CN117409076A - 检测对位方法、装置、计算机设备和存储介质 - Google Patents

检测对位方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN117409076A
CN117409076A CN202311338331.1A CN202311338331A CN117409076A CN 117409076 A CN117409076 A CN 117409076A CN 202311338331 A CN202311338331 A CN 202311338331A CN 117409076 A CN117409076 A CN 117409076A
Authority
CN
China
Prior art keywords
plane
point
target
dimensional information
space
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
CN202311338331.1A
Other languages
English (en)
Inventor
任将
李宇杰
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.)
Suzhou HYC Technology Co Ltd
Original Assignee
Suzhou HYC 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 Suzhou HYC Technology Co Ltd filed Critical Suzhou HYC Technology Co Ltd
Priority to CN202311338331.1A priority Critical patent/CN117409076A/zh
Publication of CN117409076A publication Critical patent/CN117409076A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请涉及一种检测对位方法、装置、计算机设备、存储介质和计算机程序产品。其方法通过目标相机识别目标对象的第一特征点,获取第一特征点的第一三维信息,根据第一三维信息确定第一空间平面,并使第一空间平面与预设的第一平面垂直,然后识别目标对象的第二特征点,获取第二特征点的第二三维信息,根据第二三维信息确定第二空间平面,并使第二空间平面与预设的第二平面垂直,再次识别目标对象的第三特征点,获取第三特征点的第三三维信息,进而将目标特征点的高度调整为预设高度,以对齐目标相机的图像中心点与目标对象的光学中心点,从而确保相机图像中心与目标对象光学中心两个点的高度差在很小的范围,实现三维高精度地对齐。

Description

检测对位方法、装置、计算机设备和存储介质
技术领域
本申请涉及视觉检测技术领域,特别是涉及一种针对空间目标点的检测对位方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着视觉检测技术的进步,基于空间目标点的检测对位也从二维高精度向三维高精度发展,而当前针对空间目标点的检测对位技术无法在高度上精准地对齐。
例如,以AR(Augment Reality,增强现实)设备的光学性能检测为例,通常需要提前将相机图像中心与AR设备光学中心点对齐,且需要保持相机图像中心与AR设备光学中心两个点的高度差在很小的范围,而当前的技术无法在高度上精准地对齐,从而影响了测试结果的准确性。
因此,目前亟需一种能够实现三维高精度的针对空间目标点的检测对位方式,使其能够高度上精准对齐。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实现三维高精度的针对空间目标点的检测对位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种检测对位方法,所述方法包括:
通过目标相机识别目标对象的第一特征点,获取所述第一特征点的第一三维信息,所述第一特征点包括三个;
根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直;
通过所述目标相机识别目标对象的第二特征点,获取所述第二特征点的第二三维信息,所述第二特征点包括三个;
根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直;
通过所述目标相机识别目标对象的第三特征点,获取所述第三特征点的第三三维信息;
根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
在其中一个实施例中,所述根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直,包括:
根据所述第一三维信息确定第一空间平面,获取所述第一空间平面与所述第一平面的第一夹角,以及获取所述第一夹角的第一偏移方向;
根据所述第一夹角和所述第一偏移方向,调整所述第一空间平面的角度,以使所述第一空间平面与所述第一平面垂直。
在其中一个实施例中,所述获取所述第一空间平面与所述第一平面的第一夹角,包括:
确定所述第一空间平面的第一法向量,以及确定所述第一平面的第二法向量;
根据所述第一法向量与所述第二法向量,确定所述第一空间平面与所述第一平面的第一夹角。
在其中一个实施例中,所述获取所述第一夹角的第一偏移方向,包括:
确定所述第一空间平面与所述第一平面之间的交线;
获取所述第一空间平面垂直于所述交线的第一目标点;以及获取所述第一平面垂直于所述交线的第二目标点;
根据所述第一目标点和所述第二目标点确定所述第一夹角的第一偏移方向。
在其中一个实施例中,所述根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直,包括:
根据所述第二三维信息确定第二空间平面,获取所述第二空间平面与所述第二平面的第二夹角,以及获取所述第二夹角的第二偏移方向;
根据所述第二夹角和所述第二偏移方向,调整所述第二空间平面的角度,以使所述第二空间平面与所述第二平面垂直。
在其中一个实施例中,所述第三特征点包括三个,三个所述第三特征点中包括一个目标特征点;所述根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点,包括:
根据所述目标特征点的第三三维信息与另一个所述第三特征点的第三三维信息确定倾斜角;
对所述倾斜角进行矫正处理,将所述目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
第二方面,本申请提供了一种检测对位装置,所述装置包括:
第一获取模块,用于通过目标相机识别目标对象的第一特征点,获取所述第一特征点的第一三维信息,所述第一特征点包括三个;
第一调整模块,用于根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直;
第二获取模块,用于通过所述目标相机识别目标对象的第二特征点,获取所述第二特征点的第二三维信息,所述第二特征点包括三个;
第二调整模块,用于根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直;
第三获取模块,用于通过所述目标相机识别目标对象的第三特征点,获取所述第三特征点的第三三维信息;
第三调整模块,用于根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
第三方面,本申请提供了一种检测对位系统,所述系统包括:
目标相机和具有光学中心点的目标对象,所述目标相机的图像中心点与所述目标对象的光学中心点采用如上所述的方法进行对齐。
第四方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第五方面,本申请提供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实现上述的方法的步骤。
第六方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
上述检测对位方法、装置、计算机设备、存储介质和计算机程序产品,通过目标相机识别目标对象的第一特征点,获取第一特征点的第一三维信息,根据第一三维信息确定第一空间平面,调整第一空间平面,以使第一空间平面与预设的第一平面垂直,通过目标相机识别目标对象的第二特征点,获取第二特征点的第二三维信息,根据第二三维信息确定第二空间平面,调整第二空间平面,以使第二空间平面与预设的第二平面垂直,通过目标相机识别目标对象的第三特征点,获取第三特征点的第三三维信息,最后根据第三三维信息将目标特征点的高度调整为预设高度,以对齐目标相机的图像中心点与目标对象的光学中心点,从而确保相机图像中心与目标对象的光学中心两个点的高度差在很小的范围,以实现三维高精度地对齐。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中检测对位方法的流程示意图;
图2为一个实施例中调整第一空间平面步骤的流程示意图;
图3为一个实施例中空间平面的示意图;
图4为图3的空间简化图;
图5为一个实施例中获取第一偏移方向步骤的流程示意图;
图6为一个实施例中高度调整步骤的流程示意图;
图7为一个实施例中检测对位装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处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。
在一个示例性的实施例中,如图1所示,提供了一种检测对位方法,具体可以包括以下步骤:
步骤102,通过目标相机识别目标对象的第一特征点,获取第一特征点的第一三维信息。
其中,目标相机可以是能够采集到深度信息的相机,例如,可以采用双目相机、3D相机等。目标对象则可以是具有光学中心点的任意设备,例如,包括但不限于AR设备、VR(Virtual Reality,虚拟现实)设备等。
第一特征点具体可以包括三个特征点,其中一个特征点为目标相机的测试中心对准点。第一三维信息则可以是第一特征点的三维坐标信息,其具体可以包括第一特征点中三个特征点的三维坐标信息。
在本实施例中,通过目标相机识别目标对象的三个特征点也即第一特征点,并计算出这三个特征点的二维信息,得到二维信息的位置后再通过目标相机计算对应二维点的高度信息,从而得到每个特征点的三维坐标信息。例如,若第一特征点包括O1、P1和Q1,则对应的第一三维信息包括O1(x11,y11,z11)和P1(x12,y12,z12)、Q1(x13,y13,z13)。
步骤104,根据第一三维信息确定第一空间平面,调整第一空间平面。
其中,第一空间平面可以是基于上述第一特征点中三个特征点的三维坐标信息拟合得到。在本实施例中,根据上述步骤获取的第一特征点中三个特征点的第一三维信息,通过拟合即可以确定第一空间平面,进而可以调整第一空间平面,以使第一空间平面与预设的第一平面垂直。具体地,预设的第一平面可以是空间中Y为0的平面,也即空间中由X轴和Z轴所组成的平面。
步骤106,通过目标相机识别目标对象的第二特征点,获取第二特征点的第二三维信息。
其中,第二特征点同样可以包括三个特征点,其中一个特征点为目标相机的测试中心对准点。第二三维信息则可以是第二特征点的三维坐标信息,其具体可以包括第二特征点中三个特征点的三维坐标信息。
在本实施例中,通过目标相机再次识别目标对象的三个特征点也即第二特征点,并计算出这三个特征点的二维信息,得到二维信息的位置后再通过目标相机计算对应二维点的高度信息,从而得到每个特征点的三维坐标信息。例如,若第二特征点包括O2、P2和Q2,则对应的第二三维信息包括O2(x21,y21,z21)和P2(x22,y22,z22)、Q2(x23,y23,z23)。
需要说明的是,由于上述步骤中已对第一空间平面进行调整,因此,目标相机再次识别目标对象所得到的三个特征点(第二特征点)与上述步骤102中识别的三个特征点(第一特征点)的位置可能不同。
步骤108,根据第二三维信息确定第二空间平面,调整第二空间平面。
同理,第二空间平面可以是基于上述第二特征点中三个特征点的三维坐标信息拟合得到。在本实施例中,根据上述步骤获取的第二特征点中三个特征点的第二三维信息,通过拟合即可以确定第二空间平面,进而可以调整第二空间平面,以使第二空间平面与预设的第二平面垂直,此时,目标相机的水平面与目标对象的水平面一致。具体地,预设的第二平面可以是空间中X为0的平面,也即空间中由Y轴和Z轴所组成的平面。
步骤110,通过目标相机识别目标对象的第三特征点,获取第三特征点的第三三维信息。
其中,第三特征点同样可以包括三个特征点,其中一个特征点为目标相机的测试中心对准点。第三三维信息则可以是第三特征点的三维坐标信息,其具体可以包括第三特征点中三个特征点的三维坐标信息。
在本实施例中,通过目标相机再次识别目标对象的三个特征点也即第三特征点,并计算出这三个特征点的二维信息,得到二维信息的位置后再通过目标相机计算对应二维点的高度信息,从而得到每个特征点的三维坐标信息。例如,若第三特征点包括O3、P3和Q3,则对应的第三三维信息包括O3(x31,y31,z31)和P3(x32,y32,z32)、Q3(x33,y33,z33)。
步骤112,根据第三三维信息将目标特征点的高度调整为预设高度。
其中,目标特征点可以是第三特征点中的测试中心对准点,目标特征点的高度则是指该特征点对应的三维坐标信息中的高度信息也即Z值。预设高度可以是预先设置的目标对象的标准高度,其具体可以是事先手动调节的参数。具体地,可以根据第三三维信息将目标特征点的高度调整为预设高度,以对齐目标相机的图像中心点与目标对象的光学中心点,从而确保相机图像中心与目标对象光学中心这两个点的高度差在很小的范围。
上述检测对位方法中,通过目标相机识别目标对象的第一特征点,获取第一特征点的第一三维信息,根据第一三维信息确定第一空间平面,调整第一空间平面,以使第一空间平面与预设的第一平面垂直,通过目标相机识别目标对象的第二特征点,获取第二特征点的第二三维信息,根据第二三维信息确定第二空间平面,调整第二空间平面,以使第二空间平面与预设的第二平面垂直,通过目标相机识别目标对象的第三特征点,获取第三特征点的第三三维信息,最后根据第三三维信息将目标特征点的高度调整为预设高度,以对齐目标相机的图像中心点与目标对象的光学中心点,从而确保相机图像中心与目标对象光学中心这两个点的高度差在很小的范围,实现三维高精度地对齐。
在一个示例性的实施例中,如图2所示,在步骤104中,根据第一三维信息确定第一空间平面,调整第一空间平面,具体可以包括:
步骤202,根据第一三维信息确定第一空间平面,获取第一空间平面与第一平面的第一夹角,以及获取第一夹角的第一偏移方向。
由于已知三个点即可以拟合出对应的空间平面,因此,在本实施例中,可以通过上述第一特征点中三个特征点的三维坐标信息拟合得到第一空间平面。进而确定第一空间平面的第一法向量,以及确定第一平面的第二法向量,然后根据第一法向量与第二法向量,确定第一空间平面与第一平面的第一夹角。
具体地,若通过三点拟合的空间平面plane1(即第一空间平面)为a1*x+b1*y+c1*z+d1=0,若预设的第一平面plane2为a2*x+b2*y+c2*z+d2=0,则法向量n1(即第一空间平面的第一法向量)=(a1,b1,c1),法向量n2(即第一平面的第二法向量)=(a2,b2,c2),需要说明的是,a、b、c分别对应X、Y以及Z方向的分量。如图3、图4所示,图3为空间两个平面即第一空间平面plane1和第一平面plane2示意图,其还包括两个平面的空间法向量n1和n2,图4为图3的空间简化图,其中,θ为空间向量n1和n2的夹角,该夹角即为第一空间平面与第一平面的第一夹角。
则有:
其中,n1.x表示第一法向量n1对应的X方向分量,即a1,同理,n2.x表示第二法向量n2对应的X方向分量,即a2,n1.y表示第一法向量n1对应的Y方向分量,即b1,n2.y表示第二法向量n2对应的Y方向分量,即b2,n1.z表示第一法向量n1对应的Z方向分量,即c1,n2.z表示第二法向量n2对应的Z方向分量,即c2。
通过上式即可得到第一空间平面与第一平面的第一夹角θ,其中θ=acos(cosθ)。
由于本实施例需要调整第一空间平面的角度,以使第一空间平面与第一平面垂直,而通过上述方式仅能获知第一空间平面与第一平面的角度,却并不知道该角度相对于x轴和y轴朝那个方向偏移,因此,需要进一步获取第一空间平面与第一平面之间第一夹角的第一偏移方向,即获取上述第一夹角θ的偏移方向,进而能够对第一空间平面进行精确调整。
步骤204,根据第一夹角和第一偏移方向,调整第一空间平面的角度。
具体地,通过上述步骤获取第一空间平面与第一平面之间的第一夹角,以及该第一夹角的第一偏移方向后,则可以根据该第一夹角和第一偏移方向调整第一空间平面的角度,以使第一空间平面与第一平面垂直。
在一个示例性的实施例中,如图5所示,在步骤202中,获取第一夹角的第一偏移方向,具体可以包括:
步骤502,确定第一空间平面与第一平面之间的交线。
其中,交线是指同时在两个二维几何图形上的直线或曲线。例如,两个平面之间或两个曲面之间的交线,平面与曲面的交线等等。两个相交平面的交线为直线。在其他情况下,交线一般为曲线。在本实施例中,由于第一空间平面与第一平面可以通过平面方程拟合,因此,可以确定第一空间平面与第一平面,进而可以基于该两个平面而确定对应的交线。
步骤504,获取第一空间平面垂直于交线的第一目标点;以及获取第一平面垂直于交线的第二目标点。
其中,第一目标点可以是交线上垂直于第一空间平面的点,第二目标点则可以是交线上垂直于第一平面的点。具体地,基于上述步骤确定的第一空间平面与第一平面之间的交线,进而可以获取第一空间平面垂直于交线的第一目标点,以及第一平面垂直于交线的第二目标点。
步骤506,根据第一目标点和第二目标点确定第一夹角的第一偏移方向。
具体地,可以获取第一目标点和第二目标点的坐标,进而通过比较坐标的大小来确定第一夹角的第一偏移方向。例如,假设需要求x轴方向朝哪个方向偏,则可以设x=0,取该位置的y值,通过y值就可以求出z值,进而比较z值的大小,如果第一目标点的z轴比第二目标点的z轴大,则将第一夹角乘以-1以得到补偿角度,如果第一目标点的z轴比第二目标点的z轴小,则可以将第一夹角确定为补偿角度。即可以确定第一夹角的第一偏移方向,进而再调整第一空间平面的角度,可以提高调整效率。
在一个示例性的实施例中,以下进一步说明上述步骤202中,获取第一空间平面与第一平面的第一夹角,以及获取第一夹角的第一偏移方向的具体实现原理。
在本实施例中,假设空间两个平面的方程表示为:第一空间平面plane1为a1*x+b1*y+c1*z+d1=0,第一平面plane2为a2*x+b2*y+c2*z+d2=0。则通过叉乘可以求出相交直线的空间向量,具体地:
令A={a1,b1,c1},B={a2,b2,c2},则:
然后可以求出相交直线上任意一点。具体地,可以取相交所得直线与XOY平面的交点,取Z为0,联立两个方程求解:a1*x+b1*y+d1=0,a2*x+b2*y+d2=0。
解得:x=(b1d2-b2d1)/(a1b2-a2b1),y=(a1d2-a2d1)/(a2b1-a1b2)。
即该相交直线上的一点为:
((b1d2-b2d1)/(a1b2-a2b1),(a1d2-a2d1)/(a2b1-a1b2),0)
记为(M,N,0)。则过点(M,N,0),方向向量为(E,F,G)的直线方程为:
(x-M)/E=(y-N)/F=z/G,将M、N、E、F和G等值代入式中计算即可。
进而可以确定两个平面上与交线垂直的空间直线。假设空间某点O的坐标为(Xo,Yo,Zo),空间某条直线上两点L1和L2的坐标分别为:L1(X1,Y1,Z1),L2(X2,Y2,Z2),设点O在直线L1L2上的垂足为点L3,坐标为(X3,Y3,Z3)。则点L3的坐标解算过程如下:
首先求出下列向量:
由向量垂直关系,两个向量如果垂直,那么两个向量的点积(点乘,向量积)则为0,可得出式一:
由于点L3在直线L1L2上,根据向量共线定理:
与/>共线,则有式二:
K可以理解为垂足点相对起点的距离占比,也就是一个比例系数。则由式二可得下述式三:
X3=k(X2-X1)+X1
Y3=k(Y2-Y1)+Y1
Z3=k(Z2-Z1)+Z1
把式三代入上述式一,式中只有一个未知数k,整理化简得到下述式四,即可解出k:
进而将式四代入式三即可得到垂足L3的坐标。
求出两个点即可求出两条空间直线,类似如此:
在求出两个点之后,即可确定目标点在两个平面的交线,假设求X轴方向朝哪个方向偏移,可以设X=0,取该位置的Y值,通过Y值就可以求出Z值,然后通过比较Z值的大小即可以确认在这个方向朝哪个角度偏移。例如,针对第一空间平面与第一平面,如果第一空间平面的Z轴比第一平面的Z轴大,则可以将上述求得的夹角乘以-1后进行调整,如果第一空间平面的Z轴比第一平面的Z轴小,则可以基于上述求得的夹角直接进行调整,从而可以确保调整的方向性。
在一个示例性的实施例中,在步骤108中,根据第二三维信息确定第二空间平面,调整第二空间平面,具体可以包括:根据第二三维信息确定第二空间平面,获取第二空间平面与第二平面的第二夹角,以及获取第二夹角的第二偏移方向;根据第二夹角和第二偏移方向,调整第二空间平面的角度,以使第二空间平面与第二平面垂直。可以理解的是,本实施例中对于第二空间平面的确定过程以及调整过程与上述第一空间平面的确定过程和调整过程相类似,具体可以参考上述第一空间平面的确定过程和调整过程,本实施例不再对此进行赘述。
在一个示例性的实施例中,如图6所示,在步骤112中,根据第三三维信息将目标特征点的高度调整为预设高度,具体可以包括如下步骤:
步骤602,根据目标特征点的第三三维信息与另一个第三特征点的第三三维信息确定倾斜角。
由于第三特征点包括三个特征点,且其中一个特征点为目标相机的测试中心对准点,也即目标特征点。在本实施例中,可以基于目标特征点的第三三维信息与另一个第三特征点的第三三维信息确定倾斜角。
例如,若目标特征点O3的第三三维信息为(x31,y31,z31),另一个第三特征点P3的第三三维信息为(x32,y32,z32),假设O3与P3的倾斜角为φ,则依据三角函数定律,tanφ=(y32-y31)/(x32-x31),则倾斜角φ=arc[(y32-y31)/(x32-x31)]。
步骤604,对倾斜角进行矫正处理,将目标特征点的高度调整为预设高度。
具体地,可以通过调整目标对象的旋转轴以对倾斜角进行矫正。例如,可以通过调整目标对象的旋转轴以消除该倾斜角,从而实现对倾斜角的矫正处理。进一步可以将目标特征点的高度调整为预设高度,即将目标特征点O3的Z坐标z31调整为标准高度,从而对齐目标相机的图像中心点与目标对象的光学中心点,实现三维高精度地对齐。
在一个实施例中,以AR设备的光学性能检测中的对位场景为例,其中,以目标相机为双目相机,则目标对象为AR设备,进一步说明上述的检测对位方法,其具体可以包括如下步骤:
Step1:通过双目相机识别AR设备屏幕上的三个点(即第一特征点),获取该三个点的三维信息(即第一三维信息),如o1点(xo1,yo1,zo1)、o2点(xo2,yo2,zo2)以及o3点(xo3,yo3,zo3),其中一个点为相机的测试中心对准点。
Step2:通过o1、o2和o3三个点拟合空间方程,确定对应的第一空间平面R1。
Step3:获取R1平面和y轴平面(即预设的第一平面)的夹角(即第一夹角),根据夹角调整第一空间平面R1,以使第一空间平面R1与y轴平面垂直。
上述步骤的具体实现可以参考图2至图5的实施例,本实施例不再对此进行赘述。
Step4:通过双目相机再次识别AR设备屏幕上的三个点(即第二特征点),并获取该三个点的三维信息(即第二三维信息),如p1点(xp1,yp1,zp1)、p2点(xp2,yp2,zp2)以及p3点(xp3,yp3,zp3)。
Step5:通过p1、p2和p3三个点拟合空间方程,确定对应的第二空间平面R2。
Step6:获取R2平面和x轴平面(即预设的第二平面)的夹角(即第二夹角),根据夹角调整第二空间平面R2,以使第二空间平面R2与x轴平面垂直。
可以理解的是,本实施例中对于第二空间平面的确定过程以及调整过程与上述第一空间平面的确定过程和调整过程相类似,具体可以参考上述第一空间平面的确定过程和调整过程(如图2至图5所示的实施例),本实施例不再对此进行赘述。
Step7:此时AR设备的水平面已经和相机的水平面保持一致。
Step8:然后通过双目相机再次识别AR设备屏幕上的三个点(即第三特征点),并获取该三个点的三维信息(即第三三维信息),如q1点(xq1,yq1,zq1)、q2点(xq2,yq2,zq2)以及q3点(xq3,yq3,zq3)。
Step9:通过计算q1点和q2点的水平夹角(即该两个点平面的倾斜角),将夹角通过旋转机构矫正,即通过旋转机构调整AR设备以消除该夹角,并将q1点的zq1调整至预设高度,从而对齐双目相机的图像中心点与AR设备的光学中心点,使得两者具有一致的三维位置。
其中,计算q1点和q2点的水平夹角,将夹角通过旋转机构矫正,并将q1点的zq1调整至预设高度的具体实现过程可以参考图6所示的实施例,本实施例不再对此进行赘述。
在本实施例中,通过双目相机识别AR屏幕上的第一特征点,获取第一特征点的第一三维信息,根据第一三维信息确定第一空间平面,调整第一空间平面,以使第一空间平面与预设的第一平面垂直,通过双目相机识别AR屏幕上的第二特征点,获取第二特征点的第二三维信息,根据第二三维信息确定第二空间平面,调整第二空间平面,以使第二空间平面与预设的第二平面垂直,即使得AR设备的水平面和相机的水平面保持一致,进而通过双目相机识别AR屏幕上的第三特征点,获取第三特征点的第三三维信息,最后根据第三三维信息将目标特征点的高度调整为预设高度,以对齐双目相机的图像中心点与AR设备的光学中心点,从而确保相机图像中心与AR设备光学中心两个点的高度差在很小的范围,实现三维高精度地对齐,进而能够提高对AR设备光学性能检测的准确性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的检测对位方法的检测对位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个检测对位装置实施例中的具体限定可以参见上文中对于检测对位方法的限定,在此不再赘述。
在一个示例性的实施例中,如图7所示,提供了一种检测对位装置,包括:第一获取模块702、第一调整模块704、第二获取模块706、第二调整模块708、第三获取模块710和第三调整模块712,其中:
第一获取模块702,用于通过目标相机识别目标对象的第一特征点,获取所述第一特征点的第一三维信息,所述第一特征点包括三个;
第一调整模块704,用于根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直;
第二获取模块706,用于通过所述目标相机识别目标对象的第二特征点,获取所述第二特征点的第二三维信息,所述第二特征点包括三个;
第二调整模块708,用于根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直;
第三获取模块710,用于通过所述目标相机识别目标对象的第三特征点,获取所述第三特征点的第三三维信息;
第三调整模块712,用于根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
在一个示例性的实施例中,第一调整模块用于:根据所述第一三维信息确定第一空间平面,获取所述第一空间平面与所述第一平面的第一夹角,以及获取所述第一夹角的第一偏移方向;根据所述第一夹角和所述第一偏移方向,调整所述第一空间平面的角度,以使所述第一空间平面与所述第一平面垂直。
在一个示例性的实施例中,第一调整模块还用于:确定所述第一空间平面的第一法向量,以及确定所述第一平面的第二法向量;根据所述第一法向量与所述第二法向量,确定所述第一空间平面与所述第一平面的第一夹角。
在一个示例性的实施例中,第一调整模块还用于:确定所述第一空间平面与所述第一平面之间的交线;获取所述第一空间平面垂直于所述交线的第一目标点;以及获取所述第一平面垂直于所述交线的第二目标点;根据所述第一目标点和所述第二目标点确定所述第一夹角的第一偏移方向。
在一个示例性的实施例中,第二调整模块用于:根据所述第二三维信息确定第二空间平面,获取所述第二空间平面与所述第二平面的第二夹角,以及获取所述第二夹角的第二偏移方向;根据所述第二夹角和所述第二偏移方向,调整所述第二空间平面的角度,以使所述第二空间平面与所述第二平面垂直。
在一个示例性的实施例中,所述第三特征点包括三个,三个所述第三特征点中包括一个目标特征点;所述第三调整模块用于:根据所述目标特征点的第三三维信息与另一个所述第三特征点的第三三维信息确定倾斜角;对所述倾斜角进行矫正处理,将所述目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
上述检测对位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,还提供了一种检测对位系统,该系统包括目标相机和具有光学中心点的目标对象,其中目标相机的图像中心点与目标对象的光学中心点采用如上所述的方法进行对齐。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故在此不再赘述。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。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和内存储器。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种检测对位方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。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。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机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。
在一个示例性的实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现如上方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上方法的步骤。
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,所述的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,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种检测对位方法,其特征在于,所述方法包括:
通过目标相机识别目标对象的第一特征点,获取所述第一特征点的第一三维信息,所述第一特征点包括三个;
根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直;
通过所述目标相机识别所述目标对象的第二特征点,获取所述第二特征点的第二三维信息,所述第二特征点包括三个;
根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直;
通过所述目标相机识别所述目标对象的第三特征点,获取所述第三特征点的第三三维信息;
根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直,包括:
根据所述第一三维信息确定第一空间平面,获取所述第一空间平面与所述第一平面的第一夹角,以及获取所述第一夹角的第一偏移方向;
根据所述第一夹角和所述第一偏移方向,调整所述第一空间平面的角度,以使所述第一空间平面与所述第一平面垂直。
3.根据权利要求2所述的方法,其特征在于,所述获取所述第一空间平面与所述第一平面的第一夹角,包括:
确定所述第一空间平面的第一法向量,以及确定所述第一平面的第二法向量;
根据所述第一法向量与所述第二法向量,确定所述第一空间平面与所述第一平面的第一夹角。
4.根据权利要求2所述的方法,其特征在于,所述获取所述第一夹角的第一偏移方向,包括:
确定所述第一空间平面与所述第一平面之间的交线;
获取所述第一空间平面垂直于所述交线的第一目标点;以及获取所述第一平面垂直于所述交线的第二目标点;
根据所述第一目标点和所述第二目标点确定所述第一夹角的第一偏移方向。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直,包括:
根据所述第二三维信息确定第二空间平面,获取所述第二空间平面与所述第二平面的第二夹角,以及获取所述第二夹角的第二偏移方向;
根据所述第二夹角和所述第二偏移方向,调整所述第二空间平面的角度,以使所述第二空间平面与所述第二平面垂直。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述第三特征点包括三个,三个所述第三特征点中包括一个目标特征点;所述根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点,包括:
根据所述目标特征点的第三三维信息与另一个所述第三特征点的第三三维信息确定倾斜角;
对所述倾斜角进行矫正处理,将所述目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
7.一种检测对位装置,其特征在于,所述装置包括:
第一获取模块,用于通过目标相机识别目标对象的第一特征点,获取所述第一特征点的第一三维信息,所述第一特征点包括三个;
第一调整模块,用于根据所述第一三维信息确定第一空间平面,调整所述第一空间平面,以使所述第一空间平面与预设的第一平面垂直;
第二获取模块,用于通过所述目标相机识别所述目标对象的第二特征点,获取所述第二特征点的第二三维信息,所述第二特征点包括三个;
第二调整模块,用于根据所述第二三维信息确定第二空间平面,调整所述第二空间平面,以使所述第二空间平面与预设的第二平面垂直;
第三获取模块,用于通过所述目标相机识别所述目标对象的第三特征点,获取所述第三特征点的第三三维信息;
第三调整模块,用于根据所述第三三维信息将目标特征点的高度调整为预设高度,以对齐所述目标相机的图像中心点与所述目标对象的光学中心点。
8.一种检测对位系统,其特征在于,所述系统包括:
目标相机和具有光学中心点的目标对象,所述目标相机的图像中心点与所述目标对象的光学中心点采用如权利要求1至6任一项所述的方法进行对齐。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一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实现权利要求1至6中任一项所述的方法的步骤。
CN202311338331.1A 2023-10-17 2023-10-17 检测对位方法、装置、计算机设备和存储介质 Pending CN117409076A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311338331.1A CN117409076A (zh) 2023-10-17 2023-10-17 检测对位方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311338331.1A CN117409076A (zh) 2023-10-17 2023-10-17 检测对位方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN117409076A true CN117409076A (zh) 2024-01-16

Family

ID=89490066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311338331.1A Pending CN117409076A (zh) 2023-10-17 2023-10-17 检测对位方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN117409076A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170154471A1 (en) * 2014-06-26 2017-06-01 Korea Advanced Institute Of Science And Technology Apparatus and method for providing augmented reality interaction service
US20190034056A1 (en) * 2017-07-26 2019-01-31 Adobe Systems Incorporated Manipulating a camera perspective within a three-dimensional space
CN115439531A (zh) * 2022-06-21 2022-12-06 亮风台(上海)信息科技有限公司 一种获取目标对象的目标空间位置信息的方法与设备
CN116563804A (zh) * 2022-01-25 2023-08-08 北京沃东天骏信息技术有限公司 一种点云标注方法、装置、设备及存储介质
CN116881886A (zh) * 2023-06-05 2023-10-13 中国银行股份有限公司 身份识别方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170154471A1 (en) * 2014-06-26 2017-06-01 Korea Advanced Institute Of Science And Technology Apparatus and method for providing augmented reality interaction service
US20190034056A1 (en) * 2017-07-26 2019-01-31 Adobe Systems Incorporated Manipulating a camera perspective within a three-dimensional space
CN116563804A (zh) * 2022-01-25 2023-08-08 北京沃东天骏信息技术有限公司 一种点云标注方法、装置、设备及存储介质
CN115439531A (zh) * 2022-06-21 2022-12-06 亮风台(上海)信息科技有限公司 一种获取目标对象的目标空间位置信息的方法与设备
CN116881886A (zh) * 2023-06-05 2023-10-13 中国银行股份有限公司 身份识别方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
US20210041236A1 (en) Method and system for calibration of structural parameters and construction of affine coordinate system of vision measurement system
JP6283152B2 (ja) ハンドヘルド測地デバイスによるグラフィック支援遠隔位置測定
KR101690965B1 (ko) 부정확한 캘리브레이션 타겟을 사용하는 머신 비전 시스템 캘리브레이션
Zhang et al. Robust and efficient pose estimation from line correspondences
US9866818B2 (en) Image processing apparatus and method, image processing system and program
CN105118021A (zh) 基于特征点的图像配准方法及系统
Frahm et al. Pose estimation for multi-camera systems
US20030222984A1 (en) System and method for calibrating a camera with one-dimensional objects
US20140300736A1 (en) Multi-sensor camera recalibration
JPH10221072A (ja) 写真測量システムおよび写真測量方法
US11898875B2 (en) Method and apparatus for single camera optical measurements
He et al. Eccentricity error identification and compensation for high-accuracy 3D optical measurement
CN109906471B (zh) 实时三维相机校准
CN103679693A (zh) 一种多相机单视图标定装置及其标定方法
CN108692661A (zh) 基于惯性测量单元的便携式三维测量系统及其测量方法
US20190287257A1 (en) Method and system for measuring the distance to remote objects
CN112288826A (zh) 双目相机的标定方法、装置及终端
US20190325593A1 (en) Image processing apparatus, system, method of manufacturing article, image processing method, and non-transitory computer-readable storage medium
CN115829843B (zh) 图像拼接方法、装置、计算机设备及存储介质
CN111025330B (zh) 一种基于深度图的目标倾斜角检测方法及设备
Liu et al. Precise pose and radius estimation of circular target based on binocular vision
Yang et al. Eccentricity error compensation for geometric camera calibration based on circular features
CN109099888A (zh) 一种位姿测量方法、设备及存储介质
Gu et al. Calibration of stereo rigs based on the backward projection process
CN108257184A (zh) 一种基于正方形点阵合作目标的相机姿态测量方法

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