CN116309868A - 一种鱼眼成像系统标定方法 - Google Patents
一种鱼眼成像系统标定方法 Download PDFInfo
- Publication number
- CN116309868A CN116309868A CN202310220173.3A CN202310220173A CN116309868A CN 116309868 A CN116309868 A CN 116309868A CN 202310220173 A CN202310220173 A CN 202310220173A CN 116309868 A CN116309868 A CN 116309868A
- Authority
- CN
- China
- Prior art keywords
- calibration
- imaging
- edge
- imaging system
- calculating
- 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
- G06T7/10—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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/10141—Special mode during image acquisition
Abstract
本发明公开了一种鱼眼成像系统标定方法,包括如下步骤:采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;基于所述标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置校准信息。通过构建标定模型,采用分区计算畸变参数的方式对鱼眼成像系统进行,提高了模型标定精度,减小了系统标定误差。
Description
技术领域
本发明涉及成像技术领域,特别涉及一种鱼眼成像系统标定方法。
背景技术
鱼眼镜头是一种特殊的广角镜头,具有较广阔的视野范围和较短的焦距。大视角的特点使鱼眼镜头在红外地球敏感器和广角侦查系统等众多领域得到广泛的应用。然而,鱼眼镜头自身工艺制作的缺点以及镜头在组合装配中的误差使其不可避免的引起了图像畸变,图形畸变的产生会在提取目标方位信息时造成偏差。方位信息的偏差在红外地球敏感器中,会造成地平圆圆心目标的定位不精确,无法准确计算卫星的姿态信息;在广角侦查系统中,同样会导致系统在对目标定位时出现偏移,使目标定位精度下降。如何通过畸变图像在大视场鱼眼成像系统中确定目标的方位,成为了近年来国内外众多学者深入研究的重点问题。
根据鱼眼图像精确提取目标方位的本质就是建立二维图像和三维空间的映射关系。在解决鱼眼图像精确提取目标方位的现有技术中,包括如下解决方案:(1)采用两步法和棋盘标定法,上述方法虽具有较高的标定精度,但需要尺寸与大视场成像系统拍摄范围相匹配的标定板,制作成本较高,实验难度较大;(2)采用球面投影模型,基于畸变参数分离的思想标定鱼眼成像系统,但该模型中要确定的畸变参数过多,导致计算量过大;(3)采用两步法模型,分别对靠近光学中心的区域建立线性畸变模型和远离光学中心的区域建立非线性畸变模型,实现对目标转台姿态角的精定位,但经实验验证,其所提出的坐标轮转方法不能精确定位光学中心,影响转台姿态角的拟合精度。
发明内容
本发明实施例的目的是提供一种鱼眼成像系统标定方法,通过构建标定模型,采用分区计算畸变参数的方式对鱼眼成像系统进行,提高了模型标定精度,减小了系统标定误差。
为解决上述技术问题,本发明实施例的第一方面提供了一种鱼眼成像系统标定方法,包括如下步骤:
采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;
依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;
基于所述标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置校准信息。
进一步地,所述采用分区方式计算畸变参数,包括:
对鱼眼成像系统成像区域划分若干个分区;
获取与所述若干个分区分别对应的入射角畸变参数和偏移角畸变参数。
进一步地,所述对鱼眼成像系统成像区域划分分区,包括:
计算所述标定物相对于所述鱼眼镜头的入射角;
依据所述入射角数值大小将所述成像区域划分为以所述光学中心为圆心的若干个同心圆区域。
进一步地,所述获取与所述若干个分区分别对应的入射角畸变参数和偏移角畸变参数,包括:
分别获取若干个所述标定物的入射角、所述标定物与所述光学中心的距离值;
基于若干组所述入射角和所述距离值,计算所述入射角畸变参数和所述偏移角畸变参数;
所述入射角畸变参数Ki(i=1,2,3)的计算公式为:
tanθ=K1×rd+K2×rd 3+K3×rd 5;
其中,θ为所述入射角集合,rd为所述标定物与所述光学中心的距离值;
所述偏移角畸变参数Pj(j=1,2)的计算公式为:
进一步地,所述采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心,包括:
通过灰度矩边缘定位法获取所述成像区域的有效区域轮廓;
基于最小二乘法拟合所述成像区域的有效边沿圆;
获取所述有效边沿圆的圆心位置及半径,得到所述成像区域的光学中心坐标及半径。
进一步地,所述获取有效边沿圆的圆心位置及半径得到成像区域的光学中心坐标及半径,包括:
获取若干个所述标定物的所述有效边沿圆的圆心位置及半径;
分别计算圆心位置与半径的平均值;
将所述圆心位置平均值与所述半径平均值作为所述成像区域的光学中心坐标及半径。
进一步地,所述通过灰度矩边缘定位法获取成像区域的有效区域轮廓,包括:
获取所述成像区域边缘的灰度值;
计算所述成像区域边缘的前三阶灰度矩;
依据所述前三阶灰度矩计算成像区域的亚像素边缘点。
进一步地,所述计算成像区域的亚像素边缘点,包括:
获取所述成像区域边缘的像素坐标;
根据所述像素坐标周围像素点的灰度值判断边缘方向;
基于所述边缘方向,沿灰度方向向两侧拓展预设数量个像素点,计算亚像素边缘点。
相应地,本发明实施例的第二方面提供了一种鱼眼成像系统标定系统,包括:
边缘拟合模块,其用于采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;
模型构建模块,其用于依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;
成像校正模块,其用于基于所述标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置信息。
相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行如上述鱼眼成像系统标定方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述鱼眼成像系统标定方法。
本发明实施例的上述技术方案具有如下有益的技术效果:
采用基于相机移动的研究方法构建鱼眼成像系统的标定模型,提升了大视场鱼眼成像系统中目标定位精度;通过计算光学中心坐标,对成像区域进行分区域标定,依据标定点像素位置拟合其在大视场中的方位,相较于其他标定算法需要先校正图像再求取目标方位,本申请通过模型直接将像素点与空间坐标建立了对应关系,降低了标定的复杂程度;另外,采用点光源加相机转台的方法,也避免了制造高精度大尺寸标定板,降低了系统的复杂性和成本。
附图说明
图1是本发明实施例提供的鱼眼成像系统标定方法流程图;
图2是本发明实施例提供的鱼眼成型原理示意图;
图3是本发明实施例提供的畸变示意图;
图4是本发明实施例提供的分区域标定示意图;
图5是本发明实施例提供的鱼眼成像系统标定系统模块框图。
附图标记:
1、边缘拟合模块,2、模型构建模块,3、成像校正模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
请参照图1,本发明实施例的第一方面提供了一种鱼眼成像系统标定方法,包括如下步骤:
步骤S100,采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心。
步骤S200,依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型。
步骤S300,基于标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置校准信息。
上述方法通过构建标定模型,采用分区计算畸变参数的方式对鱼眼成像系统进行,提高了模型标定精度,减小了系统标定误差。
具体的,步骤S200中,采用分区方式计算畸变参数,具体包括如下步骤:
步骤S210,对鱼眼成像系统成像区域划分若干个分区。
步骤S220,获取与若干个分区分别对应的入射角畸变参数和偏移角畸变参数。
更进一步地,步骤S210中,对鱼眼成像系统成像区域划分分区,包括:
步骤S211,计算标定物相对于鱼眼镜头的入射角。
步骤S212,依据入射角数值大小将鱼眼成像系统成像区域划分为以光学中心为圆心的若干个同心圆区域。
更进一步地,步骤S220中,获取与若干个分区分别对应的入射角畸变参数和偏移角畸变参数,包括:
步骤S221,分别获取若干个标定物的入射角、标定物与光学中心的距离值。
步骤S222,基于若干组入射角和距离值,计算入射角畸变参数和偏移角畸变参数。
具体的,步骤S100中,采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心,包括:
步骤S110,通过灰度矩边缘定位法获取成像区域的有效区域轮廓。
步骤S120,基于最小二乘法拟合成像区域的有效边沿圆。
步骤S130,获取有效边沿圆的圆心位置及半径,得到成像区域的光学中心坐标及半径。
进一步地,步骤S110中,通过灰度矩边缘定位法获取成像区域的有效区域轮廓,包括:
步骤S111,获取成像区域边缘的灰度值。
步骤S112,计算成像区域边缘的前三阶灰度矩。
步骤S113,依据前三阶灰度矩计算成像区域的亚像素边缘点。
更进一步地,步骤S113中,计算成像区域的亚像素边缘点,包括:
步骤S113a,获取成像区域边缘的像素坐标。
步骤S113b,根据像素坐标周围像素点的灰度值判断边缘方向。
步骤S113c,基于边缘方向,沿灰度方向向两侧拓展预设数量个像素点,计算亚像素边缘点。
进一步地,步骤S130中,获取有效边沿圆的圆心位置及半径得到成像区域的光学中心坐标及半径,包括:
步骤S131,获取若干个标定物的有效边沿圆的圆心位置及半径。
步骤S132,分别计算圆心位置与半径的平均值。
步骤S133,将圆心位置平均值与半径的平均值作为成像区域的光学中心坐标及半径。
下面对上述标定方法进行完整说明:
具体的,请参照图2,在鱼眼成像系统中,成像的过程就是三维世界坐标系下点Pw经一系列坐标变化映射成为二维图像坐标系下点Pd的过程。具体经过为:世界坐标系(Xw,Yw,Zw)下的点经过光线映射到摄像机坐标系(Xc,Yc,Zc)中,再投影到代表传感器的成像平面坐标系(X,Y)上,最终经过数模变换映射为图像坐标系(U,V)中的像素点。
在摄像机坐标系下,将鱼眼镜头视作半径为R的半球面。经世界坐标系中任一点Pw的光线沿光学中心的方向进入摄像机坐标系,交点为Pc(xc,yc,zc),入射角为θ,在XcYc平面上的投影与Xc轴正方向的偏移角为Pc点可以由θ和/>确定。
根据小孔成像原理,Pc在图像平面的理想投影为点P(u,v),两者之间的坐标映射关系为:
式中,(u0,v0)为光学中心Oc在图像平面上投影O的像素坐标,f为鱼眼镜头焦距,d×d为单个像元尺寸,
但鱼眼成像系统的结构不同于一般成像系统,主要受非线性畸变影响,成像多为非相似成像。Pc在图像平面的实际投影为点Pd(ud,vd),P点与Pd点间的畸变关系将在下一节中进行讨论。根据式(1)和式(2),得到在鱼眼镜头坐标系下入射角θ与图像平面下点P到光学中心距离r之间的关系:
tanθ=A×r (3)
具体的,入射角畸变参数Ki(i=1,2,3)的计算公式为:
tanθ=K1×rd+K2×rd 3+K3×rd 5;
其中,θ为入射角集合,rd为标定物与光学中心的距离值。
偏移角畸变参数Pj(j=1,2)的计算公式为:
进一步地,请参照图3,在鱼眼成像系统中,由于非线性畸变的影响,点Pc的理想成像点P偏移为了实际成像点Pd。这种成像点的位置偏移是无法精确提取目标方位的主要原因,主要受到径向畸变、切向畸变和薄棱镜畸变三者的影响,其中薄棱镜畸变的影响过小可将其忽略,主要考虑前两者的影响。径向畸变是造成图像畸变的主要原因,表现为成像点在半径方向上发生位置偏移,产生原因是生产工艺造成鱼眼镜头表面出现不规则的形状。径向畸变模型为:
r=k1×rd+k2×rd 3+k3×rd 5 (5)
切向畸变改变了成像点到光学中心矢量的角度,使成像点发生角度偏转。产生原因是构成鱼眼镜头透镜的光心与几何中心不重合,切向畸变模型为:
式中pj(j=1,2)为切向畸变参数。
将式(5)带入式(3)可得:
tanθ=K1×rd+K2×rd 3+K3×rd 5 (7)
式中Ki=A×ki(i=1,2,3)
将(6)带入式(4)可得:
式中Pj=pj(j=1,2)。
将标定点的入射角θ集合与距光学中心的距离rd集合带入公式(7)中,即可求得入射角畸变参数Ki(i=1,2,3)。同理将标定点的偏移角的集合与像素坐标Pd(ud,vd)集合同时带入公式(8)中,即可求得偏移角畸变参数Pj(j=1,2)。
鱼眼成像系统的畸变围绕光学中心对称,畸变程度与成像点离光学中心的距离为正相关。理想情况下光学中心的成像位置应该与图象中心相重合,但由于鱼眼镜头的装配误差,使得两者不能完全重合,需要对其单独标定。因为大视角的特点,鱼眼图像成像有效区域边缘为圆形。为计算出光学中心,选择采用最小二乘法拟合鱼眼图像的有效区域边沿圆,拟合得到的圆心就是光学中心的实际像素位置。设理想圆的标准方程为:
(x-xc)2+(y-yc)2=rc 2 (9)
式中(x,y)为圆上任意一点,(xc,yc)为圆心坐标,rc为圆的半径。
最小二乘法要求残差值最小:
式中(xi,yi)为圆周上的点。
当残差值S最小时,则有:
根据以上三式,可以求出圆心(xc,yc)和半径rc。
在进行最小二乘法拟合前,采用了亚像素边缘检测算法中的灰度矩边缘定位法定位图像有效区域轮廓,提升光学中心的拟合精度从而减小系统的标定误差。基本原理是假设图像的实际边缘分布与阶跃式变化的理想边缘的灰度矩一致,利用图像实际边缘的前三阶灰度矩求取图像的亚像素边缘点。
设鱼眼图像实际边缘的灰度值为hj(j=1,2,3...n),n为图像实际边缘包含的像素点总数,计算图像的图像实际边缘的前三阶灰度矩:
得到前三阶灰度矩后,精确计算图像的亚像素边缘点
通过传统边缘检测算法粗定位图像边缘的像素坐标(xe,ye),根据周围像素点的灰度值判断边缘方向:当Gx>Gy,边缘方向为水平;反之,边缘方向为垂直。
式中g(xe,ye)为点(xe,ye)的灰度值。
得到边缘方向后,以(xe,ye)为中心,延灰度方向分别向两侧拓展6个像素,根据公式(15)求得亚像素边缘点。
鱼眼镜头产生的畸变是非线性的畸变,图像中不同位置的像点受到的畸变影响程度不同,用同一组畸变参数对整幅图像校正,对校正精度和稳定性会产生影响。为了能提高标定精度,对鱼眼图像采取了一种分区域标定的方法,对不同区域求取不同的畸变参数,提升标定的精度。
请参照图4,在鱼眼成像系统中,成像点到光学中心的距离主要受标定物入射角θ影响。鱼眼图像的畸变关于光学中心对称,且随着成像点距光学中心距离的增大而增加,在以光学中心为圆心的圆上畸变大致相同。在标定过程中,如图4所示,根据标定物入射角θ的大小将鱼眼图像划分为以光学中心为圆心的同心圆区域,对每个区域进行标定。
基于上述方案对鱼眼成型系统进行标定测试,拍摄多幅白纸的图像。根据前文提出的灰度矩边缘定位法提取图像有效区域的边缘,对提取到的边缘使用最小二乘法拟合,得到鱼眼图像光学中心的坐标(xc,yc)和半径rc。
进一步地,拍摄八组图像进行拟合,取结果的平均值(651.51,525.57)作为光学中心和619.36作为有效区域半径,详见表1。
表1
标定物单个点光源由红色平板光源和带孔的不锈钢板组合构成,将不锈钢板覆盖于平板光源表面。孔洞为直径10mm的圆孔,钢板厚度为0.1mm,在钢板外侧表面覆盖遮挡物,只留下作为点光源的孔洞,这样得到的点光源较为均匀,光源边缘成像效果更为清晰。标定物在鱼眼成像系统中的成像近似为圆形,面积为116pixel,在对图像进行均值滤波后,通过灰度质心法提取标定物中心作为标定点。
控制高精度二维旋转位移台,调整角度位置,使标定点与鱼眼成像系统的光学中心相重合,此位置为鱼眼成像系统的初始位置。然后移动鱼眼成像系统,在不同角度下拍摄标定物,记录标定点在图像中的像素坐标(u,v)和标定物在鱼眼成像系统的方位角度共拍摄图像184幅,使标定点尽可能充满整个图像。将采集到标定物的方位角度和图像点的像素坐标作为数据集带入公式(7)、(8),计算出畸变模型。
为了验证标定精度通过转台转动鱼眼成像系统到任意角度,拍摄10幅图像。计算出每幅图像中标定点的像素坐标及到光学中心的距离,将这些数据作为测试集带入畸变模型中,拟合每幅图像中标定物的方位角度θ'和与实际方位角度θ和/>对比,检测系统标定精度。
在实验中采取分区域标定的方式以降低系统的标定误差,根据入射角度θ划分区域。为了降低标定系统的复杂性,采用三区域划分法。在划分区域时,要保证各区域的标定误差尽可能的小,且每个区域的数据集点不能过少,影响畸变参数的求取,所以采取角度遍历的方式分别对两个分界角度进行求取,先根据各区域数据集求取畸变模型,再将测试集带入畸变模型,计算标定精度。
经过测试,入射角θ的最大值为90°。先求取区域1、2的分界角度,在区间[30°,80°]中,采用步进为1°进行遍历,找到能使区域1中标定误差最小的角度,角度为42°。再根据求取的第一个分界角度,重新划分区间[50°,80°],求取区域2、3的分界角度71°,使2区域的标定误差最小。
根据求得角度进行区域划分,验证理论。单个区域为图像的整个视场;两个区域以42°为界线划分区域1(0-42°)、区域2(42°以上);三个区域划分为区域1(0-42°)、区域2(42-71°),区域3(71°以上)。根据采集数据分别计算各区域的畸变参数和标定误差,详见表2。
表2
表3
详见表3,根据实验结果,拟合标定物方位角度的误差值随着标定区域的增加而减小。在将整个鱼眼图像划分为3区域时,区域1的平均误差为0.06°,区域2的平均误差为0.26°,区域3的平均误差为0.45°。可以看出,靠近光学中心的主要成像区域误差较小,远离光学中心的边缘成像区域误差较大,对鱼眼图像划分区域标定可以有效降低系统的标定误差,提升了整个鱼眼成像系统的标定精度。
相应地,请参照图5,本发明实施例的第二方面提供了一种鱼眼成像系统标定系统,包括:
边缘拟合模块1,其用于采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;
模型构建模块2,其用于依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;
成像校正模块3,其用于基于标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置信息。
上述鱼眼成像系统标定系统可以进一步细分具体功能单元,以执行上述方法步骤的具体过程,在此不再赘述。
相应地,本发明实施例的第三方面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连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被一个处理器执行,以使至少一个处理器执行如上述鱼眼成像系统标定方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述鱼眼成像系统标定方法。
本发明实施例旨在保护一种鱼眼成像系统标定方法,包括如下步骤:采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;依据光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;基于标定模型,对标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置校准信息。上述技术方案具备如下效果:
采用基于相机移动的研究方法构建鱼眼成像系统的标定模型,提升了大视场鱼眼成像系统中目标定位精度;通过计算光学中心坐标,对成像区域进行分区域标定,依据标定点像素位置拟合其在大视场中的方位,相较于其他标定算法需要先校正图像再求取目标方位,本申请通过模型直接将像素点与空间坐标建立了对应关系,降低了标定的复杂程度;另外,采用点光源加相机转台的方法,也避免了制造高精度大尺寸标定板,降低了系统的复杂性和成本。
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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种鱼眼成像系统标定方法,其特征在于,包括如下步骤:
采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心;
依据所述光学中心,采用分区方式计算畸变参数,构建标定物方位角与像素间的标定模型;
基于所述标定模型,对所述标定物的成像位置进行校正,获取标定物在鱼眼成型系统中成像的位置校准信息。
2.根据权利要求1所述的鱼眼成像系统标定方法,其特征在于,所述采用分区方式计算畸变参数,包括:
对鱼眼成像系统成像区域划分若干个分区;
获取与所述若干个分区分别对应的入射角畸变参数和偏移角畸变参数。
3.根据权利要求2所述的鱼眼成像系统标定方法,其特征在于,所述对鱼眼成像系统成像区域划分分区,包括:
计算所述标定物相对于所述鱼眼镜头的入射角;
依据所述入射角数值大小将所述成像区域划分为以所述光学中心为圆心的若干个同心圆区域。
4.根据权利要求2所述的鱼眼成像系统标定方法,其特征在于,所述获取与所述若干个分区分别对应的入射角畸变参数和偏移角畸变参数,包括:
分别获取若干个所述标定物的入射角、所述标定物与所述光学中心的距离值;
基于若干组所述入射角和所述距离值,计算所述入射角畸变参数和所述偏移角畸变参数;
所述入射角畸变参数Ki(i=1,2,3)的计算公式为:
tanθ=K1×rd+K2×rd 3+K3×rd 5;
其中,θ为所述入射角集合,rd为所述标定物与所述光学中心的距离值;
所述偏移角畸变参数Pj(j=1,2)的计算公式为:
5.根据权利要求1所述的鱼眼成像系统标定方法,其特征在于,所述采用图像有效区域的边缘拟合圆计算鱼眼镜头的光学中心,包括:
通过灰度矩边缘定位法获取所述成像区域的有效区域轮廓;
基于最小二乘法拟合所述成像区域的有效边沿圆;
获取所述有效边沿圆的圆心位置及半径,得到所述成像区域的光学中心坐标及半径。
6.根据权利要求5所述的鱼眼成像系统标定方法,其特征在于,所述获取有效边沿圆的圆心位置及半径得到成像区域的光学中心坐标及半径,包括:
获取若干个所述标定物的所述有效边沿圆的圆心位置及半径;
分别计算圆心位置与半径的平均值;
将所述圆心位置平均值与所述半径平均值作为所述成像区域的光学中心坐标及半径。
7.根据权利要求5所述的鱼眼成像系统标定方法,其特征在于,所述通过灰度矩边缘定位法获取成像区域的有效区域轮廓,包括:
获取所述成像区域边缘的灰度值;
计算所述成像区域边缘的前三阶灰度矩;
依据所述前三阶灰度矩计算成像区域的亚像素边缘点。
8.根据权利要求7所述的鱼眼成像系统标定方法,其特征在于,所述计算成像区域的亚像素边缘点,包括:
获取所述成像区域边缘的像素坐标;
根据所述像素坐标周围像素点的灰度值判断边缘方向;
基于所述边缘方向,沿灰度方向向两侧拓展预设数量个像素点,计算亚像素边缘点。
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连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行如权利要求1-8任一所述的鱼眼成像系统标定方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机指令,该指令被处理器执行时实现权利要求1-8任一所述的鱼眼成像系统标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310220173.3A CN116309868A (zh) | 2023-03-02 | 2023-03-02 | 一种鱼眼成像系统标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310220173.3A CN116309868A (zh) | 2023-03-02 | 2023-03-02 | 一种鱼眼成像系统标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116309868A true CN116309868A (zh) | 2023-06-23 |
Family
ID=86833682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310220173.3A Pending CN116309868A (zh) | 2023-03-02 | 2023-03-02 | 一种鱼眼成像系统标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116309868A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648241A (zh) * | 2018-05-17 | 2018-10-12 | 北京航空航天大学 | 一种ptz摄像机现场标定及定焦方法 |
CN109685817A (zh) * | 2018-11-22 | 2019-04-26 | 浙江大学 | 一种基于灰度矩的面结构光系统亚像素精度解码方法 |
CN110197466A (zh) * | 2019-05-30 | 2019-09-03 | 河海大学常州校区 | 一种广角鱼眼图像矫正方法 |
CN110809781A (zh) * | 2018-11-15 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、控制终端及存储介质 |
CN112330576A (zh) * | 2020-12-03 | 2021-02-05 | 中国第一汽车股份有限公司 | 车载鱼眼摄像头畸变矫正方法、装置、设备及存储介质 |
CN113947638A (zh) * | 2021-10-04 | 2022-01-18 | 桂林理工大学 | 鱼眼相机影像正射纠正方法 |
-
2023
- 2023-03-02 CN CN202310220173.3A patent/CN116309868A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648241A (zh) * | 2018-05-17 | 2018-10-12 | 北京航空航天大学 | 一种ptz摄像机现场标定及定焦方法 |
CN110809781A (zh) * | 2018-11-15 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、控制终端及存储介质 |
CN109685817A (zh) * | 2018-11-22 | 2019-04-26 | 浙江大学 | 一种基于灰度矩的面结构光系统亚像素精度解码方法 |
CN110197466A (zh) * | 2019-05-30 | 2019-09-03 | 河海大学常州校区 | 一种广角鱼眼图像矫正方法 |
CN112330576A (zh) * | 2020-12-03 | 2021-02-05 | 中国第一汽车股份有限公司 | 车载鱼眼摄像头畸变矫正方法、装置、设备及存储介质 |
CN113947638A (zh) * | 2021-10-04 | 2022-01-18 | 桂林理工大学 | 鱼眼相机影像正射纠正方法 |
Non-Patent Citations (1)
Title |
---|
朱均超等: "基于分离参数标定的鱼眼镜头成像模型研究", 《传感技术学报》, vol. 26, no. 7, pages 975 - 980 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN110197466B (zh) | 一种广角鱼眼图像矫正方法 | |
CN102169573B (zh) | 高精度的宽视场镜头实时畸变矫正方法及系统 | |
EP1378790A2 (en) | Method and device for correcting lens aberrations in a stereo camera system with zoom | |
CN111896221B (zh) | 虚拟坐标系辅助摄像机标定的旋转光学测量系统对准方法 | |
CN111080714A (zh) | 一种基于三维重建的平行式双目相机标定方法 | |
CN111709985B (zh) | 一种基于双目视觉的水下目标测距方法 | |
CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
CN102915535A (zh) | 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统 | |
CN103389037B (zh) | 一种照明衍射光学元件几何技术参数检测装置与方法 | |
CN112734860A (zh) | 一种基于弧形幕先验信息的逐像素映射投影几何校正方法 | |
CN113947638B (zh) | 鱼眼相机影像正射纠正方法 | |
JP2019536151A (ja) | 広角画像を修正するシステム及び方法 | |
CN115457147A (zh) | 相机标定方法、电子设备及存储介质 | |
CN103258327B (zh) | 一种基于二自由度摄像机的单点标定方法 | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
CN116309868A (zh) | 一种鱼眼成像系统标定方法 | |
CN103400377B (zh) | 一种基于双目立体视觉的三维圆形目标检测和判断方法 | |
CN110490941B (zh) | 一种基于法向量的远心镜头外参数标定方法 | |
CN107341764A (zh) | 基于鱼眼镜头立体视觉的虚拟空间定位方法及系统 | |
TW565736B (en) | Method for determining the optical parameters of a camera | |
CN116958218A (zh) | 一种基于标定板角点对齐的点云与图像配准方法及设备 | |
CN111754584A (zh) | 一种远距离大视场相机参数标定系统和方法 | |
CN115841517A (zh) | 一种基于dic双圆交比的结构光标定方法和装置 | |
CN115409898A (zh) | 一种基于特殊环形标定板的高精度相机标定方法及设备 |
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 |