CN108288291A - 基于单点标定物的多相机标定 - Google Patents

基于单点标定物的多相机标定 Download PDF

Info

Publication number
CN108288291A
CN108288291A CN201711398803.7A CN201711398803A CN108288291A CN 108288291 A CN108288291 A CN 108288291A CN 201711398803 A CN201711398803 A CN 201711398803A CN 108288291 A CN108288291 A CN 108288291A
Authority
CN
China
Prior art keywords
calibration
point
camera
outside
polyphaser
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
CN201711398803.7A
Other languages
English (en)
Inventor
黄永鑫
张莹
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.)
BEIJING LIGHT TECHNOLOGY Co Ltd
Original Assignee
BEIJING LIGHT 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 BEIJING LIGHT TECHNOLOGY Co Ltd filed Critical BEIJING LIGHT TECHNOLOGY Co Ltd
Priority to CN201711398803.7A priority Critical patent/CN108288291A/zh
Publication of CN108288291A publication Critical patent/CN108288291A/zh
Pending legal-status Critical Current

Links

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

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

本发明涉及一种基于单点标定物的多相机内外参标定方法及标定组件。上述标定方法包括：使用固定在场景中不同位置的多个红外相机对自由移动的单个标定点以及用于指示世界坐标系的L型刚体的像点进行采集，并上传到上位机中利用像点数据实现对多相机内外参的标定。首先根据针孔及畸变相机模型、像点对间的对极几何约束关系，对具有共视点的两个相机进行两两标定。该方法所用的标定工具制作简单，且不需要限定标定物在所有相机的公共视场内运动，可操作性强；利用共视场关系确定的多相机级联路径，能够使更多的像点参与运算，算法鲁棒性更好；通过多步优化使得标定参数可达到亚像素级别的重投影误差，完全满足高精度需求。

Description

基于单点标定物的多相机标定
技术领域
本发明涉及一种计算机视觉领域，具体是一种基于单点标定物的多相机内外参标定方法及标定组件。
背景技术
相机标定技术利用标定物体的二维图像恢复出相机内外参数，进而重建出场景的三维信息，是计算机视觉领域的关键步骤，在工业、航天、文化创意等领域具有广泛应用。
在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立摄像机成像的几何模型，这些几何模型参数就是摄像机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为摄像机标定。
无论是在图像测量或者机器视觉应用中，摄像机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响摄像机工作产生结果的准确性。因此，做好摄像机标定是做好后续工作的前提，是提高标定精度是科研工作的重点所在。其标定的目的就是为了求解相机内参、外参、畸变参数。
近年来，随着虚拟现实技术和产业的蓬勃发展，单个相机的视角无法满足人们对大范围三维空间的期望，多相机组合及标定逐渐成为新的研究热点。然而，现有的多相机标定方法，往往要求标定物同时在所有相机的公共视场内运动，增加了实际操作的难度，且标定精度较低，因此，如何通过方便快捷的操作，同时获取多相机的高精度的内外参数，是目前急需解决的问题。
发明内容
本发明目的就在于为解决上述问题而提供一种基于单点标定物的多相机内外参标定方法及标定组件。
本发明通过以下技术方案来实现上述目的：
一种基于单点标定物的多相机内外参标定方法，主要包括：该方法使用固定在场景中不同位置的多个红外相机对自由移动的单个红外反光点以及用于指示世界坐标系的已知边长的L型刚体的像点进行采集，再利用像点数据实现对多相机内外参的标定，具体而言：
S10：采集标定数据，包括利用安装有单个标定点的标定杆和边长已知的L型直角刚体采集标定数据。；
S20：两两标定，包括根据针孔及畸变相机模型、像点对间的对极几何约束关系，对具有共视点的两个相机进行两两标定，并使用L-M算法优化内外参数；
S30：统一参考相机坐标系下多相机内外参标定，包括根据所有相机的共视场关系建立多相机***的无向图，确定任意相机相对于参考相机的最优级联路径，结合两两标定参数转化求出统一的参考相机坐标系下所有相机的内外参，并使用BA捆绑调整优化；
S40：指定世界坐标系下多相机内外参标定，包括利用Kneip PnP算法求出以已知边长的L型刚体为指定统一世界坐标系下所有相机的内外参数。
本发明的有益效果在于：该方法所用标定工具制作简单，且不需要限定标定物在所有相机的公共视场内运动，可操作性强；利用共视场关系确定的多相机级联路径，能够使更多的像点参与运算，算法鲁棒性更好；通过多步优化使得标定参数可达到亚像素级别的重投影误差，完全满足高精度需求。
附图说明
图1是本发明所述一种基于单点标定物的多相机内外参标定组件中已知边长的L型直角刚体结构示意图；
图2是本发明所述一种基于单点标定物的多相机内外参标定方法的标定场景示意图；
图3是本发明所述一种基于单点标定物的多相机内外参标定方法的流程图；
图4是本发明所述一种基于单点标定物的多相机内外参标定方法的多相机***无向图。
具体实施方式
以下将对本发明的基于单点标定物的多相机内外参标定方法及标定组件作进一步的详细描述。
下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
为了表述清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须做出大量实施细节以实现开发者的特定目标。
为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用于方便、清晰地辅助说明本发明实施例的目的。
本实施例中的基于单点标定物的多相机内外参标定方法，主要包括：使用固定在场景中不同位置的多个红外相机对自由移动的单个红外反光点以及用于指示世界坐标系的已知边长的L型刚体的像点进行采集，再利用像点数据实现对多相机内外参的标定。
如图1所示，本发明中采用的标定组件包括可自由移动的单个红外反光点(图1左侧)以及L型刚体(图1右侧)。单个红外反光点包括杆部以及在杆部一端设置的红外反光点，可以通过杆部的平动和/或摇摆来实现杆部端部的红外反光点的自由移动。L型刚体由两个相互垂直交汇的刚体杆部构成，L型刚体由横纵两条不等长的线段以垂直关系固定而成，且两条线段长度已知。L型刚体上固定有三个所述标定点，分别位于两条线段外端点及两条刚体交叉点。自由移动的定位点能够反射红外光，或者所述定位体能够发射红外光，或者所述定位体能够发射不同颜色可见光。两杆部的长度是预先设定已知的。优选的，两杆部的长度可以分别设置为300mm和400mm。
多相机***通常要求摄像机或照相机从多个角度拍摄物体。当获得待重建物体或人在同一时刻不同拍摄角度的图像后，利用多相机***的标定结果可以计算出待重建物体或人的三维信息，实现运动捕获等目标。因而标定是该***最基本和最重要的一步。本发明的标定场景布局如图2所示。以5台相机的布局为例，5台相机等距地围绕成圆形，拍摄方向正对圆心。在相机拍摄范围的场景中可以设置自由挥动的装有单个标定点的标定杆，以及在圆心位置设置已知边长的L型直角刚体。当然标定场景中的相机数量和排布方式也可以进行合理的变化。本发明的标定工具制作简单，且不需要限定标定物在所有相机的公共视场内运动，可操作性强。
在上述场景中，本实施例中的基于单点标定物的多相机内外参标定方法，如图3所示，包括以下步骤：
(1)S10：采集标定数据；
包括利用安装有单个标定点的标定杆和边长已知的L型直角刚体采集标定数据。在相机拍摄范围的场景中可以设置自由挥动的装有单个标定点的标定杆，以及在圆心位置设置L型直角刚体。相机分别采集标定杆和刚体的信息。具体包括：
S11：在场景中自由挥动装有单个标定点的标定杆，控制多个相机同步采集标定点数据，并实时上传至上位机中。
S12：将边长已知的L型直角刚体放置在场地中央，控制多个相机同步采集刚体数据，并实时上传至上位机中。
(2)S20：两两标定；
包括根据针孔及畸变相机模型、像点对间的对极几何约束关系，对具有共视点的两个相机进行两两标定，并使用L-M(Levenberg-Marquardt)算法优化内外参数。具体的步骤包括：
S21：畸变处理，包括根据相机说明书中的畸变系数和单位像素的物理尺寸，利用畸变模型，求出去除畸变后真实像点的坐标；
S22：求解有效焦距，包括将两图像坐标系原点平移至主点，使用归一化8点法求出基本矩阵及极点，根据Hartley自标定方法简化基本矩阵并分解求出相机的像素单位焦距；
S23：求解外参，包括利用上述所得内参数对基础矩阵进行归一化求解本质矩阵，通过奇异值分解得到四组外参(R，t)，首先利用三角法重建出标定点，基于标定物必然位于摄像机前方(即Z坐标恒正)的原则，筛选出一组正确的(R，t)。此时平移向量与真实平移相差一个比例因子，可利用重建的L型刚体的长度来恢复出该比例因子；
S24：内外参优化，包括以像点对极距离误差之和最小为优化目标，使用L-M算法对两两标定所得内外参数进行非线性优化。
(3)S30：统一参考相机坐标系下多相机内外参标定；
包括根据所有相机的共视场关系建立多相机***的无向图，确定任意相机相对于参考相机的最优级联路径，结合两两标定参数转化求出统一的参考相机坐标系下所有相机的内外参，并使用BA(Bundle Adjustment)捆绑调整优化。具体包括：
S31：建立多相机***无向图(如图4所示)：顶点表示相机，若两相机之间有m个共视点，则相应两顶点间有边，边的权重为1/m；
S32：确定参考相机到任意相机的最优级联路径：选择共视点最多的相机为0号参考相机，使用Dijkstra法计算0号相机到任意第k号相机所经边权重之和最小的路径，即为第k号相机的最优级联路径；
S33：假设第k号相机的最优级联路径为0-＞i-＞k，由两两标定求得的第0号到第i号相机的外参数为(R0i，t0i)，第i号到第k号相机的外参为(Rik，tik)，则第0号到第k号的外参为(RikR0i，Rikt0i+tik)；
S34：重复S33，求出所有相机相对统一参考相机的外参数，利用三角法重建出标定点，以最小化重投影误差为优化目标，使用BA捆绑算法对所有内外参整体优化。进一步提高标定精度。
(4)S40：指定世界坐标系下多相机内外参标定；
包括利用Kneip PnP算法求出以已知边长的L型刚体为指定统一世界坐标系下所有相机的内外参数。具体包括：
S41：确定L型刚体在不同相机成像的匹配关系：根据上述求得的相机外参可确定两视图的基础矩阵，利用对极几何约束，得到匹配像点；
S42：使用最小二乘三角形法，重建出L型刚体在参考相机坐标系下的坐标，然后设定L型刚体在指定世界坐标系下的坐标，利用kneip PnP算法求出世界坐标到参考相机坐标系的旋转和平移；
S43：同S33原理相同，求出世界坐标系下所有相机的内外参数。
本发明所用标定工具制作简单，且不需要限定标定物在所有相机的公共视场内运动，可操作性强；利用共视场关系确定的多相机级联路径，能够使更多的像点参与运算，算法鲁棒性更好；通过多步优化使得标定参数可达到亚像素级别的重投影误差，完全满足高精度需求。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其效物界定。

Claims (9)

1.一种基于单点标定物的多相机内外参标定方法，其特征在于：利用固定在场景中不同位置的多个红外相机对自由移动的单个标定点以及用于指示世界坐标系的L型刚体的像点进行采集，再利用像点数据实现对多相机内外参的标定，具体而言包括如下步骤：
S10：采集标定数据，包括利用安装有单个标定点的标定杆和边长已知的L型直角刚体采集标定数据；
S20：两两标定，包括根据针孔及畸变相机模型、像点对间的对极几何约束关系，对具有共视点的两个相机进行两两标定，并使用L-M算法优化内外参数；
S30：统一参考相机坐标系下多相机内外参标定，包括根据所有相机的共视场关系建立多相机***的无向图，确定任意相机相对于参考相机的最优级联路径，结合两两标定参数转化求出统一的参考相机坐标系下所有相机的内外参，并使用BA捆绑调整优化；
S40：指定世界坐标系下多相机内外参标定，包括利用Kneip PnP算法求出以边长已知的L型刚体为指定统一世界坐标系下所有相机的内外参数。
2.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S10采集标定数据的步骤进一步包括：
S11：在场景中自由挥动装有单个标定点的标定杆，控制多个相机同步采集标定点数据，并实时上传至上位机中；
S12：将边长已知的L型直角刚体放置在场地中央，控制多个相机同步采集刚体数据，并实时上传至上位机中。
3.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S20两两标定的步骤进一步包括：
S21：畸变处理，包括根据相机说明书中的畸变系数和单位像素的物理尺寸，利用畸变模型，求出去除畸变后真实像点的坐标；
S22：求解有效焦距，包括将两图像坐标系原点平移至主点，使用归一化8点法求出基本矩阵及极点，根据Hartley自标定方法简化基本矩阵并分解求出相机的像素单位焦距；
S23：求解外参，包括利用上述所得内参数对基础矩阵进行归一化求解本质矩阵，通过奇异值分解得到四组外参(R，t)，首先利用三角法重建出标定点，基于标定物必然位于摄像机前方(即Z坐标恒正)的原则，筛选出一组正确的(R，t)。此时平移向量与真实平移相差一个比例因子，可利用重建的L型刚体的长度来恢复出该比例因子；
S24：内外参优化，包括以像点对极距离误差之和最小为优化目标，使用L-M算法对两两标定所得内外参数进行非线性优化。
4.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S30统一参考相机坐标系下多相机内外参标定的步骤进一步包括：
S31：建立多相机***无向图：顶点表示相机，若两相机之间有m个共视点，则相应两顶点间有边，边的权重为1/m；
S32：确定参考相机到任意相机的最优级联路径：选择共视点最多的相机为0号参考相机，使用Dijkstra法计算0号相机到任意第k号相机所经边权重之和最小的路径，即为第k号相机的最优级联路径；
S33：假设第k号相机的最优级联路径为0-＞i-＞k，由两两标定求得的第0号到第i号相机的外参数为(R0i，t0i)，第i号到第k号相机的外参为(Rik，tik)，则第0号到第k号的外参为(RikR0i，Rikt0i+tik)；
S34：重复S33，求出所有相机相对统一参考相机的外参数，利用三角法重建出标定点，以最小化重投影误差为优化目标，使用BA捆绑算法对所有内外参整体优化。进一步提高标定精度。
5.根据权利要求1所述的一种基于单点标定物的多相机内外参标定方法，其特征在于，所述的S40指定世界坐标系下多相机内外参标定的步骤进一步包括：
S41：确定L型刚体在不同相机成像的匹配关系：根据上述求得的相机外参可确定两视图的基础矩阵，利用对极几何约束，得到匹配像点；
S42：使用最小二乘三角形法，重建出L型刚体在参考相机坐标系下的坐标，然后设定L型刚体在指定世界坐标系下的坐标，利用Kneip PnP算法求出世界坐标到参考相机坐标系的旋转和平移；
S43：与S33原理相同，求出世界坐标系下所有相机的内外参数。
6.一种标定组件，其特征在于，包括多个图像传感器、自由移动的标定点以及用于指示世界坐标系的L型刚体。所述多个图像传感器设置于相对于所述定位体的多个空间位置，并用于同时向标定点以及L型刚体实施拍照，以获取多个图像。
7.根据权利要求6所述的一种标定组件，其特征在于，所述的自由移动的定位点能够反射红外光，或者所述定位体能够发射红外光，或者所述定位体能够发射不同颜色可见光。
8.根据权利要求6所述的一种标定组件，其特征在于，所述的自由移动的定位点在标定杆上。
9.根据权利要求6所述的一种标定组件，其特征在于，所述的L型刚体由横纵两条不等长的线段以垂直关系固定而成，且在两条线段长度已知的L型刚体上固定有三个所述标定点，分别位于两条线段外端点及两条刚体交叉点。
CN201711398803.7A 2018-06-07 2018-06-07 基于单点标定物的多相机标定 Pending CN108288291A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711398803.7A CN108288291A (zh) 2018-06-07 2018-06-07 基于单点标定物的多相机标定

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711398803.7A CN108288291A (zh) 2018-06-07 2018-06-07 基于单点标定物的多相机标定

Publications (1)

Publication Number Publication Date
CN108288291A true CN108288291A (zh) 2018-07-17

Family

ID=62832332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711398803.7A Pending CN108288291A (zh) 2018-06-07 2018-06-07 基于单点标定物的多相机标定

Country Status (1)

Country Link
CN (1) CN108288291A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109967292A (zh) * 2019-04-18 2019-07-05 中联西北工程设计研究院有限公司 一种基于工件轮廓信息三维重构的自动喷涂***及其方法
CN110070581A (zh) * 2019-04-29 2019-07-30 达泊(东莞)智能科技有限公司 双视野定位方法、装置及***
CN110189379A (zh) * 2019-05-28 2019-08-30 广州小鹏汽车科技有限公司 一种相机外部参数的标定方法及***
WO2020140431A1 (zh) * 2019-01-04 2020-07-09 南京人工智能高等研究院有限公司 相机位姿确定方法、装置、电子设备及存储介质
CN111445528A (zh) * 2020-03-16 2020-07-24 天目爱视（北京）科技有限公司 一种在3d建模中多相机共同标定方法
CN112102417A (zh) * 2020-09-15 2020-12-18 北京百度网讯科技有限公司 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法
CN112150553A (zh) * 2019-06-27 2020-12-29 北京初速度科技有限公司 一种车载相机的标定方法和装置
CN112184823A (zh) * 2019-07-03 2021-01-05 上海飞猿信息科技有限公司 环视***快速标定方法
CN112381889A (zh) * 2020-11-19 2021-02-19 北京百度网讯科技有限公司 相机检验方法、装置、设备及存储介质
CN113077519A (zh) * 2021-03-18 2021-07-06 中国电子科技集团公司第五十四研究所 一种基于人体骨架提取的多相机外参自动标定方法
CN113327291A (zh) * 2020-03-16 2021-08-31 天目爱视（北京）科技有限公司 一种基于连续拍摄对远距离目标物3d建模的标定方法
CN114004901A (zh) * 2022-01-04 2022-02-01 南昌虚拟现实研究院股份有限公司 多相机标定方法、装置、终端设备及可读存储介质
CN114578328A (zh) * 2022-02-24 2022-06-03 苏州驾驶宝智能科技有限公司 一种多激光雷达和多相机传感器空间位置自动标定方法
CN114742905A (zh) * 2022-06-13 2022-07-12 魔视智能科技(武汉)有限公司 一种多相机参数标定方法、装置、设备及存储介质
CN117252930A (zh) * 2023-09-21 2023-12-19 之江实验室 一种大型展厅多相机监控***内外参标定方法和***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208122A (zh) * 2013-04-18 2013-07-17 湖南大学 基于一维标定杆设计的多相机标定方法
CN103278095A (zh) * 2013-06-26 2013-09-04 上海海事大学 一维可伸缩式靶标装置及其标定特征点的产生方法
CN103426168A (zh) * 2013-07-18 2013-12-04 北京航空航天大学 基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法
CN107358633A (zh) * 2017-07-12 2017-11-17 北京轻威科技有限责任公司 一种基于三点标定物的多相机内外参标定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208122A (zh) * 2013-04-18 2013-07-17 湖南大学 基于一维标定杆设计的多相机标定方法
CN103278095A (zh) * 2013-06-26 2013-09-04 上海海事大学 一维可伸缩式靶标装置及其标定特征点的产生方法
CN103426168A (zh) * 2013-07-18 2013-12-04 北京航空航天大学 基于一维标定杆的普通、广角、鱼眼立体摄像机的通用标定方法
CN107358633A (zh) * 2017-07-12 2017-11-17 北京轻威科技有限责任公司 一种基于三点标定物的多相机内外参标定方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020140431A1 (zh) * 2019-01-04 2020-07-09 南京人工智能高等研究院有限公司 相机位姿确定方法、装置、电子设备及存储介质
CN109967292A (zh) * 2019-04-18 2019-07-05 中联西北工程设计研究院有限公司 一种基于工件轮廓信息三维重构的自动喷涂***及其方法
CN110070581A (zh) * 2019-04-29 2019-07-30 达泊(东莞)智能科技有限公司 双视野定位方法、装置及***
CN110189379A (zh) * 2019-05-28 2019-08-30 广州小鹏汽车科技有限公司 一种相机外部参数的标定方法及***
CN112150553A (zh) * 2019-06-27 2020-12-29 北京初速度科技有限公司 一种车载相机的标定方法和装置
CN112150553B (zh) * 2019-06-27 2024-03-29 北京魔门塔科技有限公司 一种车载相机的标定方法和装置
CN112184823A (zh) * 2019-07-03 2021-01-05 上海飞猿信息科技有限公司 环视***快速标定方法
CN113327291B (zh) * 2020-03-16 2024-03-22 天目爱视（北京）科技有限公司 一种基于连续拍摄对远距离目标物3d建模的标定方法
CN111445528B (zh) * 2020-03-16 2021-05-11 天目爱视（北京）科技有限公司 一种在3d建模中多相机共同标定方法
CN111445528A (zh) * 2020-03-16 2020-07-24 天目爱视（北京）科技有限公司 一种在3d建模中多相机共同标定方法
CN113327291A (zh) * 2020-03-16 2021-08-31 天目爱视（北京）科技有限公司 一种基于连续拍摄对远距离目标物3d建模的标定方法
CN112102417A (zh) * 2020-09-15 2020-12-18 北京百度网讯科技有限公司 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法
CN112102417B (zh) * 2020-09-15 2024-04-19 阿波罗智联(北京)科技有限公司 确定世界坐标的方法和装置
CN112381889A (zh) * 2020-11-19 2021-02-19 北京百度网讯科技有限公司 相机检验方法、装置、设备及存储介质
CN112381889B (zh) * 2020-11-19 2024-05-07 阿波罗智联(北京)科技有限公司 相机检验方法、装置、设备及存储介质
CN113077519A (zh) * 2021-03-18 2021-07-06 中国电子科技集团公司第五十四研究所 一种基于人体骨架提取的多相机外参自动标定方法
CN113077519B (zh) * 2021-03-18 2022-12-09 中国电子科技集团公司第五十四研究所 一种基于人体骨架提取的多相机外参自动标定方法
CN114004901B (zh) * 2022-01-04 2022-03-18 南昌虚拟现实研究院股份有限公司 多相机标定方法、装置、终端设备及可读存储介质
CN114004901A (zh) * 2022-01-04 2022-02-01 南昌虚拟现实研究院股份有限公司 多相机标定方法、装置、终端设备及可读存储介质
CN114578328A (zh) * 2022-02-24 2022-06-03 苏州驾驶宝智能科技有限公司 一种多激光雷达和多相机传感器空间位置自动标定方法
CN114742905A (zh) * 2022-06-13 2022-07-12 魔视智能科技(武汉)有限公司 一种多相机参数标定方法、装置、设备及存储介质
CN117252930A (zh) * 2023-09-21 2023-12-19 之江实验室 一种大型展厅多相机监控***内外参标定方法和***
CN117252930B (zh) * 2023-09-21 2024-05-28 之江实验室 一种大型展厅多相机监控***内外参标定方法和***

Similar Documents

Publication Publication Date Title
CN108288291A (zh) 基于单点标定物的多相机标定
CN109919911B (zh) 基于多视角光度立体的移动三维重建方法
CN107358633A (zh) 一种基于三点标定物的多相机内外参标定方法
AU2013379669B2 (en) Apparatus and method for three dimensional surface measurement
Zhang et al. A robust and rapid camera calibration method by one captured image
CN104537707B (zh) 像方型立体视觉在线移动实时测量***
CN109727290B (zh) 基于单目视觉三角测距法的变焦相机动态标定方法
CN108629829B (zh) 一种球幕相机与深度相机结合的三维建模方法和***
CN108344360A (zh) 一种视觉测量***的激光扫描式全局校准装置及方法
CN110084785B (zh) 一种基于航拍图像的输电线垂弧测量方法及***
Yang et al. A calibration method for binocular stereo vision sensor with short-baseline based on 3D flexible control field
JPH11118425A (ja) キャリブレーション方法及び装置、並びにキャリブレーション用データ生成方法
WO2023046211A1 (zh) 摄影测量方法、装置、设备及存储介质
Koryttsev et al. Practical aspects of range determination and tracking of small drones by their video observation
Feng et al. Inertial measurement unit aided extrinsic parameters calibration for stereo vision systems
CN108010125A (zh) 基于线结构光和图像信息的真实尺度三维重建***及方法
CN111854636A (zh) 一种多相机阵列三维检测***和方法
CN113048888A (zh) 基于双目视觉的远距离三维位移测量方法及***
CN111739103A (zh) 一种基于单点标定物的多相机标定***
CN102628693A (zh) 一种用于摄像机主轴与激光束进行平行配准的方法
CN114782542A (zh) 用于大目标全景测量的环形多相机标定方法及***
CN114170321A (zh) 一种基于测距的相机自标定方法及***
Wang et al. Estimation of extrinsic parameters for dynamic binocular stereo vision using unknown-sized rectangle images
Liu et al. A 3D spherical panorama modeling method based on double projective geometry
Kudinov et al. The algorithm for a video panorama construction and its software implementation using CUDA technology

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180717