CN116645426A - 一种相机内参标定方法、装置、存储介质及电子设备 - Google Patents

一种相机内参标定方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN116645426A
CN116645426A CN202310731230.4A CN202310731230A CN116645426A CN 116645426 A CN116645426 A CN 116645426A CN 202310731230 A CN202310731230 A CN 202310731230A CN 116645426 A CN116645426 A CN 116645426A
Authority
CN
China
Prior art keywords
camera
imaging
distortion
target
obtaining
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
CN202310731230.4A
Other languages
English (en)
Inventor
秦琪
朱绪胜
陈代鑫
周力
刘磊
刘清华
马帅
刘树铜
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.)
Chengdu Aircraft Industrial Group Co Ltd
Original Assignee
Chengdu Aircraft Industrial Group 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 Chengdu Aircraft Industrial Group Co Ltd filed Critical Chengdu Aircraft Industrial Group Co Ltd
Priority to CN202310731230.4A priority Critical patent/CN116645426A/zh
Publication of CN116645426A publication Critical patent/CN116645426A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)

Abstract

本申请的实施例公开了一种相机内参标定方法、装置、存储介质及电子设备,涉及数字化测量技术领域,包括:对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。本申请通过对成像区域进行划分,以相邻成像区域的畸变系数的欧式距离来衡量不同区域的畸变参数变化程度,使得标定更符合畸变分布的特点,提升标定精度,考虑不同成像区域交界线的连续性问题,设置边界约束条件对畸变系数进行调整,以获得更好的成像效果,完成高精度标定。

Description

一种相机内参标定方法、装置、存储介质及电子设备
技术领域
本申请涉及数字化测量技术领域,具体涉及一种相机内参标定方法、装置、存储介质及电子设备。
背景技术
摄影测量具有效率高、成本低的特点,在多个领域得到了应用。但相机镜头在成像过程中产生的非线性畸变等系统误差会严重影响系统测量精度,因此在测量开始前需要对相机的内参进行标定,以减小系统误差的影响,提高测量精度。
传统内参标定主要通过建立畸变模型,对已知特征点相对位置关系的标定物拍摄若干张照片,根据成像点的像素坐标对畸变模型求解,获取畸变参数,对成像模型进行修正,提高成像精度。但通常不同成像区域的畸变系数不一致,导致这种采用同一标准内参对相机进行标定的方法精度较差。
发明内容
本申请的主要目的在于提供一种相机内参标定方法、装置、存储介质及电子设备,旨在解决现有技术中对数字化测量用的相机的内参标定的精度较差的问题。
为实现上述目的,本申请的实施例采用的技术方案如下:
第一方面,本申请实施例提供一种相机内参标定方法,包括以下步骤:
对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;
根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;
在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。
在第一方面的一种可能实现方式中,在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定之前,相机内参标定方法还包括:
根据转换关系式与成像区域组中任一成像区域的畸变系数,计算成像区域组中另一成像区域的畸变系数之间的关系,以获得边界约束条件。
在第一方面的一种可能实现方式中,在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定,包括:
在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数对应的畸变模型,获得目标畸变模型;
利用目标畸变模型对成像区域组的畸变系数求解,获得目标畸变系数,以完成目标相机的内参标定。
在第一方面的一种可能实现方式中,根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离之后,相机内参标定方法还包括:
在欧式距离小于等于距离阈值的情况下,确定成像区域组中任一成像区域的畸变系数,以获得目标畸变系数。
在第一方面的一种可能实现方式中,对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数之前,相机内参标定方法还包括:
根据目标相机的图像区域,获得若干环状分布的目标相机的成像区域。
在第一方面的一种可能实现方式中,根据目标相机的图像区域,获得若干环状分布的目标相机的成像区域,包括:
根据图像像素数与目标相机的图像区域的中心点,获得第一成像区域;其中,第一成像区域为圆形且位于图像区域的中心位置;
根据第一成像区域的坐标,获得若干第二成像区域;其中,第二成像区域为与第一成像区域具有同一中心点的圆环状区域。
在第一方面的一种可能实现方式中,根据图像像素数与目标相机的图像区域的中心点,获得第一成像区域,包括:
根据图像的短边像素数,获得第一成像区域的半径范围;
根据第一成像区域的半径范围与目标相机的图像区域的中心点,获得第一成像区域。
第二方面,本申请实施例提供一种相机内参标定装置,包括:
初始标定模块,初始标定模块用于对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;
获得模块,获得模块用于根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;
目标标定模块,目标标定模块用于在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。
第三方面,本申请实施例提供一种计算机可读存储介质,储存有计算机程序,计算机程序被处理器加载执行时,实现如上述第一方面中任一项提供的相机内参标定方法。
第四方面,本申请实施例提供一种电子设备,包括处理器及存储器,其中,
存储器用于存储计算机程序;
处理器用于加载执行计算机程序,以使电子设备执行如上述第一方面中任一项提供的相机内参标定方法。
与现有技术相比,本申请的有益效果是:
本申请实施例提出的一种相机内参标定方法、装置、存储介质及电子设备,该方法包括:对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。本申请通过对成像区域进行划分,进行初始标定以分别获得不同区域对应的畸变系数,以相邻成像区域的畸变系数的欧式距离来衡量不同区域的畸变参数变化程度,划定距离阈值来对大于该阈值的欧式距离对应的成像区域的畸变系数进行调整,使得标定更符合畸变分布的特点,提升标定精度,并考虑不同成像区域交界线的连续性问题,设置边界约束条件来对这部分区域的畸变系数进行调整,以获得更好的成像效果,并最终完成对相机内参的高精度标定。
附图说明
图1为本申请实施例涉及的硬件运行环境的电子设备结构示意图;
图2为本申请实施例提供的相机内参标定方法的流程示意图;
图3为本申请实施例提供的相机内参标定方法中划分成像区域的示意图;
图4为本申请实施例提供的相机内参标定装置的模块示意图;
图中标记:101-处理器,102-通信总线,103-网络接口,104-用户接口,105-存储器。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例的主要解决方案是:对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。
摄影测量具有效率高、成本低的特点,在多个领域得到了应用。相机镜头在成像过程中产生的非线性畸变等系统误差会严重影响系统测量精度,因此在测量开始前需要对相机的内参进行标定,以减小系统误差的影响,提高测量精度。
传统内参标定主要通过建立畸变模型,对已知特征点相对位置关系的标定物拍摄若干张照片,根据成像点的像素坐标对畸变模型求解,获取畸变参数,对成像模型进行修正,提高成像精度。但通常不同成像区域的畸变系数不一致,这种采用一组内参对相机进行标定的方法获得的精度较差。
有学者在《基于分块的摄像机内外参数标定方法》中提出了一种分区标定方案,该方案将图像区域沿图像坐标系的x、y轴划分为若干个矩形框分别标定,与传统标定方法相比虽然能提高标定精度,但是其分区方式未考虑相机畸变分布特点,使得部分区域精度仍然不高,且分区的交接面上会存在不连续的问题,影响测量精度。
为此,本申请提供一种解决方案,通过对成像区域进行划分,进行初始标定以分别获得不同区域对应的畸变系数,以相邻成像区域的畸变系数的欧式距离来衡量不同区域的畸变参数变化程度,划定距离阈值来对大于该阈值的欧式距离对应的成像区域的畸变系数进行调整,使得标定更符合畸变分布的特点,提升标定精度,并考虑不同成像区域交界线的连续性问题,设置边界约束条件来对这部分区域的畸变系数进行调整,以获得更好的成像效果,并最终完成对相机内参的高精度标定。
参照附图1,附图1为本申请实施例方案涉及的硬件运行环境的电子设备结构示意图,该电子设备可以包括:处理器101,例如中央处理器(Central Processing Unit,CPU),通信总线102、用户接口104,网络接口103,存储器105。其中,通信总线102用于实现这些组件之间的连接通信。用户接口104可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口104还可以包括标准的有线接口、无线接口。网络接口103可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器105可选的可以是独立于前述处理器101的存储装置,存储器105可能是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可能是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器;处理器101可以是通用处理器,包括中央处理器、网络处理器等,还可以是数字信号处理器、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。
本领域技术人员可以理解,附图1中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如附图1所示,作为一种存储介质的存储器105中可以包括操作系统、网络通信模块、用户接口模块以及相机内参标定装置。
在附图1所示的电子设备中,网络接口103主要用于与网络服务器进行数据通信;用户接口104主要用于与用户进行数据交互;本申请中的处理器101、存储器105可以设置在电子设备中,电子设备通过处理器101调用存储器105中存储的相机内参标定装置,并执行本申请实施例提供的相机内参标定方法。
参照附图2,基于前述实施例的硬件设备,本申请的实施例提供一种相机内参标定方法,包括以下步骤:
S10:根据目标相机的图像区域,获得若干环状分布的目标相机的成像区域。
在具体实施过程中,目标相机为需要进行标定的相机,首先将其图像区域进行划分,由于畸变是以中心向外呈环状均匀扩散,为了符合畸变的变化规律,首先划定第一个中心部位的成像区域,然后再以环状分布划分其他的成像区域,如附图3所示。即:
根据目标相机的图像区域,获得若干环状分布的目标相机的成像区域,包括:
根据图像像素数与目标相机的图像区域的中心点,获得第一成像区域;其中,第一成像区域为圆形且位于图像区域的中心位置;
根据第一成像区域的坐标,获得若干第二成像区域;其中,第二成像区域为与第一成像区域具有同一中心点的圆环状区域。
具体来说,根据图像像素数与目标相机的图像区域的中心点,获得第一成像区域,包括:
根据图像的短边像素数,获得第一成像区域的半径范围;
根据第一成像区域的半径范围与目标相机的图像区域的中心点,获得第一成像区域。
在具体实施过程中,以图像区域中心o为原点,x、y方向分别与图像坐标系的横、纵轴平行,建立坐标系o-xy。设图像坐标系下,图像长边像素数为u,短边像素数为v,令初始中心半径为R1,R1根据相机分辨率等参数选择,且需满足下式:
则有第一成像区域A1在坐标系o-xy下的表达式:
将图像剩余区域按下式划分为不同的成像区域Ai(其中i=2,...,n):
且有/>其中/>
S20:对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数。
在具体实施过程中,初始标定即使用相机拍摄具有密集特征点的标定板,采集多张不同角度的照片,照片上标定板特征点尽量覆盖较多的成像区域,分别使用不同的圆环成像区域Ai(其中i=1,2,...,n)内的标志点坐标求解畸变参数,使用的非线性畸变模型如下式:
则得到n组畸变系数δi=[ki,p1i,p2i,s1i,s2i]T(其中i=1,2,...,n)。
S30:根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域。
在具体实施过程中,欧氏距离也称欧几里得度量,是一个通常采用的距离定义,指在m维空间中两个点之间的真实距离,或者向量的自然长度。在二维和三维空间中的欧氏距离就是两点之间的实际距离。本实施中用于畸变系数之间的欧氏距离也可以作为畸变系数之间的相似度衡量。i由1到n逐个计算相邻区域Ai与Ai+1之间畸变系数的欧式距离di
成像区域组也就是上述的相邻区域Ai与Ai+1形成的成像区域组。
S40:在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。
在具体实施过程中,可以设定一阈值来衡量欧式距离的大小,即根据实际情况设定距离阈值λ;若di≤λ,则区域Ai与Ai+1可以视为同一个区域,使用相同的畸变系数δi;即:根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离之后,相机内参标定方法还包括:
在欧式距离小于等于距离阈值的情况下,确定成像区域组中任一成像区域的畸变系数,以获得目标畸变系数。
若di>λ,则区域Ai与Ai+1之间需使用不同的畸变系数,考虑不同区域交界线的连续性问题,为了能够获得更好的成像,可以在两个区域交线上施加连续型约束重新进行畸变参数求解。即:
在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定之前,相机内参标定方法还包括:
根据转换关系式与成像区域组中任一成像区域的畸变系数,计算成像区域组中另一成像区域的畸变系数之间的关系,以获得边界约束条件。
在具体实施过程中,区域Ai的畸变系数为δi=[ki,p1i,p2i,s1i,s2i]T,则在区域Ai与Ai+1交界线上,有下式成立:
其中/>
式中Ri表示区域Ai与Ai+1交界线圆半径,xi与yi表示区域Ai与Ai+1交界线上坐标点;ki表示区域Ai标定得到的径向畸变系数,p1i与p2i表示区域Ai标定得到的离心畸变系数,s1i与s2i表示区域Ai标定得到的薄棱径畸变系数;ki+1表示区域Ai+1标定得到的径向畸变系数,p1(i+1)与p2(i+1)表示区域A(i+1)标定得到的离心畸变系数,s1(i+1)与s2(i+1)表示区域A(i+1)标定得到的薄棱径畸变系数。
根据该转换关系式计算可得到区域Ai+1的畸变系数之间关系式:
以此式作为约束条件,即可重新获得新的畸变模型,也即:在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定,包括:
在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数对应的畸变模型,获得目标畸变模型;
利用目标畸变模型对成像区域组的畸变系数求解,获得目标畸变系数,以完成目标相机的内参标定。
在具体实施过程中,以上述式子为约束条件,带入原畸变模型得到区域Ai+1的新畸变模型,即目标畸变模型:
利用上述新畸变模型对区域Ai+1的畸变系数进行求解,得到区域Ai+1新的畸变系数[ki’,p1i’,p2i’,s1i’,s2i’]T,即目标畸变系数;计算出所有区域畸变系数后,即完成了内参标定。
本实施例中,通过对成像区域进行划分,进行初始标定以分别获得不同区域对应的畸变系数,以相邻成像区域的畸变系数的欧式距离来衡量不同区域的畸变参数变化程度,划定距离阈值来对大于该阈值的欧式距离对应的成像区域的畸变系数进行调整,使得标定更符合畸变分布的特点,提升标定精度,并考虑不同成像区域交界线的连续性问题,设置边界约束条件来对这部分区域的畸变系数进行调整,以获得更好的成像效果,并最终完成对相机内参的高精度标定。
参照附图4,基于与前述实施例中同样的发明构思,本申请实施例还提供一种相机内参标定装置,该装置包括:
初始标定模块,初始标定模块用于对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;
获得模块,获得模块用于根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;
目标标定模块,目标标定模块用于在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。
本领域技术人员应当理解,实施例中的各个模块的划分仅仅是一种逻辑功能的划分,实际应用时可以全部或部分集成到一个或多个实际载体上,且这些模块可以全部以软件通过处理单元调用的形式实现,也可以全部以硬件的形式实现,或是以软件、硬件结合的形式实现,需要说明的是,本实施例中相机内参标定装置中各模块是与前述实施例中的相机内参标定方法中的各步骤一一对应,因此,本实施例的具体实施方式可参照前述相机内参标定方法的实施方式,这里不再赘述。
基于与前述实施例中同样的发明构思,本申请的实施例还提供一种计算机可读存储介质,储存有计算机程序,计算机程序被处理器加载执行时,实现如本申请实施例提供的相机内参标定方法。
基于与前述实施例中同样的发明构思,本申请的实施例还提供一种电子设备,包括处理器及存储器,其中,
存储器用于存储计算机程序;
处理器用于加载执行计算机程序,以使电子设备执行如本申请实施例提供的相机内参标定方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台多媒体终端设备(可以是手机,计算机,电视接收机,或者网络设备等)执行本申请各个实施例所述的方法。
综上,本申请提供的一种相机内参标定方法、装置、存储介质及电子设备,包括:对目标相机进行内参初始标定,分别获得目标相机的不同成像区域的畸变系数;根据畸变系数,分别获得成像区域组的畸变系数的欧氏距离;其中,成像区域组包括相邻的成像区域;在欧氏距离大于距离阈值的情况下,根据成像区域组的边界约束条件与畸变系数,获得目标畸变系数,以完成目标相机的内参标定。本申请通过对成像区域进行划分,进行初始标定以分别获得不同区域对应的畸变系数,以相邻成像区域的畸变系数的欧式距离来衡量不同区域的畸变参数变化程度,划定距离阈值来对大于该阈值的欧式距离对应的成像区域的畸变系数进行调整,使得标定更符合畸变分布的特点,提升标定精度,并考虑不同成像区域交界线的连续性问题,设置边界约束条件来对这部分区域的畸变系数进行调整,以获得更好的成像效果,并最终完成对相机内参的高精度标定。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种相机内参标定方法,其特征在于,包括以下步骤:
对目标相机进行内参初始标定,分别获得所述目标相机的不同成像区域的畸变系数;
根据所述畸变系数,分别获得成像区域组的所述畸变系数的欧氏距离;其中,所述成像区域组包括相邻的所述成像区域;
在所述欧氏距离大于距离阈值的情况下,根据所述成像区域组的边界约束条件与所述畸变系数,获得目标畸变系数,以完成所述目标相机的内参标定。
2.根据权利要求1所述的相机内参标定方法,其特征在于,所述在所述欧氏距离大于距离阈值的情况下,根据所述成像区域组的边界约束条件与所述畸变系数,获得目标畸变系数,以完成所述目标相机的内参标定之前,所述相机内参标定方法还包括:
根据转换关系式与所述成像区域组中任一所述成像区域的畸变系数,计算所述成像区域组中另一所述成像区域的畸变系数之间的关系,以获得所述边界约束条件。
3.根据权利要求1所述的相机内参标定方法,其特征在于,所述在所述欧氏距离大于距离阈值的情况下,根据所述成像区域组的边界约束条件与所述畸变系数,获得目标畸变系数,以完成所述目标相机的内参标定,包括:
在所述欧氏距离大于距离阈值的情况下,根据所述成像区域组的边界约束条件与所述畸变系数对应的畸变模型,获得目标畸变模型;
利用所述目标畸变模型对所述成像区域组的所述畸变系数求解,获得目标畸变系数,以完成所述目标相机的内参标定。
4.根据权利要求1所述的相机内参标定方法,其特征在于,所述根据所述畸变系数,分别获得成像区域组的所述畸变系数的欧氏距离之后,所述相机内参标定方法还包括:
在所述欧式距离小于等于所述距离阈值的情况下,确定所述成像区域组中任一所述成像区域的畸变系数,以获得目标畸变系数。
5.根据权利要求1所述的相机内参标定方法,其特征在于,所述对目标相机进行内参初始标定,分别获得所述目标相机的不同成像区域的畸变系数之前,所述相机内参标定方法还包括:
根据所述目标相机的图像区域,获得若干环状分布的所述目标相机的成像区域。
6.根据权利要求5所述的相机内参标定方法,其特征在于,所述根据所述目标相机的图像区域,获得若干环状分布的所述目标相机的成像区域,包括:
根据图像像素数与所述目标相机的图像区域的中心点,获得第一成像区域;其中,所述第一成像区域为圆形且位于所述图像区域的中心位置;
根据所述第一成像区域的坐标,获得若干第二成像区域;其中,所述第二成像区域为与所述第一成像区域具有同一中心点的圆环状区域。
7.根据权利要求6所述的相机内参标定方法,其特征在于,所述根据图像像素数与所述目标相机的图像区域的中心点,获得第一成像区域,包括:
根据图像的短边像素数,获得所述第一成像区域的半径范围;
根据所述第一成像区域的半径范围与所述目标相机的图像区域的中心点,获得所述第一成像区域。
8.一种相机内参标定装置,其特征在于,包括:
初始标定模块,所述初始标定模块用于对目标相机进行内参初始标定,分别获得所述目标相机的不同成像区域的畸变系数;
获得模块,所述获得模块用于根据所述畸变系数,分别获得成像区域组的所述畸变系数的欧氏距离;其中,所述成像区域组包括相邻的所述成像区域;
目标标定模块,所述目标标定模块用于在所述欧氏距离大于距离阈值的情况下,根据所述成像区域组的边界约束条件与所述畸变系数,获得目标畸变系数,以完成所述目标相机的内参标定。
9.一种计算机可读存储介质,储存有计算机程序,其特征在于,所述计算机程序被处理器加载执行时,实现如权利要求1-7中任一项所述的相机内参标定方法。
10.一种电子设备,其特征在于,包括处理器及存储器,其中,
所述存储器用于存储计算机程序;
所述处理器用于加载执行所述计算机程序,以使所述电子设备执行如权利要求1-7中任一项所述的相机内参标定方法。
CN202310731230.4A 2023-06-20 2023-06-20 一种相机内参标定方法、装置、存储介质及电子设备 Pending CN116645426A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310731230.4A CN116645426A (zh) 2023-06-20 2023-06-20 一种相机内参标定方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310731230.4A CN116645426A (zh) 2023-06-20 2023-06-20 一种相机内参标定方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN116645426A true CN116645426A (zh) 2023-08-25

Family

ID=87640030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310731230.4A Pending CN116645426A (zh) 2023-06-20 2023-06-20 一种相机内参标定方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN116645426A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115275A (zh) * 2023-10-25 2023-11-24 深圳明锐理想科技有限公司 畸变参数的确定方法、装置和计算机设备
CN117351091A (zh) * 2023-09-14 2024-01-05 成都飞机工业(集团)有限责任公司 一种相机阵列标定装置及其使用方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351091A (zh) * 2023-09-14 2024-01-05 成都飞机工业(集团)有限责任公司 一种相机阵列标定装置及其使用方法
CN117115275A (zh) * 2023-10-25 2023-11-24 深圳明锐理想科技有限公司 畸变参数的确定方法、装置和计算机设备
CN117115275B (zh) * 2023-10-25 2024-03-12 深圳明锐理想科技股份有限公司 畸变参数的确定方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
CN116645426A (zh) 一种相机内参标定方法、装置、存储介质及电子设备
CN109345467B (zh) 成像畸变校正方法、装置、计算机设备及存储介质
US20220005393A1 (en) Method and device for determining pixel compensation value, electronic device and storage medium
CN110858872A (zh) 光轴偏移补偿方法及装置
CN112862895B (zh) 一种鱼眼摄像头标定方法、装置及系统
US10510163B2 (en) Image processing apparatus and image processing method
CN108922478B (zh) 一种背光亮度调节方法、系统及显示设备
US20210374921A1 (en) Systems and Methods for Image Distortion Correction
CN116818129B (zh) 应用于结构光重建的温度估计与热畸变校正方法
US11043009B2 (en) Method and device for calibrating depth of 3D camera, and computer device
CN116614620A (zh) 一种高像素光学镜头组装设备及控制方法
CN116399259A (zh) 一种基于结构光三维测量的Gamma校正方法及系统
US20220237824A1 (en) Distortion calibration method for ultra-wide angle imaging apparatus, system and photographing device including same
CN115100225A (zh) 一种相机视场的误差场确定方法、装置、电子设备及介质
CN114168890A (zh) 傅里叶系数计算方法、装置、终端设备及介质
CN113643377B (zh) 基于多次标定的单镜头一致性误差分析的方法和系统
CN116797667A (zh) 一种多相机测量系统构建方法、装置、介质及电子设备
CN110517321B (zh) 相机标定方法、相机及存储介质
CN113297911B (zh) 基于麦克风阵列的定位误差矫正方法、装置及存储介质
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质
CN116614484B (zh) 基于结构增强的异质数据联邦学习方法及相关设备
CN116447981A (zh) 激光位移传感器标定方法、装置、存储介质及电子设备
CN109324797B (zh) 一种桌面图标生成方法、计算机可读存储介质及终端设备
CN118042107A (zh) 一种相机畸变参数的更新方法及系统
CN114286075A (zh) 校正参数调整方法、装置、电子设备及可读介质

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