CN111429531A - 标定方法、标定装置和非易失性计算机可读存储介质 - Google Patents

标定方法、标定装置和非易失性计算机可读存储介质 Download PDF

Info

Publication number
CN111429531A
CN111429531A CN202010330832.5A CN202010330832A CN111429531A CN 111429531 A CN111429531 A CN 111429531A CN 202010330832 A CN202010330832 A CN 202010330832A CN 111429531 A CN111429531 A CN 111429531A
Authority
CN
China
Prior art keywords
calibration
image
calibration image
camera
imaging system
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
CN202010330832.5A
Other languages
English (en)
Inventor
陈彪
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010330832.5A priority Critical patent/CN111429531A/zh
Publication of CN111429531A publication Critical patent/CN111429531A/zh
Pending legal-status Critical Current

Links

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)

Abstract

本申请提供了一种标定方法。标定方法包括在光路上未设置有光学元件时，通过光路上未设置光学元件的成像***拍摄标定图案图像以获取第一标定图像；在光路上设置有光学元件时，通过设置有光学元件的成像***拍摄标定图案图像以获取第二标定图像；根据第一标定图像和第二标定图像确定的第一映射矩阵对第二标定图像进行校正以得到第三标定图像；及根据第三标定图像标定成像***的内部参数和外部参数。本申请还公开了一种标定装置和非易失性计算机可读存储介质。根据第一标定图像和第二标定图像确定的第一映射矩阵对第二标定图像进行校正，校正后得到的第三标定图像的图像去除了光学元件带来的畸变影响，标定后的成像***的成像质量较高。

Description

标定方法、标定装置和非易失性计算机可读存储介质
技术领域
本申请涉及机器视觉标定技术领域，特别涉及一种标定方法、标定装置和非易失性计算机可读存储介质。
背景技术
理论上定义的摄像机透镜是不引入任何畸变的，然而实际应用中，由于透镜制造精度以及组装工艺的偏差等问题会引入畸变。畸变会导致摄像机成像平面上的坐标准确性降低，导致原始图像的失真，直观上看就是拍摄出来的物体会产生变形，成像质量较差。
发明内容
本申请的实施例提供了一种标定方法、标定装置和非易失性计算机可读存储介质。
本申请实施方式的标定方法包括在光路上未设置有光学元件时，通过成像***拍摄图像以获取第一标定图像；在所述光路上设置有所述光学元件时，通过所述成像***拍摄图像以获取第二标定图像，其中，所述光学元件能够透过光线，所述成像***拍摄所述第一标定图像和对应的所述第二标定图像时的拍摄参数相同；根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，并根据所述第一映射矩阵对所述第二标定图像进行校正以得到第三标定图像；及根据所述第三标定图像标定所述成像***的内部参数和外部参数。
本申请实施方式的标定装置包括光学元件、成像***和处理器；所述处理器用于在光路上未设置有光学元件时，通过成像***拍摄图像以获取第一标定图像、在所述光路上设置有所述光学元件时，通过所述成像***拍摄图像以获取第二标定图像，其中，所述光学元件能够透过光线，所述成像***拍摄所述第一标定图像和对应的所述第二标定图像时的拍摄参数相同、根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，并根据所述第一映射矩阵对所述第二标定图像进行校正以得到第三标定图像、及根据所述第三标定图像标定所述成像***的内部参数和外部参数。
一种包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行所述标定方法。所述标定方法包括在光路上未设置有光学元件时，通过成像***拍摄图像以获取第一标定图像；在所述光路上设置有所述光学元件时，通过所述成像***拍摄图像以获取第二标定图像，其中，所述光学元件能够透过光线，所述成像***拍摄所述第一标定图像和对应的所述第二标定图像时的拍摄参数相同；根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，并根据所述第一映射矩阵对所述第二标定图像进行校正以得到第三标定图像；及根据所述第三标定图像标定所述成像***的内部参数和外部参数。
本申请的标定方法、标定装置和非易失性计算机可读存储介质中，在成像***未设置光学元件和设置光学元件分别拍摄得到第一标定图像和第二标定图像，从而根据第一标定图像和第二标定图像确定的第一映射矩阵对第二标定图像进行校正，去除第二标定图像中因光学元件导致的畸变影响，校正后得到的第三标定图像的图像坐标准确性较高，有利于图像的配准以及三维坐标重建，可提升标定效果，从而提升标定后的成像***的成像质量，保证用户的观看体验。
本申请的附加方面和优点将在下面的描述中部分给出，部分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
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请某些实施方式的标定方法的流程示意图；
图2是本申请某些实施方式的标定装置的平面示意图；
图3是本申请某些实施方式的标定装置的另一视角的平面示意图；
图4是本申请某些实施方式的标定方法的流程示意图；
图5和图6是本申请某些实施方式的标定方法的原理示意图；及
图7是本申请某些实施方式的处理器和计算机可读存储介质的连接示意图。
具体实施方式
以下结合附图对本申请的实施方式作进一步说明。附图中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。另外，下面结合附图描述的本申请的实施方式是示例性的，仅用于解释本申请的实施方式，而不能理解为对本申请的限制。
请参阅图1至图3，本申请实施方式的标定方法包括以下步骤：
011：在光路上未设置有光学元件20时，通过成像***30拍摄图像以获取第一标定图像；
012：在光路上设置有光学元件20时，通过成像***30拍摄图像以获取第二标定图像，其中，光学元件20能够透过光线，成像***30拍摄第一标定图像和对应的第二标定图像时的拍摄参数相同；
013：根据第一标定图像和第二标定图像确定第一映射矩阵，并根据第一映射矩阵对第二标定图像进行校正以得到第三标定图像；及
014：根据第三标定图像标定成像***的内部参数和外部参数。
在某些实施方式中，标定装置100包括光学元件20、成像***30和处理器40。处理器40用于在光路上未设置有光学元件20时，通过成像***30拍摄图像以获取第一标定图像，在光路上设置有光学元件20时，通过成像***30拍摄图像以获取第二标定图像，根据第一标定图像和第二标定图像确定第一映射矩阵，并根据第一映射矩阵对第二标定图像进行校正以得到第三标定图像，及根据第三标定图像标定成像***的内部参数和外部参数。也即是说，步骤011和步骤012可以由成像***30配合处理器40实现，步骤013和步骤014可以由处理器40实现。
具体地，摄像机应用领域广泛，在摄影摄像、机器视觉、增强现实(AugmentedReality，AR)等领域均发挥重要作用，而摄像机由于透镜制造精度、组装工艺的偏差等问题，导致拍摄的图像存在畸变，畸变直观上看就是拍摄出来的物体会产生变形，因此，摄像机在出厂时一般会进行标定，标定的过程就是矫正畸变的过程，当然摄像机的标定不仅能够矫正畸变，还能够实现现实世界的三维坐标和拍摄图像的图像坐标的一一对应。摄像机标定确定的内部参数、外部参数可用于建立成像模型，以便于确定世界坐标系中物点同它在图像坐标系上像点之间的对应关系。摄像机模型是对真实摄像机的几何抽象，其成像过程是对空间点的摄影变换。而摄像机参数(内部参数和外部参数)则决定了变换的具体映射方式，只要知道了这些参数和空间点的坐标就能够计算出相应的像点坐标。因此，矫正畸变以使得图像中像点与世界坐标系中三维坐标的一一对应是相机标定中的重要环节。
目前的标定模型中，均没有考虑摄像机入光光路上可能设置其他光学元件20的情况，例如在AR领域，AR眼镜一般设置有跟踪相机，跟踪相机的作用就是对拍摄场景进行三维重建，从而使得虚拟场景、人物等可以准确地叠加在现实世界，实现虚拟和现实的结合。为了保证虚拟和现实的结合的准确性，保证用户的观看体验，准确地的对跟踪相机进行标定是必不可少的。现有的AR眼镜中，为了保护跟踪相机，一般会设置一个透光的光学元件20(如透镜)充当保护罩，可以理解，由于不同厂家ID设计的需求，保护罩的形态千差万别，光学元件20可为任意形态的保护罩，只需保护罩可透光即可。保护罩的加入，会引入不对称的畸变，若不校正该畸变，会严重影响标定准确性。下面以成像***30为上述跟踪相机为例介绍本申请的标定方法。
本申请的标定装置100中，在光路未设置光学元件20(如保护罩)时，跟踪相机拍摄图像以得到第一标定图像，此时的第一标定图像没有受到保护罩的影响，在光路设置光学元件20(如保护罩)时，跟踪相机拍摄图像以得到第二标定图像，此时保护罩可覆盖整个跟踪相机的视场范围，以使得进入跟踪相机的光线均经过保护罩，或者，保护罩部分覆盖跟踪相机的视场范围，以使得进入跟踪相机的部分光线均经过保护罩，可根据不同AR眼镜中的保护罩的实际设置位置确定。保护罩可以是半透明的，如保护罩的透过率为70％、80％、90％、95％等。
拍摄的图像可通过拍摄标定装置100的标定板10上预设的标定图案获取，也可通过直接拍摄场景获取，当然，为了方便特征点的获取，减少识别特征点的计算量，本申请实施方式通过拍摄标定板10上预设的标定图案获取第一标定图像和第二标定图像。标定图案的样式不受限制，例如标定图案可以是棋盘格图像，通过识别棋盘格的角点以实现特征点的提取；再例如，标定图案可以是黑色背景上存在多个白色的标志点的图案，通过识别标志点即可确定特征点；再例如，标定图案可以是包括多个圆的图案，通过识别圆的圆心即可识别特征点等。
需要注意的是，为了保证拍摄第一标定图像和第二标定图像时，使得第一标定图像和第二标定图像的差异基本只由保护罩是否设置带来的，需要尽量减少拍摄时的变量，如存在保护罩是否设置这一个变量，或者，存在保护罩是否设置和一个基本不对标定结果产生影响的拍摄参数(如拍摄角度、拍摄距离或曝光参数)这两个变量，或者存在保护罩是否设置和多个基本不对标定结果产生影响的环境条件(如光源种类(自然光或人照光等)和拍摄参数等)，优选地，本申请在拍摄第一标定图像和第二标定图像，除了保护罩是否设置这一个变量，其他拍摄时的变量(如拍摄参数如拍摄角度、拍摄距离、曝光参数等)、环境条件(光照、天气、拍摄的时刻等))基本不变，保证第一标定图像和第二标定图像的区别基本由保护罩的影响造成。第一标定图像和第二标定图像中与标定图案对应的部分尽量均位于跟踪相机的视场范围的中心区域，以减少视场范围边缘区域的畸变对第一标定图像和第二标定图像的影响。
然后处理器40根据拍摄的第一标定图像和第二标定图像确定第一映射矩阵，第一映射矩阵表示了第一标定图像和第二标定图像两者的图像坐标的映射关系。
为了减少误差，保证第一映射矩阵的准确性和完整性，可拍摄多张第一标定图像和第二标定图像，然后根据多张第一标定图像和对应的多张第二标定图像确定第一映射矩阵，多张第一标定图像的拍摄参数不完全相同，例如拍摄多张第一标定图像时的拍摄角度相同，但拍摄距离和曝光参数均不同，或者拍摄距离相同，但拍摄角度和曝光参数均不同，或者拍摄角度、拍摄距离和曝光参数均不同等。多张第二标定图像的拍摄参数不完全相同，例如拍摄多张第二标定图像时的拍摄角度相同，但拍摄距离和曝光参数均不同，或者拍摄距离相同，但拍摄角度和曝光参数均不同，或者拍摄角度、拍摄距离和曝光参数均不同等。每张第一标定图像和对应的第二标定图像的拍摄参数相同，每张拍摄参数相同的第一标定图像和对应的第二标定图像作为一组，通过多组第一标定图像和第二标定图像能够准确而完整地完成第一映射矩阵的确定。
处理器40与跟踪相机连接，处理器40获取到每一组第一标定图像和对应第二标定图像后，通过识别标定图案中同一特征点在第一标定图像和第二标定图像对应的图像坐标，能够确定第一标定图像的图像坐标和第二标定图像的图像坐标的映射关系，从而确定第一映射矩阵。
另外，由于保护罩的加入，保护罩会对光线的传播方向产生一定的影响，可能导致光路上未设置保护罩时的跟踪相机的视场范围和设置保护罩时的跟踪相机的视场范围存在差异，因此，处理器40会先识别第一标定图像和第二标定图像中的重合部分(即未设置保护罩时的跟踪相机和设置保护罩时的跟踪相机的视场范围的重合区域对应的部分)，重合部分中的标定图案的特征点能够在第一标定图像和第二标定图像均找到对应的图像坐标，从而得到两者的图像坐标的映射关系。因此，根据第一标定图像的重合部分和第二标定图像的重合部分可准确地确定第一映射矩阵。
第一映射矩阵可包括从第一标定图像到第二标定图像的映射矩阵，和/或第二标定图像到第一标定图像的映射矩阵，本申请为了实现带保护罩的AR眼镜的跟踪相机的标定，本申请的第一映射矩阵包括第二标定图像到第一标定图像的映射矩阵。
之后，处理器40根据第一映射矩阵对第二标定图像进行校正以得到第三标定图像，校正过程为：处理器40根据第一映射矩阵将第二标定图像的所有图像坐标均进行映射以得到第三标定图像，第一映射矩阵能够消除保护罩带来的畸变影响，将第二标定图像映射为消除保护罩影响后的第三标定图像。
最后，基于第三标定图像，处理器40标定跟踪相机的内部参数和外部参数。跟踪相机的内部参数可包括焦距、畸变参数等，外部参数可包括旋转矩阵和平移矩阵。由于第三标定图像消除了保护罩引入的畸变，第三标定图像的图像坐标准确性较高，可提升标定效果。
本申请的标定方法和标定装置100中，在成像***30未设置光学元件20和设置光学元件20分别拍摄得到第一标定图像和第二标定图像，从而根据第一标定图像和第二标定图像确定的第一映射矩阵对第二标定图像进行校正，去除第二标定图像中因光学元件20导致的畸变影响，校正后得到的第三标定图像的图像坐标准确性较高，有利于图像的配准以及三维坐标重建，可提升标定效果，提升标定后的成像***30的图像质量，保证用户的观看体验。
在某些实施方式中，成像***30为双目成像***，双目成像***包括第一相机31和第二相机32，第一相机31和第二相机32同时拍摄图像。
双目成像***具有第一相机31和第二相机32，相对于仅具有一个相机的成像***30而言，需要单独对第一相机31和第二相机32均进行标定，标定过程前述已进行讨论，在此不再赘述，而且在标定了第一相机31和第二相机32的内部参数和外部参数后，还需要确定第一相机31和第二相机32的相对位置关系，才能完成整个双目成像***的标定。在标定时，第一相机31和第二相机32需同时拍摄标定图案以得到标定图像，使得第一相机31对应的第二标定图像和第二相机32对应的第二标定图像视场范围重合的部分的图像的区别基本由两者的相对位置关系确定，如此，根据同时拍摄标定图案得到的两个第二标定图像的差异可准确地确定第一相机31和第二相机32的相对位置关系。
请参阅2至图4，在某些实施方式中，标定方法还包括：
015：根据第一相机31和第二相机32的外部参数确定第一相机31和第二相机32之间的旋转矩阵和平移矩阵。
在某些实施方式中，处理器40还用于根据第一相机31和第二相机32的外部参数确定第一相机31和第二相机32之间的旋转矩阵和平移矩阵。也即是说，步骤015可以由处理器40实现。
具体地，相机的标定涉及四个坐标系，其中，图像像素坐标系和图像物理坐标系：摄像机采集的每一幅数字图像在计算机内,其存储形式都是M×N行的数组，M×N行的图像中每一个元素(称为像素，pixel)的数值称为图像的灰度(亮度)。如图5所示，在图像上定义直角坐标系u，v，原点为图像的左上角的顶点O0。任意一个像素的坐标(u，v)分别是该像素在数组中所在的行数和列数。所以(u，v)是以像素为单位的图像像素坐标系。而(u，v)只是以像素在数组中的行和列表示出了该像素的位置，并没有用物理单位表示出该像素在图像中的位置。因此，接下来需要建立图像物理坐标系，以物理单位表示像素的位置。图像物理坐标系的原点为摄像机的光轴和图像平面的交点，其X轴和Y轴分别和图像坐标系的u轴和v轴平行。
若O1在uv坐标系中的坐标为(u0，v0)，每一个像素在X轴和Y轴上的物理尺寸为dX和dY，则图像中任意一个像素在图像像素坐标系和图像物理坐标系中的坐标有如下关系：u＝X/Dx+u0；v＝Y/Dy+V0；为了方便可用齐次坐标形式表示为：
Figure BDA0002464895240000061
摄像机坐标系：定义摄像机坐标系的原点在摄像机的光心上，x轴和y轴和图像物理坐标系中X轴和Y轴平行，z为摄像机的光轴，其与图像平面垂直。光轴和图像平面的交点即为图像物理坐标系的原点。摄像机成像几何关系如图6所示，其形式为针孔成像模型。图中Oxy即为摄像机坐标系，OO1为摄像机的焦距。
世界坐标系：由于摄像机可以安装在环境中的任意位置，所以在环境中还应该选取一个基准坐标来描述摄像机的位置，并用于描述环境中其他任何物体的位置，该坐标系称为世界坐标系。由Xw、Yw和Zw轴组成,如图7所示,摄像机坐标系和世界坐标系之间的关系可以用旋转矩阵R和平移矩阵T来描述。若空间某点P在世界坐标系和摄像机坐标系下的齐次坐标如果分别是(Xw，Yw，Zw，1)T和(x，y，z，1)T，则存在如下关系：
Figure BDA0002464895240000062
其中，R为3×3的正交单位矩阵，T为平移矩阵。
摄像机的标定的过程即是获取摄像机的内部参数(焦距OO1、畸变参数等)和外部参数(旋转矩阵R和平移矩阵T)的过程，具体地，先根据标定板10建立世界坐标系，标定板10上的标定图案可以是棋盘格图像，存在多个角点，建立世界坐标系后，可确定每个角点的坐标，然后确定每个角点在第三标定图像中的图像坐标。如此，根据现实世界(即，世界坐标系)中每个角点的坐标和图像中的每个角点的图像坐标一一对应，根据上述坐标转换公式即可计算得到摄像机的内部参数和外部参数。
在对第一相机31和第二相机32标定完成后，可得到第一相机31和第二相机32的内部参数和外部参数，此时还需要获取第一相机31和第二相机32的相对位置关系，才能够将第一相机31和第二相机32拍摄的图像进行对准(即，左右图像的成像原点坐标一致、第一相机31和第二相机32光轴平行、左右成像平面共面和对极线行对齐)，由于单目标定时已经将第一相机31和第二相机32的外部参数计算得到，处理器40根据第一相机31和第二相机32的外部参数即可计算出第一相机31和第二相机32之间的相对位置关系(即，旋转矩阵和平移矩阵)。
在一个例子中，假设空间中有一点P0，其在世界坐标系下的坐标为PW(即特征点在世界坐标系下的第三坐标)，其在第一相机31的摄像机坐标系和第二相机32的摄像机坐标系下的坐标可以分别为Pl和Pr，Pl和PW存在如下关系：Pl＝Rl*PW+Tl；Pr和PW存在如下关系：Pr＝Rr*PW+Tr；其中，Pl和Pr又有如下的关系：Pr＝R*Pl+T。综合上式，可以推得：R＝Rr*RlT；T＝Tr-R*Tl；Rl，Tl分别为第一相机31经过单目标定得到的相对标定物的旋转矩阵和平移矩阵，Rr，Tr分别为第二相机32经过单目标定得到的相对标定物的旋转矩阵和平移矩阵，R和T分别第一相机31和第二相机32之间的旋转矩阵和平移矩阵，上述公式中，若要计算旋转矩阵R和平移矩阵T，只需确定第一相机31的外参(Rl和Tl)和第一相机32的外参(Rr和Tr)即可，根据第一相机31的外参(Rl和Tl)和第一相机32的外参(Rr和Tr)可准确地确定第一相机31和第二相机32之间的旋转矩阵R和平移矩阵T。
请参阅图7，本申请实施方式的一个或多个包含计算机可执行指令302的非易失性计算机可读存储介质300，当计算机可执行指令302被一个或多个处理器40执行时，使得处理器40可执行上述任一实施方式的启动方法。
例如，请结合图1至图3，当计算机可执行指令302被一个或多个处理器40执行时，使得处理器40执行以下步骤：
011：通过光路上未设置光学元件20的成像***拍摄标定图案以获取第一标定图像；
012：通过设置有光学元件20的成像***拍摄标定图案以获取第二标定图像，光学元件20能够透过光线，其中，成像***拍摄第一标定图像和对应的第二标定图像时的拍摄参数相同；及
013：根据第一标定图像和第二标定图像确定的第一映射矩阵对第二标定图像进行校正以得到第三标定图像；及
014：根据第三标定图像标定成像***的内部参数和外部参数。
再例如，请结合图2至图4，当计算机可执行指令302被一个或多个处理器40执行时，处理器40还可以执行以下步骤：
015：根据第一相机31和第二相机32的外部参数确定第一相机31和第二相机32之间的旋转矩阵和平移矩阵。
在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (11)

1.一种标定方法，其特征在于，包括：
在光路上未设置有光学元件时，通过成像***拍摄图像以获取第一标定图像；
在所述光路上设置有所述光学元件时，通过所述成像***拍摄图像以获取第二标定图像，其中，所述光学元件能够透过光线，所述成像***拍摄所述第一标定图像和对应的所述第二标定图像时的拍摄参数相同；
根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，并根据所述第一映射矩阵对所述第二标定图像进行校正以得到第三标定图像；及
根据所述第三标定图像标定所述成像***的内部参数和外部参数。
2.根据权利要求1所述的标定方法，其特征在于，所述第一标定图像和所述第二标定图像均为多张，多张所述第一标定图像的拍摄参数不完全相同，多张所述第二标定图像的拍摄参数不完全相同；所述根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，包括：
根据多张所述第一标定图像和对应的多张所述第二标定图像确定所述第一映射矩阵。
3.根据权利要求1或2所述的标定方法，其特征在于，所述根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，包括：
识别所述第一标定图像和所述第二标定图像的重合部分；及
根据所述第一标定图像的重合部分和所述第二标定图像的重合部分确定所述第一映射矩阵。
4.根据权利要求1所述的标定方法，其特征在于，所述成像***为双目成像***，所述双目成像***包括第一相机和第二相机，所述第一相机和所述第二相机同时拍摄图像。
5.根据权利要求4所述的标定方法，其特征在于，所述标定方法还包括：
根据所述第一相机和所述第二相机的外部参数确定所述第一相机和所述第二相机之间的旋转矩阵和平移矩阵。
6.一种标定装置，其特征在于，所述标定装置包括光学元件、成像***和处理器；所述处理器用于在光路上未设置有光学元件时，通过成像***拍摄图像以获取第一标定图像、在所述光路上设置有所述光学元件时，通过所述成像***拍摄图像以获取第二标定图像，其中，所述光学元件能够透过光线，所述成像***拍摄所述第一标定图像和对应的所述第二标定图像时的拍摄参数相同、根据所述第一标定图像和所述第二标定图像确定第一映射矩阵，并根据所述第一映射矩阵对所述第二标定图像进行校正以得到第三标定图像、及根据所述第三标定图像标定所述成像***的内部参数和外部参数。
7.根据权利要求6所述的标定装置，其特征在于，所述第一标定图像和所述第二标定图像均为多张，多张所述第一标定图像的拍摄参数不完全相同，多张所述第二标定图像的拍摄参数不完全相同；所述处理器还用于根据多张所述第一标定图像和对应的多张所述第二标定图像确定所述第一映射矩阵。
8.根据权利要求6或7所述的标定装置，其特征在于，所述处理器还用于识别所述第一标定图像和所述第二标定图像的重合部分、及根据所述第一标定图像的重合部分和所述第二标定图像的重合部分确定所述第一映射矩阵。
9.根据权利要求6所述的标定装置，其特征在于，所述成像***为双目成像***，所述双目成像***包括第一相机和第二相机，所述第一相机和所述第二相机同时拍摄图像。
10.根据权利要求9所述的标定装置，其特征在于，所述处理器还用于根据所述第一相机和所述第二相机的外部参数确定所述第一相机和所述第二相机之间的旋转矩阵和平移矩阵。
11.一种包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的标定方法。
CN202010330832.5A 2020-04-24 2020-04-24 标定方法、标定装置和非易失性计算机可读存储介质 Pending CN111429531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010330832.5A CN111429531A (zh) 2020-04-24 2020-04-24 标定方法、标定装置和非易失性计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010330832.5A CN111429531A (zh) 2020-04-24 2020-04-24 标定方法、标定装置和非易失性计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111429531A true CN111429531A (zh) 2020-07-17

Family

ID=71556648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010330832.5A Pending CN111429531A (zh) 2020-04-24 2020-04-24 标定方法、标定装置和非易失性计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111429531A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348756A (zh) * 2020-11-04 2021-02-09 深圳市杰恩世智能科技有限公司 一种图像畸变校正的方法
CN112598751A (zh) * 2020-12-23 2021-04-02 Oppo（重庆）智能科技有限公司 标定方法及装置、终端和存储介质
CN112964184A (zh) * 2021-04-12 2021-06-15 西华大学 一种基于表面摩阻实验的油膜厚度测量装置及测量方法
CN114419169A (zh) * 2022-01-25 2022-04-29 北京理工大学 一种多波段相机高精度超宽动态成像的优化方法和***
CN117876235A (zh) * 2023-12-22 2024-04-12 深圳市富创优越科技有限公司 一种环视拼接方法、装置、终端设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11355813A (ja) * 1998-06-04 1999-12-24 Honda Motor Co Ltd カメラの内部パラメータ決定装置
JP2007158639A (ja) * 2005-12-05 2007-06-21 Alpine Electronics Inc 車両運転支援装置
JP2009098839A (ja) * 2007-10-16 2009-05-07 Honda Motor Co Ltd 画像処理装置、画像処理用プログラム、画像処理方法
CN102013099A (zh) * 2010-11-26 2011-04-13 中国人民解放军国防科学技术大学 车载摄像机外参数交互式标定方法
CN107783310A (zh) * 2017-11-08 2018-03-09 凌云光技术集团有限责任公司 一种柱透镜成像***的标定方法及装置
CN108830905A (zh) * 2018-05-22 2018-11-16 苏州敏行医学信息技术有限公司 仿真医疗器械的双目标定定位方法及虚拟仿真医教***
CN110599412A (zh) * 2019-08-15 2019-12-20 中国科学院遥感与数字地球研究所 基于无人机的遥感数据处理方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11355813A (ja) * 1998-06-04 1999-12-24 Honda Motor Co Ltd カメラの内部パラメータ決定装置
JP2007158639A (ja) * 2005-12-05 2007-06-21 Alpine Electronics Inc 車両運転支援装置
JP2009098839A (ja) * 2007-10-16 2009-05-07 Honda Motor Co Ltd 画像処理装置、画像処理用プログラム、画像処理方法
CN102013099A (zh) * 2010-11-26 2011-04-13 中国人民解放军国防科学技术大学 车载摄像机外参数交互式标定方法
CN107783310A (zh) * 2017-11-08 2018-03-09 凌云光技术集团有限责任公司 一种柱透镜成像***的标定方法及装置
CN108830905A (zh) * 2018-05-22 2018-11-16 苏州敏行医学信息技术有限公司 仿真医疗器械的双目标定定位方法及虚拟仿真医教***
CN110599412A (zh) * 2019-08-15 2019-12-20 中国科学院遥感与数字地球研究所 基于无人机的遥感数据处理方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
金辉: "用于全方位视觉导航的图像校正技术研究" *
金辉: "用于全方位视觉导航的图像校正技术研究", 中国优秀硕士学位论文全文数据库, pages 43 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348756A (zh) * 2020-11-04 2021-02-09 深圳市杰恩世智能科技有限公司 一种图像畸变校正的方法
CN112598751A (zh) * 2020-12-23 2021-04-02 Oppo（重庆）智能科技有限公司 标定方法及装置、终端和存储介质
CN112964184A (zh) * 2021-04-12 2021-06-15 西华大学 一种基于表面摩阻实验的油膜厚度测量装置及测量方法
CN112964184B (zh) * 2021-04-12 2022-07-01 西华大学 一种基于表面摩阻实验的油膜厚度测量装置及测量方法
CN114419169A (zh) * 2022-01-25 2022-04-29 北京理工大学 一种多波段相机高精度超宽动态成像的优化方法和***
CN114419169B (zh) * 2022-01-25 2024-05-28 北京理工大学 一种多波段相机高精度超宽动态成像的优化方法和***
CN117876235A (zh) * 2023-12-22 2024-04-12 深圳市富创优越科技有限公司 一种环视拼接方法、装置、终端设备及存储介质

Similar Documents

Publication Publication Date Title
CN109272478B (zh) 一种荧幕投影方法和装置及相关设备
CN111429531A (zh) 标定方法、标定装置和非易失性计算机可读存储介质
CN110689581B (zh) 结构光模组标定方法、电子设备、计算机可读存储介质
CN106127745B (zh) 结构光3d视觉***与线阵相机的联合标定方法及装置
US20170127045A1 (en) Image calibrating, stitching and depth rebuilding method of a panoramic fish-eye camera and a system thereof
CN112655024B (zh) 一种图像标定方法及装置
CN111402344A (zh) 标定方法、标定装置和非易失性计算机可读存储介质
CN110335307B (zh) 标定方法、装置、计算机存储介质和终端设备
CN108020175B (zh) 一种多光栅投影双目视觉舌体表面三维整体成像方法
CN110099267A (zh) 梯形校正***、方法以及投影仪
CN108364252A (zh) 一种多鱼眼镜头全景相机的矫正和标定方法
CN106952219B (zh) 一种基于外参数修正鱼眼像机的图像生成方法
CN107527336B (zh) 镜头相对位置标定方法及装置
CN113298886B (zh) 一种投影仪的标定方法
CN110006634B (zh) 视场角测量方法、视场角测量装置、显示方法和显示设备
CN110505468B (zh) 一种增强现实显示设备的测试标定及偏差修正方法
US11380063B2 (en) Three-dimensional distortion display method, terminal device, and storage medium
CN106886976B (zh) 一种基于内参数修正鱼眼像机的图像生成方法
CN111009030A (zh) 一种多视高分辨率纹理图像与双目三维点云映射方法
CN115830103A (zh) 一种基于单目彩色的透明物体定位方法、装置及存储介质
CN108109111A (zh) 通过软硬件结合组装调试多鱼眼镜头全景相机的方法
CN112950727B (zh) 基于仿生曲面复眼的大视场多目标同时测距方法
US11284052B2 (en) Method for automatically restoring a calibrated state of a projection system
CN113963065A (zh) 一种基于外参已知的镜头内参标定方法及装置、电子设备
CN111047651B (zh) 畸变图像的矫正方法

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