CN118042107A - 一种相机畸变参数的更新方法及系统 - Google Patents
一种相机畸变参数的更新方法及系统 Download PDFInfo
- Publication number
- CN118042107A CN118042107A CN202410014058.5A CN202410014058A CN118042107A CN 118042107 A CN118042107 A CN 118042107A CN 202410014058 A CN202410014058 A CN 202410014058A CN 118042107 A CN118042107 A CN 118042107A
- Authority
- CN
- China
- Prior art keywords
- distortion
- original image
- calibration
- coordinates
- points
- 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 27
- 238000012937 correction Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 40
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 241000592183 Eidolon Species 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010034972 Photosensitivity reaction Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036211 photosensitivity Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种相机畸变参数的更新方法及系统，该方法包括：获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；通过原始图像上经过径向畸变校准后点的坐标和原始图像上经过切向畸变校准后点的坐标，对原始图像的畸变参数进行校准更新。
Description
技术领域
本发明属于相机畸变参数的更新技术领域，更具体地，涉及一种相机畸变参数的更新方法及系统。
背景技术
目前常用的无人机如大疆精灵4RTK、经纬M300RTK、Mavic 3E等无人机相机的镜头参数在出厂时已经过检校，由于搭载的是机械结构不够稳定的非量测型相机，内方位元素和畸变参数一旦发生改变就无法保证测量精度，因此需定期进行相机畸变参数的检校并及时进行更新。
发明内容
为解决以上技术特征，本发明提出一种相机畸变参数的更新方法，包括：
获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
通过原始图像上经过径向畸变校准后点的坐标和原始图像上经过切向畸变校准后点的坐标，对原始图像的畸变参数进行校准更新。
进一步的，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
进一步的，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
进一步的，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
进一步的，切向畸变函数g(x,y)及g0，q0：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
本发明还提出一种相机畸变参数的更新系统，包括：
径向畸变校准模块，用于获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
切向畸变校准模块，用于根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
更新模块，用于将影像上储存的原有畸变参数信息替换成检校后的畸变参数信息，实现畸变参数的持续更新。
进一步的，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
进一步的，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
进一步的，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
进一步的，切向畸变函数g(x,y)及g0，q0包括：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；通过原始图像上经过径向畸变校准后点的坐标和原始图像上经过切向畸变校准后点的坐标，对原始图像的畸变参数进行校准更新。本发明通过以上技术方案，能够有效提高测量成果的精度。
附图说明
图1是本发明实施例1的流程图；
图2是本发明实施例2的系统的结构图；
图3是本发明实施例5的切变情况示意图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
本发明公式中所有下角标只为了区分参数，并没有实际含义。
除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
实施例1
如图1所示，本发明实施例提供一种相机畸变参数的更新方法，包括：
1.采集畸变校准图像：使用无人机拍摄一系列图像，本实施例以上图像作为原始图像。这些图像需要包含不同位置、角度及相机畸变参数等，以便能够从中提取出相机的畸变参数并将检校后的畸变参数进行更新。
2.提取特征点：在畸变校准图像中，通过特征点检测算法(如角点检测、SIFT、ORB等)来检测校准物体上的特征点。
3.校准参数估计：通过算法来计算相机的畸变参数。
具体的，包括如下步骤：
步骤101，获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
具体的，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
具体的，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
步骤102，根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
具体的，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
具体的，切向畸变函数g(x,y)及g0，q0包括：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
步骤103，通过原始图像上经过径向畸变校准后点的坐标和原始图像上经过切向畸变校准后点的坐标，对原始图像的畸变参数进行校准更新。
4.优化算法：对于计算出的畸变参数，使用非线性优化算法(如Levenberg-Marquardt算法)来进一步优化这些参数，以获得更精确的畸变校准结果。
5.更新参数：根据更新后的畸变参数对实时图像进行畸变校正，以获得更精确的图像信息。
2023年4月在四川邻水S316省道勘察设计项目中，将相机畸变参数更新至影像中，解决了由于相机畸变参数发生变化导致测量成果精度持续降低的问题。
表1检查点精度统计表
| 点号 | △X(m) | △Y(m) | △H(m) | 点号 | △X(m) | △Y(m) | △H(m) |
| 1 | 0.004 | -0.010 | 0.008 | 19 | -0.005 | 0.013 | -0.033 |
| 2 | 0.004 | 0.025 | -0.038 | 20 | -0.008 | -0.006 | 0.015 |
| 3 | 0.010 | 0.002 | -0.036 | 21 | 0.003 | 0.020 | -0.028 |
| 4 | -0.008 | 0.000 | -0.016 | 22 | -0.011 | 0.020 | -0.006 |
| 5 | 0.007 | 0.015 | -0.022 | 23 | -0.008 | -0.017 | -0.019 |
| 6 | 0.004 | 0.024 | -0.024 | 24 | -0.008 | 0.007 | -0.021 |
| 7 | 0.008 | 0.008 | -0.054 | 25 | -0.002 | 0.003 | -0.042 |
| 8 | -0.002 | 0.011 | -0.012 | 26 | 0.018 | 0.016 | -0.033 |
| 9 | 0.004 | 0.021 | -0.045 | 27 | -0.011 | -0.007 | -0.012 |
| 10 | 0.008 | 0.006 | -0.044 | 28 | 0.000 | 0.015 | 0.009 |
| 11 | -0.003 | 0.006 | -0.045 | 29 | 0.024 | 0.019 | -0.059 |
| 12 | 0.003 | -0.002 | -0.046 | 30 | 0.017 | 0.011 | -0.021 |
| 13 | -0.013 | 0.003 | -0.030 | 31 | 0.015 | -0.015 | 0.003 |
| 14 | 0.022 | 0.016 | -0.070 | 32 | -0.008 | -0.007 | 0.017 |
| 15 | 0.001 | 0.021 | -0.043 | 33 | -0.013 | -0.005 | -0.010 |
| 16 | 0.005 | 0.007 | -0.036 | 34 | -0.009 | -0.015 | 0.009 |
| 17 | 0.016 | 0.002 | 0.002 | 35 | 0.014 | -0.005 | -0.009 |
| 18 | 0.016 | 0.007 | -0.008 | 36 | 0.010 | -0.006 | -0.029 |
从表1可以看出，X坐标中误差为0.011m，Y坐标中误差为0.013m，平面点位中误差为0.017m，高程中误差为0.031m，满足1:500航测地形图成果的精度要求。
实施例2
如图2所示，本发明实施例还提供一种相机畸变参数的更新系统，包括：
1.采集畸变校准图像：使用无人机拍摄一系列图像，本实施例以上图像作为原始图像。这些图像需要包含不同位置、角度及相机畸变参数等，以便能够从中提取出相机的畸变参数并将检校后的畸变参数进行更新。
2.提取特征点：在畸变校准图像中，通过特征点检测算法(如角点检测、SIFT、ORB等)来检测校准物体上的特征点。
3.校准参数估计：通过算法来计算相机的畸变参数。
具体的，包括如下模块：
径向畸变校准模块，用于获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
具体的，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
具体的，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
切向畸变校准模块，用于根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
具体的，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
具体的，切向畸变函数g(x,y)及g0，q0包括：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
更新模块，用于将影像上储存的原有畸变参数信息替换成检校后的畸变参数信息，实现畸变参数的持续更新。
4.优化算法：对于计算出的畸变参数，使用非线性优化算法(如Levenberg-Marquardt算法)来进一步优化这些参数，以获得更精确的畸变校准结果。
5.更新参数：根据更新后的畸变参数对实时图像进行畸变校正，以获得更精确的图像信息。
实施例3
本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种相机畸变参数的更新方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行实施例1方法的程序代码。
实施例4
本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行一种相机畸变参数的更新方法。
具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。
其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种相机畸变参数的更新方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种相机畸变参数的更新方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行实施例1方法步骤。
实施例5
目前常用的无人机如大疆精灵4RTK、经纬M300RTK、Mavic 3E等无人机相机的镜头参数在出厂时已经过检校，由于搭载的是机械结构不够稳定的非量测型相机，内方位元素和畸变参数一旦发生改变就无法保证测量精度，因此需定期进行相机畸变参数的检校并及时进行更新。
(1)相机畸变对免像控航测成果精度的影响研究
相机畸变导致的形变效应直接影响免像控航测成果的精度。数码相机不同于传统的模拟相机存在底片变形,压平等畸变差,根据数码相机的电子元件的物理特性,可以确定它主要的两类畸变,径向畸变与切向畸变，如图3所示为变形情况。
像片的变形畸变相对于其它两类畸变很少，可以不做计较。这样可以根据它的物理因素结合相应的数学模型去除畸变,比直接用一般多项式模型消除畸变的方法要更为有效。对无人机相机的标定来说，主要有以下几个技术难点：
①选取何种畸变模型来描述相机的畸变；
②采用何种标定方式，能够方便快捷地标定出相机参数，满足数据及时解算的要求。
对飞行平台选用的同一相机进行标定时，要注意在拍摄时必须是定焦模式。将相机对焦至无穷远之后，将镜头固定好；通过调节曝光时间、光圈大小、感光度ISO等相机参数来调节影像的清晰度。
(2)相机畸变参数持续更新的研究
大疆、道通智能等多家无人机在出厂时，相机都经过畸变检校，畸变参数固化在无人机中，后期无法更新。项目组为了解决这一难题，开发了一套畸变参数持续更新软件，通过本软件，可以将无人机最新的畸变参数写入影像中。
将解算的检校参数k1、k2、k3、P1、P2及时更新至像片，从而实现高精度相机畸变参数持续更新，使不同航测处理软件均能使用最新相机检校参数进行空三运算，有效确保了测图精度。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储介质(ROM，Read-Only Memory)、随机存取存储介质(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种相机畸变参数的更新方法，其特征在于，包括：
获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
通过原始图像上经过径向畸变校准后点的坐标和原始图像上经过切向畸变校准后点的坐标，对原始图像的畸变参数进行校准更新。
2.如权利要求1所述的一种相机畸变参数的更新方法，其特征在于，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
3.如权利要求2所述的一种相机畸变参数的更新方法，其特征在于，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
4.如权利要求2所述的一种相机畸变参数的更新方法，其特征在于，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
5.如权利要求3所述的一种相机畸变参数的更新方法，其特征在于，切向畸变函数g(x,y)及g0，q0包括：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
6.一种相机畸变参数的更新系统，其特征在于，包括：
径向畸变校准模块，用于获取相机拍摄的原始图像上点的坐标，对原始图像上点进行径向畸变校准，提取原始图像上经过径向畸变校准后点的坐标，其中，设置径向畸变函数，用于表示径向畸变随距离的变化程度；
切向畸变校准模块，用于根据原始图像上经过径向畸变校准后点的坐标，对原始图像上点进行切向畸变校准，提取原始图像上经过切向畸变校准后点的坐标，其中，设置切向畸变函数，用于表示切向畸变的影响；
更新模块，用于将影像上储存的原有畸变参数信息替换成检校后的畸变参数信息，实现畸变参数的持续更新。
7.如权利要求6所述的一种相机畸变参数的更新系统，其特征在于，计算原始图像上经过径向畸变校准后点的坐标包括：
x'＝(x-x0)+f(r)*(x-x0)
y'＝(y-y0)+f(r)*(y-y0)
其中，x0、y0为像主点坐标，x、y为像方坐标系下的像点坐标，r为像方坐标系下的距离，f(r)为径向畸变函数，x'为经过径向畸变校准后点的横坐标，y'为经过径向畸变校准后点的纵坐标。
8.如权利要求7所述的一种相机畸变参数的更新系统，其特征在于，计算原始图像上经过切向畸变校准后点的坐标包括：
x"＝x'+g(x,y)*(x-x0)+g0
y"＝y'+g(x,y)*(y-y0)+q0
其中，x"为经过切向畸变校准后点的横坐标，y"为经过切向畸变校准后点的纵坐标，g(x,y)为切向畸变函数。
9.如权利要求7所述的一种相机畸变参数的更新系统，其特征在于，径向畸变函数f(r)包括：
f(r)＝k1*r2+k2*r4+k3*r6
其中，k1、k2、k3为径向畸变参数。
10.如权利要求8所述的一种相机畸变参数的更新系统，其特征在于，切向畸变函数g(x,y)及g0，q0包括：
g(x,y)＝2P1(x-x0)+2P2(y-y0)
g0＝P1*r2
q0＝P2*r2
其中，P1、P2为切向畸变参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410014058.5A CN118042107A (zh) | 2024-01-04 | 2024-01-04 | 一种相机畸变参数的更新方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410014058.5A CN118042107A (zh) | 2024-01-04 | 2024-01-04 | 一种相机畸变参数的更新方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118042107A true CN118042107A (zh) | 2024-05-14 |
Family
ID=90986598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410014058.5A Pending CN118042107A (zh) | 2024-01-04 | 2024-01-04 | 一种相机畸变参数的更新方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118042107A (zh) |
-
2024
- 2024-01-04 CN CN202410014058.5A patent/CN118042107A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110969668B (zh) | 一种长焦双目相机的立体标定算法 | |
| CN110060200B (zh) | 图像透视变换方法、装置及设备 | |
| CN110738707B (zh) | 一种相机的畸变校正方法及装置、设备、存储介质 | |
| CN109754434A (zh) | 相机标定方法、装置、用户设备及存储介质 | |
| CN109544643B (zh) | 一种摄像机图像校正方法及装置 | |
| CN113096192B (zh) | 图像传感器内参标定方法、装置、设备及存储介质 | |
| CN112862895B (zh) | 一种鱼眼摄像头标定方法、装置及系统 | |
| CN110675458B (zh) | 用于摄像头标定的方法、装置及存储介质 | |
| CN112534469B (zh) | 图像检测方法、图像检测装置、图像检测设备及介质 | |
| CN116229036B (zh) | 数据采集系统、方法、计算机设备及存储介质 | |
| CN110986998B (zh) | 一种基于有理函数模型的卫星视频相机在轨几何定标方法 | |
| CN115797468B (zh) | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 | |
| CN112465915A (zh) | 一种车载环视系统标定方法 | |
| CN116645426A (zh) | 一种相机内参标定方法、装置、存储介质及电子设备 | |
| CN110310243B (zh) | 一种无人机摄影测量的图像校正方法、系统和存储介质 | |
| CN113962877B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
| CN118042107A (zh) | 一种相机畸变参数的更新方法及系统 | |
| CN112465917B (zh) | 镜头模组的畸变标定方法、系统、设备及存储介质 | |
| CN115311336A (zh) | 多相机的图像配准方法、装置、设备及存储介质 | |
| CN113780286A (zh) | 对象识别方法及装置、存储介质、电子装置 | |
| CN115719387A (zh) | 3d相机标定方法、点云图像获取方法及相机标定系统 | |
| CN111353945A (zh) | 鱼眼图像校正方法、装置及存储介质 | |
| CN112233185B (zh) | 相机标定方法、图像配准方法及摄像器件、存储装置 | |
| CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 | |
| CN111260567A (zh) | 一种图像畸变校正的方法及装置 |
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 |