗亮度背景的影像，甚至是背景几乎全黑而RRT标志明亮的“准二值影像”。
本系统中采用的相机的光圈和快门速度都是固定，需要调节是曝光时间，环境光影响到图像的亮度，在一定情况下可能会影响图像的处理速度，可通过调节曝光时间改变环境光对系统的影响。
本发明中，标定尺通过移动多个位置，为相对定向提供多个位置的同名像点，两个摄影编码点的距离作为距离约束，建立立项相对定向模型，即可求出两台相机的相对位置与姿态。视觉相机完成定向后，视觉相机坐标系原点和方向在其中一台视觉相机的图像坐标系下，需要将其转换到吊具移动桁车坐标系，这个过程就是建立视觉定向系统的坐标系。与视觉相机定向过程类似，将标定尺沿桁车X方向移动200mm，视觉定位系统记录其起始终止位置，即可标定出X方向；将标定尺沿桁车Y方向移动200mm，视觉定位系统记录其起始终止位置，即可标定出Y方向。由此将视觉定位系统的坐标系与桁车坐标系方向统一。
视觉定位系统的坐标系原点与桁车坐标系原点统一在首次承载车收拢时进行测量统一。
注意：定向时不需要标定尺稳定，但是在建立图像坐标系时视觉定位相机测量时需要保证标定尺稳定。
本方案中可以进行对误差方面进行了数学模型的矫正和点位数量的增大，提高了精准度的提高，还可以精简人员，一个人就可以完成所有操作过程。
本发明的视觉相机的标定方法具有以下特点：
(1)高精度：测量精度最高可达3μm+3ppm·L，满足各类大尺寸工业产品外形检测的精度需求；
(2)自动化：系统自动化程度高，整个测量过程可由一名测量人员完成；
(3)速度快：一次测量可获取成千上万个点的三维坐标；
(4)大范围：测量范围可达百米，适用于各种尺寸的产品检测；
(5)非接触：采用光学非接触测量方式，对于柔性结构的待测工件，本系统具有无可比拟的优势；
(6)超便携：测量系统可放置在一个旅行箱中，只需一名测量人员即可携带设备到达任何测量现场；
(7)环境适应能力强：测量系统可在真空、有毒、高低温等环境下进行测量；并可在非常狭小的空间实现高精度测量。
实施例二：
本发明实施例还提供了一种视觉相机的标定装置，该视觉相机的标定装置主要用于执行本发明实施例一中所提供的视觉相机的标定方法，以下对本发明实施例提供的视觉相机的标定装置做具体介绍。
图6是根据本发明实施例的一种视觉相机的标定装置的示意图，如图6所示，应用视觉定位系统，视觉定位系统与视觉相机连接，该装置主要包括：获取单元10、解算单元20、建立和转换单元30，其中：
获取单元，用于获取至少两个视觉相机拍摄的标定尺的图像，其中，标定尺位于视觉相机下方的移动杆的末端，标定尺按照预设的移动走向和预设的移动距离进行移动，当标定尺每移动一次，拍摄得到一张标定尺的图像，且标定尺上设置有标识点；
解算单元，用于对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；
建立和转换单元，用于基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。
在本发明实施例中，提供了一种视觉相机的标定装置，应用视觉定位系统，视觉定位系统与视觉相机连接，该装置包括：获取至少两个视觉相机拍摄的标定尺的图像，其中，标定尺位于视觉相机下方的移动杆的末端，标定尺按照预设的移动走向和预设的移动距离进行移动，当标定尺每移动一次，拍摄得到一张标定尺的图像，且标定尺上设置有标识点；对标定尺的图像中的标识点的位置进行解算，得到标识点在各标定尺的图像中的位置；基于标识点在各标定尺的图像中的位置建立相机坐标系，并根据标定尺的图像确定视觉相机之间的转换关系，进而完成视觉相机的标定。通过上述描述可知，本发明的视觉相机的标定装置中，是通过标定尺的图像中的标识点的位置实现的视觉相机的标定，且标定尺的图像是标定尺按照预设的移动走向和预设的移动距离进行移动时拍摄的，基于标识点的位置实现的视觉相机的标定更加准确，且标定的过程为自动完成的，只需一个标定人员进行标定尺的移动即可，缓解了现有的视觉相机的标定装置精准度低，且需要的标定人员多的技术问题。
可选地，解算单元还用于：采用边缘检测操作数对标定尺的图像中的标识点进行粗定位，得到标识点的像素级边缘点；对标识点的像素级边缘点进行亚像素边缘检测，得到标识点的亚像素精度的边缘点；对标识点的亚像素精度的边缘点进行椭圆最小二乘拟合，得到标定尺的图像中的标识点的位置。
可选地，建立和转换单元还用于：获取标定尺的预设的坐标系原点；根据坐标系原点、预设的移动走向和预设的移动距离建立标定尺的移动的坐标系；根据标识点在各标定尺的图像中的位置和标定尺的移动的坐标系建立相机坐标系。
可选地，建立和转换单元还用于：采用光束法平差的摄像机自标定对标定尺的图像进行位置姿态求解，得到至少两个视觉相机的内外参；根据至少两个视觉相机的内外参确定视觉相机之间的转换关系，实现不同视觉相机之间的相对定向。
可选地，该装置还用于：获取视觉相机对待测物件进行拍摄的待测物件图像，其中，待测物件上设置有标识点；对待测物件图像中的标识点的位置进行识别，得到标识点在待测物件图像中的位置；对标识点在待测物件图像中的位置进行补偿。
可选地，标识点包括：玻璃珠和位于玻璃珠下方的定向反光材料。
可选地，预设的移动走向包括：蛇形的走向或者是斜线的走向。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
如图7所示，本申请实施例提供的一种电子设备600，包括：处理器601、存储器602和总线，所述存储器602存储有所述处理器601可执行的机器可读指令，当电子设备运行时，所述处理器601与所述存储器602之间通过总线通信，所述处理器601执行所述机器可读指令，以执行如上述视觉相机的标定方法的步骤。
具体地，上述存储器602和处理器601能够为通用的存储器和处理器，这里不做具体限定，当处理器601运行存储器602存储的计算机程序时，能够执行上述视觉相机的标定方法。
处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)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的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602，处理器601读取存储器602中的信息，结合其硬件完成上述方法的步骤。
对应于上述视觉相机的标定方法，本申请实施例还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存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述视觉相机的标定方法的步骤。
本申请实施例所提供的视觉相机的标定装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
再例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述车辆标记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(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种视觉相机的标定方法，其特征在于，应用视觉定位系统，所述视觉定位系统与所述视觉相机连接，所述方法包括：
获取至少两个视觉相机拍摄的标定尺的图像，其中，所述标定尺位于所述视觉相机下方的移动杆的末端，所述标定尺按照预设的移动走向和预设的移动距离进行移动，当所述标定尺每移动一次，拍摄得到一张标定尺的图像，且所述标定尺上设置有标识点；
对所述标定尺的图像中的标识点的位置进行解算，得到标识点在各所述标定尺的图像中的位置；
基于标识点在各所述标定尺的图像中的位置建立相机坐标系，并根据所述标定尺的图像确定所述视觉相机之间的转换关系，进而完成所述视觉相机的标定。
2.根据权利要求1所述的方法，其特征在于，对所述标定尺的图像中的标识点的位置进行解算，包括：
采用边缘检测操作数对所述标定尺的图像中的标识点进行粗定位，得到所述标识点的像素级边缘点；
对所述标识点的像素级边缘点进行亚像素边缘检测，得到所述标识点的亚像素精度的边缘点；
对所述标识点的亚像素精度的边缘点进行椭圆最小二乘拟合，得到所述标定尺的图像中的标识点的位置。
3.根据权利要求1所述的方法，其特征在于，基于标识点在各所述标定尺的图像中的位置建立相机坐标系，包括：
获取所述标定尺的预设的坐标系原点；
根据所述坐标系原点、所述预设的移动走向和所述预设的移动距离建立所述标定尺的移动的坐标系；
根据所述标识点在各所述标定尺的图像中的位置和所述标定尺的移动的坐标系建立相机坐标系。
4.根据权利要求1所述的方法，其特征在于，根据所述标定尺的图像确定所述视觉相机之间的转换关系，包括：
采用光束法平差的摄像机自标定对所述标定尺的图像进行位置姿态求解，得到至少两个所述视觉相机的内外参；
根据至少两个所述视觉相机的内外参确定所述视觉相机之间的转换关系，实现不同所述视觉相机之间的相对定向。
5.根据权利要求1所述的方法，其特征在于，在完成所述视觉相机的标定之后，所述方法还包括：
获取所述视觉相机对待测物件进行拍摄的待测物件图像，其中，所述待测物件上设置有标识点；
对所述待测物件图像中的标识点的位置进行识别，得到所述标识点在所述待测物件图像中的位置；
对所述标识点在所述待测物件图像中的位置进行补偿。
6.根据权利要求1所述的方法，其特征在于，所述标识点包括：玻璃珠和位于所述玻璃珠下方的定向反光材料。
7.根据权利要求1所述的方法，其特征在于，所述预设的移动走向包括：蛇形的走向或者是斜线的走向。
8.一种视觉相机的标定装置，其特征在于，应用视觉定位系统，所述视觉定位系统与所述视觉相机连接，所述装置包括：
获取单元，用于获取至少两个视觉相机拍摄的标定尺的图像，其中，所述标定尺位于所述视觉相机下方的移动杆的末端，所述标定尺按照预设的移动走向和预设的移动距离进行移动，当所述标定尺每移动一次，拍摄得到一张标定尺的图像，且所述标定尺上设置有标识点；
解算单元，用于对所述标定尺的图像中的标识点的位置进行解算，得到标识点在各所述标定尺的图像中的位置；
建立和转换单元，用于基于标识点在各所述标定尺的图像中的位置建立相机坐标系，并根据所述标定尺的图像确定所述视觉相机之间的转换关系，进而完成所述视觉相机的标定。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。
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机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述权利要求1至7中任一项所述的方法。
CN202211177366.7A 2022-09-26 2022-09-26 视觉相机的标定方法、装置和电子设备 Pending CN115482297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211177366.7A CN115482297A (zh) 2022-09-26 2022-09-26 视觉相机的标定方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211177366.7A CN115482297A (zh) 2022-09-26 2022-09-26 视觉相机的标定方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN115482297A true CN115482297A (zh) 2022-12-16

Family

ID=84393519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211177366.7A Pending CN115482297A (zh) 2022-09-26 2022-09-26 视觉相机的标定方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115482297A (zh)

Similar Documents

Publication Publication Date Title
Luhmann et al. Sensor modelling and camera calibration for close-range photogrammetry
US10060739B2 (en) Method for determining a position and orientation offset of a geodetic surveying device and such a surveying device
CN102376089B (zh) 一种标靶校正方法及系统
Ahmadabadian et al. A comparison of dense matching algorithms for scaled surface reconstruction using stereo camera rigs
EP2751521B1 (en) Method and system for alignment of a pattern on a spatial coded slide image
CN109579695B (zh) 一种基于异构立体视觉的零件测量方法
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
Gerke Using horizontal and vertical building structure to constrain indirect sensor orientation
WO2023046211A1 (zh) 摄影测量方法、装置、设备及存储介质
CN111220126A (zh) 一种基于点特征和单目相机的空间物体位姿测量方法
Von Gioi et al. Towards high-precision lens distortion correction
Mi et al. A vision-based displacement measurement system for foundation pit
CN113947638A (zh) 鱼眼相机影像正射纠正方法
CN112254670A (zh) 一种基于光扫描和智能视觉融合的3d信息采集设备
CN110044266B (zh) 基于散斑投影的摄影测量系统
CN112415010A (zh) 一种成像检测方法及系统
CN113963067B (zh) 一种采用小靶标对大视场视觉传感器进行标定的标定方法
CN111998834B (zh) 一种裂缝监测方法及系统
Miao et al. Coarse-to-fine hybrid 3d mapping system with co-calibrated omnidirectional camera and non-repetitive lidar
JP2008224323A (ja) ステレオ写真計測装置、ステレオ写真計測方法及びステレオ写真計測用プログラム
Castanheiro et al. Modeling hyperhemispherical points and calibrating a dual-fish-eye system for close-range applications
US11640680B2 (en) Imaging system and a method of calibrating an image system
CN115482297A (zh) 视觉相机的标定方法、装置和电子设备
Manouchehri et al. Extrinsic calibration of a camera and a 2D laser range finder using ping pong balls and the corner of a room
Cavegn et al. Robust and accurate image-based georeferencing exploiting relative orientation constraints

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