CN116342435B - 一种线扫描相机畸变校正方法、计算设备及存储介质 - Google Patents

一种线扫描相机畸变校正方法、计算设备及存储介质 Download PDF

Info

Publication number
CN116342435B
CN116342435B CN202310621067.6A CN202310621067A CN116342435B CN 116342435 B CN116342435 B CN 116342435B CN 202310621067 A CN202310621067 A CN 202310621067A CN 116342435 B CN116342435 B CN 116342435B
Authority
CN
China
Prior art keywords
pixel
distortion
sub
picture
calibration 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.)
Active
Application number
CN202310621067.6A
Other languages
English (en)
Other versions
CN116342435A (zh
Inventor
王志明
邵云峰
袁建辉
马愿
曹桂平
董宁
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.)
Hefei Eko Photoelectric Technology Co ltd
Original Assignee
Hefei Eko Photoelectric Technology 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 Hefei Eko Photoelectric Technology Co ltd filed Critical Hefei Eko Photoelectric Technology Co ltd
Priority to CN202310621067.6A priority Critical patent/CN116342435B/zh
Publication of CN116342435A publication Critical patent/CN116342435A/zh
Application granted granted Critical
Publication of CN116342435B publication Critical patent/CN116342435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种线扫描相机畸变校正方法、计算设备及存储介质，该方法基于具有等间距的明暗交替条纹的标定板进行，包括：获取所述标定板的图片，提取图片中明暗条纹交界处的亚像素边缘；选取图片中心处的两条相邻的亚像素边缘，计算所述边缘的宽度作为基准宽度；利用所述基准宽度更新所述图片中位于亚像素边缘的像素点的位置坐标；计算所述像素点更新后的位置坐标和原位置坐标之间的畸变关系，结合基准宽度获得图片上所有像素点去畸变后的位置坐标和原位置坐标之间的畸变关系，根据所述畸变关系对当前线扫描相机进行去畸变校正。本发明的方法中无需获得真实物理信息，对线扫相机扫描线和标定板中边缘的位置关系无限制，操作简单，计算量小。

Description

一种线扫描相机畸变校正方法、计算设备及存储介质
技术领域
本发明涉及相机应用领域，具体涉及一种线扫描相机畸变校正方法、计算设备及存储介质。
背景技术
工业线扫相机在真实检测场景有着高精度检测的要求，这对于整个工作环境都有着较高的要求，当相机的成像面和物体所在平面不是完全平行时，如说明书附图中图4所示，相同的物理尺度在成像面上不同区域的宽度是不同的。因此，为了提高相机检测的精度，降低因设备安装带来的检测误差，需要对相机进行畸变校正。
现有的校正方法往往需要获取相机的内外参数、标定板的真实物理尺寸等，这些信息在获取的过程中本身就会存在误差，此外，部分技术假设畸变前后存在函数映射关系，但在真实场景中，影响畸变的因素往往不止一种，除了由于像面和物面不平行引起的切向畸变外，镜头也会引起一定的径向畸变。使用畸变公式时需要知道相机的内外参数，这在标定过程中又引入了测量误差，因此对操作的要求较高，此时畸变公式和实际的畸变情况之间就会存在较大的误差。
本发明的目的在于通过尽可能少的测量信息来对线扫相机进行高精度的畸变校正。
综上所述，现有技术主要存在着以下缺陷：
（1）现有的线扫描相机去畸变方法，使用畸变公式时需要知道相机的内外参数，这在标定过程中又引入了测量误差，因此对操作的要求较高，且实际使用的过程中，引起畸变的因素往往不止一个，此时畸变公式和实际的畸变情况之间就会存在较大的误差；
（2）现有技术需要获取上述各种信息，每个信息的获取以及最终使用该信息进行校正操作均需要很大的计算量，操作复杂度较高，计算量大。
发明内容
本发明提出的一种线扫描相机畸变校正方法、计算设备及存储介质，可至少解决上述技术问题之一。
为实现上述目的，本发明提出了以下技术方案：
一种线扫描相机畸变校正方法，基于具有等间距的明暗交替条纹的标定板进行，包括：
获取所述标定板的图片，提取图片中明暗条纹交界处的亚像素边缘；
选取图片中心处的两条相邻的亚像素边缘，计算所述边缘的宽度作为基准宽度；
利用所述基准宽度更新所述图片中位于亚像素边缘的像素点的位置坐标；
计算所述像素点更新后的位置坐标和原位置坐标之间的畸变关系，结合基准宽度获得图片上所有像素点去畸变后的位置坐标和原位置坐标之间的畸变关系，根据所述畸变关系对当前线扫描相机进行去畸变校正。
进一步地，所述标定板上设有相同宽度且间距相同的矩形通孔，所述宽度与所述间距相等。
进一步地，所述获取所述标定板的图片，包括：
均匀光源穿过所述标定板的通孔后到达线扫描相机；
调整均匀光源亮度，使所述线扫描相机扫描的明亮条纹处过度曝光；
获取具有明暗交替条纹的标定板图。
进一步地，还包括：
所述标定板与所述线扫描相机之间的位置固定不动，线扫描相机按照设定行频和设定曝光时间进行图片采集。
进一步地，所述利用所述基准宽度更新所述图片中位于亚像素边缘的像素点的位置坐标，包括：
以一行像素点左侧第一条位于亚像素边缘上的像素点为基准，其右侧第n条亚像素边缘上的像素点的位置坐标为n·W；其中W为所述基准宽度的值。
进一步地，所述计算所述像素点更新后的位置坐标和原坐标之间的畸变关系，包括：
计算所述像素点新的位置坐标和原位置坐标之间的比例关系，得到的比例系数为校正系数。
进一步地，所述结合基准宽度获得图片上所有像素点去畸变后的位置坐标和原位置坐标之间的畸变关系，包括：
利用位于亚像素边缘的像素点的校正系数和基准宽度，对位于两个亚像素边缘中间的像素点的畸变系数进行基于线性关系的插值，得到图片上所有像素点去畸变后的位置坐标和原位置坐标之间的畸变关系，即所有像素点的校正系数。
进一步地，所述根据所述畸变关系对当前线扫描相机进行去畸变校正，包括：
存储所述线扫描相机所有像素点的校正系数，在线扫描相机进行采图时，使用所述校正系数对每一个像素点进行去畸变校正。
另一方面，本发明又提出一种计算设备，包括：
处理器；
存储器，包括一个或多个计算机程序指令；
其中，所述一个或多个计算机程序指令被存储在所述存储器中，并由所述处理器执行时实现上述的线扫描相机畸变校正方法。
再一方面，本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上所述的线扫描相机畸变校正方法。
本发明的有益效果如下：
（1）针对现有技术的不足，本发明通过标定板建立获取标定参考点并基于亚像素边缘提取来处理边缘，计算校正前后对应坐标位置的比例得到不同位置的校正系数，并用参考点的校正系数通过插值的方式补齐其他位置的校正系数，该过程中无需获得参考点的真实物理信息，对线扫相机的扫描线和标定板中边缘的位置关系无严格要求，操作简单，校正的精度只受标定板本身精度的影响；
（2）本发明直接分析相机采集到的标定板图片，分析图片中各个宽度之间的差异，并通过实际采集到的宽度得到理想宽度，用该宽度进行校正。用该方法时，每次相机的拍摄视野发生变化时均可一次校正完成，无需重复获取更多的信息。
附图说明
图1是本发明的线扫描相机畸变校正方法流程图；
图2是本发明实施例中线扫描相机与标定板位置关系示意图；
图3是本发明实施例使用的标定板示意图；
图4是相机的成像面和物体所在平面不平行时的拍摄情况示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中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。
本实施例首先提出了一种线扫描相机畸变校正方法。
线扫相机在真实拍摄场景中，被拍摄物体在载物台上移动，在线扫描相机的扫描下成像。当相机的成像面和物体所在平面不是完全平行时，相同的物理尺度在成像面上不同区域的宽度是不同的。因此，为了提高相机检测的精度，降低因设备安装带来的检测误差，需要对相机进行去畸变校正。
本实施例的线扫描相机畸变校正方法依赖于标定板，该标定板为具有等间距的明暗交替条纹的标定板，如图3所示。具体地，标定板上设有相同宽度且间距相同的矩形通孔，通孔的宽度与所述间距相等。在拍摄过程中，使光源从通孔穿过到达线扫描相机，则穿过通孔的光源在图片上形成明亮的条纹，通孔以外被挡住的光源则无法到达线扫描相机上，形成了黑暗的条纹。
本实施例对线扫描相机进行畸变校正时，还需要：条形光源、载物台、标定板。其中条形光源、载物台、标定板、线扫相机均位于同一轴线上，标定板位于载物台上，线扫描相机和条形光源分别位于标定板的上下两端，线扫相机的扫描线穿过标定板的孔洞，如图2所示。
条形光源用于：控制光场强度，调整图片的灰度值，控制光线透过标定板进行照射，保证采集图片区域光照尽可能均匀，边缘区域对比强烈。具体地，可控制光场强度使的线扫描相机获取图片的明亮条纹的位置的像素点发生过度曝光。
载物台用于放置标定板，保证拍摄过程中环境的稳定。
标定板用于生成标准图片，标定板的孔洞和孔距宽度均一致。
本实施例提出的线扫描相机畸变校正方法具体流程如下，参见图1。
线扫描相机获取标定板图片，具体地，使均匀的条形光源穿过标定板的通孔后到达线扫描相机，调整均匀光源的亮度，使得线扫描相机过度曝光，也即，使采集到的条纹图片上的亮纹部分像素点的灰度值为该线扫描相机灰度值范围内的最大值，以使所有亮纹部分的像素点的灰度值尽量相同且都为最大值，这样暗纹和亮纹能形成强烈的对比，在使用提取亚像素边缘的各种算法来进行亚像素边缘的提取的操作中，能够得到更精确的亚像素边缘。进一步地，线扫描相机在正常采图工作中，被拍摄物体和线扫描相机之间的相对位置需要垂直于线扫描相机的扫描线发生变化，以此获取全部的被拍摄物体的图片。
在本实施例中，由于扫描目的是进行去畸变操作，因此标定板和线扫描相机之间的相对位置不必发生变化，线扫描相机按照设定的行频和曝光时间进行扫描，标定板固定于工作台上不发生运动，线扫描相机采集的每一行图片信息均相同，最终也能拼接出具有明暗条纹交替变化的标定板图片，且由于标定板与线扫描相机之间的相对位置保值不变，该标定板图片不会受到标定板运动时带来的误差的影响，且因为标定板与线扫描相机之间的倾角造成的畸变与标定板运动时进行采图是一样的。上述操作获取到的标定板图片具有强烈对比的明暗交替的条纹，且亚像素边缘清晰，不存在受到物体运动而带来的其他误差。本实施例对使用的亚像素边缘提取算法不做具体限制，现有的亚像素提取算法均可实现。
选取上述标定板图片中位于中心处的两条相邻的亚像素边缘，计算所述边缘的宽度作为基准宽度。具体地，所谓中心处的两条相邻的亚像素边缘，是指位于标定板图片中心线两侧的亚像素边缘，若该中心线正好位于某个亚像素边缘上，则选取该亚像素边缘以及其左侧或右侧相邻的另一条亚像素边缘作为中心处的两条相邻的亚像素边缘。根据图4中因物体与线扫描相机之间的倾角造成相机畸变的原理来看，图片中心处的两条相邻的亚像素边缘宽度的畸变最小且最接近无畸变的真实标定板条纹间距，故选择其作为基准宽度。另外，本实施例中选取基准宽度的目的是将所有的亚像素边缘之间的间距统一以求得畸变关系，故用于进行统一的基准宽度虽然不是理论上的真实宽度，也不会对后续的校正操作带来影响。相比现有技术中根据相机的内外参数、标定板的真实物理尺寸来进行畸变校正，本发明的上述基准选取则减少了算法实现的复杂程度。
利用基准宽度更新图片中位于亚像素边缘的像素点的位置坐标。本步骤的目的是将目前拍摄的标定板图片中的所有亚像素边缘的间距均调整成基准宽度，这里可以选择任一条亚像素边缘上的像素点作为基准来调整其左右两侧所有的亚像素边缘上的像素点的坐标，但为了计算简单，本实施例选取最左侧的一条亚像素边缘上的像素点作为基准来进行上述的调整。以一行像素点左侧第一条亚像素边缘上的像素点为基准，W为所述基准宽度的值，则其右侧第n条亚像素边缘上的像素点的位置坐标更新为n·W。到这一步，则完成了位于亚像素边缘上的像素点的去畸变操作。
接着将获取去畸变前后所有像素点的位置坐标的变化关系，已知镜头、物体不是完全平行引起的畸变为切向畸变，切向畸变的公式如下：
xdistored=x+2p1xy+p2(r2+2x2)；
ydistored=y+2p2xy+p1(r2+2y2)；
其中x为畸变前的像素点横向位置坐标，xdistored为畸变后的像素点横向位置坐标，y为畸变前的像素点纵向位置坐标，ydistored为畸变后的像素点纵向位置坐标，p1和p2为畸变系数，其中r为中间参数，满足r2=x2+y2，对于线扫描相机，y=1，此时x畸变后的坐标和真实坐标的关系为：xdistored=x+2p1x+3p2x2+p2。
本实施例发现，上述的切向畸变加上镜头等其他畸变后，对于线扫描相机来说，像素位置畸变前的位置坐标与畸变后的位置坐标之间近似为线性关系，即xdistored=ax+b，其中a、b为畸变系数，又因为本实施例选取最左侧的亚像素边缘为基准，故b=0，xdistored=ax。因此本实施例认为畸变前像素点位置x和畸变后像素点位置之间的关系为，令a为校正系数，则a=xdistored/x，即使用亚像素边缘上的像素点更新后的位置坐标比上原位置坐标，即得到校正系数a。
上述操作只求出了位于亚像素边缘上的像素点的校正系数，对于其他的像素点，则需要结合基准宽度通过插值处理得到对应的校正系数。对于位于两个亚像素边缘中间的像素点，本实施例认为其校正系数与其像素点的位置呈线性关系，也即在两个位于亚像素边缘上的像素点中间，像素点的校正系数是随着像素点的位置变化而线性变化的。根据上述的对应关系，则可以利用线性插值，补齐两个亚像素边缘间其他像素点的校正系数。完成上述操作后获取标定板图像上所有像素点的校正系数，同时也获取了该线扫描相机的每个像素点的校正系数。
存储线扫描相机所有像素点的校正系数，在线扫描相机进行采图时，使用每个像素点对应的校正系数对每一个像素点进行去畸变校正。
基于同样的发明构思，本实施例又提出了一种电子设备，该电子设备包括处理器和存储器，存储器包括一个或多个计算机程序模块。一个或多个计算机程序模块被存储在存储器中并被配置为由处理器执行，一个或多个计算机程序模块包括用于实现上述的线扫描相机畸变校正方法的指令。
基于同样的发明构思，本实施例又提出了一种计算机可读存储介质，计算机可读存储介质中存储有至少一个程序数据，该程序数据用于实现上述任一线扫描相机畸变校正方法。计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、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。
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；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种线扫描相机畸变校正方法，基于具有等间距的明暗交替条纹的标定板进行，其特征在于，包括：
所述标定板与线扫描相机之间的位置固定不动，线扫描相机按照设定行频和设定曝光时间进行图片采集；
均匀光源穿过所述标定板的通孔后到达线扫描相机；调整均匀光源亮度，使所述线扫描相机扫描的明亮条纹处过度曝光；获取具有明暗交替条纹的标定板图片；
提取图片中明暗条纹交界处的亚像素边缘；
选取图片中心处的两条相邻的亚像素边缘，计算所述边缘的宽度作为基准宽度；
利用所述基准宽度更新所述图片中位于亚像素边缘的像素点的位置坐标；包括：
以一行像素点左侧第一条位于亚像素边缘上的像素点为基准，其右侧第n条亚像素边缘上的像素点的位置坐标为n·W；其中W为所述基准宽度的值；
计算所述像素点新的位置坐标和原位置坐标之间的比例关系，得到的比例系数为校正系数；
利用位于亚像素边缘的像素点的校正系数和基准宽度，对位于两个亚像素边缘中间的像素点的畸变系数进行基于线性关系的插值，得到图片上所有像素点去畸变后的位置坐标和原位置坐标之间的畸变关系，即所有像素点的校正系数；
存储所述线扫描相机所有像素点的校正系数，在线扫描相机进行采图时，使用所述校正系数对每一个像素点进行去畸变校正。
2.根据权利要求1所述的线扫描相机畸变校正方法，其特征在于，所述标定板上设有相同宽度且间距相同的矩形通孔，所述宽度与所述间距相等。
3.一种计算设备，其特征在于，包括：
处理器；
存储器，包括一个或多个计算机程序指令；
其中，所述一个或多个计算机程序指令被存储在所述存储器中，并由所述处理器执行时实现权利要求1-2任一项所述的线扫描相机畸变校正方法。
4.一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，使得所述处理器执行如权利要求1-2任一项所述的线扫描相机畸变校正方法。
CN202310621067.6A 2023-05-30 2023-05-30 一种线扫描相机畸变校正方法、计算设备及存储介质 Active CN116342435B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310621067.6A CN116342435B (zh) 2023-05-30 2023-05-30 一种线扫描相机畸变校正方法、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310621067.6A CN116342435B (zh) 2023-05-30 2023-05-30 一种线扫描相机畸变校正方法、计算设备及存储介质

Publications (2)

Publication Number Publication Date
CN116342435A CN116342435A (zh) 2023-06-27
CN116342435B true CN116342435B (zh) 2023-08-22

Family

ID=86886222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310621067.6A Active CN116342435B (zh) 2023-05-30 2023-05-30 一种线扫描相机畸变校正方法、计算设备及存储介质

Country Status (1)

Country Link
CN (1) CN116342435B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116735167B (zh) * 2023-08-16 2023-10-13 深圳市灿锐科技有限公司 一种镜头倍率和畸变检测方法
CN118470137A (zh) * 2024-07-09 2024-08-09 广州市信亦达电子科技有限公司 条码印制质量检测仪的标定方法、系统、设备及储存介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024815A (ja) * 2000-06-13 2002-01-25 Internatl Business Mach Corp <Ibm> 拡大画像データに変換するための画像変換方法、画像処理装置、および画像表示装置
JP2008103812A (ja) * 2006-10-17 2008-05-01 Nikon Corp カメラ、画像補正装置および画像補正方法
CN101271196A (zh) * 2008-04-24 2008-09-24 北京中星微电子有限公司 镜头阴影校正系数确定方法、镜头阴影校正方法及装置
JP2009188632A (ja) * 2008-02-05 2009-08-20 Nec Corp 画像処理装置、画像処理システム、画像処理方法および画像処理プログラム
TW201110669A (en) * 2009-09-04 2011-03-16 Univ Feng Chia Line scanning image correction optical system and its method thereof
WO2011161746A1 (ja) * 2010-06-21 2011-12-29 コニカミノルタオプト株式会社 画像処理方法、プログラム、画像処理装置及び撮像装置
CN104182714A (zh) * 2014-08-22 2014-12-03 深圳市兴通物联科技有限公司 校正信号畸变的方法及激光条码扫描平台
CN108428251A (zh) * 2018-03-09 2018-08-21 深圳市中捷视科科技有限公司 一种基于机器视觉技术激光结构光自动标定方法
CN110672037A (zh) * 2019-09-02 2020-01-10 南京理工大学 基于相移法的线性光源光栅投影三维测量系统及方法
CN111383194A (zh) * 2020-03-10 2020-07-07 江苏科技大学 一种基于极坐标的相机畸变图像校正方法
JP2020146756A (ja) * 2020-06-03 2020-09-17 株式会社小矢部精機 ラインスキャンカメラのキャリブレーション方法
CN115205138A (zh) * 2022-06-07 2022-10-18 泽景(西安)汽车电子有限责任公司 图像畸变的矫正方法和系统
CN115439368A (zh) * 2022-09-23 2022-12-06 无锡市锡山区半导体先进制造创新中心 一种线扫相机畸变矫正方法、计算设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005151317A (ja) * 2003-11-18 2005-06-09 Tamron Co Ltd 歪曲収差変更撮影装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024815A (ja) * 2000-06-13 2002-01-25 Internatl Business Mach Corp <Ibm> 拡大画像データに変換するための画像変換方法、画像処理装置、および画像表示装置
JP2008103812A (ja) * 2006-10-17 2008-05-01 Nikon Corp カメラ、画像補正装置および画像補正方法
JP2009188632A (ja) * 2008-02-05 2009-08-20 Nec Corp 画像処理装置、画像処理システム、画像処理方法および画像処理プログラム
CN101271196A (zh) * 2008-04-24 2008-09-24 北京中星微电子有限公司 镜头阴影校正系数确定方法、镜头阴影校正方法及装置
TW201110669A (en) * 2009-09-04 2011-03-16 Univ Feng Chia Line scanning image correction optical system and its method thereof
WO2011161746A1 (ja) * 2010-06-21 2011-12-29 コニカミノルタオプト株式会社 画像処理方法、プログラム、画像処理装置及び撮像装置
CN104182714A (zh) * 2014-08-22 2014-12-03 深圳市兴通物联科技有限公司 校正信号畸变的方法及激光条码扫描平台
CN108428251A (zh) * 2018-03-09 2018-08-21 深圳市中捷视科科技有限公司 一种基于机器视觉技术激光结构光自动标定方法
CN110672037A (zh) * 2019-09-02 2020-01-10 南京理工大学 基于相移法的线性光源光栅投影三维测量系统及方法
CN111383194A (zh) * 2020-03-10 2020-07-07 江苏科技大学 一种基于极坐标的相机畸变图像校正方法
JP2020146756A (ja) * 2020-06-03 2020-09-17 株式会社小矢部精機 ラインスキャンカメラのキャリブレーション方法
CN115205138A (zh) * 2022-06-07 2022-10-18 泽景(西安)汽车电子有限责任公司 图像畸变的矫正方法和系统
CN115439368A (zh) * 2022-09-23 2022-12-06 无锡市锡山区半导体先进制造创新中心 一种线扫相机畸变矫正方法、计算设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种线阵相机镜头畸变的标定方法;方素平 等;《西安交通大学学报》;第第47卷卷(第第1期期);11-14 *

Also Published As

Publication number Publication date
CN116342435A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN116342435B (zh) 一种线扫描相机畸变校正方法、计算设备及存储介质
CN107270810B (zh) 多方位投影的投影仪标定方法及装置
CN106504290B (zh) 一种高精度的摄像机动态标定方法
US10746980B2 (en) Calibration of microscopy systems
CN107666546B (zh) 图像拍摄对位方法和系统
Van Den Heuvel et al. Digital close-range photogrammetry using artificial targets
JP2010041419A (ja) 画像処理装置、画像処理プログラム、画像処理方法、および電子機器
TWI589838B (zh) Three-dimensional measuring device
US8810799B2 (en) Height-measuring method and height-measuring device
CN116433780B (zh) 一种基于机器视觉的激光结构光自动标定方法
CN114331924B (zh) 大工件多相机视觉测量方法
US10656406B2 (en) Image processing device, imaging device, microscope system, image processing method, and computer-readable recording medium
KR20170026149A (ko) 합초 위치 검출 장치, 합초 위치 검출 방법 및 합초 위치 검출용 컴퓨터 프로그램
US20070053583A1 (en) Image correcting apparatus, pattern inspection apparatus, and image correcting method, and reticle
JP2022152480A (ja) ３次元計測装置、３次元計測方法、プログラム、システム、及び物品の製造方法
CN113805304B (zh) 一种用于线阵相机的自动调焦系统及方法
CN114909994B (zh) 影像测量仪的校准方法
Hanke et al. A low cost 3D-measurement tool for architectural and archaeological applications
JP2020182127A (ja) キャリブレーション装置、キャリブレーションシステム、および表示装置のキャリブレーション方法
JP2010177832A (ja) 画像処理装置及び画像処理方法
CN111917971B (zh) 取像参数优化调整系统与方法
US20220398778A1 (en) Lens calibration method for digital imaging apparatus
US20070052960A1 (en) Reference image forming apparatus, pattern inspection apparatus, and reference image forming method, and reticle
CN115775282B (zh) 一种高速在线矫正图像畸变的方法、装置及存储介质
JP2021047162A (ja) 外観検査装置、外観検査装置の較正方法

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
GR01 Patent grant
GR01 Patent grant