CN116934871B - 一种基于标定物的多目系统标定方法、系统及存储介质 - Google Patents
一种基于标定物的多目系统标定方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116934871B CN116934871B CN202310929998.2A CN202310929998A CN116934871B CN 116934871 B CN116934871 B CN 116934871B CN 202310929998 A CN202310929998 A CN 202310929998A CN 116934871 B CN116934871 B CN 116934871B
- Authority
- CN
- China
- Prior art keywords
- calibration
- calibrated
- feature points
- cameras
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及相机标定技术领域,公开了一种基于标定物的多目系统标定方法、系统及存储介质,包括:根据待测工件选定表面预设N个标记特征点的目标标定物;通过多个待标定相机获取目标标定物在不同视角下的原始图片提取同时位于多个原始图片中的标记特征点对应的像素坐标值,并通过像素坐标值计算其中一个待标定相机对应的位姿参数;根据已知位姿参数的待标定相机确定剩余待标定相机的位姿参数;基于待标定相机的位姿参数构建三维坐标系,并确定N个标记特征点在三维坐标系下的三维坐标值;通过N个标记特征点在工件坐标系上的三维坐标计算得到标定相机的目标位姿;本发明解决了现有的标定方法标定工作量大,容易产生工件浪费的问题。
Description
技术领域
本发明涉及相机标定技术领域,尤其涉及一种基于标定物的多目系统标定方法、系统及存储介质。
背景技术
随着三维测量技术和多目视觉技术的不断发展,多目测量成为研究热点。而多目测量会根据场景不同、被测物的大小去增加相机的个数,组成对应的多目测量系统。使用多目视觉进行三维测量,首要的步骤就是相机的标定,只有将相机进行标定,才能将相机和世界坐标系建立联系,从而进行三维测量。目前的相机标定大多使用二维标定物进行标定,对于多目视觉系统,二维标定物有时无法被全部相机观测到,通常采用相机逐个标定的方法,计算出所有相机的内外参,随着相机数量的增加,需要采集的标定图片将会成倍增加,工作量过大,而且,在标定时通常将用于标定的带特征的图片粘贴在待测工件表面,粘贴带特征图片的工件便无法再继续使用,从而造成工件的浪费。可见,现有的相机标定方法存在标定工作量大,容易产生工件浪费的问题。
发明内容
本发明提供了一种基于标定物的多目系统标定方法、系统及存储介质,以解决现有的相机标定方法存在标定工作量大,容易产生工件浪费的问题。
为了实现上述目的,本发明通过如下的技术方案来实现:
第一方面,本发明提供一种基于标定物的多目系统标定方法,包括:
根据待测工件选定表面预设N个标记特征点的目标标定物,其中,N为正整数;
通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,并通过所述像素坐标值计算其中一个待标定相机对应的位姿参数;
根据已知位姿参数的待标定相机的光心坐标系构建基准坐标系,并基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数;
基于待标定相机的位姿参数构建三维坐标系,并确定N个标记特征点在三维坐标系下的三维坐标值;
通过N个标记特征点在工件坐标系上的三维坐标计算得到标定相机的目标位姿。
可选的,所述目标标定物包括:表面预设X个标记特征点的标定件和表面预设Y个标记特征点的标定块,其中,X、Y均为正整数,且X+Y=N;
所述根据待测工件选定表面预设N个标记特征点的目标标定物,包括:
根据待测工件的数模形状和大小选定对应的标定块和标定件,并将所述标定块和标定件进行组合,使组合后的标定块和标定件的形状和大小与待测工件相符,将组合后的标定块和标定件作为目标标定物。
可选的,所述通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,包括:
通过多个待标定相机获取目标标定物在不同视角下的原始图片,并选取拥有共同视野的任意两个待标定相机所获取的两张原始图片;
基于获取的两张原始图片中的标记特征点构建像素坐标。
可选的,所述基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,包括:
在用于构建像素坐标的两张原始图片中获取同时存在于两张原始图片内的标记特征点,并基于所述像素坐标确定该标记特征点的像素坐标值。
可选的,所述通过所述像素坐标值计算其中一个待标定相机对应的位姿参数,包括:
根据所述像素坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到多个待标定相机中其中一个待标定相机对应像素坐标的位姿参数。
可选的,所述基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数,包括:
选取与已知位姿参数的待标定相机拥有共同视野的待标定相机所获取的原始图片,并在原始图片中获取同时存在于多个原始图片内的标记特征点,并基于所述基准坐标系确定该标记特征点的基准坐标值;
根据所述基准坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到与已知位姿参数的待标定相机拥有共同视野的待标定相机相对于已知位姿参数的待标定相机的位姿参数;
根据上述步骤增量式地求解其他待标定相机的位姿参数直到所有待标定相机的位姿参数全部已知。
可选的,所述确定N个标记特征点在三维坐标系下的三维坐标,包括:
通过三角测量方法计算两个角度或多个角度共同标记特征点的三维坐标,并依次求解N个标记特征点在三维坐标系下的三维坐标。
可选的,所述通过N个标记特征点的三维坐标计算待标定相机的目标位姿,包括:
基于目标标定物的形状和大小构建工件坐标系,并将N个标记特征点的三维坐标值转换到工件坐标系中得到N各标记特征点的工件坐标值;
通过光束平差优化方法对所述工件坐标值进行位置优化确定工件坐标系下待标定相机的目标位姿。
第二方面,本申请实施例提供一种基于标定物的多目系统标定系统,包括存储器、处理器以及存储在存储器上并可在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第一方面中任一所述方法的步骤。
第三方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的方法步骤。
有益效果:
本发明提供的基于标定物的多目系统标定方法,通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,便可基于原始图片提取同时位于多个原始图片中的标记特征点对应的像素坐标值,计算其中一个待标定相机对应的位姿参数,接着根据已知位姿参数的待标定相机确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数,从而确定N个标记特征点在三维坐标系下的三维坐标值,最后通过N个标记特征点的三维坐标计算待标定相机的目标位姿;该方法能够避免传统在待测工件上粘贴标记特征点而导致的工件浪费,同时目标标定物能够重复使用且针对不同待测工件可以进行特殊组合标定,既满足了高精度标定的需求,也避免了浪费。
附图说明
图1为本发明优选实施例的基于标定物的多目系统标定方法的流程图;
图2为本发明优选实施例的标定块和标定件的结构示意图;
图3为本发明优选实施例的获取目标标定物在不同视角下原始图片的示意图。
具体实施方式
下面对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
请参见图1-3,本申请实施例提供一种基于标定物的多目系统标定方法,包括:
根据待测工件选定表面预设N个标记特征点的目标标定物,其中,N为正整数;
通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,并通过所述像素坐标值计算其中一个待标定相机对应的位姿参数;
根据已知位姿参数的待标定相机的光心坐标系构建基准坐标系,并基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数;
基于待标定相机的位姿参数构建三维坐标系,并确定N个标记特征点在三维坐标系下的三维坐标值;
通过N个标记特征点在工件坐标系上的三维坐标计算得到标定相机的目标位姿。
在上述实施例中,通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,便可基于原始图片提取同时位于多个原始图片中的标记特征点对应的像素坐标值,计算其中一个待标定相机对应的位姿参数,接着根据已知位姿参数的待标定相机确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数,从而确定N个标记特征点在三维坐标系下的三维坐标值,最后通过N个标记特征点的三维坐标计算待标定相机的目标位姿;该方法能够避免传统在待测工件上粘贴标记特征点而导致的工件浪费,同时目标标定物能够重复使用且针对不同待测工件可以进行特殊组合标定,既满足了高精度标定的需求,也避免了浪费。
可选的,所述目标标定物包括:表面预设X个标记特征点的标定件和表面预设Y个标记特征点的标定块,其中,X、Y均为正整数,且X+Y=N;
所述根据待测工件选定表面预设N个标记特征点的目标标定物,包括:
根据待测工件的数模形状和大小选定对应的标定块和标定件,并将所述标定块和标定件进行组合,使组合后的标定块和标定件的形状和大小与待测工件相符,将组合后的标定块和标定件作为目标标定物。
在上述实施例中,目标标定物通过标定件和标定块组合获得,使得在使用目标标定物进行标定时,能够针对不同形状大小的待测工件能够通过对标定块和标定件进行组合而得到,既满足了高精度标定的需求,同时也避免了标定物的浪费。
标定块和标定件如图2所示,图2中左侧为标定块,图2中右侧为标定件。
可选的,所述通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,包括:
通过多个待标定相机获取目标标定物在不同视角下的原始图片,并选取拥有共同视野的任意两个待标定相机所获取的两张原始图片;
基于获取的两张原始图片中的标记特征点构建像素坐标。
在上述实施例中,根据测量工件的数模形状和大小,选定和组合好对应的标定物的样子就可以把该组合好的标定件放入多目系统测量区域中央进行拍摄,其中多目测量系统为在一个暗室中各个位置固定多台相机以及打光的光源,每次测量同时触发多台相机和光源打光进行拍摄,这样就可以得到不同视角下该标定标准件的图片。
进一步值得说明的是,多目测量系统中的待标定相机之间拍摄范围会有重叠部分,从拍摄的每张图片中提取对应的标记特征点能够建立该重叠部分中标记特征点所对应的像素坐标。
可选的,所述基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,包括:
在用于构建像素坐标的两张原始图片中获取同时存在于两张原始图片内的标记特征点,并基于所述像素坐标确定该标记特征点的像素坐标值。
可选的,所述通过所述像素坐标值计算其中一个待标定相机对应的位姿参数,包括:
根据所述像素坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到多个待标定相机中其中一个待标定相机对应像素坐标的位姿参数。
可选的,所述基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数,包括:
选取与已知位姿参数的待标定相机拥有共同视野的待标定相机所获取的原始图片,并在原始图片中获取同时存在于多个原始图片内的标记特征点,并基于所述基准坐标系确定该标记特征点的基准坐标值;
根据所述基准坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到与已知位姿参数的待标定相机拥有共同视野的待标定相机相对于已知位姿参数的待标定相机的位姿参数;
根据上述步骤增量式地求解其他待标定相机的位姿参数直到所有待标定相机的位姿参数全部已知。
在上述实施例中,通过有共同视野的待标定相机拍摄的原始图像上同一个标记特征点的像素坐标,估计基础矩阵,并通过基础矩阵分解,可以得到一个未知尺度下的相机的相对位姿;然后我们以多目系统中任意一个相机的光心坐标系为基准坐标系,增量式地求解其他相机相对于这一个相机的位姿。
可选的,所述确定N个标记特征点在三维坐标系下的三维坐标,包括:
通过三角测量方法计算两个角度或多个角度共同标记特征点的三维坐标,并依次求解N个标记特征点在三维坐标系下的三维坐标。
可选的,所述通过N个标记特征点的三维坐标计算待标定相机的目标位姿,包括:
基于目标标定物的形状和大小构建工件坐标系,并将N个标记特征点的三维坐标值转换到工件坐标系中得到N各标记特征点的工件坐标值;
通过光束平差优化方法对所述工件坐标值进行位置优化确定工件坐标系下待标定相机的目标位姿。
在上述实施例中,每个待标定相机位姿确定后可以通过三角测量方法求解两个角度或者多个角度共同标记特征点集的三维坐标,依次求解出每个标记特征点的三维坐标,此时三维坐标是在一个未知尺度的坐标系下的,因此我们可以根据标记特征点的尺寸大小以及待测工件的数模坐标系来对重建出来标记特征点的三维坐标转系,并利用光束平差优化方法进行待标定相机位姿和视觉标记点的位置优化得到最终在待测工件坐标系下的多目测量系统中待标定相机位姿和重建点。
本申请实施例还提供一种基于标定物的多目系统标定系统,包括存储器、处理器以及存储在存储器上并可在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基于标定物的多目系统标定方法中任一所述方法的步骤。
上述的基于标定物的多目系统标定系统,可以实现上述的基于标定物的多目系统标定方法的各个实施例,且能达到相同的有益效果,此处,不做赘述。
可选地,本申请实施例还提供一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如上所述的基于标定物的多目系统标定方法的步骤。
该可读存储介质可以实现上述的基于标定物的多目系统标定方法的各个实施例,且能达到相同的有益效果,此处,不做赘述。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (7)
1.一种基于标定物的多目系统标定方法,其特征在于,包括:
根据待测工件选定表面预设N个标记特征点的目标标定物,其中,N为正整数;
通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,并通过所述像素坐标值计算其中一个待标定相机对应的位姿参数;所述通过所述像素坐标值计算其中一个待标定相机对应的位姿参数,包括:根据所述像素坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到多个待标定相机中其中一个待标定相机对应像素坐标的位姿参数;
根据已知位姿参数的待标定相机的光心坐标系构建基准坐标系,并基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数;所述基于所述基准坐标系确定剩余待标定相机相对于该已知位姿参数的待标定相机的位姿参数,包括:选取与已知位姿参数的待标定相机拥有共同视野的待标定相机所获取的原始图片,并在原始图片中获取同时存在于多个原始图片内的标记特征点,并基于所述基准坐标系确定该标记特征点的基准坐标值;根据所述基准坐标值估计对应标记特征点的基础矩阵,并通过对所述基础矩阵进行分解得到与已知位姿参数的待标定相机拥有共同视野的待标定相机相对于已知位姿参数的待标定相机的位姿参数;根据上述步骤增量式地求解其他待标定相机的位姿参数直到所有待标定相机的位姿参数全部已知;
基于所述所有待标定相机的位姿参数构建三维坐标系,并确定N个标记特征点在三维坐标系下的三维坐标值;
通过N个标记特征点在工件坐标系上的三维坐标计算得到标定相机的目标位姿;
所述目标标定物包括:表面预设X个标记特征点的标定件和表面预设Y个标记特征点的标定块,其中,X、Y均为正整数,且X+Y=N;
所述根据待测工件选定表面预设N个标记特征点的目标标定物,包括:
根据待测工件的数模形状和大小选定对应的标定块和标定件,并将所述标定块和标定件进行组合,使组合后的标定块和标定件的形状和大小与待测工件相符,将组合后的标定块和标定件作为目标标定物。
2.根据权利要求1所述的基于标定物的多目系统标定方法,其特征在于,所述通过多个待标定相机获取目标标定物在不同视角下的原始图片并构建像素坐标,包括:
通过多个待标定相机获取目标标定物在不同视角下的原始图片,并选取拥有共同视野的任意两个待标定相机所获取的两张原始图片;
基于获取的两张原始图片中的标记特征点构建像素坐标。
3.根据权利要求1或2所述的基于标定物的多目系统标定方法,其特征在于,所述基于所述原始图片提取同时位于多个所述原始图片中的标记特征点对应的像素坐标值,包括:
在用于构建像素坐标的两张原始图片中获取同时存在于两张原始图片内的标记特征点,并基于所述像素坐标确定该标记特征点的像素坐标值。
4.根据权利要求1所述的基于标定物的多目系统标定方法,其特征在于,所述确定N个标记特征点在三维坐标系下的三维坐标,包括:
通过三角测量方法计算两个角度或多个角度共同标记特征点的三维坐标,并依次求解N个标记特征点在三维坐标系下的三维坐标。
5.根据权利要求1所述的基于标定物的多目系统标定方法,其特征在于,通过N个标记特征点在工件坐标系上的三维坐标计算得到标定相机的目标位姿,包括:
基于目标标定物的形状和大小构建工件坐标系,并将N个标记特征点的三维坐标值转换到工件坐标系中得到N各标记特征点的工件坐标值;
通过光束平差优化方法对所述工件坐标值进行位置优化确定工件坐标系下待标定相机的目标位姿。
6.一种基于标定物的多目系统标定系统,包括存储器、处理器以及存储在存储器上并可在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1-5中任一所述方法的步骤。
7.一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,该程序被处理器执行时实现如权利要求1-5中任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310929998.2A CN116934871B (zh) | 2023-07-27 | 2023-07-27 | 一种基于标定物的多目系统标定方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310929998.2A CN116934871B (zh) | 2023-07-27 | 2023-07-27 | 一种基于标定物的多目系统标定方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116934871A CN116934871A (zh) | 2023-10-24 |
CN116934871B true CN116934871B (zh) | 2024-03-26 |
Family
ID=88390607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310929998.2A Active CN116934871B (zh) | 2023-07-27 | 2023-07-27 | 一种基于标定物的多目系统标定方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934871B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117848403B (zh) * | 2024-03-08 | 2024-07-19 | 宁德时代新能源科技股份有限公司 | 标定件和使用标定件标定检测系统的方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637850A (zh) * | 2020-05-29 | 2020-09-08 | 南京航空航天大学 | 一种无需主动视觉标记的自拼接表面点云测量方法 |
CN112066879A (zh) * | 2020-09-11 | 2020-12-11 | 哈尔滨工业大学 | 基于计算机视觉的气浮运动模拟器位姿测量装置及方法 |
WO2022007886A1 (zh) * | 2020-07-08 | 2022-01-13 | 深圳市瑞立视多媒体科技有限公司 | 一种相机自动标定优化方法及相关系统、设备 |
CN114820781A (zh) * | 2022-03-31 | 2022-07-29 | 深圳市如本科技有限公司 | 基于机器视觉的智能搬运方法、装置、系统及存储介质 |
CN114998447A (zh) * | 2022-05-31 | 2022-09-02 | 南京理工大学 | 多目视觉标定方法及系统 |
WO2022262332A1 (zh) * | 2021-06-18 | 2022-12-22 | 深圳奥锐达科技有限公司 | 一种距离测量装置与相机融合系统的标定方法及装置 |
CN115578469A (zh) * | 2022-09-23 | 2023-01-06 | 武汉理工大学 | 一种面向大型复杂工件的多视角联合标定方法 |
CN115713564A (zh) * | 2022-11-24 | 2023-02-24 | 江西欧迈斯微电子有限公司 | 相机标定方法及装置 |
WO2023028939A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳市大疆创新科技有限公司 | 信息采集系统及其标定方法、装置及计算机可读存储介质 |
CN115984371A (zh) * | 2022-11-25 | 2023-04-18 | 杭州天远三维检测技术有限公司 | 一种扫描头位姿检测方法、装置、设备及介质 |
WO2023060964A1 (zh) * | 2021-10-14 | 2023-04-20 | 上海商汤智能科技有限公司 | 标定方法及相关装置、设备、存储介质和计算机程序产品 |
CN116091625A (zh) * | 2023-01-13 | 2023-05-09 | 浙江大学 | 一种基于双目视觉的基准标记位姿估计方法 |
CN116168072A (zh) * | 2023-01-12 | 2023-05-26 | 海克斯康软件技术(青岛)有限公司 | 一种多相机大尺寸视觉测量方法及系统 |
-
2023
- 2023-07-27 CN CN202310929998.2A patent/CN116934871B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637850A (zh) * | 2020-05-29 | 2020-09-08 | 南京航空航天大学 | 一种无需主动视觉标记的自拼接表面点云测量方法 |
WO2022007886A1 (zh) * | 2020-07-08 | 2022-01-13 | 深圳市瑞立视多媒体科技有限公司 | 一种相机自动标定优化方法及相关系统、设备 |
CN112066879A (zh) * | 2020-09-11 | 2020-12-11 | 哈尔滨工业大学 | 基于计算机视觉的气浮运动模拟器位姿测量装置及方法 |
WO2022262332A1 (zh) * | 2021-06-18 | 2022-12-22 | 深圳奥锐达科技有限公司 | 一种距离测量装置与相机融合系统的标定方法及装置 |
WO2023028939A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳市大疆创新科技有限公司 | 信息采集系统及其标定方法、装置及计算机可读存储介质 |
WO2023060964A1 (zh) * | 2021-10-14 | 2023-04-20 | 上海商汤智能科技有限公司 | 标定方法及相关装置、设备、存储介质和计算机程序产品 |
CN114820781A (zh) * | 2022-03-31 | 2022-07-29 | 深圳市如本科技有限公司 | 基于机器视觉的智能搬运方法、装置、系统及存储介质 |
CN114998447A (zh) * | 2022-05-31 | 2022-09-02 | 南京理工大学 | 多目视觉标定方法及系统 |
CN115578469A (zh) * | 2022-09-23 | 2023-01-06 | 武汉理工大学 | 一种面向大型复杂工件的多视角联合标定方法 |
CN115713564A (zh) * | 2022-11-24 | 2023-02-24 | 江西欧迈斯微电子有限公司 | 相机标定方法及装置 |
CN115984371A (zh) * | 2022-11-25 | 2023-04-18 | 杭州天远三维检测技术有限公司 | 一种扫描头位姿检测方法、装置、设备及介质 |
CN116168072A (zh) * | 2023-01-12 | 2023-05-26 | 海克斯康软件技术(青岛)有限公司 | 一种多相机大尺寸视觉测量方法及系统 |
CN116091625A (zh) * | 2023-01-13 | 2023-05-09 | 浙江大学 | 一种基于双目视觉的基准标记位姿估计方法 |
Non-Patent Citations (4)
Title |
---|
Automatic calibration method for the full parameter of a camera-projector system;Liu, Jinbo 等;《OPTICAL ENGINEERING》;第1-10页 * |
基于位姿约束的大视场双目视觉标定算法;张超;韩成;杨华民;杨帆;;光学学报(01);第205-214页 * |
基于单目视觉的目标定位算法研究;程庆;魏利胜;甘泉;;安徽工程大学学报(02);第40-45页 * |
多目视觉定向天线位姿测量;吴贤权;尹仕斌;任永杰;隆昌宇;郭寅;;自动化与仪器仪表(05);第7-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116934871A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5132832B1 (ja) | 計測装置および情報処理装置 | |
CN101292255B (zh) | 三维成像中的人工痕迹消除 | |
CN106289106B (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
CN104266608B (zh) | 视觉传感器现场标定装置和标定方法 | |
CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
CN104111039B (zh) | 用于任意摆放条纹投影三维测量系统的标定方法 | |
CN104335005B (zh) | 3d扫描以及定位系统 | |
KR102255017B1 (ko) | 시간 코딩된 패턴 타겟을 사용하여 적어도 하나의 센서 카메라를 포함하는 이미지 캡처 센서를 캘리브레이션하는 방법 | |
CN102155923A (zh) | 基于立体靶标的拼接测量方法及系统 | |
CN116934871B (zh) | 一种基于标定物的多目系统标定方法、系统及存储介质 | |
CN104596439A (zh) | 一种基于相位信息辅助的散斑匹配三维测量方法 | |
CN105069789B (zh) | 基于编码网格模板的结构光动态场景深度获取方法 | |
JP2014119442A (ja) | 3次元計測装置およびその制御方法 | |
JP6937642B2 (ja) | 表面評価方法及び表面評価装置 | |
CN105306922B (zh) | 一种深度相机参考图的获取方法和装置 | |
EP3049756B1 (en) | Modeling arrangement and method and system for modeling the topography of a three-dimensional surface | |
JP2014013147A5 (zh) | ||
JP2012215394A (ja) | 三次元計測装置および三次元計測方法 | |
CN113096183B (zh) | 一种基于激光雷达与单目相机的障碍物检测与测量方法 | |
CN107633532B (zh) | 一种基于白光扫描仪的点云融合方法及系统 | |
CN104048649B (zh) | 一种多视影像与三维模型的快速配准方法 | |
US20130287293A1 (en) | Active Lighting For Stereo Reconstruction Of Edges | |
CN115082538A (zh) | 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法 | |
CN116222425A (zh) | 一种基于多目三维扫描装置的三维重建方法及系统 | |
CN110378967B (zh) | 一种光栅投射与立体视觉结合的虚拟靶标标定方法 |
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 |