JP2010074730A - 放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム - Google Patents
放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム Download PDFInfo
- Publication number
- JP2010074730A JP2010074730A JP2008242524A JP2008242524A JP2010074730A JP 2010074730 A JP2010074730 A JP 2010074730A JP 2008242524 A JP2008242524 A JP 2008242524A JP 2008242524 A JP2008242524 A JP 2008242524A JP 2010074730 A JP2010074730 A JP 2010074730A
- Authority
- JP
- Japan
- Prior art keywords
- camera
- pattern
- zoom lens
- parameter
- pan
- 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.)
- Granted
Links
Images
Landscapes
- Studio Devices (AREA)
Abstract
【解決手段】カメラキャリブレーション装置6は、ズームレンズのズーム量およびフォーカス値で示すズームレンズ状態を広角から望遠へ向かって離散的に切り替えるときに、設置されたキャリブレーション用のパターンを撮影したパターン画像が撮影画面に収まるように、パターンを取り替えることと位置を変更することとの少なくとも一方を行うことに対応したセッティングバリエーションを随時変更して得られる複数のパターン画像に基づいてカメラシステムおよびズームレンズをキャリブレーションする装置であって、記憶手段18にセッティングバリエーションの変更直後に変更直前のズームレンズ状態に維持して得られたパターン画像と、パターン画像が撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態を示す第1入力パラメータとを記憶する。
【選択図】図4
Description
大久保 英彦、外4名、「バーチャルスタジオにおけるカメラキャリブレーション高精度化の考察」、FIT2007、2007、p.541-542 R. Willson, "Modeling and Calibration of Automated Zoom Lenses", PhD thesis, Carnegie Mellon University, Pittsburgh, Pennsylvania, Jan. 1994. 大久保 英彦、外2名、「バーチャルスタジオにおけるズームレンズのキャリブレーションに関する考察」、FIT2008、2008、p.543-544
請求項5に記載の発明によれば、カメラキャリブレーションプログラムがインストールされたコンピュータは、請求項1に記載の発明と同様な効果を奏することができる。
図1は、本発明の実施形態に係るカメラキャリブレーション装置を含むカメラシステムを模式的に示す構成図であり、図2は、図1に示した撮影装置の外観の一例を模式的に示す図、図3は、図1のカメラシステムの処理の全体の流れを示すフローチャートである。また、図4は、本発明の実施形態に係るカメラキャリブレーション装置の構成を示すブロック図であって、データベース作成時の情報の流れを示している。
カメラシステム1は、放送局の特撮スタジオで利用されるものであって、図1に示すように、撮影装置2と、CG描画装置3と、映像合成装置4と、記憶装置5と、カメラキャリブレーション装置6とを備える。
図1に示すカメラ7は、被写体を撮影するものであり、撮影した被写体の実写映像(映像信号)をカメラキャリブレーション装置6に出力している。
ズームレンズ8は、焦点距離が連続的に変化できるように構成されている。
レンズデータ検出センサ8aは、ズームレンズ8の画角を決定するレンズデータ(ズーム量とフォーカス位置の2変数)を検出するものである。このレンズデータ検出センサ8aは、例えば、距離エンコーダ等から構成される。レンズデータ検出センサ8aの検出するレンズデータは、距離エンコーダパルス値等のメカニカルな数値である。カメラキャリブレーション装置6においては、このレンズデータを記憶手段18(図4参照)に格納し必要に応じて参照するか、あるいは、この検出したレンズデータに何らかの正規化を行った変換値等をあらためてレンズデータとして利用する。ズームレンズ8のレンズデータは、通常、ズーム量とフォーカス位置という2変数から構成されている。どちらを操作しても画角が変化するので、この2個のデータから画角が一意に決まることになる。なお、単焦点レンズの場合には、基本的に画角は変化しないので、単焦点レンズのレンズデータとはフォーカス位置のデータのみを意味する。
雲台姿勢検出センサ9aは、カメラ7の横方向(パン)の回転角および上下方向(チルト)の回転角(以下、合わせて、パン・チルトデータと呼称する)を検出する。この雲台姿勢検出センサ9aは、例えば、ロータリーエンコーダ等から構成される。
ペデスタルデータ検出センサ10aは、ペデスタル10の初期状態における雲台の位置(雲台中心の3次元位置)と、ペデスタル10の上下方向および床面上の移動によって変化した雲台の位置とのオフセット値(以下、ペデスタルデータと呼称する)を検出し、検出したペデスタルデータをカメラキャリブレーション装置6に出力する。このペデスタルデータ検出センサ10aは、例えば、ロータリーエンコーダ等から構成される。なお、カメラキャリブレーション装置6は、オンエア前のキャリブレーションでは、ペデスタルデータを使用せずに、オンエア中にのみ相対的な移動量として利用する。その理由は、ペデスタル10は、移動の際にカウンターがすべることがあり、長時間の移動の結果、それが蓄積することにより出力値に信頼性がないためである。
カメラキャリブレーション装置6は、図4に示すように、実写映像入力手段11と、パラメータ入力手段12と、処理手段として機能するキャリブレーションパターン解析手段13、最適化キャリブレーション処理手段14およびパラメータ補間手段17と、記憶手段18とを備えている。
実写映像入力手段11は、オンエア時には、実写映像(映像信号)を、キャリブレーションパターン解析手段13へ入力すると共に、映像合成装置4へも入力する。
パラメータ算出手段15は、雲台9に搭載されたカメラ7に対応して予め設定された後記するカメラモデルを用いて第1入力パラメータ18aとして記憶された雲台のパン・チルト状態(パン・チルトデータ)を既知として、パターンの特徴点の座標位置を推定し、推定された座標位置と観測された座標位置との誤差関数を含む目的関数が最小化するように、当該カメラモデルにおける外部パラメータと、ズームレンズ状態に依存した内部パラメータとを、評価すべきパラメータとして算出するものである。また、パラメータ算出手段15は、反復によるパラメータ最適化プロセスにおいて、例えば、公知の非線形最小二乗法で利用される方法を用いることができる。
記憶手段18は、データベース構築のフェーズにおいてパラメータ入力手段12から入力されたデータを、第1入力パラメータ18aとして記憶する。
記憶手段18は、データベース構築のフェーズにおいて実写映像入力手段11から入力された画像データを、第1画像情報18bとして記憶する。
記憶手段18は、データベース構築のフェーズにおいてパラメータ算出手段15で推定した特徴点の座標を、第1推定座標18dとして記憶する。
図1のカメラシステム1の全体処理の流れについて図3を参照(適宜図1および図4参照)して説明する。図3は、図1のカメラシステムの処理の全体の流れを示すフローチャートである。データベース構築のフェーズにおいて、カメラキャリブレーション装置6は、実写映像入力手段11から入力される実写映像と、パラメータ入力手段12から入力されるズームレンズデータおよびパン・チルトデータと、入力装置Mから入力されるキャリブレーションパターンデータとを記憶手段18に格納する(ステップS1:DB作成用データ入力処理)。そして、カメラキャリブレーション装置6は、キャリブレーションパターン解析手段13によって、画像特徴点観測処理を実行する(ステップS2)。そして、カメラキャリブレーション装置6は、パラメータ算出手段15によって、パラメータ算出処理を実行し(ステップS3)、データベース作成手段16によって、データベース5aを作成する(ステップS4)。
<DB作成用データ入力処理>
DB作成用データ入力処理においては、各ズームレンズ状態にふさわしいパターンを適切な位置に設置し撮影を行う。具体的には、ズームが広角の場合は一マスが大きな市松模様を使用し、望遠時には一マスが小さな市松模様を使用すると同時に、設置位置もフォーカス位置などにあわせて適切な位置に設置する。カメラキャリブレーション装置6に入力する実写映像として撮影される2つのパターンの配置例を平面視で図5に示す。大きいサイズのパターンPaが位置501または502に設置されて撮影され、小さいサイズのパターンPbが位置503,504または505に設置されて撮影される様子を示している。なお、図5のOは撮影位置を示し、角度α以下は望遠、角度β以上は広角を示す。また、図5に示すように、まず、パターンPaはカメラに遠いほうに配置され、ここではバラエティーに富んだ配置となるように設定されている。そして、パターンは、立体的な3Dのパターンでも構わないが、ここでは2次元のパターンを例示している。
カメラキャリブレーション装置6は、初期状態のセッティングバリエーションでパターンが設置された状態と、初期状態のレンズ状態に調整された状態とを、セッティングバリエーションh=1、ズームレンズ状態m=m1とする(ステップS11)。そして、カメラキャリブレーション装置6は、現在のセッティングバリエーションhおよびズームレンズ状態mの組み合わせの状態において、パターンの画像データと、入力パラメータとの組み合わせを複数の画像データについて取得する(ステップS12)。次いで、カメラキャリブレーション装置6は、現在のセッティングバリエーションhにおいて必要なすべてのズームレンズ状態mでデータを取得したか否かを判別する(ステップS13)。現在のセッティングバリエーションhにおいて必要なすべてのズームレンズ状態mでデータを取得していない場合(ステップS13:No)、カメラキャリブレーション装置6は、ズームレンズ状態mを変更し(ステップS14)、ステップS12に戻る。
図8は、図3に示す画像特徴点観測処理の流れを示すフローチャートである。
ここで、パターンPaの市松模様の特徴点(交点701;図7参照)がN個あってそのインデックスをn(1≦n≦N)とする。例えば、図7に示すパターンPaは、縦9マス×横11マスなので、縦線と横線の交点701の個数Nは8×10個である。また、パターンPaを撮影した画像がK枚あってそのインデックスをk(1≦k≦K)とする。また、画像kの観測された交点nの座標を画像座標系で、e0(n,k)とベクトル表記する。また、カメラキャリブレーション装置6で扱うカメラモデルを介して計算で得られる交点nの座標を画像座標系で、ed(n,k)とベクトル表記する。
パラメータ算出手段15は、最適化処理によりパラメータを算出する。目的関数を評価するパラメータベクトルθは、式(1)で表される。なお、各セッティングバリエーションhにおける設置位置に対応するパラメータベクトルは、目的関数を評価するために必要であり、計算過程で解が得られるが、データベースに登録するパラメータではない(図4参照)。
パラメータ算出手段15は、k番目の画像について、撮影時の入力パラメータ(ズームレンズデータ、パン・チルトデータ、キャリブレーションパターンデータ)を既知データとして、その画像のn番目の特徴点の位置座標ed(n,k)を推定する(ステップS31)。そして、パラメータ算出手段15は、すべての特徴点において位置を推定したか否かを判別する(ステップS32)。まだ推定されていない特徴点がある場合(ステップS32:No)、パラメータ算出手段15は、nをインクリメントして(ステップS37)、ステップS31に戻る。一方、すべての特徴点において位置を推定した場合(ステップS32:Yes)、パラメータ算出手段15は、すべての画像について特徴点位置を推定したか否かを判別する(ステップS33)。まだ推定されていない画像がある場合(ステップS33:No)、パラメータ算出手段15は、kをインクリメントして(ステップS38)、ステップS31に戻る。一方、すべての画像において特徴点位置を推定した場合(ステップS33:Yes)、前記した式(3)で示される現在のy(θ)を用いて、前記した式(2)で示される目的関数J(θ)を算出する(ステップS34)。そして、パラメータ算出手段15は、J(θ)の値が収束したか否かを判別する(ステップS35)。J(θ)の値が収束しなければ(ステップS35:No)、パラメータ算出手段15は、ステップS31に戻る。一方、J(θ)の値が収束した場合(ステップS35:Yes)、現在の評価パラメータベクトルθのパラメータを出力し(ステップS36)、このパラメータ算出処理を終了する。
次に、カメラキャリブレーション装置6に関して、カメラセッティングフェーズの機能について図12を参照して説明する。図12は、本発明の実施形態に係るカメラキャリブレーション装置においてカメラセッティング時の情報の流れを示す図である。なお、データベース構築時(キャリブレーション時)と同一の機能については説明を省略する。
データベース作成手段16は、パラメータ算出手段15で算出したパラメータを追加することでデータベース5aを更新する(図12参照)。
記憶手段18は、カメラセッティングのフェーズにおいて実写映像入力手段11から入力された画像データを、第2画像情報18fとして記憶する。
記憶手段18は、カメラセッティングのフェーズにおいてパラメータ算出手段15で推定した特徴点の座標を、第2推定座標18hとして記憶する。
図13は、図3に示すカメラセッティング用データ入力処理の流れを示すフローチャートである。カメラキャリブレーション装置6は、カメラセッティング時に固定配置された1つのパターンについての複数の画像データと、入力パラメータとの組み合わせを取得する(ステップS51)。そして、カメラキャリブレーション装置6は、必要な組み合わせのデータ(例えば5〜10組)をすべて取得したか否かを判別する(ステップS52)。まだ取得されていないデータがある場合(ステップS52:No)、ステップS51に戻る。一方、必要な組み合わせのデータをすべて取得した場合(ステップS52:Yes)、カメラキャリブレーション装置6は、このカメラセッティング用データ入力処理を終了する。なお、複数の画像データを取得するときに、パン・チルトを変更するだけではなく、ズームレンズ状態を適宜変更する。
次に、カメラキャリブレーション装置6に関して、オンエア中のパラメータ設定モードの機能について図14を参照して説明する。図14は、本発明の実施形態に係るカメラキャリブレーション装置においてオンエア中の情報の流れを示す図である。なお、オンエア以前の機能については説明を省略する。オンエア中においては、キャリブレーションパターン解析手段13および最適化キャリブレーション処理手段14を用いない。
ここで、第3入力パラメータ18jは、被写体画像が撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態であり、ズームレンズ状態は検索条件として利用される。
ここで、一般的なカメラモデルと対比させながら、本実施形態のカメラキャリブレーション装置6で前提としているカメラモデル(回転雲台モデル)について詳細に説明する(非特許文献1、3参照)。
2 撮影装置
3 CG描画装置
4 映像合成装置
5 記憶装置
5a データベース
6 カメラキャリブレーション装置
7 カメラ
8 ズームレンズ
8a レンズデータ検出センサ
9 雲台
9a 雲台姿勢検出センサ
10 ペデスタル
10a ペデスタルデータ検出センサ
11 実写映像入力手段
12 パラメータ入力手段
13 キャリブレーションパターン解析手段
14 最適化キャリブレーション処理手段
15 パラメータ算出手段
16 データベース作成手段
17 パラメータ補間手段
18 記憶手段
M 入力装置
Claims (5)
- バーチャルスタジオ用のカメラシステムの雲台に搭載されたカメラのズームレンズのズーム量およびフォーカス値で示すズームレンズ状態を、広角と望遠のうちの一方から他方へ向かって離散的に切り替えるときに、所定位置に設置された2次元または3次元の特徴点を分布させたキャリブレーション用のパターンを撮影したパターン画像が撮影画面の所定範囲に収まるように、前記パターンの特徴点の間隔のサイズが異なる他のパターンと取り替えることと設置位置を変更することとの少なくとも一方を行うことに対応したセッティングバリエーションを随時変更して得られる複数のパターン画像に基づいて前記カメラシステムおよび前記ズームレンズをキャリブレーションするカメラキャリブレーション装置であって、
前記セッティングバリエーションを変更した直後に、前記セッティングバリエーションの変更直前のズームレンズ状態に維持して得られたパターン画像を記憶すると共に、前記パターン画像が撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態を第1入力パラメータとして記憶する記憶手段と、
前記記憶されたパターン画像を解析することで、前記パターンの特徴点の観測された座標位置を算出し、インデックス化するキャリブレーションパターン解析手段と、
前記雲台に搭載されたカメラに対応して予め設定されたカメラモデルを用いて前記第1入力パラメータとして記憶された雲台のパン・チルト状態を既知として、前記パターンの特徴点の座標位置を推定し、前記推定された座標位置と前記観測された座標位置との誤差関数を含む目的関数が最小化するように、前記カメラモデルにおける外部パラメータと、前記ズームレンズ状態に依存した内部パラメータとを、評価すべきパラメータとして算出するパラメータ算出手段と、
前記算出された評価すべきパラメータのうち、前記雲台から前記カメラの光軸方向のオフセットを示すパラメータと、前記内部パラメータと、前記ズームレンズ状態に依存しない外部パラメータとを格納したデータベースを作成するデータベース作成手段と、
を備えることを特徴とするカメラキャリブレーション装置。 - 請求項1のカメラキャリブレーション装置で作成されたデータベースを記憶したカメラキャリブレーション装置であって、
2次元または3次元の特徴点を分布させた1つのキャリブレーション用のパターンを、オンエア前のカメラセッティングにおいて撮影した複数のパターン画像を記憶すると共に、前記複数のパターン画像それぞれが撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態を第2入力パラメータとして記憶する記憶手段と、
前記記憶された前記カメラセッティングにおいて撮影されたパターン画像を解析することで、当該パターンの特徴点の観測された座標位置を算出し、インデックス化するキャリブレーションパターン解析手段と、
前記雲台に搭載されたカメラに対応して予め設定されたカメラモデルを用いて第2入力パラメータとして記憶された雲台のパン・チルト状態と、前記データベースに格納された各パラメータとを既知として、前記カメラセッティングにおいて撮影されたパターンの特徴点の座標位置を推定し、前記推定された座標位置と前記観測された座標位置との誤差関数を含む目的関数が最小化するように、前記カメラセッティングに対応した雲台の位置および姿勢を示すパラメータを、評価すべきパラメータとして算出するパラメータ算出手段と、
前記算出したパラメータを追加することで前記データベースを更新するデータベース作成手段と、
を備えることを特徴とするカメラキャリブレーション装置。 - 請求項2のカメラキャリブレーション装置で更新されたデータベースを記憶したカメラキャリブレーション装置であって、
オンエア中のズームレンズ状態をキーとして前記更新されたデータベースからパラメータを読み出し補間し、オンエア中の現在の雲台のパン・チルト状態を用いて、CGの仮想カメラの位置および姿勢のパラメータおよび内部パラメータを生成し、その生成したCGの仮想カメラの位置および姿勢のパラメータおよび内部パラメータをCG描画装置に出力するパラメータ補間手段を備えることを特徴とするカメラキャリブレーション装置。 - バーチャルスタジオ用のカメラシステムの雲台に搭載されたカメラのズームレンズのズーム量およびフォーカス値で示すズームレンズ状態を、広角と望遠のうちの一方から他方へ向かって離散的に切り替えるときに、所定位置に設置された2次元または3次元の特徴点を分布させたキャリブレーション用のパターンを撮影したパターン画像が撮影画面の所定範囲に収まるように、前記パターンの特徴点の間隔のサイズが異なる他のパターンと取り替えることと設置位置を変更することとの少なくとも一方を行うことに対応したセッティングバリエーションを随時変更して得られる複数のパターン画像に基づいて前記カメラシステムおよび前記ズームレンズをキャリブレーションする処理手段と記憶手段とを備えたカメラキャリブレーション装置のカメラキャリブレーション方法であって、
前記処理手段は、
前記セッティングバリエーションを変更した直後に、前記セッティングバリエーションの変更直前のズームレンズ状態に維持して得られたパターン画像と、前記パターン画像が撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態を示す第1入力パラメータとの入力を受け付けて前記記憶手段に格納する入力ステップと、
前記記憶されたパターン画像を解析することで、前記パターンの特徴点の観測された座標位置を算出し、インデックス化する画像特徴点観測ステップと、
前記雲台に搭載されたカメラに対応して予め設定されたカメラモデルを用いて前記第1入力パラメータとして記憶された雲台のパン・チルト状態を既知として、前記パターンの特徴点の座標位置を推定し、前記推定された座標位置と前記観測された座標位置との誤差関数を含む目的関数が最小化するように、前記カメラモデルにおける外部パラメータと、前記ズームレンズ状態に依存した内部パラメータとを、評価すべきパラメータとして算出するパラメータ算出ステップと、
前記算出された評価すべきパラメータのうち、前記雲台から前記カメラの光軸方向のオフセットを示すパラメータと、前記内部パラメータと、前記ズームレンズ状態に依存しない外部パラメータとを格納したデータベースを作成するデータベース作成ステップと、
を含んで実行することを特徴とするカメラキャリブレーション方法。 - バーチャルスタジオ用のカメラシステムの雲台に搭載されたカメラのズームレンズのズーム量およびフォーカス値で示すズームレンズ状態を、広角と望遠のうちの一方から他方へ向かって離散的に切り替えるときに、所定位置に設置された2次元または3次元の特徴点を分布させたキャリブレーション用のパターンを撮影したパターン画像が撮影画面の所定範囲に収まるように、前記パターンの特徴点の間隔のサイズが異なる他のパターンと取り替えることと設置位置を変更することとの少なくとも一方を行うことに対応したセッティングバリエーションを随時変更して得られる複数のパターン画像に基づいて前記カメラシステムおよび前記ズームレンズをキャリブレーションするために、前記セッティングバリエーションを変更した直後に、前記セッティングバリエーションの変更直前のズームレンズ状態に維持して得られたパターン画像を記憶すると共に、前記パターン画像が撮影されたときに測定されたズームレンズ状態および雲台のパン・チルト状態を第1入力パラメータとして記憶する記憶手段を備えたコンピュータを、
前記記憶されたパターン画像を解析することで、前記パターンの特徴点の観測された座標位置を算出し、インデックス化するキャリブレーションパターン解析手段、
前記雲台に搭載されたカメラに対応して予め設定されたカメラモデルを用いて前記第1入力パラメータとして記憶された雲台のパン・チルト状態を既知として、前記パターンの特徴点の座標位置を推定し、前記推定された座標位置と前記観測された座標位置との誤差関数を含む目的関数が最小化するように、前記カメラモデルにおける外部パラメータと、前記ズームレンズ状態に依存した内部パラメータとを、評価すべきパラメータとして算出するパラメータ算出手段、
前記算出された評価すべきパラメータのうち、前記雲台から前記カメラの光軸方向のオフセットを示すパラメータと、前記内部パラメータと、前記ズームレンズ状態に依存しない外部パラメータとを格納したデータベースを作成するデータベース作成手段、
として機能させることを特徴とするカメラキャリブレーションプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008242524A JP4960941B2 (ja) | 2008-09-22 | 2008-09-22 | 放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008242524A JP4960941B2 (ja) | 2008-09-22 | 2008-09-22 | 放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010074730A true JP2010074730A (ja) | 2010-04-02 |
JP4960941B2 JP4960941B2 (ja) | 2012-06-27 |
Family
ID=42206060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008242524A Expired - Fee Related JP4960941B2 (ja) | 2008-09-22 | 2008-09-22 | 放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4960941B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016178704A (ja) * | 2016-06-30 | 2016-10-06 | 富士フイルム株式会社 | レンズ情報登録システム,ならびにレンズ情報登録システムに用いられるレンズ情報サーバおよびその動作制御方法 |
KR101901236B1 (ko) * | 2016-11-29 | 2018-09-28 | 경북대학교 산학협력단 | 스테레오 카메라 보정 방법 및 장치 |
CN111698390A (zh) * | 2020-06-23 | 2020-09-22 | 网易(杭州)网络有限公司 | 虚拟摄像机控制方法及装置、虚拟演播厅实现方法及系统 |
CN113888640A (zh) * | 2021-09-07 | 2022-01-04 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
US11317077B1 (en) * | 2017-03-16 | 2022-04-26 | Amazon Technologies, Inc. | Collection of camera calibration data using augmented reality |
CN116233392A (zh) * | 2022-12-29 | 2023-06-06 | 北京元客视界科技有限公司 | 虚拟拍摄系统的校准方法、装置、电子设备及存储介质 |
WO2024070763A1 (ja) * | 2022-09-29 | 2024-04-04 | ソニーグループ株式会社 | 情報処理装置、撮影システム、情報処理方法、プログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6622503B2 (ja) * | 2014-11-25 | 2019-12-18 | 日本放送協会 | カメラモデルパラメータ推定装置及びそのプログラム |
CN106506974A (zh) * | 2016-12-13 | 2017-03-15 | 北京鸿合智能系统股份有限公司 | 一种自动拍照方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003065714A (ja) * | 2001-08-21 | 2003-03-05 | Sony Corp | カメラ・キャリブレーションのためのガイド装置及びガイド方法、並びに、カメラ・キャリブレーション装置 |
-
2008
- 2008-09-22 JP JP2008242524A patent/JP4960941B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003065714A (ja) * | 2001-08-21 | 2003-03-05 | Sony Corp | カメラ・キャリブレーションのためのガイド装置及びガイド方法、並びに、カメラ・キャリブレーション装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016178704A (ja) * | 2016-06-30 | 2016-10-06 | 富士フイルム株式会社 | レンズ情報登録システム,ならびにレンズ情報登録システムに用いられるレンズ情報サーバおよびその動作制御方法 |
KR101901236B1 (ko) * | 2016-11-29 | 2018-09-28 | 경북대학교 산학협력단 | 스테레오 카메라 보정 방법 및 장치 |
US11317077B1 (en) * | 2017-03-16 | 2022-04-26 | Amazon Technologies, Inc. | Collection of camera calibration data using augmented reality |
CN111698390A (zh) * | 2020-06-23 | 2020-09-22 | 网易(杭州)网络有限公司 | 虚拟摄像机控制方法及装置、虚拟演播厅实现方法及系统 |
CN113888640A (zh) * | 2021-09-07 | 2022-01-04 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
CN113888640B (zh) * | 2021-09-07 | 2024-02-02 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
WO2024070763A1 (ja) * | 2022-09-29 | 2024-04-04 | ソニーグループ株式会社 | 情報処理装置、撮影システム、情報処理方法、プログラム |
CN116233392A (zh) * | 2022-12-29 | 2023-06-06 | 北京元客视界科技有限公司 | 虚拟拍摄系统的校准方法、装置、电子设备及存储介质 |
CN116233392B (zh) * | 2022-12-29 | 2024-03-29 | 北京元客视界科技有限公司 | 虚拟拍摄系统的校准方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4960941B2 (ja) | 2012-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4960941B2 (ja) | 放送用バーチャルスタジオのズームレンズ搭載カメラのカメラキャリブレーション装置、その方法およびそのプログラム | |
JP2009017480A (ja) | カメラキャリブレーション装置およびそのプログラム | |
CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
CN101563709B (zh) | 校准照相机系统 | |
JP4307934B2 (ja) | 画像補正機能付撮影装置及び方法、並びに撮影装置及び方法 | |
US20170287166A1 (en) | Camera calibration method using a calibration target | |
US7102666B2 (en) | System and method for stabilizing rotational images | |
JP5580164B2 (ja) | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム | |
Zhang et al. | A universal and flexible theodolite-camera system for making accurate measurements over large volumes | |
JP5027746B2 (ja) | 位置測定方法、位置測定装置、およびプログラム | |
JP2019502181A (ja) | 合成画像を用いたカメラ較正 | |
JP5666069B1 (ja) | 座標算出装置及び方法、並びに画像処理装置及び方法 | |
JP6217227B2 (ja) | 校正装置、方法及びプログラム | |
JP2010014450A (ja) | 位置測定方法、位置測定装置、およびプログラム | |
KR20090078463A (ko) | 왜곡 영상 보정 장치 및 방법 | |
KR20130121290A (ko) | 회전식 라인 카메라로 획득한 실내 전방위 영상의 지오레퍼런싱 방법 | |
JP2004037396A (ja) | 三次元データ取得装置 | |
JP2000011172A (ja) | 仮想環境生成方法および装置、並びに仮想環境生成プログラムを記録した記録媒体 | |
JP2008217243A (ja) | 画像生成装置 | |
JP2002516443A (ja) | 3次元表示のための方法および装置 | |
JP2022500793A (ja) | 多自由度可動視覚システムのキャリブレーション方法 | |
Barazzetti et al. | Fisheye lenses for 3D modeling: Evaluations and considerations | |
JP4809134B2 (ja) | 画像処理装置及びその処理方法 | |
JP2003296708A (ja) | データ処理方法、データ処理プログラムおよび記録媒体 | |
JP2007033087A (ja) | キャリブレーション装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120223 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120228 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120323 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150330 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4960941 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |