CN111145271A - 相机参数的精确度的确定方法、装置、存储介质及终端 - Google Patents
相机参数的精确度的确定方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN111145271A CN111145271A CN201911403533.3A CN201911403533A CN111145271A CN 111145271 A CN111145271 A CN 111145271A CN 201911403533 A CN201911403533 A CN 201911403533A CN 111145271 A CN111145271 A CN 111145271A
- Authority
- CN
- China
- Prior art keywords
- accuracy
- image
- distortion
- binocular camera
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012360 testing method Methods 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 24
- 230000003287 optical effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及相机技术领域,具体涉及一种双目相机参数的精确度的确定方法、装置、存储介质及终端设备,所述方法包括:对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,根据去畸变图像中的直线特征确定畸变参数的精确度;获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,根据校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。本申请能够提高双目相机参数的精确度的判断效率及准确度。
Description
技术领域
本申请涉及相机技术领域,具体涉及一种双目相机参数的精确度的确定方法、装置、存储介质及终端设备。
背景技术
双目相机目前的应用领域越来越广,而双目相机的两个镜头由于安装和镜头本身的制作工艺因素,双目相机的两个镜头所采集的图像无法很好地表现现实世界的图像,为了消除双目相机的视差不准确的问题,在双目相机使用前需要对双目相机进行标定,通过标定对双目相机所采集的图像进行矫正,使得两个镜头所采集的图像可以更好地还原真实世界的图像,而目前,对于标定的结果,尚无高效、准确地评估标定结果的方案。
发明内容
为克服以上技术问题,特别是现有技术无法准确、高效评估双目相机的标定参数的问题,特提出以下技术方案:
第一方面,本申请提供了一种双目相机参数的精确度的确定方法,包括:
对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;
获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;
获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;
根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
进一步的,所述根据所述标定参数对所述原始图像去畸变处理,包括:
获取所述标定参数包含的径向畸变参数及切向畸变参数,
根据所述径向畸变参数对所述原始图像去径向畸变处理,根据所述切向畸变参数对所述原始图像去切向畸变处理。
进一步的,所述根据所述去畸变图像中的直线特征确定畸变参数的精确度,包括:
获取所述原始图像中包含直线特征的目标物体;
获取所述去畸变图像中的所述目标物体的直线弯曲度;
根据所述直线弯曲度确定畸变参数的精确度。
进一步的,所述目标物体包括桌子边缘,柱子边缘,棋盘格边缘。
进一步的,所述对所述左右图像进行极线校正,包括:
获取双目相机的左右相机的光心,连接左右相机的光心,得到基线;
根据所述左右图像与所述基线的交点,确定极点;
获取所述左右图像的相同坐标位置的像点,连接所述像点与极点,得到极线;
对所述左右图像进行极线校正,使得所述极点在无穷远处、左右相机的光心平行及像点在左右图像上的高度一致。
进一步的,所述根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度之后,还包括:
当所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机参数的精确度均满足预设要求,确定双目相机的标准参数为所述标定参数;
根据所述双目相机的标准参数及双目相机的拍摄图像通过SGBM算法计算所述拍摄图像的深度图;
当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数。
进一步的,所述当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数,包括:
在所述深度图上任意选取若干测试点,输出所述测试点在所述深度图中的深度值,利用测距仪验证所述测试点的深度值是否在预设范围,若是,确定所述深度图的稠密度满足预设要求,确定所述标准参数为正确的标准参数。
第二方面,本申请提供一种双目相机参数的精确度的确定装置,包括:
投影模型测试模块:用于对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;
畸变参数测试模块:用于获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;
旋转矩阵测试模块:用于获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;
参数精度判定模块:用于根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
第三方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述的双目相机参数的精确度的确定方法。
第四方面,本申请还提供了一种终端设备,所述终端设备包括一个或多个处理器、存储器、一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述的双目相机参数的精确度的确定方法。
本申请与现有技术相比,具有以下有益效果:
本申请提供了一种对双目相机的标定精度的评估方法,首先对双目相机进行标定,得到标定参数及重投影误差,通过所述重投影误差确定相机的投影模型是否符合真实的投影模型,再通过畸变矫正之后的图像的直线特征量畸变参数矫正的是否准确,以及通过双目极线校正后的左右图像对比验证双目外参中的旋转矩阵是否精确,通过上述多角度的结合,根据投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度对双目相机的标定参数进行评估,快速地确定双目相机的标定参数的精确度,提高双目相机参数的精确度的判断效率及准确度。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请双目相机参数的精确度的确定方法的一实施例流程示意图;
图2为本申请原始图像与去畸变图像的一实施例示意图;
图3为本申请校正后的左右图像的一实施例示意图;
图4为本申请双目相机参数的精确度的确定装置的一实施例示意图;
图5为本申请终端设备的一实施例结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本申请实施例提供一种双目相机参数的精确度的确定方法,如图1所示,所述方法包括以下步骤:
S10:对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度。
相机标定的目的有两个,第一是确定世界中的物体到计算机图像平面的变换关系的,求解出内外参数矩阵;第二是求解畸变系数,然后用于图像矫正。本实施例中,对双目相机进行标定,然后根据下述方式对双目相机的标定精度进行评估,确定双目相机参数的精确度。具体的,本实施例对双目相机进行标定,得到标定参数,所述标定参数包括两类,一类是相机本身的参数,即内参,另一类是两个相机之间的相对位置关系,即外参;所述内参包括相机主点像素坐标(u0,v0)、相机等效焦距(fx,fy)、相机畸变系数(k1,k2,k3,p1,p2);所述外参包括双目相机之间的平移向量T(x,y,z)及旋转矩阵R。对所述双目相机进行标定会得到重投影误差(Reprojection error),本实施例中,根据所述重投影误差确定双目相机的投影模型的精确度,在一种实施方式中,若所述重投影误差小于0.5个像素,则说明目前选择的相机投影模型正确,投影模型的精确度高,并且标定综合表现比较精确;若所述重投影误差比较大,例如超过了1个像素单位,则说明目前选择的相机投影模型的精确度低,并且表明该组标定参数误差较大。优选的,所述重投影误差为平均重投影误差。
S20:获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度。
进一步的,本实施例再确定双目相机的畸变参数的精度,具体的,获取双目相机镜头的原始图像,从镜头获取的原始图像,一般存在径向畸变和切向畸变两种畸变,为了对图像进行更好的操作,本实施例首先对所述原始图像执行去畸变过程,本实施例根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,在一种实施方式中,根据标定参数通过Opencv或者matlab工具进行图像双线性插值去畸变,如2所示是原始图像去畸变处理的效果图,图2中a表示原始图像,b表示去畸变处理后得到的去畸变图像,然后根据所述去畸变图像中的直线特征确定畸变参数的精确度,通过判断原始图像中的直线特征在去畸变处理后是否接近直线来判断畸变参数的准确程度,如图2所示,图2中原始图像a中原本弯曲的棋盘格边缘,在经过去畸变处理后的被拉直成直线(图2中b所示),此时确定畸变参数能够较好地拟合该相机的真实畸变,畸变参数的精确度高;反之,若发现棋盘格边缘没有被完全拉直,还存在一定的弯曲,那么就表明该畸变参数无法很好地拟合相机的真实畸变,畸变参数的精确度不够。
S30:获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度。
双目相机的左右两个镜头同时拍摄到的图像定义为左右图像,上述原始图像亦包括左右图像,在对双目相机的原始图像进行去畸变处理后,得到去畸变图像,然后获取的去畸变图像的左右图像,再对所述左右图像进行极线校正,得到校正后的左右图像,然后判断校正后的左右图像的对齐程度,根据所述对齐程度确定双目相机的旋转矩阵的精确度,通过判断左右图像是否对齐,来判断旋转矩阵Rl和Rr的准确程度,即判断旋转矩阵R的准确程度。
S40:根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
本实施例,通过上述多种方法的结合,根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度对双目相机的标定参数进行评估,从而确定双目相机的标定参数的精确度。
本实施例提供了一种对双目相机的标定精度的评估方法,首先对双目相机进行标定,得到标定参数及重投影误差,通过所述重投影误差确定相机的投影模型是否符合真实的投影模型,再通过畸变矫正之后的图像的直线特征量畸变参数矫正的是否准确,以及通过双目极线校正后的左右图像对比验证双目外参中的旋转矩阵是否精确,通过上述多角度的结合,根据投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度对双目相机的标定参数进行评估,快速地确定双目相机的标定参数的精确度,提高双目相机参数的精确度的判断效率及准确度。
本申请的一种实施例,所述根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,包括:
获取所述标定参数包含的径向畸变参数及切向畸变参数,
根据所述径向畸变参数对所述原始图像去径向畸变处理,根据所述切向畸变参数对所述原始图像去切向畸变处理,得到去畸变图像。
本实施例中,所述标定参数包括畸变参数,所述畸变参数包括径向畸变参数及切向畸变参数,在对所述原始图像去畸变处理时,获取径向畸变参数及切向畸变参数,然后根据所述径向畸变参数对所述原始图像去径向畸变处理,根据所述切向畸变参数对所述原始图像去切向畸变处理,在一种实施方式中,径向畸变参数为(k1,k2,k3),切向畸变参数为(p1,p2),对所述原始图像去径向畸变处理为:对所述原始图像去切向畸变处理为对所述原始图像去径向畸变处理及去切向畸变处理后,便得到去畸变图像。
本申请的一种实施例,所述根据所述去畸变图像中的直线特征确定畸变参数的精确度,包括:
获取所述原始图像中包含直线特征的目标物体;
获取所述去畸变图像中的所述目标物体的直线弯曲度;
根据所述直线弯曲度确定畸变参数的精确度。
本实施例中,在根据所述去畸变图像中的直线特征确定畸变参数的精确度时,首先确定原始图像中包含直线特征的物体,将所述包含直线特征的物体定义为目标物体,所述目标物体的直线特征在原始图像中存在一定的弯曲度,而在对原始图像进行去畸变处理后,获取所述去畸变图像中的所述目标物体的直线弯曲度,当所述目标物体的直线弯曲度在经过去畸变处理后的被拉直成直线,即直线弯曲度趋近于0时,此时根据所述直线弯曲度确定畸变参数的精确度,确定畸变参数能够较好地拟合该相机的真实畸变,畸变参数的精确度高,通过畸变矫正之后的图像,看图像中的直线特征是否被拉直,从而衡量畸变参数矫正是否准确,提高了畸变参数评估的准确度。
本申请的一种实施例,所述目标物体包括桌子边缘,柱子边缘,棋盘格边缘。
本实施例中,上述实施例选定的目标物体包括桌子边缘,柱子边缘,棋盘格边缘,该些目标物体在现实世界中的直线特征的直线弯曲度趋近于0,若双目相机所拍摄的图像能够保证所述目标物体的直线特征的直线弯曲度趋近于0,则确定畸变参数能够较好地拟合该相机的真实畸变,畸变参数的精确度高。
本申请的一种实施例,所述对所述左右图像进行极线校正,包括:
获取双目相机的左右相机的光心,连接左右相机的光心,得到基线;
根据所述左右图像与所述基线的交点,确定极点;
获取所述左右图像的相同坐标位置的像点,连接所述像点与极点,得到极线;
对所述左右图像进行极线校正,使得所述极点在无穷远处、左右相机的光心平行及像点在左右图像上的高度一致。
本实施例中,在对原始图像进行去畸变处理,得到去畸变图像后,获取双目相机的去畸变图像的左右图像,即双目相机的左右相机在同一时刻拍摄的左、右两张图像,然后对所述左右图像进行极线校正,具体的,校正前的左右相机的光心并不是平行的,本实施例首先获取双目相机的左右相机的光心,连接左右相机的光心,得到基线,两个光心的连线就叫基线,然后根据所述左右图像与所述基线的交点,确定极点,像平面与基线的交点就是极点,再获取所述左右图像的相同坐标位置的像点,连接所述像点与极点,得到极线,像点与极点所在的直线就是极线,然后对所述左右图像进行极线校正,极线校正是针对图像对应的相机坐标系进行的,将右图像平面相对于左图像平面的旋转矩阵R分解成两个矩阵Rl和Rr,叫做左右相机的合成旋转矩阵,在转换到相机坐标系后,左右图像对应的相机坐标系分别通过旋转矩阵Rl和Rr进行平行极线校正,通过调整旋转矩阵,使得所述极点在无穷远处、左右相机的光心平行及像点在左右图像上的高度一致,得到校正后的左右图像,从后根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度,在一种实施方式中,如图3所示,是极线校正后的左右图像,通过判断棋盘格的同一个角点在左右图像上是否在同一水平线上,来判断旋转矩阵R的精确度,可以在校正后的左右图像上画若干条平行的横线,来辅助判断左右图像的对齐程度,从而更加准确地评估双目相机的旋转矩阵的精确度。
本申请的一种实施例,所述根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度之后,还包括:
当所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机参数的精确度均满足预设要求,确定双目相机的标准参数为所述标定参数;
根据所述双目相机的标准参数及双目相机的拍摄图像通过SGBM算法计算所述拍摄图像的深度图;
当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数。
本实施例中,在根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度之后,若所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机参数的精确度均满足预设要求,则确定双目相机的标定参数较为准确,此时确定标准参数双目相机的为所述标定参数;然后还需要对所述标准参数作进一步验证,本实施例中,根据所述双目相机的标准参数及双目相机的拍摄图像通过SGBM算法计算所述拍摄图像的深度图,基于所述标准参数的双目相机拍摄了图像,然后通过SGBM算法计算所述拍摄图像的深度图,在一种实施方式中,将所述标准参数及拍摄图像输入opencv,然后通过SGBM算法计算所述拍摄图像的深度图,然后验证所述深度图的抽密度,当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数从而精确确定所述标准参数的正确性。
本申请的一种实施例,所述当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数,包括:
在所述深度图上任意选取若干测试点,输出所述测试点在所述深度图中的深度值,利用测距仪验证所述测试点的深度值是否在预设范围,若是,确定所述深度图的稠密度满足预设要求,确定所述标准参数为正确的标准参数。
本实施例中提供了一种验证深度图的稠密度是否满足预设要求的实施方式,具体的,在所述深度图上任意选取若干测试点,然后输出所述测试点在所述深度图中的深度值,利用测距仪验证所述测试点的深度值是否在预设范围,所述测距仪包括激光测距仪,若所述测试点的深度值在预设范围内,则确定所述深度图的稠密度满足预设要求,确定所述标准参数为正确的标准参数,从而快速地验证深度图的抽密度。
如图4所示,在另一种实施例中,本申请提供了一种双目相机参数的精确度的确定装置,包括:
投影模型测试模块10:用于对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;
畸变参数测试模块20:用于获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;
旋转矩阵测试模块30:用于获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;
参数精度判定模块40:用于根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
本申请的一种实施例,所述畸变参数测试模块20还包括执行:
获取所述标定参数包含的径向畸变参数及切向畸变参数,
根据所述径向畸变参数对所述原始图像去径向畸变处理,根据所述切向畸变参数对所述原始图像去切向畸变处理。
本申请的一种实施例,所述畸变参数测试模块20还包括执行:
获取所述原始图像中包含直线特征的目标物体;
获取所述去畸变图像中的所述目标物体的直线弯曲度;
根据所述直线弯曲度确定畸变参数的精确度。
本申请的一种实施例,所述目标物体包括桌子边缘,柱子边缘,棋盘格边缘。
本申请的一种实施例,所述旋转矩阵测试模块30还包括执行:
获取双目相机的左右相机的光心,连接左右相机的光心,得到基线;
根据所述左右图像与所述基线的交点,确定极点;
获取所述左右图像的相同坐标位置的像点,连接所述像点与极点,得到极线;
对所述左右图像进行极线校正,使得所述极点在无穷远处、左右相机的光心平行及像点在左右图像上的高度一致。
本申请的一种实施例,所述装置还包括:
深度图判断模块:用于当所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机参数的精确度均满足预设要求,确定双目相机的标准参数为所述标定参数;
根据所述双目相机的标准参数及双目相机的拍摄图像通过SGBM算法计算所述拍摄图像的深度图;
当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数。
本申请的一种实施例,所述深度图判断模块还包括执行:
在所述深度图上任意选取若干测试点,输出所述测试点在所述深度图中的深度值,利用测距仪验证所述测试点的深度值是否在预设范围,若是,确定所述深度图的稠密度满足预设要求,确定所述标准参数为正确的标准参数。
在另一种实施例中,本申请提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例所述的双目相机参数的精确度的确定方法。其中,所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(RandomAcceSS Memory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
本申请实施例提供的一种计算机可读存储介质,可实现对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。通过提供一种对双目相机的标定精度的评估方法,首先对双目相机进行标定,得到标定参数及重投影误差,通过所述重投影误差确定相机的投影模型是否符合真实的投影模型,再通过畸变矫正之后的图像的直线特征量畸变参数矫正的是否准确,以及通过双目极线校正后的左右图像对比验证双目外参中的旋转矩阵是否精确,通过上述多角度的结合,根据投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度对双目相机的标定参数进行评估,快速地确定双目相机的标定参数的精确度,提高双目相机参数的精确度的判断效率及准确度。
本申请实施例提供的计算机可读存储介质可以实现上述双目相机参数的精确度的确定方法的实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。
此外,在又一种实施例中,本申请还提供一种终端设备,如图5所示,所述终端设备包括处理器403、存储器405、输入单元407以及显示单元409等器件。本领域技术人员可以理解,图5示出的结构器件并不构成对所有终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件。所述存储器405可用于存储计算机程序401以及各功能模块,所述处理器403运行存储在存储器405的计算机程序401,从而执行设备的各种功能应用以及数据处理。所述存储器405可以是内存储器或外存储器,或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。
输入单元407用于接收信号的输入及接收用户的输入,输入单元407可包括触控面板以及其它输入设备,触控面板可收集用户在其上或附近的触摸操作,并根据预先设定的程序驱动相应的连接装置。显示单元409可用于显示用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元409可采用液晶显示器、有机发光二极管等形式。处理器403是计算机设备的控制中心,利用各种接口和线路连接整个电脑的各个部分,通过运行或执行存储在存储器403内的软件程序和/或模块,以及调用存储在存储器内的数据,执行各种功能和处理数据。
在一种实施方式中,所述终端设备包括一个或多个处理器403,以及一个或多个存储器405,一个或多个计算机程序401,其中所述一个或多个计算机程序401被存储在存储器405中并被配置为由所述一个或多个处理器403执行,所述一个或多个计算机程序401配置用于执行以上实施例所述的双目相机参数的精确度的确定方法。图4中所示的一个或多个处理器403能够执行、实现图3中所示的投影模型测试模块10、畸变参数测试模块20、旋转矩阵测试模块30、参数精度判定模块40的功能。
本申请实施例提供的一种终端设备,可实现对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。通过提供一种对双目相机的标定精度的评估方法,首先对双目相机进行标定,得到标定参数及重投影误差,通过所述重投影误差确定相机的投影模型是否符合真实的投影模型,再通过畸变矫正之后的图像的直线特征量畸变参数矫正的是否准确,以及通过双目极线校正后的左右图像对比验证双目外参中的旋转矩阵是否精确,通过上述多角度的结合,根据投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度对双目相机的标定参数进行评估,快速地确定双目相机的标定参数的精确度,提高双目相机参数的精确度的判断效率及准确度。
本申请实施例提供的控制终端可以实现上述提供的双目相机参数的精确度的确定方法的实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种双目相机参数的精确度的确定方法,其特征在于,包括以下步骤:
对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;
获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;
获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;
根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述标定参数对所述原始图像去畸变处理,包括:
获取所述标定参数包含的径向畸变参数及切向畸变参数,
根据所述径向畸变参数对所述原始图像去径向畸变处理,根据所述切向畸变参数对所述原始图像去切向畸变处理。
3.根据权利要求1所述的方法,其特征在于,所述根据所述去畸变图像中的直线特征确定畸变参数的精确度,包括:
获取所述原始图像中包含直线特征的目标物体;
获取所述去畸变图像中的所述目标物体的直线弯曲度;
根据所述直线弯曲度确定畸变参数的精确度。
4.根据权利要求3所述的方法,其特征在于,所述目标物体包括桌子边缘,柱子边缘,棋盘格边缘。
5.根据权利要求1所述的方法,其特征在于,所述对所述左右图像进行极线校正,包括:
获取双目相机的左右相机的光心,连接左右相机的光心,得到基线;
根据所述左右图像与所述基线的交点,确定极点;
获取所述左右图像的相同坐标位置的像点,连接所述像点与极点,得到极线;
对所述左右图像进行极线校正,使得所述极点在无穷远处、左右相机的光心平行及像点在左右图像上的高度一致。
6.根据权利要求1所述的方法,其特征在于,所述根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度之后,还包括:
当所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机参数的精确度均满足预设要求,确定双目相机的标准参数为所述标定参数;
根据所述双目相机的标准参数及双目相机的拍摄图像通过SGBM算法计算所述拍摄图像的深度图;
当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数。
7.根据权利要求6所述的方法,其特征在于,所述当所述深度图的稠密度满足预设要求时,确定所述标准参数为正确的标准参数,包括:
在所述深度图上任意选取若干测试点,输出所述测试点在所述深度图中的深度值,利用测距仪验证所述测试点的深度值是否在预设范围,若是,确定所述深度图的稠密度满足预设要求,确定所述标准参数为正确的标准参数。
8.一种双目相机参数的精确度的确定装置,其特征在于,包括:
投影模型测试模块:用于对双目相机进行标定,得到标定参数及重投影误差,根据所述重投影误差确定双目相机的投影模型的精确度;
畸变参数测试模块:用于获取双目相机的原始图像,根据所述标定参数对所述原始图像去畸变处理,得到去畸变图像,根据所述去畸变图像中的直线特征确定畸变参数的精确度;
旋转矩阵测试模块:用于获取双目相机的去畸变图像的左右图像,对所述左右图像进行极线校正,得到校正后的左右图像,根据所述校正后的左右图像的对齐程度确定双目相机的旋转矩阵的精确度;
参数精度判定模块:用于根据所述投影模型的精确度、畸变参数的精确度及旋转矩阵的精确度确定双目相机的标定参数的精确度。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的双目相机参数的精确度的确定方法。
10.一种终端设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个计算机程序配置用于执行根据权利要求1至7任一项所述的双目相机参数的精确度的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403533.3A CN111145271B (zh) | 2019-12-30 | 2019-12-30 | 相机参数的精确度的确定方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911403533.3A CN111145271B (zh) | 2019-12-30 | 2019-12-30 | 相机参数的精确度的确定方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111145271A true CN111145271A (zh) | 2020-05-12 |
CN111145271B CN111145271B (zh) | 2023-04-28 |
Family
ID=70522379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911403533.3A Active CN111145271B (zh) | 2019-12-30 | 2019-12-30 | 相机参数的精确度的确定方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111145271B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070845A (zh) * | 2020-08-31 | 2020-12-11 | 上海爱观视觉科技有限公司 | 双目相机的标定方法、装置及终端设备 |
CN112633113A (zh) * | 2020-12-17 | 2021-04-09 | 厦门大学 | 跨摄像头的人脸活体检测方法及*** |
CN113096108A (zh) * | 2021-04-21 | 2021-07-09 | 安徽声讯信息技术有限公司 | 一种用于接口测试的精准对接方法 |
CN113112553A (zh) * | 2021-05-26 | 2021-07-13 | 北京三快在线科技有限公司 | 双目相机的参数标定方法、装置、电子设备及存储介质 |
CN114302121A (zh) * | 2021-12-28 | 2022-04-08 | 深圳市火乐科技发展有限公司 | 图像校正检验方法、装置、电子设备及存储介质 |
CN115690219A (zh) * | 2023-01-03 | 2023-02-03 | 山东矩阵软件工程股份有限公司 | 一种复杂环境下运行列车三维信息的检测方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感***结构参数的标定方法 |
CN104091308A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种减少图像畸变的极线校正方法 |
CN105931261A (zh) * | 2016-07-08 | 2016-09-07 | 北京格灵深瞳信息技术有限公司 | 一种双目立体相机外参数修正方法及装置 |
WO2018086348A1 (zh) * | 2016-11-09 | 2018-05-17 | 人加智能机器人技术(北京)有限公司 | 双目立体视觉***及深度测量方法 |
WO2018127007A1 (zh) * | 2017-01-03 | 2018-07-12 | 成都通甲优博科技有限责任公司 | 深度图获取方法及*** |
CN108280851A (zh) * | 2017-01-05 | 2018-07-13 | 钰立微电子股份有限公司 | 深度图产生装置 |
CN108416812A (zh) * | 2018-03-20 | 2018-08-17 | 中国电子科技集团公司第五十四研究所 | 一种单摄像机镜像双目视觉***的标定方法 |
CN109961401A (zh) * | 2017-12-14 | 2019-07-02 | 西安全志科技有限公司 | 一种双目相机的图像校正方法和存储介质 |
CN110009695A (zh) * | 2019-04-04 | 2019-07-12 | 南京睿悦信息技术有限公司 | 一种vr一体机自动计算反畸变系数的方法 |
-
2019
- 2019-12-30 CN CN201911403533.3A patent/CN111145271B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520897A (zh) * | 2009-02-27 | 2009-09-02 | 北京机械工业学院 | 摄像机标定方法 |
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感***结构参数的标定方法 |
CN104091308A (zh) * | 2014-06-12 | 2014-10-08 | 华南理工大学 | 一种减少图像畸变的极线校正方法 |
CN105931261A (zh) * | 2016-07-08 | 2016-09-07 | 北京格灵深瞳信息技术有限公司 | 一种双目立体相机外参数修正方法及装置 |
WO2018086348A1 (zh) * | 2016-11-09 | 2018-05-17 | 人加智能机器人技术(北京)有限公司 | 双目立体视觉***及深度测量方法 |
WO2018127007A1 (zh) * | 2017-01-03 | 2018-07-12 | 成都通甲优博科技有限责任公司 | 深度图获取方法及*** |
CN108280851A (zh) * | 2017-01-05 | 2018-07-13 | 钰立微电子股份有限公司 | 深度图产生装置 |
CN109961401A (zh) * | 2017-12-14 | 2019-07-02 | 西安全志科技有限公司 | 一种双目相机的图像校正方法和存储介质 |
CN108416812A (zh) * | 2018-03-20 | 2018-08-17 | 中国电子科技集团公司第五十四研究所 | 一种单摄像机镜像双目视觉***的标定方法 |
CN110009695A (zh) * | 2019-04-04 | 2019-07-12 | 南京睿悦信息技术有限公司 | 一种vr一体机自动计算反畸变系数的方法 |
Non-Patent Citations (2)
Title |
---|
张青哲;王勇;: "基于对极约束的双目立体视觉标定精度评价方法" * |
王凤艳;黄润秋;陈剑平;张元元;王明常;: "基于计算机视觉和测量平差理论的相机标定" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070845A (zh) * | 2020-08-31 | 2020-12-11 | 上海爱观视觉科技有限公司 | 双目相机的标定方法、装置及终端设备 |
CN112070845B (zh) * | 2020-08-31 | 2024-02-02 | 安徽爱观视觉科技有限公司 | 双目相机的标定方法、装置及终端设备 |
CN112633113A (zh) * | 2020-12-17 | 2021-04-09 | 厦门大学 | 跨摄像头的人脸活体检测方法及*** |
CN113096108A (zh) * | 2021-04-21 | 2021-07-09 | 安徽声讯信息技术有限公司 | 一种用于接口测试的精准对接方法 |
CN113112553A (zh) * | 2021-05-26 | 2021-07-13 | 北京三快在线科技有限公司 | 双目相机的参数标定方法、装置、电子设备及存储介质 |
CN113112553B (zh) * | 2021-05-26 | 2022-07-29 | 北京三快在线科技有限公司 | 双目相机的参数标定方法、装置、电子设备及存储介质 |
CN114302121A (zh) * | 2021-12-28 | 2022-04-08 | 深圳市火乐科技发展有限公司 | 图像校正检验方法、装置、电子设备及存储介质 |
CN115690219A (zh) * | 2023-01-03 | 2023-02-03 | 山东矩阵软件工程股份有限公司 | 一种复杂环境下运行列车三维信息的检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111145271B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111145271B (zh) | 相机参数的精确度的确定方法、装置、存储介质及终端 | |
CN107767422B (zh) | 一种鱼眼镜头的校正方法、装置及便携式终端 | |
CN109345467B (zh) | 成像畸变校正方法、装置、计算机设备及存储介质 | |
CN111210468A (zh) | 一种图像深度信息获取方法及装置 | |
CN108629810B (zh) | 双目相机的标定方法、装置及终端 | |
CN110969662A (zh) | 鱼眼摄像机内参标定方法、装置、标定装置控制器和*** | |
CN112308925A (zh) | 可穿戴设备的双目标定方法、设备及存储介质 | |
CN106570907B (zh) | 一种相机标定方法及装置 | |
CN112927306B (zh) | 拍摄装置的标定方法、装置及终端设备 | |
CN109741241A (zh) | 鱼眼图像的处理方法、装置、设备和存储介质 | |
CN112686950A (zh) | 位姿估计方法、装置、终端设备及计算机可读存储介质 | |
CN114782553B (zh) | 基于椭圆对偶二次曲线的迭代相机标定方法及装置 | |
CN107067441B (zh) | 摄像机标定方法及装置 | |
KR101597163B1 (ko) | 스테레오 카메라 교정 방법 및 장치 | |
CN111915681A (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
CN112950528A (zh) | 证件姿态确定方法、模型训练方法、装置、服务器及介质 | |
CN112985360B (zh) | 基于车道线的双目测距校正方法、装置、设备和存储介质 | |
CN117745845A (zh) | 一种外参信息确定方法、装置、设备和存储介质 | |
CN112598751A (zh) | 标定方法及装置、终端和存储介质 | |
CN117291989A (zh) | 一种相机模型自标定方法、装置、介质和电子设备 | |
CN111445513A (zh) | 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质 | |
CN113870364B (zh) | 一种自适应的双目相机标定方法 | |
CN111462244A (zh) | 车载环视***在线标定方法、***及装置 | |
CN111353945A (zh) | 鱼眼图像校正方法、装置及存储介质 | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 |
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 |