CN116721163A - 一种终端标定参数获取方法、系统、装置及介质 - Google Patents
一种终端标定参数获取方法、系统、装置及介质 Download PDFInfo
- Publication number
- CN116721163A CN116721163A CN202310599527.XA CN202310599527A CN116721163A CN 116721163 A CN116721163 A CN 116721163A CN 202310599527 A CN202310599527 A CN 202310599527A CN 116721163 A CN116721163 A CN 116721163A
- Authority
- CN
- China
- Prior art keywords
- data
- target data
- terminal equipment
- terminal
- calibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 230000003190 augmentative effect Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种终端标定参数获取方法、系统、装置及介质，包括：响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据；基于目标数据的均值确定默认标定参数；响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。本发明能够通过不断添加新标定参数，进行目标数据的获取，然后根据目标数据确定的默认标定参数，能够自适应的进行终端的相机标定参数在未标定终端设备进入增强现实领域中直接使用默认标定参数，提高默认标定参数的适用性，尤其适用于手机。
Description
技术领域
本发明涉及一种增强现实技术领域，尤其涉及一种终端标定参数获取方法、系统、装置及介质。
背景技术
在手机的增强现实领域中，终端设备中相机的标定是一个重要的预处理步骤。标定过程中需要测量相机的内部参数。目前，已有一些方法可以计算终端设备如手机相机的参数，例如使用标定板、多视角三维重构等方法。且当前普遍的方案是使用一个固定不变的默认焦距。由于手机型号种类多，更新快，因此手机标定数据的更新必定延后于手机型号的更新，且无法覆盖所有的手机型号。
为此，如何在增强现实领域中通过不断添加新标定参数，进行目标数据的获取，然后根据目标数据确定的默认标定参数，能够在未标定终端设备进入增强现实领域中直接使用默认标定参数，提高默认标定参数的适用性是目前需要解决的问题。
发明内容
本发明的目的在于提供一种终端标定参数获取方法、系统、装置及介质，解决了在增强现实领域中标定参数适用性低的问题。
本发明第一方面提供一种终端标定参数获取方法，方法包括：
响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据；
基于目标数据的均值确定默认标定参数；
响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。
作为优选，响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据包括：
新标定数据和已标定数据均包括相机的焦距和图像边长值，根据焦距和图像边长值的比值构建数据集；
根据预先设置的目标数据筛选模型，筛选数据集中的数据作为目标数据。
作为优选，根据预先设置的目标数据筛选模型，筛选数据集中的数据作为目标数据包括：
确定数据集中数据由小至大排列的第一四分位数和第三四分位数；
根据第一四分位数和第三四分位数，以及目标数据筛选模型确定目标数据筛选范围的下限值和上限值；
将数据集中大于或者等于下限值，且小于或者等于上限值的数据确定为目标数据。
作为优选，响应于接收到未标定终端设备的默认参数获取请求之前，方法还包括：
对终端设备进行判断，若判断为未标定终端设备，则发送默认标定参数至未标定终端设备；和/或
对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
本发明第二方面提供一种终端标定参数获取系统，包括：
目标数据获取模块，用于响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据；
默认标定参数获取模块，用于基于目标数据的均值确定默认标定参数；
参数配置模块，用于响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。
作为优选，目标数据获取模块包括：
数据集构建单元，用于新标定数据和已标定数据均包括相机的焦距和图像边长值，根据焦距和图像边长值的比值构建数据集；
目标数据获取单元，用于根据预先设置的目标数据筛选模型，筛选数据集中的数据作为目标数据。
作为优选，目标数据获取单元用于：
确定数据集中数据由小至大排列的第一四分位数和第三四分位数；
根据第一四分位数和第三四分位数，以及目标数据筛选模型确定目标数据筛选范围的下限值和上限值；
将数据集中大于或者等于下限值，且小于或者等于上限值的数据确定为目标数据。
作为优选，系统还包括：
判断模块，用于对终端设备进行判断，若判断为未标定终端设备，则发送默认标定参数至未标定终端设备；和/或
用于对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
本发明第三方面提供一种电子装置，包括存储器和一个或多个处理器，存储器中存储有可执行代码，一个或多个处理器执行可执行代码时，用于实现上述任一项的终端标定参数获取方法。
本发明第四方面提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述任一项的终端标定参数获取方法。
本发明的有益效果至少包括：本发明能够通过不断添加新标定参数，进行目标数据的获取，然后根据目标数据确定的默认标定参数，能够自适应的进行终端的相机标定参数在未标定终端设备进入增强现实领域中直接使用默认标定参数，提高默认标定参数的适用性，尤其适用于手机。
附图说明
图1为本发明实施例提供的终端标定参数获取方法的流程示意图；
图2为本发明实施例提供的获取目标数据的流程示意图；
图3为本发明实施例提供的筛选数据集中的数据作为目标数据的流程示意图；
图4为本发明实施例提供的终端标定参数获取系统的框图；
图5为本发明实施例提供的目标数据获取模块的框图；
图6为本发明实施例提供的电子设备的内部结构示意图。
具体实施方式
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作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。
显而易见地，下面描述中的附图仅仅是本发明的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本发明应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本发明公开的内容相关的本领域的普通技术人员而言，在本发明揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本发明公开的内容不充分。
在本发明中提及“实施例”意味着，结合实施例描述的特定持征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本发明所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本发明所涉及的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明所涉及的”一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本发明所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本发明所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本发明所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本发明所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本发明提供了一种终端标定参数获取方法，图1为本发明实施例提供的终端标定参数获取方法的流程示意图，如图1所示，该方法包括以下步骤：
步骤S101，响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据。
其中，终端的设备类型包括：智能手机、平板电脑、智能手表、智能掌机、便携式游戏设备中的至少一种，但并不局限于此。例如，终端是智能手机，或者其他手持便携式游戏设备。以下实施例，以终端包括智能手机来举例说明。
本领域技术人员能够知晓，上述终端的数量为更多或更少。比如上述终端仅为一个，或者上述终端为几十个或几百个，或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。
已标定终端设备的新标定数据是对终端设备的相机内部参数和外部参数进行测量和计算后得到的，以便在图像获取和处理过程中进行校正，减小误差，获得更高的精度和可靠性。
终端设备的新标定数据包括内部参数和外部参数两部分，其中内部参数包括焦距、像差、主点位置等，外部参数包括相机位置和姿态、三维物体位置和姿态等。新标定数据可以通过多种方法进行，例如采用直接测量、空间三角测量、棋盘格标定、全景图像标定等方式进行，本实施例中采用的是相机标定板标定法获取相机已标定参数。
步骤S101中通过接收新标定数据，触发获取目标数据，进而实时更新目标数据，提高后续的默认标定参数的计算的准确性，从而提高默认标定参数的适用性。
图2为本发明实施例提供的获取目标数据的流程示意图，如图2所示，在图1所示流程的基础上，步骤S101包括：
步骤S201，新标定数据和已标定数据均包括相机的焦距和图像边长值，根据焦距和图像边长值的比值构建数据集。
步骤S201中图像边长值是终端设备中相机拍摄的图像经过裁剪后的值，以下实施例，以图像参数为640×480来举例说明。
在一个实施例中，图像边长值为640，计算焦距和图像边长值640的比值，得到多个比值构成的数据集。
步骤S202，根据预先设置的目标数据筛选模型，筛选数据集中的数据作为目标数据。
步骤S202中目标数据筛选模型的构建方式包括：
选定预设区间值，实施例中选取正负1sigma范围；
根据统计学正态分布曲线，若选取正负1sigma范围的数据，则能够确定Upper IQR上四分位距为-1sigam，Lower IQR下四分位距为1sigma，以及Q1和Q3分别为-0.675sigma和0.675sigma；其中，Q1为所有数值由小到大排列后第25％的数字，Q3为所有数值由小到大排列后第75％的数字；
Lower IQR＝Q1-X*IQR＝Q1-X*(Q3-Q1)；
Upper IQR＝Q3+X*IQR＝Q3+X*(Q3-Q1)；
其中，X为四分位距系数，将上述值代入计算公式，计算得到X＝0.24074。
最终，目标数据筛选模型为：
Lower IQR＝Q1-0.24074*IQR＝Q1-0.24074*(Q3-Q1)；
Upper IQR＝Q3+0.24074*IQR＝Q3+0.24074*(Q3-Q1)。
通过预先设置的目标数据筛选模型，即能够筛选数据集中的数据作为目标数据，最终提高默认标定参数的适用性。
图3为本发明实施例提供的筛选数据集中的数据作为目标数据的流程示意图，如图3所示，在图2所示流程的基础上，步骤S202包括：
步骤S301，确定数据集中数据由小至大排列的第一四分位数和第三四分位数。
步骤S302，根据第一四分位数和第三四分位数，以及目标数据筛选模型确定目标数据筛选范围的下限值和上限值。
步骤S303，将数据集中大于或者等于下限值，且小于或者等于上限值的数据确定为目标数据。
继续参照图1，在步骤S101之后执行步骤S102。
步骤S102，基于目标数据的均值确定默认标定参数。
步骤S103，响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。
步骤S103中响应于接收到未标定终端设备的默认参数获取请求之前，该方法还包括：
对终端设备进行判断，若判断为未标定终端设备，则发送默认标定参数至未标定终端设备；和/或
对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
本申请通过不断添加已标定终端设备的新标定数据，在服务端上计算得到默认标定参数，给未标定终端设备返回最新的默认标定数据，提高默认标定参数在未标定终端设备上的适用性。
通过上述步骤S101至步骤S103，本实施例通过获取已标定终端设备的新标定数据；基于新标定数据和预先存储的已标定数据获取目标数据；基于目标数据的均值确定默认标定参数；响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。本发明能够通过不断添加新标定参数，进行目标数据的获取，然后根据目标数据确定的默认标定参数，能够自适应的进行终端的相机标定参数在未标定终端设备进入增强现实领域中直接使用默认标定参数，提高默认标定参数的适用性，尤其适用于手机。
需要说明的是，在上述流程中或者附图的流程图中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。
本实施例还提供了一种相机标定参数处理系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4为本发明实施例提供的终端标定参数获取系统的框图，如图4所示，该系统包括：
目标数据获取模块401，用于响应于接收到已标定终端设备的新标定数据，基于新标定数据和预先存储的已标定数据获取目标数据。
需要说明的是，终端的设备类型包括：智能手机、平板电脑、智能手表、智能掌机、便携式游戏设备中的至少一种，但并不局限于此。例如，终端是智能手机，或者其他手持便携式游戏设备。
本领域技术人员能够知晓，上述终端的数量为更多或更少。比如上述终端仅为一个，或者上述终端为几十个或几百个，或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。
需要说明的是，已标定终端设备的新标定数据是对终端设备的相机内部参数和外部参数进行测量和计算后得到的，以便在图像获取和处理过程中进行校正，减小误差，获得更高的精度和可靠性。
终端设备的新标定数据包括内部参数和外部参数两部分，其中内部参数包括焦距、像差、主点位置等，外部参数包括相机位置和姿态、三维物体位置和姿态等。新标定数据可以通过多种方法进行，常见的包括直接测量、空间三角测量、棋盘格标定、全景图像标定等，本实施例中采用的是相机标定板标定法获取相机已标定参数。
目标数据获取模块401中通过不断的接收新标定数据，触发获取目标数据，进而实时更新目标数据，提高后续的默认标定参数的计算的准确性，从而提高默认标定参数的适用性。
图5为本发明实施例提供的目标数据获取模块的框图，如图5所示，在图4所示框图的基础上，该模块包括：
数据集构建单元501，用于新标定数据和已标定数据均包括相机的焦距和图像边长值，根据焦距和图像边长值的比值构建数据集。
需要说明的是，图像边长值是终端设备中相机拍摄的图像经过裁剪后的值，以下实施例，以图像参数为640×480来举例说明。
在一个实施例中，图像边长值为640，计算焦距和图像边长值640的比值，得到多个比值构成的数据集。
目标数据获取单元502，用于根据预先设置的目标数据筛选模型，筛选数据集中的数据作为目标数据。
目标数据筛选模型的构建方式包括：
选定预设区间值，实施例中选取正负1sigma范围；
根据统计学正态分布曲线，若选取正负1sigma范围的数据，则能够确定Upper IQR上四分位距为-1sigam，Lower IQR下四分位距为1sigma，以及Q1和Q3分别为-0.675sigma和0.675sigma；其中，Q1为所有数值由小到大排列后第25％的数字，Q3为所有数值由小到大排列后第75％的数字；
Lower IQR＝Q1-X*IQR＝Q1-X*(Q3-Q1)；
Upper IQR＝Q3+X*IQR＝Q3+X*(Q3-Q1)；
其中，X为四分位距系数，将上述值代入计算公式，计算得到X＝0.24074。
最终，目标数据筛选模型为：
Lower IQR＝Q1-0.24074*IQR＝Q1-0.24074*(Q3-Q1)；
Upper IQR＝Q3+0.24074*IQR＝Q3+0.24074*(Q3-Q1)。
通过预先设置的目标数据筛选模型，即能够筛选数据集中的数据作为目标数据，最终提高默认标定参数的适用性。
在一个实施例中，目标数据获取单元502用于执行包括如下步骤：
确定数据集中数据由小至大排列的第一四分位数和第三四分位数。
根据第一四分位数和第三四分位数，以及目标数据筛选模型确定目标数据筛选范围的下限值和上限值。
将数据集中大于或者等于下限值，且小于或者等于上限值的数据确定为目标数据。
继续参照图4，在目标数据获取模块401之后执行默认标定参数获取模块402。
默认标定参数获取模块402，用于基于目标数据的均值确定默认标定参数。
参数配置模块403，用于响应于接收到未标定终端设备的默认参数获取请求，发送默认标定参数至未标定终端设备。
在一个实施例中，该系统还包括：
判断模块，用于对终端设备进行判断，若判断为未标定终端设备，则发送默认标定参数至未标定终端设备；和/或
用于对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
本申请通过不断添加已标定终端设备的新标定数据，在服务端上计算得到默认标定参数，给未标定终端设备返回最新的默认标定数据，提高默认标定参数在未标定终端设备上的适用性。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了电子装置，包括存储器和一个或多个处理器，存储器中存储有可执行代码，一个或多个处理器执行可执行代码时，用于实现上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的终端标定参数获取方法，本发明实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意终端标定参数获取方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现终端标定参数获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图6是根据本发明实施例的电子设备的内部结构示意图，如图6所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图6所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现终端标定参数获取方法，数据库用于存储数据。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域的技术人员应该明白，以上所述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。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种终端标定参数获取方法，其特征在于，所述方法包括：
响应于接收到已标定终端设备的新标定数据，基于所述新标定数据和预先存储的已标定数据获取目标数据；
基于所述目标数据的均值确定默认标定参数；
响应于接收到未标定终端设备的默认参数获取请求，发送所述默认标定参数至所述未标定终端设备。
2.根据权利要求1所述的终端标定参数获取方法，其特征在于，所述响应于接收到已标定终端设备的新标定数据，基于所述新标定数据和预先存储的已标定数据获取目标数据包括：
所述新标定数据和所述已标定数据均包括相机的焦距和图像边长值，根据所述焦距和所述图像边长值的比值构建数据集；
根据预先设置的目标数据筛选模型，筛选所述数据集中的数据作为所述目标数据。
3.根据权利要求2所述的终端标定参数获取方法，其特征在于，所述根据预先设置的目标数据筛选模型，筛选所述数据集中的数据作为所述目标数据包括：
确定所述数据集中数据由小至大排列的第一四分位数和第三四分位数；
根据所述第一四分位数和所述第三四分位数，以及所述目标数据筛选模型确定目标数据筛选范围的下限值和上限值；
将所述数据集中大于或者等于所述下限值，且小于或者等于所述上限值的数据确定为目标数据。
4.根据权利要求1所述的终端标定参数获取方法，其特征在于，所述响应于接收到未标定终端设备的默认参数获取请求之前，所述方法还包括：
对终端设备进行判断，若判断为未标定终端设备，则发送所述默认标定参数至所述未标定终端设备；和/或
对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
5.一种终端标定参数获取系统，其特征在于，包括：
目标数据获取模块，用于响应于接收到已标定终端设备的新标定数据，基于所述新标定数据和预先存储的已标定数据获取目标数据；
默认标定参数获取模块，用于基于所述目标数据的均值确定默认标定参数；
参数配置模块，用于响应于接收到未标定终端设备的默认参数获取请求，发送所述默认标定参数至所述未标定终端设备。
6.根据权利要求5所述的终端标定参数获取系统，其特征在于，所述目标数据获取模块包括：
数据集构建单元，用于所述新标定数据和所述已标定数据均包括相机的焦距和图像边长值，根据所述焦距和所述图像边长值的比值构建数据集；
目标数据获取单元，用于根据预先设置的目标数据筛选模型，筛选所述数据集中的数据作为所述目标数据。
7.根据权利要求6所述的终端标定参数获取系统，其特征在于，所述目标数据获取单元用于：
确定所述数据集中数据由小至大排列的第一四分位数和第三四分位数；
根据所述第一四分位数和所述第三四分位数，以及所述目标数据筛选模型确定目标数据筛选范围的下限值和上限值；
将所述数据集中大于或者等于所述下限值，且小于或者等于所述上限值的数据确定为目标数据。
8.根据权利要求5所述的终端标定参数获取系统，其特征在于，所述系统还包括：
判断模块，用于对终端设备进行判断，若判断为未标定终端设备，则发送所述默认标定参数至所述未标定终端设备；和/或
用于对终端设备进行判断，若判断为已标定终端设备，则接收已标定终端设备的新标定数据。
9.一种电子装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-4中任一项所述的终端标定参数获取方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-4中任一项所述的终端标定参数获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310599527.XA CN116721163A (zh) | 2023-05-25 | 2023-05-25 | 一种终端标定参数获取方法、系统、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310599527.XA CN116721163A (zh) | 2023-05-25 | 2023-05-25 | 一种终端标定参数获取方法、系统、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116721163A true CN116721163A (zh) | 2023-09-08 |
Family
ID=87870661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310599527.XA Pending CN116721163A (zh) | 2023-05-25 | 2023-05-25 | 一种终端标定参数获取方法、系统、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116721163A (zh) |
-
2023
- 2023-05-25 CN CN202310599527.XA patent/CN116721163A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345467B (zh) | 成像畸变校正方法、装置、计算机设备及存储介质 | |
| CN110426057B (zh) | 一种磁力计数据校准的方法及磁力计数据校准装置 | |
| CN110136207B (zh) | 鱼眼相机标定系统、方法、装置、电子设备及存储介质 | |
| CN110177269B (zh) | 双摄模组曝光同步校正方法及装置 | |
| CN109215087B (zh) | 一种双摄像头模组的标定方法、装置及终端 | |
| CN108846861B (zh) | 图像单应矩阵计算方法、装置、移动终端及存储介质 | |
| CN116645426A (zh) | 一种相机内参标定方法、装置、存储介质及电子设备 | |
| CN112734859A (zh) | 摄像模组参数的标定方法及装置、电子设备、存储介质 | |
| CN115482286A (zh) | 相机内参的标定验证方法、装置、设备及介质 | |
| CN113256735A (zh) | 一种基于双目标定的相机标定方法和系统 | |
| TWI736965B (zh) | 校準三維相機深度之方法、裝置、電腦裝置及存儲介質 | |
| CN116721163A (zh) | 一种终端标定参数获取方法、系统、装置及介质 | |
| CN111429529A (zh) | 一种坐标转换的标定方法、电子设备以及计算机存储介质 | |
| CN116843759A (zh) | 双目摄像头的标定验证方法、系统、计算机设备及介质 | |
| CN115797267A (zh) | 图像质量评估方法、系统、电子设备和存储介质 | |
| CN110853087B (zh) | 一种视差估计方法、装置、存储介质及终端 | |
| 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 | |
| CN112217585A (zh) | 信号路径的确定方法、装置、计算机设备和存储介质 | |
| CN111967342B (zh) | 平面参数设置的方法、装置、电子装置和存储介质 | |
| CN115471550B (zh) | 2.5维图像空间几何方位角校正方法、装置、设备及介质 | |
| CN112884681B (zh) | 图像阴影处理方法、装置、计算机设备和存储介质 | |
| CN116703788A (zh) | 全景图处理方法、装置、电子设备及可读存储介质 | |
| CN113343973A (zh) | 深度估计方法、存储介质以及计算机设备 | |
| CN112185317A (zh) | 色彩校准方法、装置、计算机设备和存储介质 | |
| CN113780286A (zh) | 对象识别方法及装置、存储介质、电子装置 |
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 |