CN108492335A - 一种双相机透视畸变校正方法及*** - Google Patents

一种双相机透视畸变校正方法及*** Download PDF

Info

Publication number
CN108492335A
CN108492335A CN201810258294.6A CN201810258294A CN108492335A CN 108492335 A CN108492335 A CN 108492335A CN 201810258294 A CN201810258294 A CN 201810258294A CN 108492335 A CN108492335 A CN 108492335A
Authority
CN
China
Prior art keywords
transformation matrix
infrared light
distortion
image
cooperative 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.)
Granted
Application number
CN201810258294.6A
Other languages
English (en)
Other versions
CN108492335B (zh
Inventor
景文博
赵致远
俆向锴
王晓曼
刘智
邹欢欢
刘鹏
王春艳
赵海丽
姜会林
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN201810258294.6A priority Critical patent/CN108492335B/zh
Publication of CN108492335A publication Critical patent/CN108492335A/zh
Application granted granted Critical
Publication of CN108492335B publication Critical patent/CN108492335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种双相机透视畸变校正方法及***。所述校正方法包括：动态同步获取可见光图像以及红外光图像；根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；利用标准网格板确定坐标变换矩阵；根据所述畸变后的合作目标点确定可见光透视变换矩阵；根据确定的可见光透视变换矩阵以及坐标变换矩阵确定红外光透视变换矩阵；根据所述可见光透视变换矩阵及红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。采用所述校正方法及***能够校正双相机的透视畸变，提高图像测量精度。

Description

一种双相机透视畸变校正方法及***
技术领域
本发明涉及图像处理领域，特别是涉及一种双相机透视畸变校正方法及***。
背景技术
激光照射性能监测***是靶场鉴定、定型试验中的重要测试设备之一；该***主要由激光照射器，移动靶车和成像***组成。该***原理是将激光照射器对着移动中的靶车目标进行照射，成像***对靶车及激光光斑成像，通过图像处理技术计算出光斑到靶心的距离。在成像***成像时，要求相机对物体进行跟踪拍摄。在拍摄过程中，相机跟随物体进行原地转动，由于拍摄角度是动态变化的，拍摄出的图像存在透视畸变。
为了精确识别出激光光斑及靶心的空间位置，成像部分采用红外光、可见光两路相机，但是两路相机存在不同视场、不同分辨率、不共轴等客观问题。对图像进行透视畸变校正，传统的方法需要实时获得相机到靶板的参考距离，但是在该***中无法获得；而红外光图像中为了对光斑进行清晰成像，背景会变得模糊，因此无法对红外光图像进行单独的透视畸变校正。在这些条件下，对两路相机进行透视畸变的校正是很困难的，需要一种针对性的方法来解决该困难。
发明内容
本发明的目的是提供一种双相机透视畸变校正方法及***，以解决现有技术中无法对双相机的透视畸变进行校正的问题。
为实现上述目的，本发明提供了如下方案：
一种双相机透视畸变校正方法，包括：
动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中靶板上的光斑进行采集的；
根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点；
利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上；
根据所述畸变后的合作目标点确定可见光透视变换矩阵；
根据所述可见光透视变换矩阵以及所述坐标变换矩阵确定红外光透视变换矩阵；
根据所述可见光透视变换矩阵以及所述红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
可选的，所述根据所述可见光图像识别合作目标点，确定畸变后的合作目标点，具体包括：
根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；
利用自适应阈值法对所述ROI图像进行二值化处理，确定二值化后的图像；
根据所述二值化后的图像对所述ROI图像进行反色处理，确定目标区域；
对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
可选的，所述利用标准网格板确定坐标变换矩阵，具体包括：
利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；
获取所述静态可见光图像上的多个可见光特征点；
在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；
根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
可选的，所述根据所述畸变后的合作目标点确定可见光透视变换矩阵，具体包括：
获取所述可见光相机的焦距、像元尺寸以及所述靶板正对于所述可见光相机之间的距离；
根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；
根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
一种双相机透视畸变校正***，包括：
图像获取模块，用于动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中的靶板上的光斑进行采集的；
畸变后的合作目标点确定模块，用于根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点；
坐标变换矩阵确定模块，用于利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上；
可见光透视变换矩阵确定模块，用于根据所述畸变后的合作目标点确定可见光透视变换矩阵；
红外光透视变换矩阵确定模块，用于根据所述可见光透视变换矩阵以及所述坐标变换矩阵确定红外光透视变换矩阵；
畸变校正模块，用于根据所述可见光透视变换矩阵以及所述红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
可选的，所述畸变后的合作目标点确定模块具体包括：
ROI图像确定单元，用于根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；
二值化处理单元，用于利用自适应阈值法对所述ROI图像进行二值化处理，确定二值化后的图像；
反色处理单元，根据所述二值化后的图像对所述ROI图像进行反色处理，确定目标区域；
畸变后的合作目标点确定单元，用于对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
可选的，所述坐标变换矩阵确定模块具体包括：
静态图像获取单元，用于利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；
可见光特征点获取单元，用于获取所述静态可见光图像上的多个可见光特征点；
红外光特征点获取单元，用于在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；
坐标变换矩阵确定单元，用于根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
可选的，所述可见光透视变换矩阵确定模块具体包括：
参数获取单元，用于获取所述可见光相机的焦距、像元尺寸以及所述靶板正对于所述可见光相机之间的距离；
理想的合作目标点确定单元，用于根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；
可见光透视变换矩阵确定单元，用于根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供了一种双相机透视畸变校正方法及***，通过将红外光图像的像素点坐标变换到可见光相机视场中，实现了对红外光图像的间接透视变换，无需实时获得相机到靶板的距离，从而实现了对动态目标的实时测量，且通过所确定的透视变换矩阵，对可见光图像以及红外光图像进行透视变换处理，确定校正后的可见光图像以及校正后的红外光图像，即：通过透视变换处理，确定无畸变的可见光图像以及红外光图像。
且由于本发明无需实时获得相机到靶板的距离，而是通过确定可见光视场以及红外光视场之间的透视变换矩阵关系，能够降低对测量***的光学***的设计要求；还能够在测距要求的前提下确定精确的测量结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的双相机成像测量设备结构示意图；
图2为本发明所提供的双相机透视畸变校正方法流程图；
图3为本发明所提供的同步采像方法流程图；
图4为本发明所提供的可见光相机拍摄的可见光图像；
图5为本发明所提供的经过透视畸变校正后的可见光图像；
图6为本发明所提供的红外光相机拍摄的红外光图像；
图7为本发明所提供的经过透视畸变校正后的红外光图像；
图8为本发明所提供的双相机透视畸变校正***结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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做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。
本发明的目的是提供一种双相机透视畸变校正方法及***，能够校正双相机的透视畸变，提高图像测量精度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，双相机成像***采用红外光相机与可见光相机两路相机的共轴光学***，靶板放置于导轨上，可沿导轨方向移动，将成像***放置于转台上，转台跟随靶板转动，保证靶板在成像***的视场内，成像***对靶板进行动态采像，其中，101为初始位置的靶板；102为靶板中心十字；103为目标光斑；104为终止位置的靶板；105为激光照射器；106为双路相机及转台；107为终止位置靶板所成的像；108为初始位置靶板所成的像。
基于图1中所示成像***采集设备，图2为本发明所提供的双相机透视畸变校正方法流程图，如图2所示，一种双相机透视畸变校正方法，包括：
步骤201：动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中的靶板上的光斑采集的。值得注意的是，红外成像中装有光学1064nm的窄带滤波片，光斑(1064nm的激光不可见)只能在红外光图像中看见，靶板只能在可见光图像中看见。
步骤202：根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点。
所述步骤202具体包括：根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；利用自适应阈值法对所述感兴趣区域(region ofinterest，ROI)图像进行二值化处理，确定二值化后的图像；对所述二值化后的图像以及所述ROI图像进行反色处理，确定目标区域；对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
在实际应用中，如图3所示，对可见光相机采集到的图像进行合作目标点识别，其中，301为畸变的可见光图像，302为靶板中心十字；303为合作目标点，304为畸变的红外图像，305为目标光斑，306为坐标变换后的可见光和红外光融合图像，307为校正透视变换后的可见光和红外光融合图像。
可见光图像目标识别是对图像中靶板上的4个合作目标进行质心识别，即合作目标点识别。识别方法是选取合作目标点附近的一块ROI区域，其中，所述合作目标点附件的ROI区域为比合作目标点大1.5～3倍区域，通过自适应阈值对ROI图像进行二值化，确定二值化图像，将二值图像中ROI图像置为1，其他区域为0，与原ROI图像相乘，即进行反色操作，根据ROI图像的像素值对ROI区域的像素坐标进行加权处理，对加权后的横纵两个方向的像素坐标求和取平均确定合作目标质心
在实际应用中，将识别出的合作目标质心作为下一帧图像对应位置处的ROI区域中心，重复以下步骤可完成对多帧图像的连续畸变校正。
步骤203：利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上。
所述步骤203具体包括：利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；获取所述静态可见光图像上的多个可见光特征点；在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
一般的，4对特征点即可得出坐标变换矩阵。特征点对越多，矩阵越精确。在实际应用中取10～15对特征点。
在实际应用中，求坐标变换矩阵的方法是：成像***对标准网格板进行静态采像。在可见光图像上选取多个特征点，在红外光图像上找到与之对应的特征点组成多个特征点对，由特征点对可以计算求得红外光图像上的点变换到可见光图像上点的坐标变换矩阵Tc；设通过下式即可解出Tc。计算公式如下：
其中，(x，y)为原始图像像素坐标，(u＝X/W，v＝Y/W)为变换后的图像像素坐标，表示图像旋转变换，T2＝[a13 a23]T用于产生图像透视变换，T3＝[a31 a32]表示图像平移。
步骤204：根据所述畸变后的合作目标点确定可见光透视变换矩阵。
所述步骤204具体包括：获取所述可见光相机的焦距、像元尺寸以及所述靶板正对于所述可见光相机之间的距离；根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
在实际应用中，双透视变换矩阵的方法是：先求解出理想的校正透视畸变后的4个合作目标点。
已知可见光相机焦距f、像元尺寸u、靶板正对相机的距离L以及靶板上4个合作目标点坐标以求解一个理想合作目标的横坐标x为例，计算公式为
同理可求出理想的4个合作目标点坐标与实际靶板上4个合作目标点坐标组成点对，根据坐标变换矩阵确定透视变换矩阵Tvp，该矩阵为可见光透视变换矩阵。
步骤205：根据确定的可见光透视变换矩阵以及坐标变换矩阵确定红外光透视变换矩阵。
利用公式Tlp＝Tc·Tvp确定红外光透视变换矩阵Tlp。
步骤206：根据所述可见光透视变换矩阵以及所述红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
如图4-图7所示，对红外光相机以及可见光相机采集到的图像分别进行透视变换：
对可见光相机采集到的图像进行透视变换的方法是将图4中的可见光图像与可见光透视变换矩阵相乘，确定校正透视畸变后的可见光图像，即图5。
对红外光相机采集到的图像进行透视变换的方法是将图6中的红外光图像与红外光透视变换矩阵相乘，确定校正透视畸变后的红外光图像，即图7。
图8为本发明所提供的双相机透视畸变校正***结构图，如图8所示，一种双相机透视畸变校正***，包括：
图像获取模块801，用于动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中的靶板上的光斑进行采集的。
畸变后的合作目标点确定模块802，用于根据所述可见光图像以及所述红外光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点。
所述畸变后的合作目标点确定模块802具体包括：ROI图像确定单元，用于根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；二值化处理单元，用于利用自适应阈值法对所述ROI图像进行二值化处理，确定二值化后的图像；反色处理单元，用于对所述二值化后的图像对所述ROI图像进行反色处理，确定目标区域；畸变后的合作目标点确定单元，用于对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
坐标变换矩阵确定模块803，用于利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上。
所述坐标变换矩阵确定模块803具体包括：静态图像获取单元，用于利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；可见光特征点获取单元，用于获取所述静态可见光图像上的多个可见光特征点；红外光特征点获取单元，用于在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；坐标变换矩阵确定单元，用于根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
可见光透视变换矩阵确定模块804，用于根据所述畸变后的合作目标点确定可见光透视变换矩阵；
所述可见光透视变换矩阵确定模块804具体包括：参数获取单元，用于获取所述可见光相机的焦距、像元尺寸以及所述靶板正对于所述可见光相机之间的距离；理想的合作目标点确定单元，用于根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；可见光透视变换矩阵确定单元，用于根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
红外光透视变换矩阵确定模块805，用于根据所述坐标变换矩阵以及所述可见光透视变换矩阵确定红外光透视变换矩阵。
畸变校正模块806，用于根据所述透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种双相机透视畸变校正方法，其特征在于，包括：
动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中靶板上的光斑进行采集的；
根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点；
利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上；
根据所述畸变后的合作目标点确定可见光透视变换矩阵；
根据所述可见光透视变换矩阵以及所述坐标变换矩阵确定红外光透视变换矩阵；
根据所述可见光透视变换矩阵以及所述红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
2.根据权利要求1所述的校正方法，其特征在于，所述根据所述可见光图像识别合作目标点，确定畸变后的合作目标点，具体包括：
根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；
利用自适应阈值法对所述ROI图像进行二值化处理，确定二值化后的图像；
根据所述二值化后的图像对所述ROI图像进行反色处理，确定目标区域；
对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
3.根据权利要求1所述的校正方法，其特征在于，所述利用标准网格板确定坐标变换矩阵，具体包括：
利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；
获取所述静态可见光图像上的多个可见光特征点；
在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；
根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
4.根据权利要求1所述的校正方法，其特征在于，所述根据所述畸变后的合作目标点确定可见光透视变换矩阵，具体包括：
获取所述可见光相机的焦距、像元尺寸以及所述靶板正对于所述可见光相机之间的距离；
根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；
根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
5.一种双相机透视畸变校正***，其特征在于，包括：
图像获取模块，用于动态同步获取可见光图像以及红外光图像；所述可见光图像是由可见光相机对移动中的靶板进行采集的；所述红外光图像是由红外光相机对移动中的靶板上的光斑进行采集的；
畸变后的合作目标点确定模块，用于根据所述可见光图像识别合作目标点，确定畸变后的合作目标点；所述合作目标点为靶板上标记的目标点；所述畸变后的合作目标点包括畸变的可见光合作目标点；
坐标变换矩阵确定模块，用于利用标准网格板确定坐标变换矩阵；所述坐标变换矩阵用于将所述红外光图像上的像素点坐标变换到所述可见光图像上；
可见光透视变换矩阵确定模块，用于根据所述畸变后的合作目标点确定可见光透视变换矩阵；
红外光透视变换矩阵确定模块，用于根据所述可见光透视变换矩阵以及所述坐标变换矩阵确定红外光透视变换矩阵；
畸变校正模块，用于根据所述可见光透视变换矩阵以及所述红外光透视变换矩阵分别对所述可见光图像以及所述红外光图像进行畸变校正，确定校正后的可见光图像以及校正后的红外光图像。
6.根据权利要求5所述的校正***，其特征在于，所述畸变后的合作目标点确定模块具体包括：
ROI图像确定单元，用于根据所述合作目标点确定感兴趣ROI区域，确定ROI图像；
二值化处理单元，用于利用自适应阈值法对所述ROI图像进行二值化处理，确定二值化后的图像；
反色处理单元，根据所述二值化后的图像对所述ROI图像进行反色处理，确定目标区域；
畸变后的合作目标点确定单元，用于对所述目标区域内的像素点坐标进行加权计算，确定畸变后的合作目标点。
7.根据权利要求5所述的校正***，其特征在于，所述坐标变换矩阵确定模块具体包括：
静态图像获取单元，用于利用所述可见光相机以及所述红外光相机分别对所述标准网格板进行静态采像，获取静态可见光图像以及静态红外光图像；
可见光特征点获取单元，用于获取所述静态可见光图像上的多个可见光特征点；
红外光特征点获取单元，用于在所述静态红外光图像上获取与所述可见光特征点同一位置的红外光特征点；
坐标变换矩阵确定单元，用于根据所述可见光特征点以及所述红外光特征点确定坐标变换矩阵。
8.根据权利要求5所述的校正***，其特征在于，所述可见光透视变换矩阵确定模块具体包括：
参数获取单元，用于获取所述可见光相机的焦距、像元尺寸以及所述靶板与所述可见光相机之间的距离；
理想的合作目标点确定单元，用于根据所述焦距、像元尺寸以及所述距离确定理想的合作目标点；所述理想的合作目标点为无畸变的合作目标点；
可见光透视变换矩阵确定单元，用于根据所述理想的合作目标点以及所述畸变后的合作目标点确定可见光透视变换矩阵。
CN201810258294.6A 2018-03-27 2018-03-27 一种双相机透视畸变校正方法及*** Active CN108492335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810258294.6A CN108492335B (zh) 2018-03-27 2018-03-27 一种双相机透视畸变校正方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810258294.6A CN108492335B (zh) 2018-03-27 2018-03-27 一种双相机透视畸变校正方法及***

Publications (2)

Publication Number Publication Date
CN108492335A true CN108492335A (zh) 2018-09-04
CN108492335B CN108492335B (zh) 2020-10-20

Family

ID=63337740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810258294.6A Active CN108492335B (zh) 2018-03-27 2018-03-27 一种双相机透视畸变校正方法及***

Country Status (1)

Country Link
CN (1) CN108492335B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969667A (zh) * 2019-11-22 2020-04-07 大连理工大学 基于边缘特征的多光谱相机外参自校正算法
CN112241700A (zh) * 2020-10-15 2021-01-19 希望银蕨智能科技有限公司 一种额头精准定位的多目标额温测量方法
CN112396569A (zh) * 2020-12-02 2021-02-23 北京皮尔布莱尼软件有限公司 一种对图像进行数据增强的方法
WO2021031709A1 (zh) * 2019-08-20 2021-02-25 北京千寻未来科技有限公司 成像方法、成像装置及电子设备
CN112767262A (zh) * 2021-01-06 2021-05-07 中国人民解放军63863部队 一种图像畸变校正处理方法
CN112950511A (zh) * 2021-03-26 2021-06-11 河北砺兵科技有限责任公司 一种检测850nm附近不可见激光光斑位置的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030058350A1 (en) * 2001-06-15 2003-03-27 Toshiaki Ishimaru Camera capable of white balance correction
CN104954738A (zh) * 2015-04-30 2015-09-30 广州视声光电有限公司 一种移动侦测方法及装置
CN105744229A (zh) * 2016-02-25 2016-07-06 江苏科技大学 基于红外全景环视融合的无人艇自动锚泊***及其工作方法
CN107578433A (zh) * 2017-08-17 2018-01-12 中南大学 一种用于识别电解槽极板温度的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030058350A1 (en) * 2001-06-15 2003-03-27 Toshiaki Ishimaru Camera capable of white balance correction
CN104954738A (zh) * 2015-04-30 2015-09-30 广州视声光电有限公司 一种移动侦测方法及装置
CN105744229A (zh) * 2016-02-25 2016-07-06 江苏科技大学 基于红外全景环视融合的无人艇自动锚泊***及其工作方法
CN107578433A (zh) * 2017-08-17 2018-01-12 中南大学 一种用于识别电解槽极板温度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
章喜 等: ""半导体制冷器作为标定物的红外成像仪隐式标定"", 《红外与激光工程》 *
陈鸽: ""基于合作目标的检测提取算法"", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021031709A1 (zh) * 2019-08-20 2021-02-25 北京千寻未来科技有限公司 成像方法、成像装置及电子设备
CN110969667A (zh) * 2019-11-22 2020-04-07 大连理工大学 基于边缘特征的多光谱相机外参自校正算法
WO2021098080A1 (zh) * 2019-11-22 2021-05-27 大连理工大学 基于边缘特征的多光谱相机外参自校正算法
US11398053B2 (en) 2019-11-22 2022-07-26 Dalian University Of Technology Multispectral camera external parameter self-calibration algorithm based on edge features
CN110969667B (zh) * 2019-11-22 2023-04-28 大连理工大学 基于边缘特征的多光谱相机外参自校正算法
CN112241700A (zh) * 2020-10-15 2021-01-19 希望银蕨智能科技有限公司 一种额头精准定位的多目标额温测量方法
CN112396569A (zh) * 2020-12-02 2021-02-23 北京皮尔布莱尼软件有限公司 一种对图像进行数据增强的方法
CN112396569B (zh) * 2020-12-02 2024-05-31 北京皮尔布莱尼软件有限公司 一种对图像进行数据增强的方法
CN112767262A (zh) * 2021-01-06 2021-05-07 中国人民解放军63863部队 一种图像畸变校正处理方法
CN112950511A (zh) * 2021-03-26 2021-06-11 河北砺兵科技有限责任公司 一种检测850nm附近不可见激光光斑位置的方法

Also Published As

Publication number Publication date
CN108492335B (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN108492335A (zh) 一种双相机透视畸变校正方法及***
DE102015005267B4 (de) Informationsverarbeitungsvorrichtung, Verfahren dafür und Messvorrichtung
CN109559355B (zh) 一种基于相机组的无公共视场的多相机全局标定装置及方法
CN105739091B (zh) 一种可减弱大气湍流影响的成像方法及装置
EP2710794B1 (de) Verfahren zur erzeugung und auswertung eines bilds
CN101923001B (zh) 基于灰度阈值分割算法的动像调制传递函数测量方法
CN106996748A (zh) 一种基于双目视觉的轮径测量方法
CN106504290A (zh) 一种高精度的摄像机动态标定方法
CN107917679A (zh) 一种基于面结构光三维测量中高亮、过暗区域动态检测、补偿的方法
CN110889829A (zh) 一种基于鱼眼镜头的单目测距方法
WO2016030479A1 (de) Bildaufnahmevorrichtung und verfahren zur bildaufnahme
KR101589167B1 (ko) 깊이 정보를 이용한 원근 왜곡 영상의 보정 시스템 및 방법
CN114359405A (zh) 一种离轴沙姆3d线激光相机的标定方法
CN107328502A (zh) 一种锚杆托盘载荷可视化数字成像方法
CN112785654A (zh) 轨道几何检测***标定方法及装置
Bailey Sub-pixel estimation of local extrema
CN103676487A (zh) 一种工件高度测量装置及其校正方法
Xing et al. Improving displacement measurement accuracy by compensating for camera motion and thermal effect on camera sensor
CN105491315A (zh) 一种投影仪伽马校正方法
EP2504659B1 (de) Vorrichtung und verfahren zur messung und kompensation von bewegungseinflüssen bei phasenschiebe-profilometern und dessen anwendung auf mobile, freihandgeführte profilometrie
CN103278247B (zh) 一种用于点源哈特曼波前探测器的背景噪声特征估计方法
CN101963666A (zh) 一种条纹管成像激光雷达强度像畸变的校正方法
CN106643731B (zh) 一种对点目标进行跟踪测量的***及方法
CN108961182A (zh) 针对视频图像的竖直方向灭点检测方法及视频扭正方法
CN101571953A (zh) 一种目标检测方法、***及立体视觉***

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