CN109522935B - 一种对双目视觉测量***的标定结果进行评价的方法 - Google Patents

一种对双目视觉测量***的标定结果进行评价的方法 Download PDF

Info

Publication number
CN109522935B
CN109522935B CN201811232049.4A CN201811232049A CN109522935B CN 109522935 B CN109522935 B CN 109522935B CN 201811232049 A CN201811232049 A CN 201811232049A CN 109522935 B CN109522935 B CN 109522935B
Authority
CN
China
Prior art keywords
calibration
coordinate system
calculating
matrix
image
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.)
Active
Application number
CN201811232049.4A
Other languages
English (en)
Other versions
CN109522935A (zh
Inventor
邢威
张楠楠
郭磊
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.)
Yi Si Si Hangzhou Technology Co ltd
Original Assignee
Isvision Hangzhou 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 Isvision Hangzhou Technology Co Ltd filed Critical Isvision Hangzhou Technology Co Ltd
Priority to CN201811232049.4A priority Critical patent/CN109522935B/zh
Publication of CN109522935A publication Critical patent/CN109522935A/zh
Application granted granted Critical
Publication of CN109522935B publication Critical patent/CN109522935B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • 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
    • G06T7/85Stereo camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种对双目视觉测量***的标定结果进行评价的方法,利用标定得出的内外参及标定板上标记点在左右图像中的像点坐标,计算标定点在相机坐标系下的三维坐标,再将此三维坐标转换到世界坐标系得到标记点的空间坐标测量值,计算该空间坐标测量值与标记点的实际坐标值之间的欧式距离,对拍摄得到的不同标定位姿下的标定板中的多个标记点,求取欧式距离的均值,并判断标定结果是否正确;本方法对双目视觉测量***进行标定结果精度评价,评价方式更为合理;本发明方法还对基础矩阵进行评价,为后续双目***的匹配过程提供保障,本发明对双目视觉检测***的标定精度评价准确,具有广泛的实用性。

Description

一种对双目视觉测量***的标定结果进行评价的方法
技术领域
本发明涉及机器视觉检测领域,具体涉及一种对双目视觉测量***的标定 结果进行评价的方法。
背景技术
双目视觉测量***是利用两个摄像机从不同角度对目标物体拍照进行图像 采集,并在三维空间中重构目标的三维信息,以实现物体形貌的检测,在视觉 测量领域有着广泛的应用,而双目视觉测量***的标定过程是测量中不可或缺 的环节,如张氏标定法,使用平面标定板进行标定,标定结果的精度很大程度 上决定了后续测量的精度,因此,在双目视觉测量***标定完成后,需要验证、 评价标定结果的精度是否满足测量要求。
目前现有的评价方法为反向投影误差分析法,该方法将标定板上的标记点 三维坐标通过标定获取的转换矩阵转换为图像平面上的二维坐标,然后计算测 量点和理想点之间的距离,此种评价方法在二维图像上计算,主要是对内外参 数的评价。
发明内容
本发明针对双目视觉测量***,提出一种新的标定精度评价方法,本方法 在三维空间内计算测量点和理想点之间的距离,评价方式更为合理;同时,对 于双目结构的测量***,大多数匹配算法都需借助外极线约束,基础矩阵计算 的准确性决定极线计算是否准确,本发明方法还对基础矩阵进行评价,为后续 双目***的匹配过程提供保障。本发明对双目视觉检测***的标定精度评价更 为准确,具有广泛的实用性。
技术方案如下:
一种对双目视觉测量***的标定结果进行评价的方法,标定结果包含:
左相机内参数矩阵
Figure BDA0001837393510000021
右相机内参数矩阵
Figure BDA0001837393510000022
其中,fxl,fyl为左相机x轴和y轴方向的尺度因子,(u0l,v0l)为主点坐 标;fxr,fyr为右相机x轴和y轴方向的尺度因子,(u0r,v0r)为主点坐标;
右相机坐标系到左相机坐标系的旋转矩阵
Figure BDA0001837393510000023
平移矩阵Tc= [t1t2 t3]T;左相机坐标系到右相机坐标系的旋转矩阵
Figure BDA0001837393510000024
平 移矩阵
Figure BDA0001837393510000025
不同标定位姿下,标定板中各个标记点在世界坐标系下的坐标(Xij,Yij, Zij),i=1,2,3…m,m是标定位姿的个数;j=1,2,3…n,n为标定板中标记 点的数目;
左相机坐标系或右相机坐标系与世界坐标系的转换关系[Rwi Twi],i=1,2, 3…m;
对上述标定结果按照如下步骤进行评价:
步骤1,计算标定板图像中各个标记点分别在左相机图像坐标系和右相机图 像坐标系下的二维坐标;
其中,单个标记点在左、右相机图像坐标系下的二维坐标记为:
Figure BDA0001837393510000031
其中:下标l代表左相机获取 的图像,下标r代表右相机获取的图像,下标p代表p点;
步骤2,分别计算单个标记点在左相机坐标系的三维坐标
Figure BDA0001837393510000032
Figure BDA0001837393510000033
Figure BDA0001837393510000034
其中,
Figure BDA0001837393510000035
步骤3,将步骤2中计算出的标记点在左相机坐标系下的三维坐标
Figure BDA0001837393510000036
转换到世界坐标系,得到其空间三维坐标pj′= [xj yj zj]T
Figure BDA0001837393510000037
步骤4,计算步骤3中得出的标记点空间三维坐标pj′=[xj yj zj]T与标 定结果中对应标记点在世界坐标系下的坐标(Xij,Yij,Zij)之间的欧式距离dij
步骤5,对于基于标定板与相机不同相对位置处获得的标定板图像重复步骤 1~步骤4,计算评价参数ep
Figure BDA0001837393510000038
其中w为如上计算中用到的所有标定板图像中的标记点数量的总和;
当ep小于预设的阈值K时,则标定结果准确,反之,标定结果不准确。
进一步,当利用右相机坐标系与世界坐标系之间的关系时,将步骤2替换 为步骤2),步骤3替换为步骤3);
步骤2)、计算单个标记点在右相机坐标系的三维坐标
Figure BDA0001837393510000041
Figure BDA0001837393510000042
Figure BDA0001837393510000043
其中,
Figure BDA0001837393510000044
步骤3),将步骤2)中计算出的标记点在右相机坐标系下的三维坐标
Figure BDA0001837393510000045
转换到世界坐标系,得到其空间三维坐标pj′= [xj yj zj]T
Figure BDA0001837393510000046
进一步,对基础矩阵的评价方法,步骤如下:
根据标定结果,计算基础矩阵F:
F=Ar -TEAl -1
对于左相机图像坐标系中标记点的坐标
Figure BDA0001837393510000047
计算其极线I:
I=Fpjl
其中E是本征矩阵,E=Tc×Rc
计算右相机图像中与之对应的同名点
Figure BDA0001837393510000048
到极线I的距 离h,当h小于设定阈值s时,则基础矩阵F的计算准确,反之,基础矩阵F的 计算错误。
上述对基础矩阵的评价方法,也可以采用如下步骤:
根据标定结果,计算基础矩阵F:
F=Al -TEAr -1
对于右相机图像坐标系中标记点的坐标
Figure BDA0001837393510000051
计算其对应极线 I:
I=Fpjr
其中E是本征矩阵,
Figure BDA0001837393510000053
计算左相机图像坐标系中与之对应的同名点
Figure BDA0001837393510000052
到极线I的距离h,当h小于设定阈值s时,则基础矩阵F的计算准确,反之,基础矩阵 F的计算错误。
其中,基本矩阵体现了两视图几何的内在射影几何关系,基本矩阵只依赖 于摄像机的内参和外参;
本征矩阵反映了空间点的像点在不同视角相机下相机坐标系之间的关系, 包含了物理空间中两个相机的旋转、平移信息。
进一步,步骤1中标定板图像为标定过程中获取的图像或利用标定后的左、 右相机获得的图像。
进一步,所述标定位姿包括双目视觉***拍摄标定板的位置、角度;
优选,所述步骤5基于标定板与相机不同相对位置处获得的标定图像的数 目为10~30。
进一步,所述标定结果为张氏标定方法得到的标定结果,标定板是以同心 圆为特征的平面标定板。
本发明方法能够评价双目视觉测量***标定出的内外参数和基础矩阵,相 比于传统的反向投影评价标定结果的方法,本发明方法是在三维空间内计算标 记点的测量值与理论值的偏差,评价更为准确,同时,本发明可判断通过基础 矩阵求解的极线是否准确,为后续同名点匹配及三维测量提供参考。
具体实施方式
以下结合具体实施方式对本发明的技术方案进行详细描述。
将双目视觉测量***位置固定,根据相机焦距,设置多个标定位姿,拍摄 不同标定位姿处的以圆为特征的平面标定板图像并存储;单个标定板中包含695 个圆特征;
在本发明的一个实施例中,左、右相机焦距为40mm,设置不同标定位姿如 下:
Figure BDA0001837393510000061
在工作距900mm处,将正对双目视觉测量***的标定板分别:向上倾斜 30°、向下倾斜30°、向左倾斜30°、向右倾斜30°,作为位姿8~位姿11; 双目视觉测量***对应拍摄这四组不同倾斜角度的标定位姿的标定板图像;
在工作距900mm处,将正对双目视觉测量***的标定板顺时针旋转90°, 再分别向上倾斜30°、向下倾斜30°、向左倾斜30°、向右倾斜30°,作为 位姿12~位姿15;
利用张氏标定方法得到的标定结果如下:
左相机内参数矩阵
Figure BDA0001837393510000071
右相机内参数矩阵
Figure BDA0001837393510000072
右相机坐标系到左相机坐标系的旋转矩阵
Figure BDA0001837393510000073
平移矩阵Tc= [t1t2 t3]T
不同标定位姿下,标定板中各个标记点在世界坐标系下的坐标(Xij,Yij, Zij),i=1,2,3…m,m是标定位姿的个数;j=1,2,3…n,n为标定板中标记 点的数目;
左相机坐标系或右相机坐标系与世界坐标系的转换关系[RwiTwi],i=1,2, 3…m;
对上述标定结果按照如下步骤进行评价:
步骤1,计算位姿1的标定板图像中各个标记点分别在左相机图像坐标系和 右相机图像坐标系下的二维坐标;
其中,单个标记点在左、右相机图像坐标系下的二维坐标记为:
Figure BDA0001837393510000074
其中:下标l代表左相机获取 的图像,下标r代表右相机获取的图像,下标p代表p点;
步骤2,分别计算单个标记点在左相机坐标系的三维坐标
Figure BDA0001837393510000081
Figure BDA0001837393510000082
Figure BDA0001837393510000083
其中,
Figure BDA0001837393510000084
步骤3,将步骤2中计算出的标记点在左相机坐标系下的三维坐标
Figure BDA0001837393510000085
转换到世界坐标系,得到其空间三维坐标pj′= [xj yj zj]T
Figure BDA0001837393510000086
步骤2、3中也可以计算标记点在右相机坐标系下的三维坐标
Figure BDA0001837393510000087
Figure BDA0001837393510000088
并将pj转换到世界坐标系;
步骤4,计算步骤3中得出的标记点空间三维坐标pj′=[xj yj zj]T与标 定结果中对应标记点在世界坐标系下的坐标(Xij,Yij,Zij)之间的欧式距离dij
步骤5,对于位姿2~位姿13中每个位姿下存储的标定板图像,依次重复步 骤1~步骤4,计算评价参数ep
Figure BDA0001837393510000089
其中w为如上计算中用到的所有标定板图像中的标记点数量的总和;
当ep小于预设的阈值K时,则标定结果准确,反之,标定结果不准确。
依据计算得出的单个位姿下各个标记点的欧式距离dij的均值,绘制折 线图,dij的均值计算结果如下表:
位姿1 位姿2 位姿3 位姿4 位姿5 位姿6 位姿7 位姿8
d<sub>ij</sub>的均值 0.014 0.016 0.016 0.016 0.015 0.018 0.018 0.014
位姿9 位姿10 位姿11 位姿12 位姿13 位姿14 位姿15
d<sub>ij</sub>的均值 0.013 0.014 0.016 0.018 0.019 0.016 0.015
同时,对双目视觉测量***匹配过程中的基础矩阵的进行评价,步骤如下:
根据标定结果,计算基础矩阵F:
F=Ar -TEAl -1
对于左相机图像坐标系中标记点的坐标
Figure BDA0001837393510000091
计算极线I:
I=Fpjl
其中E是本征矩阵,E=T'×R';
计算右相机图像坐标系中与之对应的同名点
Figure BDA0001837393510000092
到极线I的距离h,当h小于设定阈值s时,则基础矩阵F的计算准确,反之,基础矩阵 F的计算错误。
依据单个位姿下各个标记点算得出的h值绘制折线图,h计算结果如 下表:
位姿1 位姿2 位姿3 位姿4 位姿5 位姿6 位姿7 位姿8
h值 0.033 0.039 0.034 0.031 0.039 0.022 0.030 0.028
位姿9 位姿10 位姿11 位姿12 位姿13 位姿14 位姿15
h值 0.028 0.038 0.033 0.038 0.033 0.052 0.030
为了方便解释和精确限定所附权利要求,术语“上”、“下”、“左”和“右”是特 征位置的示例性实施方式的描述。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。 前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精 确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方 案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的 其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式 和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。

Claims (5)

1.一种对双目视觉测量***的标定结果进行评价的方法,标定结果包含:
左相机内参数矩阵
Figure FDA0003020371070000011
右相机内参数矩阵
Figure FDA0003020371070000012
其中,fxl,fyl为左相机x轴和y轴方向的尺度因子,(u0l,v0l)为主点坐标;fxr,fyr为右相机x轴和y轴方向的尺度因子,(u0r,v0r)为主点坐标;
右相机坐标系到左相机坐标系的旋转矩阵
Figure FDA0003020371070000013
平移矩阵Tc=[t1 t2 t3]T;左相机坐标系到右相机坐标系的旋转矩阵
Figure FDA0003020371070000014
平移矩阵T`c=[t`1t`2 t`3]T
不同标定位姿下,标定板中各个标记点在世界坐标系下的坐标(Xij,Yij,Zij),i=1,2,3…m,m是标定位姿的个数;j=1,2,3…n,n为标定板中标记点的数目;
左相机坐标系或右相机坐标系与世界坐标系的转换关系[Rwi Twi],i=1,2,3…m;
其特征在于,对上述标定结果按照如下步骤进行评价:
步骤1,计算标定板图像中各个标记点分别在左相机图像坐标系和右相机图像坐标系下的二维坐标;
其中,单个标记点在左、右相机图像坐标系下的二维坐标记为:
Figure FDA0003020371070000015
Figure FDA0003020371070000016
其中:下标l代表左相机获取的图像,下标r代表右相机获取的图像,下标p代表p点;
步骤2,分别计算单个标记点在左相机坐标系的三维坐标
Figure FDA0003020371070000021
Figure FDA0003020371070000022
Figure FDA0003020371070000023
Figure FDA0003020371070000024
其中,
Figure FDA0003020371070000025
步骤3,将步骤2中计算出的标记点在左相机坐标系下的三维坐标
Figure FDA0003020371070000026
Figure FDA0003020371070000027
转换到世界坐标系,得到其空间三维坐标pj′=[xj yj zj]T
Figure FDA0003020371070000028
步骤4,计算步骤3中得出的标记点空间三维坐标pj′=[xj yj zj]T与标定结果中对应标记点在世界坐标系下的坐标(Xij,Yij,Zij)之间的欧式距离dij
步骤5,对于基于标定板与相机不同相对位置处获得的标定板图像重复步骤1~步骤4,计算评价参数ep
Figure FDA0003020371070000029
其中w为如上计算中用到的所有标定板图像中的标记点数量的总和;
当ep小于预设的阈值K时,则标定结果准确,反之,标定结果不准确;
根据标定结果,计算基础矩阵F:
F=Ar -TEAl -1
对于左相机图像坐标系中标记点的坐标
Figure FDA00030203710700000210
计算其极线I:
I=Fpjl
其中E是本征矩阵,E=Tc×Rc
计算右相机图像坐标系中与之对应的同名点
Figure FDA0003020371070000031
到极线I的距离h,当h小于设定阈值s时,则基础矩阵F的计算准确,反之,基础矩阵F的计算错误;
或者,根据标定结果,计算基础矩阵F:
F=Al -TEAr -1
对于右相机图像坐标系中标记点的坐标
Figure FDA0003020371070000032
计算其对应极线I:
I=Fpjr
其中E是本征矩阵,E=T`c×R`c
计算左相机图像坐标系中与之对应的同名点
Figure FDA0003020371070000033
到极线I的距离h,当h小于设定阈值s时,则基础矩阵F的计算准确,反之,基础矩阵F的计算错误。
2.如权利要求1所述对双目视觉测量***的标定结果进行评价的方法,其特征在于:步骤2替换为步骤2),步骤3替换为步骤3),
步骤2)、计算单个标记点在右相机坐标系的三维坐标
Figure FDA0003020371070000034
Figure FDA0003020371070000035
Figure FDA0003020371070000036
其中,
Figure FDA0003020371070000037
步骤3),将步骤2)中计算出的标记点在右相机坐标系下的三维坐标
Figure FDA0003020371070000038
Figure FDA0003020371070000039
转换到世界坐标系,得到其空间三维坐标pj′=[xj yj zj]T
Figure FDA0003020371070000041
3.如权利要求1或2所述对双目视觉测量***的标定结果进行评价的方法,其特征在于:步骤1中标定板图像为标定过程中获取的图像或利用标定后的左、右相机获得的图像。
4.如权利要求1或2所述对双目视觉测量***的标定结果进行评价的方法,其特征在于:所述步骤5基于标定板与相机不同相对位置处获得的标定图像数目为10~30。
5.如权利要求1或2所述对双目视觉测量***的标定结果进行评价的方法,其特征在于:所述标定结果为张氏标定方法得到的标定结果,标定板是以同心圆为特征的平面标定板。
CN201811232049.4A 2018-10-22 2018-10-22 一种对双目视觉测量***的标定结果进行评价的方法 Active CN109522935B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811232049.4A CN109522935B (zh) 2018-10-22 2018-10-22 一种对双目视觉测量***的标定结果进行评价的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811232049.4A CN109522935B (zh) 2018-10-22 2018-10-22 一种对双目视觉测量***的标定结果进行评价的方法

Publications (2)

Publication Number Publication Date
CN109522935A CN109522935A (zh) 2019-03-26
CN109522935B true CN109522935B (zh) 2021-07-02

Family

ID=65772226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811232049.4A Active CN109522935B (zh) 2018-10-22 2018-10-22 一种对双目视觉测量***的标定结果进行评价的方法

Country Status (1)

Country Link
CN (1) CN109522935B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111768448A (zh) * 2019-03-30 2020-10-13 北京伟景智能科技有限公司 一种基于多相机检测的空间坐标系标定方法
CN110009676B (zh) * 2019-04-11 2019-12-17 电子科技大学 一种双目图像的本征性质分解方法
CN110728709B (zh) * 2019-10-16 2022-08-16 广州中科智巡科技有限公司 一种基于双目视觉技术的刀闸智能识别***及方法
CN110827361B (zh) * 2019-11-01 2023-06-23 清华大学 基于全局标定架的相机组标定方法及装置
CN112907676B (zh) * 2019-11-19 2022-05-10 浙江商汤科技开发有限公司 传感器的标定方法、装置、***、车辆、设备及存储介质
CN111210480B (zh) * 2020-01-06 2023-08-22 中国农业大学 双目精度的检测方法、***、设备及存储介质
CN111753712A (zh) * 2020-06-22 2020-10-09 中国电力科学研究院有限公司 电力生产人员安全监测方法、***以及设备
CN111784771B (zh) * 2020-06-28 2023-05-23 北京理工大学 基于双目相机的3d三角测量方法及装置
CN112308926B (zh) * 2020-10-16 2023-03-31 易思维(杭州)科技有限公司 一种无公共视场的相机外参标定方法
CN112489122B (zh) * 2020-10-20 2022-08-23 江苏集萃未来城市应用技术研究所有限公司 基于双目相机确定遮挡电子界址点gnss坐标的方法
CN112330755B (zh) * 2020-11-26 2022-09-30 展讯通信(上海)有限公司 环视***的标定评价方法及装置、存储介质、终端
CN112734858B (zh) * 2021-01-08 2022-11-29 长沙行深智能科技有限公司 一种双目标定精度在线检测方法及装置
CN113052918B (zh) * 2021-04-23 2024-06-04 北京机械设备研究所 对极式双目相机标定误差评价方法、装置、介质及设备
CN113484840B (zh) * 2021-07-23 2024-07-09 青岛海尔空调电子有限公司 基于雷达的家电工作空间的目标定位方法及家电***
CN113624371B (zh) * 2021-08-06 2022-07-22 中国科学院自动化研究所 基于双目视觉的高分辨率视触觉传感器及点云生成方法
CN117414129B (zh) * 2023-12-18 2024-03-08 吉林大学第一医院 一种脊柱活动度测量***及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102107179A (zh) * 2010-12-14 2011-06-29 浙江工业大学 一种基于双目视觉的单层皮革涂胶控制方法
CN103247053A (zh) * 2013-05-16 2013-08-14 大连理工大学 基于双目显微立体视觉的零件精确定位方法
US8897502B2 (en) * 2011-04-29 2014-11-25 Aptina Imaging Corporation Calibration for stereoscopic capture system
CN105005999A (zh) * 2015-08-12 2015-10-28 北京航空航天大学 一种基于计算机立体视觉面向导盲仪的障碍物探测方法
CN105678709A (zh) * 2016-01-12 2016-06-15 西安交通大学 一种led手持靶标光心偏差校正算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102107179A (zh) * 2010-12-14 2011-06-29 浙江工业大学 一种基于双目视觉的单层皮革涂胶控制方法
US8897502B2 (en) * 2011-04-29 2014-11-25 Aptina Imaging Corporation Calibration for stereoscopic capture system
CN103247053A (zh) * 2013-05-16 2013-08-14 大连理工大学 基于双目显微立体视觉的零件精确定位方法
CN105005999A (zh) * 2015-08-12 2015-10-28 北京航空航天大学 一种基于计算机立体视觉面向导盲仪的障碍物探测方法
CN105678709A (zh) * 2016-01-12 2016-06-15 西安交通大学 一种led手持靶标光心偏差校正算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Analysis of Camera Calibration with Respect to Measurement Accuracy;Oleksandr Semeniuta;《 48th CIRP International Conference on Manufacturing Systems (CIRP CMS)》;20150626;第41卷;第765-770页 *
Experimental investigation of strain errors in stereo-digital image correlation due to camera calibration;Xinxing Shao et al.;《Optical Engineering》;20180305;第57卷(第3期);第1-7页 *
基于机器人双目立体视觉的三维重建;李丽军;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120915(第9期);第I138-784页 *

Also Published As

Publication number Publication date
CN109522935A (zh) 2019-03-26

Similar Documents

Publication Publication Date Title
CN109522935B (zh) 一种对双目视觉测量***的标定结果进行评价的方法
CN110163918B (zh) 一种基于射影几何的线结构光标定方法
CN105931222B (zh) 用低精度二维平面靶标实现高精度相机标定的方法
CN104266608B (zh) 视觉传感器现场标定装置和标定方法
CN104677277B (zh) 一种测量物体几何属性或距离的方法及***
CN108340211A (zh) 基于单目视觉的数控机床轮廓误差三维测量方法
CN104517291B (zh) 基于目标同轴圆特征的位姿测量方法
CN106709955B (zh) 基于双目立体视觉的空间坐标系标定***和方法
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
JP2008224626A (ja) 情報処理装置、情報処理方法、校正治具
CN113137920A (zh) 一种水下测量的设备与水下测量方法
CN110065075B (zh) 一种基于视觉的空间细胞机器人外部状态感知方法
CN108648242B (zh) 基于激光测距仪辅助无公共视场的两相机标定方法及装置
CN106157322B (zh) 一种基于平面镜的像机安装位置标定方法
CN104036542A (zh) 一种基于空间光线聚集性的像面特征点匹配方法
CN110763204A (zh) 一种平面编码靶标及其位姿测量方法
CN112581544B (zh) 基于参数优化的无公共视场相机标定方法
CN104167001B (zh) 基于正交补偿的大视场摄像机标定方法
CN111289226A (zh) 基于视觉测量技术的线激光器平面度检测方法
CN112308926A (zh) 一种无公共视场的相机外参标定方法
CN116740187A (zh) 一种无重叠视场多相机联合标定方法
CN112362034A (zh) 基于双目视觉的固体发动机多节筒段对接引导测量算法
CN111583342A (zh) 一种基于双目视觉的目标快速定位方法及装置
CN114926538A (zh) 单目激光散斑投影***的外参数标定方法和装置
CN110866954B (zh) 长度约束下的弹目标高精度姿态测量方法

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051

Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd.

Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051

Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder