CN111758120A - 摄像装置的标定方法、***、立体标定装置及存储介质 - Google Patents
摄像装置的标定方法、***、立体标定装置及存储介质 Download PDFInfo
- Publication number
- CN111758120A CN111758120A CN201980012283.2A CN201980012283A CN111758120A CN 111758120 A CN111758120 A CN 111758120A CN 201980012283 A CN201980012283 A CN 201980012283A CN 111758120 A CN111758120 A CN 111758120A
- Authority
- CN
- China
- Prior art keywords
- calibration
- image
- feature points
- camera device
- dimensional
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000033001 locomotion Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 34
- 238000012216 screening Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 abstract description 8
- 230000000007 visual effect Effects 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000010923 batch production Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000009827 uniform distribution 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
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
一种摄像装置的标定方法、***、立体标定装置以及存储介质,该方法包括:摄像装置沿固定路径运动(S101);运动过程中,获取摄像装置采集立体标定装置得到的标定图像,立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案(S102);通过标定图像对摄像装置进行标定(S103)。
Description
技术领域
本申请涉及摄像装置标定技术领域,尤其涉及一种摄像装置的标定方法、***、立体标定装置及存储介质。
背景技术
摄像装置的内参数(焦距、光心、畸变系数)与外参数在三维成像、视觉定位导航等应用中至关重要。摄像装置内外参数标定过程中,需要从多个不同视角拍摄标定板。非工厂环境下,通常采用手持移动摄像装置或标定板的方式进行标定。工厂环境下批量生产的产品,采用手持移动摄像装置或标定板的方式,标定效率低,各个视角拍摄位置难以保证,标定的参数结果一致性不好。
发明内容
基于此,本申请提供一种摄像装置的标定方法、***、立体标定装置及存储介质。
第一方面,本申请提供了一种摄像装置的标定方法,包括:
所述摄像装置沿固定路径运动;
所述运动过程中,获取摄像装置采集立体标定装置得到的标定图像,所述立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,所述标定图像包含有所述立体标定装置多个不同标定平面上的标定图案;
通过所述标定图像对所述摄像装置进行标定。
第二方面,本申请提供了一种立体标定装置,所述立体标定装置包括多个标定板,所述标定板上有标定平面,多个标定平面设置于多个标定板的同侧;其中,相邻的所述标定板上的标定平面上设置有不相同的标定图案。
第三方面,本申请提供了一种摄像装置的标定***,所述***包括:存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序并在执行所述计算机程序时,实现如下步骤:
在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像,所述立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,所述标定图像包含有所述立体标定装置多个不同标定平面上的标定图案;
通过所述标定图像对所述摄像装置进行标定。
第四方面,本申请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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上所述的摄像装置的标定方法。
本申请实施例提供了一种摄像装置的标定方法、***、立体标定装置及存储介质,在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像;通过标定图像对摄像装置进行标定。与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率;与现有标定中需要采用手持移动摄像装置的方式相比,由于摄像装置沿固定路径运动,不是手持随意移动,能够保证各个视角拍摄位置,能够保证标定结果一致性。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例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是本申请摄像装置的标定方法一实施例的流程示意图;
图2是本申请摄像装置的标定方法中立体标定装置、传送装置及摄像装置一实施例位置及连接关系的示意图;
图3是本申请摄像装置的标定方法中立体标定装置一实施例的结构示意图;
图4是本申请摄像装置的标定方法另一实施例的流程示意图;
图5是本申请摄像装置的标定方法又一实施例的流程示意图;
图6是本申请摄像装置的标定方法又一实施例的流程示意图;
图7是本申请摄像装置的标定***一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
摄像装置内外参数标定过程中,需要从多个不同视角拍摄标定板。非工厂环境下,通常采用手持移动摄像装置或标定板的方式进行标定。工厂环境下批量生产的产品,采用手持移动摄像装置或标定板的方式,标定效率低,各个视角拍摄位置难以保证,标定的参数结果一致性不好。本申请实施例在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像;通过标定图像对摄像装置进行标定。与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率;与现有标定中需要采用手持移动摄像装置的方式相比,由于摄像装置沿固定路径运动,不是手持随意移动,能够提高标定效率,能够保证各个视角拍摄位置,能够保证标定结果一致性。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
参见图1,图1是本申请摄像装置的标定方法一实施例的流程示意图,该方法包括:
步骤S101:摄像装置沿固定路径运动。
摄像装置沿固定路径运动,可以通过非人工的方式方便实现,例如:机械臂传送、传送带传送、通过可移动平台传送,等等,只要能够稳定控制摄像装置在若干个固定位置采集图像即可。
在一应用中,摄像装置在传送装置的传送下沿固定路径运动,该方式能够简单方便实现。具体地,参见图2,固定立体标定装置1,采用传送装置2(例如传送带)传送摄像装置3,能够通过程序控制采集图像的节拍,避免人工介入,能够提高标定结果的一致性,适用于工厂批量生产。
由于摄像装置沿固定路径运动,不是手持随意移动,能够通过非人工、自动化的方式实现,通过这种方式,能够提高标定效率,能够保证各个视角拍摄位置,能够保证标定结果一致性。
步骤S102:运动过程中,获取摄像装置采集立体标定装置得到的标定图像,立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案。
步骤S103:通过标定图像对摄像装置进行标定。
在本实施例中,没有采用现有的单一标定平面的标定板,而是采用立体标定装置,该立体标定置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,简单来说,一个立体标定装置包括多个现有的单一标定平面的标定板。现有的单一标定平面的标定板拍摄一次至多只能得到匹配到一个角度一个面的图像,为了得到精确的标定结果,需要从较多的视角拍摄单一标定平面的标定板。本实施例中,拍摄装置拍摄一次立体标定装置,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以同时匹配上多个不同角度的多个标定平面,通过该标定图像对摄像装置进行标定,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
本申请实施例在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像;通过标定图像对摄像装置进行标定。与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率;与现有标定中需要采用手持移动摄像装置的方式相比,由于摄像装置沿固定路径运动,不是手持随意移动,能够提高标定效率,能够保证各个视角拍摄位置,能够保证标定结果一致性。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
本申请实施例的一个关键在于立体标定装置,下面详细说明立体标定装置。
在一应用中,立体标定装置可以是简单方便的立体标定板。立体标定装置的材质通常有两种:第一种是玻璃,玻璃基底的标定板广泛应用于透射式视觉测量***,具有热膨胀系数小、精度高、硬度较大、防腐蚀性好等特点;第二种是陶瓷材质,陶瓷标定板采用陶瓷基底的标准板,具有热膨胀系数小、强度高、硬度高、耐磨性好、热传导率低、防酸碱性好等特点;陶瓷标定板具有良好的表面漫反射处理能力,在前置光源情况下,相比玻璃材质标定板反光的难题,采用陶瓷标定板可更好地识别标定板图案细节信息,从而达到更高的标定精度和测量精度。
其中,如图3所示,立体标定装置包括多个标定板11、12、13、14、15(图中示出5个标定板),标定板11、12、13、14、15上有标定平面111、121、131、141、151,多个标定平面111、121、131、141、151设置于多个标定板11、12、13、14、15的同侧;其中,相邻的标定板上的标定平面上设置有不相同的标定图案。图3中,分别采用正方形、三角形、椭圆、十字星形、实心圆来示意5个标定板11、12、13、14、15上标定平面111、121、131、141、151上不相同的图案。需要说明的是,图3中的各个标定板上的各个形状仅作示意,并不一定代表实施例中具体所使用的标定图案。
在本实施例中,通过将多个标定平面设置于多个标定板的同侧,能够在拍摄一次时尽可能拍摄到多个标定平面,尽可能减少拍摄次数;通过相邻的标定板上的标定平面上设置有不相同的标定图案,能够快速分辨并匹配立体标定装置和标定图像上相邻的标定平面及标定平面上的标定图案。
在一实施例中,立体标定装置上的标定图案包括随机实心圆阵列图案、棋盘图案、椭圆阵列图案中的一种或多种。
为了便于将立体标定装置1上的标定平面及标定平面上的标定图案与标定图像上的对应的标定平面及标定平面上的标定图像进一步快速匹配,在实际设计的时候,立体标定装置上每个标定平面上设置的标定图案各不相同。
在一应用中,为了使立体标定装置1的各个标定平面能够展示不同的角度且在拍摄时不相互遮挡,立体标定装置1的多个标定板组成凹陷空间,如图3所示,5个标定板11、12、13、14、15组成凹陷空间。
进一步,为了防止标定平面上的标定图案过多被外界接触、过多暴露在外而导致标定图案被人为或周围环境污染、损坏等等,每个标定平面111、121、131、141、151上设置的标定图案位于朝向凹陷空间的一面。通过这种方式,能够保护标定平面上的标定图案被人为或周围环境污染、破坏等等。
其中,立体标定装置1包括3至5个标定板,3至5个标定板对应包括3至5个标定平面。标定平面个数太少,能够减少标定过程所需的拍图数目、提高标定效率的有益效果体现不明显;标定平面个数太多,在拍摄时标定平面之间很容易遮挡,实际上遮挡的部分也难以起到提高标定效率的效果;立体标定装置1包括3至5个标定板,标定平面个数比较合适,能够使每个标定平面发挥提高标定效率的有益效果。
在一实施方式中,多个标定板包括一个主板11和多个次板12、13、14、15,每个次板12、13、14、15与主板11之间形成钝角。通过这种方式,能够使得主板11和多个次板12、13、14、15代表的多个不同标定平面121、131、141、151相互均衡分布,且尽可能相互不影响、不遮挡;每个次板12、13、14、15与主板11之间形成钝角,能够进一步保证摄像装置拍摄图像时能够在同一位置同时拍到多个标定板上的标定图案。
其中,主板11的尺寸可以大于次板12、13、14、15的尺寸,从而使得获取得到的主板上的标定图案更加易于标定;主板11的尺寸也可以小于次板12、13、14、15的尺寸,从而使得拍摄得到的各个标定板上的标定图案大小大致相同。
其中,主板11的数量是一个,次板12、13、14、15的数量是四个,四个次板12、13、14、15以主板11为中心,相邻两个次板相互连接形成凹陷空间。
在一应用中,当标定图案包括椭圆阵列图案时,次板上的椭圆的长短轴比例与形成的钝角负相关。通过这种方式,能够在针对标定图案设计时,使椭圆阵列图案中的椭圆在摄像装置拍摄时获取得到标定图像上近似成圆形,以更加容易识别。
在具体标定过程中,或者由于受计算能力的限定,或者由于受拍摄的标定图像上特征点合格与否的限定,等等,通常不会采用标定图像的标定图案上所有的特征点进行标定。下面对步骤S103的详细过程及细节进行具体说明。
参见图4,在一实施例中,步骤S103可以包括:子步骤S1031、子步骤S1032以及子步骤S1033。
子步骤S1031:获取标定图像上与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点。
和现有的标定过程一样,选择特征点进行标定,一方面能够减少计算量,另一方面,在图像与实体标定装置匹配的时候针对性比较强。本实施例首先选择标定图像上与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点。
立体标定装置上多个不同标定平面上的标定图案的实体特征点的空间位置是已知的,通过摄像装置的运动信息能够得到摄像装置拍摄该标定图像对应的位姿信息,通过实体特征点的空间位置、摄像装置拍摄该标定图像对应的位姿信息,即可得到各个实体特征点在该标定图像中的位置信息,进而能够获取标定图像上与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点。
子步骤S1032:根据预设要求筛选标定图像上的匹配特征点,得到标定特征点。
子步骤S1033:通过标定特征点对摄像装置进行标定。
预设要求是指与实际用于标定的软件、硬件以及标定精度要求、标定准确性要求等匹配的具体要求。例如:计算能力、计算速度、内存大小、标定精度、标定准确性,等等。根据预设要求对匹配特征点进行筛选,得到标定特征点,然后通过标定图像上的标定特征点采用现有的标定方法(例如:张正友标定法,等),即可对摄像装置进行标定。
通过这种方式,能够使标定过程的速度与实际配置匹配,而且使标定结果满足实际需求。
参见图5,在一实际应用中,为了进一步减少计算量,子步骤S1031还可以包括:子步骤S1031a和子步骤S1031b。
子步骤S1031a:获取标定图像上的初始特征点。
子步骤S1031b:将标定图像的初始特征点与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配,得到匹配特征点。
摄像装置在拍摄的时候,不一定能够将立体标定装置上所有标定平面都拍摄到标定图像中,因此通常情况下,标定图像上的特征点的数目少于立体标定装置上实体特征点的数目,至多等于实体特征点的数目。通过实体特征点寻找标定图像上匹配的匹配特征点,通常存在多余的计算,导致浪费计算资源和内存资源。
为了减少计算量,可以首先获取标定图像上的初始特征点,通过标定图像上的初始特征点的位置信息、摄像装置拍摄该标定图像对应的位姿信息,能够得到立体标定装置上对应的实体特征点的位置信息,进而能够得到匹配成功的匹配特征点。
对于工厂中流程化的标定过程,通常有利于标定的拍摄位置已经确定,后续拍摄装置拍摄时基本均是在固定位置进行拍摄,那么固定位置处,拍摄的标定图像变化也不大,可以建立标定图像上初始特征点与立体标定装置上对应的实体特征点之间的2D-3D匹配关系,通过2D-3D匹配关系得到匹配特征点,能够进一步减少重复多余的计算,加快标定过程。即子步骤S1031b具体可以包括:建立标定图像上初始特征点与立体标定装置上对应的实体特征点之间的2D-3D匹配关系,得到匹配特征点。
下面具体介绍子步骤S1032中筛选的详细细节。
虽然理论上通过合适的拍摄角度,只需要一张包含有立体标定装置多个不同标定平面上的标定图案的标定图像可以得到标定结果,但是在实际标定的时候,有标定精确性和准确性要求,实际上采集多张标定图像(虽然标定图像是多张,但是相比单一标定平面的标定板,多张标定图像的数目远远小于采用单一标定平面的标定板所拍摄的图像的数目),多张标定图像上,有的匹配特征点很多重叠,有的匹配特征点少部分重叠,有的匹配特征点可能数目只要一两个。
在一应用中,为了使选择的匹配特征点尽可能具有代表性,尽可能分布均匀,子步骤S1032,可以包括:通过图像网格对标定图像上的匹配特征点进行筛选,使筛选后得到的标定特征点均匀分布在图像网格中。
为了避免检测到边缘不完整的匹配特征点,子步骤S1032之前,可以包括:将标定图像上边缘的匹配特征点滤除,边缘的匹配特征点到标定图像的边缘的距离小于距离阈值。如果该匹配特征点到标定图像的边缘的距离小于距离阈值,即认为该匹配特征点是边缘的匹配特征点,应当滤除。
在一实施方式中,衡量标定特征点均匀分布在图像网格中的一个方式是标定特征点覆盖率,即:筛选后得到的标定特征点围成的凸包面积与整个图像网格的面积的比值大于或等于面积阈值。标定特征点覆盖率可以保证2D匹配特征点尽可能均匀的覆盖满整个图像网格中。在一应用中,标定特征点覆盖率通常应在0.7以上。
具体地,参见图6,子步骤S1032中,通过图像网格对标定图像上的匹配特征点进行筛选,可以包括:子步骤S1032a、子步骤S1032b以及子步骤S1032c。
子步骤S1032a:对筛选图像划分网格。
筛选图像是指用来对匹配特征点进行筛选的图像,可以是参考图像,也可以是其中一个标定图像。网格的具体划分可以根据计算能力、图案特点等等确定。一般来说,划分的网格越小,越容易使标定特征点具有代表性、分布均匀。
子步骤S1032b:按照匹配特征点在标定图像上的位置,将匹配特征点逐一放入对应位置处的网格中,当网格中放入的匹配特征点的数目达到数目阈值时,停止向网格中加入其它匹配特征点。
子步骤S1032c:保存网格内的匹配特征点,并将网格内的匹配特征点作为标定特征点。
在本实施例中,有的匹配特征点几乎每张标定图像上都有,重叠概率很大,没有必要全部选择为标定特征点,可以选择一定数目(即数目阈值)的匹配特征点作为标定特征点即可,通过这种方式,能够节省计算资源和内存资源,避免没必要的重复计算,也能够加快标定过程。其中,数目阈值的确定根据具体应用、计算能力和实际标定要求等确定,在此不做限定。
具体地,如果按照拍摄顺序,当匹配特征点的数目达到数目阈值停止向网格中加入其它匹配特征点,后面拍摄的标定图像中的匹配特征点永远没有机会选择为标定特征点,而且容易漏掉后面的标定图像中可能拍摄到的数目及其稀少的具有代表性的匹配特征点。为了避免上述情况发生,在一应用中,子步骤S1032b之前,还可以包括:对匹配特征点进行随机排序。通过随机排序,能够打乱各个匹配特征点的顺序,使先后拍摄的标定图像中的匹配特征点,被筛选出的概率相同。
匹配特征点筛选完成后,利用标定特征点通过张正友标定法等等,即可标定出摄像装置的参数。标定前,图像分辨率、模组焦距均是已知信息,可将先验参数作为优化初值,畸变系数初值通常设为0。
标定出的参数结果,需要进行检验,即对摄像装置的标定结果进行检验。目前检验方法较多的是通过以下几种方式检验参数正确性。
第一种检验方法:通过重投影误差对摄像装置的标定结果进行检验。重投影误差阈值,需要视具体项目需求决定。例如:VGA(640*480)、QVGA(320*240)图像,重投影误差阈值通常在0.3像素以下。
第二种检验方法:通过预设距离对摄像装置的标定结果进行检验,预设距离是立体标定装置到摄像装置的距离。标定过程中,除了摄像装置内参,摄像装置每个采集位置到立体标定装置的各个标定平面的位姿也可计算出。立体标定装置到摄像装置、传送装置的距离,是预先设定的,可以根据这个预设距离,检验标定结果是否正确。
第三种检验方法:利用摄像装置的标定结果对标定图像进行去畸变操作,得到去畸变后的标定图像;通过去畸变后的标定图像对摄像装置的标定结果进行检验。本实施例主要是观察去畸变后的图像是否正常,如果正常,说明标定结果可信,否则标定结果有问题,需要重新标定。
参见图3,本申请还提供一种立体标定装置,本实施例的立体标定装置能够在上述摄像装置的标定方法中用于标定摄像装置,有关立体标定装置的详细说明请参见上述相关内容部分,在此不再赘叙。
该立体标定装置1包括:多个标定板11、12、13、14、15,标定板11、12、13、14、15上有标定平面111、121、131、141、151,多个标定平面111、121、131、141、151设置于多个标定板11、12、13、14、15的同侧;其中,相邻的标定板上的标定平面上设置有不相同的标定图案。
本申请实施例的立体标定装置用于摄像装置的标定方法,与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率。
其中,标定图案包括随机圆阵列图案、棋盘图案、椭圆阵列图案中的一种或多种。
其中,立体标定装置的多个标定板组成凹陷空间。
其中,每个标定平面上设置的标定图案位于朝向凹陷空间的一面。
其中,立体标定装置包括3至5个标定板。
其中,多个标定板包括一个主板和多个次板,每个次板与主板之间形成钝角。
其中,主板的尺寸大于次板的尺寸。
其中,主板的数量是一个,次板的数量是四个,四个次板以主板为中心,相邻两个次板相互连接形成凹陷空间。
其中,当标定图案包括椭圆阵列图案时,次板上的椭圆的长短轴比例与形成的钝角负相关。
参见图7,图7是本申请摄像装置的标定***一实施例的结构示意图,需要说明的是,本实施例的摄像装置的标定***能够执行上述的摄像装置的标定方法中的步骤,相关内容的详细说明,请参见上述方法部分,在此不再赘叙。
该***10包括:存储器11和处理器12;存储器11和处理器12通过总线13连接。
其中,处理器12可以是微控制单元、中央处理单元或数字信号处理器,等等。
其中,存储器11可以是Flash芯片、只读存储器、磁盘、光盘、U盘或者移动硬盘等等。
存储器11用于存储计算机程序;处理器12用于执行计算机程序并在执行计算机程序时,实现如下步骤:
在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像,立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案;通过标定图像对摄像装置进行标定。
本申请实施例在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像;通过标定图像对摄像装置进行标定。与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率;与现有标定中需要采用手持移动摄像装置的方式相比,由于摄像装置沿固定路径运动,不是手持随意移动,能够提高标定效率,能够保证各个视角拍摄位置,能够保证标定结果一致性。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
其中,处理器在执行计算机程序时,实现如下步骤:获取标定图像上与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点;根据预设要求筛选标定图像上的匹配特征点,得到标定特征点;通过标定特征点对摄像装置进行标定。
其中,处理器在执行计算机程序时,实现如下步骤:获取标定图像上的初始特征点;将标定图像的初始特征点与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配,得到匹配特征点。
其中,处理器在执行计算机程序时,实现如下步骤:建立标定图像上初始特征点与立体标定装置上对应的实体特征点之间的2D-3D匹配关系,得到匹配特征点。
其中,处理器在执行计算机程序时,实现如下步骤:通过图像网格对标定图像上的匹配特征点进行筛选,使筛选后得到的标定特征点均匀分布在图像网格中。
其中,处理器在执行计算机程序时,实现如下步骤:对筛选图像划分网格;
按照匹配特征点在标定图像上的位置,将匹配特征点逐一放入对应位置处的网格中,当网格中放入的匹配特征点的数目达到数目阈值时,停止向网格中加入其它匹配特征点;保存网格内的匹配特征点,并将网格内的匹配特征点作为标定特征点。
其中,处理器在执行计算机程序时,实现如下步骤:对匹配特征点进行随机排序。
其中,处理器在执行计算机程序时,实现如下步骤:将标定图像上边缘的匹配特征点滤除,边缘的匹配特征点到标定图像的边缘的距离小于距离阈值。
其中,筛选后得到的标定特征点围成的凸包面积与整个图像网格的面积的比值大于或等于面积阈值。
其中,处理器在执行计算机程序时,实现如下步骤:对摄像装置的标定结果进行检验。
其中,处理器在执行计算机程序时,实现如下步骤:通过重投影误差对摄像装置的标定结果进行检验。
其中,处理器在执行计算机程序时,实现如下步骤:通过预设距离对摄像装置的标定结果进行检验,预设距离是立体标定装置到摄像装置的距离。
其中,处理器在执行计算机程序时,实现如下步骤:利用摄像装置的标定结果对标定图像进行去畸变操作,得到去畸变后的标定图像;通过去畸变后的标定图像对摄像装置的标定结果进行检验。
其中,标定图案包括随机实心圆阵列图案、棋盘图案中的一种或多种。
其中,每个标定平面上设置的标定图案各不相同。
其中,摄像装置在传送装置的传送下沿固定路径运动。
本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时使处理器实现如上任一项的摄像装置的标定方法。相关内容的详细说明请参见上述方法部分,在此不再赘叙。
其中,该计算机可读存储介质可以是上述任一摄像装置的标定***的内部存储单元,例如摄像装置的标定***的硬盘或内存。该计算机可读存储介质也可以是摄像装置的标定***的外部存储设备,例如摄像装置的标定***上配备的插接式硬盘、智能存储卡、安全数字卡、闪存卡,等等。
本申请实施例在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像;通过标定图像对摄像装置进行标定。与现有的标定板只包括一个标定平面、拍摄一次至多只能匹配到一个面相比,由于立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,标定图像包含有立体标定装置多个不同标定平面上的标定图案,可以匹配上多个标定平面,不需要从较多的视角拍摄,能够减少标定过程所需的拍图数目,提高标定效率;与现有标定中需要采用手持移动摄像装置的方式相比,由于摄像装置沿固定路径运动,不是手持随意移动,能够提高标定效率,能够保证各个视角拍摄位置,能够保证标定结果一致性。特别是应用于工厂标定时,去除人工操作,能够大大减少工厂标定的人力成本;能够提高标定结果一致性,进而提升产品性能;能够缩短标定所需时间,提高工厂生产标准化程度。
应当理解,在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
以上所述,仅为本申请的具体实施例,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (42)
1.一种摄像装置的标定方法,其特征在于,包括:
所述摄像装置沿固定路径运动;
所述运动过程中,获取摄像装置采集立体标定装置得到的标定图像,所述立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,所述标定图像包含有所述立体标定装置多个不同标定平面上的标定图案;
通过所述标定图像对所述摄像装置进行标定。
2.根据权利要求1所述的方法,其特征在于,所述通过所述标定图像对所述摄像装置进行标定,包括:
获取所述标定图像上与所述立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点;
根据预设要求筛选所述标定图像上的匹配特征点,得到标定特征点;
通过所述标定特征点对所述摄像装置进行标定。
3.根据权利要求2所述的方法,其特征在于,所述获取所述标定图像上与所述立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点,包括:
获取标定图像上的初始特征点;
将标定图像的初始特征点与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配,得到匹配特征点。
4.根据权利要求3所述的方法,其特征在于,所述将标定图像的初始特征点与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配,得到匹配特征点,包括:
建立标定图像上初始特征点与立体标定装置上对应的实体特征点之间的2D-3D匹配关系,得到匹配特征点。
5.根据权利要求2所述的方法,其特征在于,所述根据预设要求筛选所述标定图像上的匹配特征点,得到标定特征点,包括:
通过图像网格对标定图像上的匹配特征点进行筛选,使筛选后得到的标定特征点均匀分布在图像网格中。
6.根据权利要求5所述的方法,其特征在于,所述通过图像网格对标定图像上的匹配特征点进行筛选,包括:
对筛选图像划分网格;
按照匹配特征点在标定图像上的位置,将匹配特征点逐一放入对应位置处的网格中,当网格中放入的匹配特征点的数目达到数目阈值时,停止向网格中加入其它匹配特征点;
保存网格内的匹配特征点,并将网格内的匹配特征点作为标定特征点。
7.根据权利要求6所述的方法,其特征在于,所述按照匹配特征点在标定图像上的位置,将匹配特征点逐一放入对应位置处的网格中之前,包括:
对匹配特征点进行随机排序。
8.根据权利要求5所述的方法,其特征在于,所述通过图像网格对标定图像上的匹配特征点进行筛选之前,包括:
将标定图像上边缘的匹配特征点滤除,所述边缘的匹配特征点到标定图像的边缘的距离小于距离阈值。
9.根据权利要求5所述的方法,其特征在于,筛选后得到的标定特征点围成的凸包面积与整个图像网格的面积的比值大于或等于面积阈值。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述方法还包括:
对所述摄像装置的标定结果进行检验。
11.根据权利要求10所述的方法,其特征在于,所述对所述摄像装置的标定结果进行检验,包括:
通过重投影误差对所述摄像装置的标定结果进行检验。
12.根据权利要求10所述的方法,其特征在于,所述对所述摄像装置的标定结果进行检验,包括:
通过预设距离对所述摄像装置的标定结果进行检验,所述预设距离是所述立体标定装置到所述摄像装置的距离。
13.根据权利要求10所述的方法,其特征在于,所述对所述摄像装置的标定结果进行检验,包括:
利用所述摄像装置的标定结果对所述标定图像进行去畸变操作,得到去畸变后的标定图像;
通过去畸变后的标定图像对所述摄像装置的标定结果进行检验。
14.根据权利要求1-13任一项所述的方法,其特征在于,所述标定图案包括随机实心圆阵列图案、棋盘图案中的一种或多种。
15.根据权利要求1-14任一项所述的方法,其特征在于,每个标定平面上设置的标定图案各不相同。
16.根据权利要求1-15任一项所述的方法,其特征在于,所述摄像装置沿固定路径运动,包括:
所述摄像装置在传送装置的传送下沿固定路径运动。
17.一种立体标定装置,其特征在于,
所述立体标定装置包括多个标定板,所述标定板上有标定平面,多个标定平面设置于多个标定板的同侧;
其中,相邻的所述标定板上的标定平面上设置有不相同的标定图案。
18.根据权利要求17所述的立体标定装置,其特征在于,所述标定图案包括随机圆阵列图案、棋盘图案、椭圆阵列图案中的一种或多种。
19.根据权利要求17所述的立体标定装置,其特征在于,所述立体标定装置的多个标定板组成凹陷空间。
20.根据权利要求19所述的立体标定装置,其特征在于,每个标定平面上设置的标定图案位于朝向所述凹陷空间的一面。
21.根据权利要求19所述的立体标定装置,其特征在于,所述立体标定装置包括3至5个所述标定板。
22.根据权利要求19所述的立体标定装置,其特征在于,所述多个标定板包括一个主板和多个次板,每个所述次板与所述主板之间形成钝角。
23.根据权利要求22所述的立体标定装置,其特征在于,所述主板的尺寸大于所述次板的尺寸。
24.根据权利要求22所述的立体标定装置,其特征在于,所述主板的数量是一个,所述次板的数量是四个,四个所述次板以所述主板为中心,相邻两个所述次板相互连接形成所述凹陷空间。
25.根据权利要求22所述的立体标定装置,其特征在于,当所述标定图案包括椭圆阵列图案时,所述次板上的椭圆的长短轴比例与形成的钝角负相关。
26.一种摄像装置的标定***,其特征在于,所述***包括:存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序并在执行所述计算机程序时,实现如下步骤:
在摄像装置沿固定路径运动过程中,获取摄像装置采集立体标定装置得到的标定图像,所述立体标定装置包括多个不同标定平面,每个标定平面上设置有用于标定的标定图案,所述标定图像包含有所述立体标定装置多个不同标定平面上的标定图案;
通过所述标定图像对所述摄像装置进行标定。
27.根据权利要求26所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
获取所述标定图像上与所述立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配的匹配特征点;
根据预设要求筛选所述标定图像上的匹配特征点,得到标定特征点;
通过所述标定特征点对所述摄像装置进行标定。
28.根据权利要求27所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
获取标定图像上的初始特征点;
将标定图像的初始特征点与立体标定装置上多个不同标定平面上的标定图案的实体特征点匹配,得到匹配特征点。
29.根据权利要求28所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
建立标定图像上初始特征点与立体标定装置上对应的实体特征点之间的2D-3D匹配关系,得到匹配特征点。
30.根据权利要求27所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
通过图像网格对标定图像上的匹配特征点进行筛选,使筛选后得到的标定特征点均匀分布在图像网格中。
31.根据权利要求30所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
对筛选图像划分网格;
按照匹配特征点在标定图像上的位置,将匹配特征点逐一放入对应位置处的网格中,当网格中放入的匹配特征点的数目达到数目阈值时,停止向网格中加入其它匹配特征点;
保存网格内的匹配特征点,并将网格内的匹配特征点作为标定特征点。
32.根据权利要求31所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
对匹配特征点进行随机排序。
33.根据权利要求30所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
将标定图像上边缘的匹配特征点滤除,所述边缘的匹配特征点到标定图像的边缘的距离小于距离阈值。
34.根据权利要求30所述的***,其特征在于,筛选后得到的标定特征点围成的凸包面积与整个图像网格的面积的比值大于或等于面积阈值。
35.根据权利要求26-34任一项所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
对所述摄像装置的标定结果进行检验。
36.根据权利要求35所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
通过重投影误差对所述摄像装置的标定结果进行检验。
37.根据权利要求35所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
通过预设距离对所述摄像装置的标定结果进行检验,所述预设距离是所述立体标定装置到所述摄像装置的距离。
38.根据权利要求35所述的***,其特征在于,所述处理器在执行所述计算机程序时,实现如下步骤:
利用所述摄像装置的标定结果对所述标定图像进行去畸变操作,得到去畸变后的标定图像;
通过去畸变后的标定图像对所述摄像装置的标定结果进行检验。
39.根据权利要求26-38任一项所述的***,其特征在于,所述标定图案包括随机实心圆阵列图案、棋盘图案中的一种或多种。
40.根据权利要求26-39任一项所述的***,其特征在于,每个标定平面上设置的标定图案各不相同。
41.根据权利要求26-40任一项所述的***,其特征在于,所述摄像装置在传送装置的传送下沿固定路径运动。
42.一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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1-16任一项所述的摄像装置的标定方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/112015 WO2021072767A1 (zh) | 2019-10-18 | 2019-10-18 | 摄像装置的标定方法、***、立体标定装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111758120A true CN111758120A (zh) | 2020-10-09 |
Family
ID=72673094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980012283.2A Pending CN111758120A (zh) | 2019-10-18 | 2019-10-18 | 摄像装置的标定方法、***、立体标定装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111758120A (zh) |
WO (1) | WO2021072767A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669389A (zh) * | 2020-12-08 | 2021-04-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定*** |
WO2022120567A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定*** |
CN117745833A (zh) * | 2024-02-20 | 2024-03-22 | 中科慧远人工智能(烟台)有限公司 | 相机阵列的位姿测量方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116672082B (zh) * | 2023-07-24 | 2024-03-01 | 苏州铸正机器人有限公司 | 一种手术导航标尺的导航配准方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008014940A (ja) * | 2006-06-08 | 2008-01-24 | Fast:Kk | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 |
CN108230397A (zh) * | 2017-12-08 | 2018-06-29 | 深圳市商汤科技有限公司 | 多目摄像机标定与校正方法和装置、设备、程序和介质 |
CN109416744A (zh) * | 2016-06-28 | 2019-03-01 | 奇跃公司 | 改进的相机校准***、目标和过程 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003065714A (ja) * | 2001-08-21 | 2003-03-05 | Sony Corp | カメラ・キャリブレーションのためのガイド装置及びガイド方法、並びに、カメラ・キャリブレーション装置 |
CN105321174B (zh) * | 2015-09-23 | 2019-03-26 | 浙江大学 | 一种多平面镜反射跟踪云台***标定方法 |
CN109176505B (zh) * | 2018-08-10 | 2021-06-11 | 厦门大学 | 一种基于球杆仪的六轴关节工业机器人空间误差标定方法 |
-
2019
- 2019-10-18 WO PCT/CN2019/112015 patent/WO2021072767A1/zh active Application Filing
- 2019-10-18 CN CN201980012283.2A patent/CN111758120A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008014940A (ja) * | 2006-06-08 | 2008-01-24 | Fast:Kk | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 |
CN109416744A (zh) * | 2016-06-28 | 2019-03-01 | 奇跃公司 | 改进的相机校准***、目标和过程 |
CN108230397A (zh) * | 2017-12-08 | 2018-06-29 | 深圳市商汤科技有限公司 | 多目摄像机标定与校正方法和装置、设备、程序和介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669389A (zh) * | 2020-12-08 | 2021-04-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定*** |
WO2022120567A1 (zh) * | 2020-12-08 | 2022-06-16 | 深圳先进技术研究院 | 一种基于视觉引导的自动化标定*** |
CN117745833A (zh) * | 2024-02-20 | 2024-03-22 | 中科慧远人工智能(烟台)有限公司 | 相机阵列的位姿测量方法及装置 |
CN117745833B (zh) * | 2024-02-20 | 2024-05-10 | 中科慧远人工智能(烟台)有限公司 | 相机阵列的位姿测量方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021072767A1 (zh) | 2021-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111758120A (zh) | 摄像装置的标定方法、***、立体标定装置及存储介质 | |
US11503275B2 (en) | Camera calibration system, target, and process | |
CN104613930B (zh) | 一种测距的方法、装置及移动终端 | |
CN108182708B (zh) | 一种双目相机的标定方法、标定装置及终端设备 | |
CN103644865A (zh) | 基于数字图像分析的平面面积测量方法 | |
CN113124763B (zh) | 光轴检测***的光轴标定方法、装置、终端、***和介质 | |
CN111383278A (zh) | 一种双摄像头的标定方法、装置及设备 | |
US20190108653A1 (en) | Capture Device Calibration Methods and Systems | |
US10841561B2 (en) | Apparatus and method for three-dimensional inspection | |
CN111709999A (zh) | 标定板、相机标定方法、装置、电子设备及相机*** | |
CN103827626A (zh) | 三维测量装置 | |
CN106091997B (zh) | 测试玻璃性能的方法、装置及*** | |
CN111311671B (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN110260801A (zh) | 用于测量物料体积的方法和装置 | |
EP3967969A1 (en) | Fisheye camera calibration system, method and apparatus, electronic device, and storage medium | |
CN109489560A (zh) | 一种线性尺寸测量方法及装置、智能终端 | |
CN104677911B (zh) | 用于机器视觉检验的检验设备和方法 | |
CN112595262A (zh) | 一种基于双目结构光的高反光表面工件深度图像获取方法 | |
CN109212546B (zh) | 双目相机深度方向测量误差的计算方法和装置 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN116380918A (zh) | 缺陷检测方法、装置及设备 | |
CN112991337B (zh) | 一种校正岩爆碎屑动能测试误差的方法 | |
WO2017116027A1 (ko) | 비전검사방법 | |
CN109916341B (zh) | 一种产品表面水平倾斜角度的测量方法及*** | |
CN108204982A (zh) | 多视角影像撷取装置及多视角影像检测设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201009 |