CN112862895B - 一种鱼眼摄像头标定方法、装置及*** - Google Patents
一种鱼眼摄像头标定方法、装置及*** Download PDFInfo
- Publication number
- CN112862895B CN112862895B CN201911183554.9A CN201911183554A CN112862895B CN 112862895 B CN112862895 B CN 112862895B CN 201911183554 A CN201911183554 A CN 201911183554A CN 112862895 B CN112862895 B CN 112862895B
- Authority
- CN
- China
- Prior art keywords
- fisheye
- calibration
- internal reference
- coordinate information
- edge coordinate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012937 correction Methods 0.000 claims abstract description 71
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 abstract description 9
- 239000003550 marker Substances 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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)
- Image Processing (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明实施例提供了一种鱼眼摄像头标定方法、装置及***,通过获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取鱼眼图像中提取外参标定物的第一边缘坐标信息;根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息;根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参,可以减少逐个采集标定棋盘格标定板图像的所需的标定耗时,并且每一鱼眼摄像头都是基于任一鱼眼摄像头的初始内参进行迭代优化,从而简化了操作,并提高了标定效率。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种鱼眼摄像头标定方法、装置及***。
背景技术
鱼眼摄像头因为其超大视场范围而广泛应用于自动驾驶、机器人导航、工程测量等领域,但是,鱼眼摄像头的超大视场范围使得拍摄的图像的边缘畸变较大,直接影响图像的成像效果。在实际场景应用中,往往通过鱼眼摄像头的标定来对鱼眼摄像头拍摄的图像进行畸变矫正,其中,鱼眼摄像头的标定过程就是确定鱼眼摄像头的内部参数(简称内参)的过程,内参主要包括主点、焦距和畸变系数等。因此,鱼眼摄像头的内参准确与否直接影响到畸变矫正的效果。
相关技术中,针对同一批次的每个鱼眼摄像头,可以通过摆放多个不同位置的棋盘格标定板来覆盖鱼眼摄像头的视场范围,并构建鱼眼摄像头拍摄得到的图像和棋盘格标定板的物理坐标之间的映射关系,从而完成鱼眼摄像头的标定。但是,棋盘格标定板图像的逐个采集标定会导致标定耗时、操作复杂。
发明内容
本发明实施例的目的在于提供一种鱼眼摄像头标定方法、装置及***,以实现简化操作,并提高标定效率。具体技术方案如下:
第一方面,本发明实施例提供了一种鱼眼摄像头标定方法,所述方法包括:
获取初始内参,所述初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;
获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取所述鱼眼图像中提取所述外参标定物的第一边缘坐标信息,其中,所述第一鱼眼摄像头是所述N个鱼眼摄像头中的任一鱼眼摄像头,所述外参标定物是所述N个鱼眼摄像头的外参标定环境中的标定物;
根据所述初始内参和所述第一边缘坐标信息,对所述鱼眼图像进行畸变矫正,得到畸变矫正图像,并从所述畸变矫正图像中提取所述外参标定物的第二边缘坐标信息;
根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参。
可选的,根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参,包括:
根据所述第二边缘坐标信息,对所述畸变矫正图像中所述外参标定物的边缘线段进行直线拟合,并根据所述边缘线段上点与拟合后得到的直线间的距离,计算残差;
若所述残差大于预设阈值或者迭代更新次数小于预设次数,则更新所述内参,直至所述残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定所述优化内参为更新后的所述内参。
可选的,所述获取初始内参,包括:利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据所述内参标定数据得到所述初始内参。
可选的,所述内参标定数据包括多组参数,所述初始内参为所述多组参数中的任意一组或者为每组中各内参的平均值。
可选的,所述外参标定物为棋盘格标定板,所述外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
第二方面,本发明实施例提供了一种鱼眼摄像头标定装置,所述装置包括:
初始内参获取模块,用于获取初始内参,所述初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;
第一边缘坐标信息获取模块,用于获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取所述鱼眼图像中提取所述外参标定物的第一边缘坐标信息,其中,所述第一鱼眼摄像头是所述N个鱼眼摄像头中的任一鱼眼摄像头,所述外参标定物是所述N个鱼眼摄像头的外参标定环境中的标定物;
第二边缘坐标信息获取模块,用于根据所述初始内参和所述第一边缘坐标信息,对所述鱼眼图像进行畸变矫正,得到畸变矫正图像,并从所述畸变矫正图像中提取所述外参标定物的第二边缘坐标信息;
内参更新模块,用于根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参。
可选的,所述内参更新模块,具体用于根据所述第二边缘坐标信息,对所述畸变矫正图像中所述外参标定物的边缘线段进行直线拟合,并根据所述边缘线段上点与拟合后得到的直线间的距离,计算残差;若所述残差大于预设阈值或者迭代更新次数小于预设次数,则更新所述内参,直至所述残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定所述优化内参为更新后的所述内参。
可选的,所述初始内参获取模块,具体用于利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据所述内参标定数据得到所述初始内参。
可选的,所述内参标定数据包括多组参数,所述初始内参为所述多组参数中的任意一组或者为每组中各内参的平均值。
可选的,所述外参标定物为棋盘格标定板,所述外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
第三方面,本发明实施例提供了一种鱼眼摄像头标定***,所述***包括:外参标定物、鱼眼摄像头和控制设备,所述鱼眼摄像头用于拍摄得到包括所述外参标定物的鱼眼图像,所述控制设备用于实现上述第一方面任一所述的鱼眼摄像头标定方法。
第四方面,本发明实施例提供了一种控制设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的所述计算机程序时,实现上述第一方面任一所述的鱼眼摄像头标定方法。
第五方面,本发明实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的鱼眼摄像头标定方法。
本发明实施例提供的鱼眼摄像头标定方法、装置及***,通过获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取鱼眼图像中提取外参标定物的第一边缘坐标信息,其中,第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,外参标定物是N个鱼眼摄像头的外参标定环境中的标定物;根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息;根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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为本发明实施例提供的一种鱼眼摄像头标定方法的实施例一的流程示意图;
图2为本发明实施例提供的一种鱼眼图像中标定板的边缘的结构示意图;
图3为本发明实施例提供的一种鱼眼摄像头标定方法的实施例二的流程示意图;
图4为本发明实施例提供的一种车载标定场地的场景示意图;
图5为本发明实施例提供的一种鱼眼摄像头标定方法的实施例三的流程示意图;
图6为本发明实施例提供的一种鱼眼成像的原理示意图;
图7为本发明实施例提供的一种鱼眼摄像头标定装置的结构示意图;
图8为本发明实施例提供的控制设备的结构示意图;
图9为本发明实施例提供的一种鱼眼摄像头标定***的结构示意图。
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。
为了实现简化操作,并提高标定效率,本发明实施例提供了一种鱼眼摄像头标定方法、装置及***,以下分别进行详细说明。本发明实施例所提供的种鱼眼摄像头标定方法由控制设备实现。
图1为本发明实施例提供的一种鱼眼摄像头标定方法的实施例一的流程示意图,如图1所示,本发明实施例的方法可以包括:
S101,获取初始内参。
其中,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的。这N个鱼眼摄像头可以是同一批次鱼眼摄像头,同一批次鱼眼摄像头之间的内参差异不会太大。具体实现时,将任意一个鱼眼摄像头的初始内参作为每个鱼眼摄像头的初始内参。鱼眼摄像头的内参可以是主点、焦距和畸变系数等。
S102,获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,从鱼眼图像中提取外参标定物的第一边缘坐标信息。
其中,上述第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,上述外参标定物是N个鱼眼摄像头的外参标定环境中的标定物。这里的外参标定物可以是标定布、棋盘格、由点直线圆曲线立体等所有可能基元构成的特征标识物等。在本发明实施例中,以在实际物理空间中边缘为标准正方形的标定板为例进行说明。
由于鱼眼摄像头的超大视场范围使得拍摄的鱼眼图像的边缘畸变较大,因此鱼眼图像中标定板的边缘发生了畸变。图2为本发明实施例提供的一种鱼眼图像中标定板的边缘的结构示意图,如图2所示,可以是在实际物理空间中边缘为标准正方形的2个标定板发生了畸变。图2中,A、B、C和D为其中一个标定板的边缘的4个顶点,E、F、G和H为另外一个标定板的边缘的4个顶点。
上述鱼眼图像中标定板的边缘可能会畸变为曲线,此时鱼眼图像中标定板的第一边缘坐标信息可以是边缘的曲线表达式、边缘线段上的多个点的坐标信息等。
S103,根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息。
鱼眼摄像头的标定过程就是确定鱼眼摄像头的内参的过程,鱼眼摄像头的内参会直接影响到畸变矫正的效果。根据初始内参和第一边缘坐标信息,可以对鱼眼图像中标定板的边缘进行畸变矫正。对应于上述第一边缘坐标信息,第二边缘坐标信息可以是边缘的曲线表达式、边缘线段上的多个点的坐标信息等。
S104,根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参。
基于第二边缘坐标信息,可以更新第一鱼眼摄像头的内参,再利用更新后的第一鱼眼摄像头的内参和上述第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,直至得到第一鱼眼摄像头的优化内参。
本发明实施例提供的鱼眼摄像头标定方法,通过获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取鱼眼图像中提取外参标定物的第一边缘坐标信息,其中,第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,外参标定物是N个鱼眼摄像头的外参标定环境中的标定物;根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息;根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
图3为本发明实施例提供的一种鱼眼摄像头标定方法的实施例二的流程示意图,如图3所示,本发明实施例的方法可以包括:
S301,获取初始内参。
S302,获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,从鱼眼图像中提取外参标定物的第一边缘坐标信息。
S303,根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息。
上述步骤S301-S303与图1所示实施例一中的步骤S101-S103类似,在此不再赘述。
S304,根据第二边缘坐标信息,对畸变矫正图像中外参标定物的边缘线段进行直线拟合,并根据边缘线段上点与拟合后得到的直线间的距离,计算残差。
具体实现时,基于第二边缘坐标信息,可以提取畸变矫正图像中外参标定物的边缘线段上的多个点的坐标信息;通过最小二乘法对边缘线段进行直线拟合,并将各点与拟合后得到的直线间的距离的平方和作为残差。
由于边缘线段上的点与拟合后得到的直线间的距离越小表征拟合后的直线越逼近鱼眼图像中标定板的边缘线段,因此根据边缘线段上的点与拟合后得到的直线间的距离计算得到的残差可以表征拟合的效果。
S305,若残差大于预设阈值或者迭代更新次数小于预设次数,则更新内参,直至残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定优化内参为更新后的内参。
具体实现时,图1所示实施例一中还可以包括:统计内参迭代更新的次数;若内参迭代更新的次数大于或者等于预设次数,则确定优化内参为更新后的内参。其中,预设次数为预先设置的内参的迭代更新次数。举例说明,假设预设次数为6次,此时内参迭代更新了6次,但是根据第6次更新的内参和第一边缘坐标信息,得到第二边缘坐标信息后,计算得到的残差仍然大于预设阈值,此时将第6次更新的内参确定为优化内参。
可见,应用本发明实施例,由于根据每次更新的内参可以对鱼眼图像中外参标定物的边缘进行畸变矫正,以及,根据第二边缘坐标信息对畸变矫正图像中外参标定物的边缘线段进行直线拟合后计算得到的残差越来越逼近预设阈值,所以增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
作为一种可以实现的方式,上述实施例一中的“获取初始内参”,具体实现时可以为:利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据内参标定数据得到初始内参。图4为本发明实施例提供的一种车载标定场地的场景示意图,如图4所示,可以利用2个棋盘格标定板进行标定,得到车载鱼眼摄像头的初始内参。具体实现时,上述内参标定数据可以包括多组参数,初始内参可以为多组参数中的任意一组或者是每组中各内参的平均值。
作为一种可以实现的方式,上述实施例一中的外参标定物可以为棋盘格标定板,外参标定环境可以为由棋盘格标定板组成的口字型或田字形标定场景。利用外参标定场景可以直接对鱼眼摄像头进行内参优化,无需对每个鱼眼摄像头进行标定,从而提高了标定效率。
下面以一个具体的实现方式为例对本发明实施例提供的种鱼眼摄像头标定方法进行说明,图5为本发明实施例提供的一种鱼眼摄像头标定方法的实施例三的流程示意图,如图5所示,本发明实施例的方法可以包括:
S501,获取初始内参。
S502,从第一鱼眼摄像头拍摄的包含外参标定板的鱼眼图像中截取预设列数的矩形图像。
S503,根据矩形图像各像素点的像素值,分别计算矩形图像中各列像素值之和。
S504,根据矩形图像中各列像素值之和以及矩形图像与外参标定板的边缘间的位置关系,计算用于表示外参标定板的边缘的第一边缘坐标信息的曲线数据。
由于截取的矩形图像可以位于第一鱼眼摄像头拍摄的鱼眼图像内部的任意位置,并且,畸变后的鱼眼图像中外参标定板的边缘的每个位置的坐标信息可能是不同的,因此根据矩形图像与外参标定板的边缘间的不同的位置关系以及矩形图像中各列像素值之和,计算得到的用于表示外参标定板的边缘的第一边缘坐标信息的曲线数据是不同。上述曲线数据可以是曲线函数、可以是曲线上的点的坐标信息等。
下面以一个具体的实现方式对上述步骤S502-步骤S504进行详细的说明:
在本发明实施例中,以从第一鱼眼摄像头拍摄的包含外参标定板的鱼眼图像中截取预设列数为3列,行数为5行的矩形图像为例进行说明,这3列分别为左列、中列、右列,并将曲线的初始表达式设置为二次曲线y=a+bx+cx2。
截取到矩形图像后,可以通过像素值求和公式(1),分别计算矩形图像中各列像素值之和,公式(1)具体如下:
其中, SL为左列的像素值之和,SM为中列的像素值之和,SR为右列的像素值之和,Fi,j为鱼眼图像第i列j行的灰度值,h为像素边长,/>L、M、R为矩形图像的左列、中列、右列的像素在y=a+bx+cx2下侧的面积。
具体的,可以通过面积求解公式(2),计算左列、中列、右列的像素在y=a+bx+cx2下侧的面积,公式(2)具体如下:
由上述公式,可以确定二次曲线y=a+bx+cx2中的a、b、c。可以由下述表达式(3)表示a、b、c,表达式(3)具体如下:
S505,根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息。
具体的,由上述S502-步骤S504得到第一边缘坐标信息之后,可以通过下述公式(4)-(13),计算第二边缘坐标信息。图6为本发明实施例提供的一种鱼眼成像的原理示意图,如图6所示,通过如图6所示的鱼眼成像的原理示意图可以对鱼眼摄像头成像模型进行介绍,该鱼眼摄像头成像模型满足下述公式(4)-(13)。具体如下:
θ=atan(rab) (8)
θ′=θ·(1+k1·θ2+k2·θ4+k3·θ6+k4·θ8) (9)
u=fx·x′+cx (12)
v=fy·y′+cy (13)
其中,R、T为鱼眼摄像头的外参,X、Y、Z为标定板的物理坐标,Xc、Yc、Zc为第二边缘坐标信息,在上述计算过程中,可以将Zc设置为1,a、b、rab、θ′、x′、y′为中间变量,θ为入射角,cx、cy、fx、fy、k1、k2、k3、k4为鱼眼摄像头的内参,cx、cy为主点坐标,fx、fy为焦距,k1、k2、k3、k4为畸变系数,u、v为第一边缘坐标信息。
S506,基于第二边缘坐标信息,提取边缘线段上的多个点的坐标信息。
根据上述公式(4)-(13)可以得到边缘线段上的多个点的坐标信息。
S507,通过最小二乘法对畸变矫正图像中外参标定物的边缘线段进行直线拟合,并将各点与拟合后得到的直线间的距离的平方和作为残差。
举例说明,首先,通过最小二乘法拟合后的直线为Ax+By+C=0(A、B、C为已知量),那么,可以通过下述公式(14),计算点与拟合后得到的直线间的距离的平方,公式(14)具体如下:
其中,为点与拟合后得到的直线间的距离的平方,x、y为边缘线段上的点的坐标。
其次,通过下述公式(15)计算各点与拟合后得到的直线间的距离的平方和,即计算残差,公式(15)具体如下:
其中,S为残差,m为边缘线段上的点的个数。
S508,若残差大于预设阈值或者迭代更新次数小于预设次数,则更新内参,直至残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定优化内参为更新后的内参。
如果令S对β求偏导的结果等于0,公式(16)具体如下:
其中,βj为内参(j=1...n,n为内参更新的次数)。
由于是变量和参数的函数,没有闭合解,因此给定一个初始值,用迭代方法逼近最优解。具体的,利用/>其中k为迭代次数,Δβj为迭代矢量。因此,每迭代更新一次内参,都会在上一次的内参上增加一个迭代矢量,相当于是一个使残差减小的调优过程。
可见,应用本发明实施例,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
相应于上述方法实施例,图7为本发明实施例提供的一种鱼眼摄像头标定装置的结构示意图,如图7所示,该标定装置可以包括:初始内参获取模块710、第一边缘坐标信息获取模块720、第二边缘坐标信息获取模块730和内参更新模块740。
初始内参获取模块710,用于获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的。
第一边缘坐标信息获取模块720,用于获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取鱼眼图像中提取外参标定物的第一边缘坐标信息,其中,第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,外参标定物是N个鱼眼摄像头的外参标定环境中的标定物。
第二边缘坐标信息获取模块730,用于根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息。
内参更新模块740,用于根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参。
可选的,上述内参更新模块740,具体可以用于根据第二边缘坐标信息,对畸变矫正图像中外参标定物的边缘线段进行直线拟合,并根据边缘线段上点与拟合后得到的直线间的距离,计算残差;若残差大于预设阈值或者迭代更新次数小于预设次数,则更新内参,直至残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定优化内参为更新后的内参。
可选的,上述初始内参获取模块710,具体可以用于利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据内参标定数据得到初始内参。
可选的,上述内参标定数据可以包括多组参数,初始内参可以为多组参数中的任意一组或者为每组中各内参的平均值。
可选的,上述外参标定物为棋盘格标定板,外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
本发明实施例提供的鱼眼摄像头标定装置,通过初始内参获取模块,获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;通过第一边缘坐标信息获取模块,获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,从鱼眼图像中提取外参标定物的第一边缘坐标信息,其中,第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,外参标定物是N个鱼眼摄像头的外参标定环境中的标定物;通过第二边缘坐标信息获取模块,根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息;通过内参更新模块,根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
本发明实施例还提供了一种控制设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,存储器803,用于存放计算机程序;处理器801,用于执行存储器803上所存放的计算机程序时,实现如下步骤:
获取初始内参,初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;
获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取鱼眼图像中提取外参标定物的第一边缘坐标信息,其中,第一鱼眼摄像头是N个鱼眼摄像头中的任一鱼眼摄像头,外参标定物是N个鱼眼摄像头的外参标定环境中的标定物;
根据初始内参和第一边缘坐标信息,对鱼眼图像进行畸变矫正,得到畸变矫正图像,并从畸变矫正图像中提取外参标定物的第二边缘坐标信息;
根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参。
可选的,处理器801在执行上述根据第二边缘坐标信息,通过内参迭代更新得到第一鱼眼摄像头的优化内参步骤时,具体可以实现:根据第二边缘坐标信息,对畸变矫正图像中外参标定物的边缘线段进行直线拟合,并根据边缘线段上点与拟合后得到的直线间的距离,计算残差;若残差大于预设阈值或者迭代更新次数小于预设次数,则更新内参,直至残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定优化内参为更新后的内参。
可选的,处理器801在执行上述获取初始内参步骤时,具体可以实现:利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据内参标定数据得到初始内参。
可选的,内参标定数据包括多组参数,初始内参为多组参数中的任意一组或者为每组中各内参的平均值。
可选的,外参标定物为棋盘格标定板,外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
可见,应用本发明实施例,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
上述控制设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述控制设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processor,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
图9为本发明实施例提供的一种鱼眼摄像头标定***的结构示意图,该***可以包括:外参标定物910、鱼眼摄像头920和控制设备930,鱼眼摄像头920用于拍摄得到包括外参标定物910的鱼眼图像,控制设备930用于实现上述任一鱼眼摄像头标定方法的步骤。如图9所示,可以利用两个外参标定物910对鱼眼摄像头进行外参标定。
可见,应用本发明实施例,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一鱼眼摄像头标定方法的步骤。
可见,应用本发明实施例,无需摆放多个不同位置的棋盘格标定板,减少了逐个采集标定棋盘格标定板图像的所需的标定耗时;将N个鱼眼摄像头中的任一鱼眼摄像头的初始内参作为所有鱼眼摄像头的初始内参,每一鱼眼摄像头的内参都是基于该初始内参进行迭代优化;并且,通过每次更新的内参可以对鱼眼图像进行畸变矫正,增强了畸变矫正的效果。在本发明实施例中,可以快速完成鱼眼摄像头的标定,简化了操作,并提高了标定效率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、***实施例、控制设备实施例以及计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (11)
1.一种鱼眼摄像头标定方法,其特征在于,所述方法包括:
获取初始内参,所述初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;
获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,从所述鱼眼图像中提取所述外参标定物的第一边缘坐标信息,其中,所述第一鱼眼摄像头是所述N个鱼眼摄像头中的任一鱼眼摄像头,所述外参标定物是所述N个鱼眼摄像头的外参标定环境中的标定物;
根据所述初始内参和所述第一边缘坐标信息,对所述鱼眼图像进行畸变矫正,得到畸变矫正图像,并从所述畸变矫正图像中提取所述外参标定物的第二边缘坐标信息;
根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参;
所述根据所述初始内参和所述第一边缘坐标信息,对所述鱼眼图像进行畸变矫正,得到畸变矫正图像,并从所述畸变矫正图像中提取所述外参标定物的第二边缘坐标信息,包括:
根据所述初始内参和所述第一边缘坐标信息,采用以下公式计算所述第二边缘坐标信息:
θ=atan(rab)
θ′=θ·(1+k1·θ2+k2·θ4+k3·θ6+k4·θ8)
u=fx·x′+cx
v=fy·y′+cy
其中,R、T为所述鱼眼摄像头的外参,X、Y、Z为所述外参标定物的物理坐标,Xc、Yc、Zc为所述第二边缘坐标信息,Zc的值为1,a、b、rab、θ′、x′、y′为中间变量,θ为入射角,cx、cy为所述鱼眼摄像头的主点坐标,fx、fy为所述鱼眼摄像头的焦距,k1、k2、k3、k4为所述鱼眼摄像头的畸变系数,u、v为所述第一边缘坐标信息,cx、cy、fx、fy、k1、k2、k3和k4为所述鱼眼摄像头的内参;
所述根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参,包括:
根据所述第二边缘坐标信息,对所述畸变矫正图像中所述外参标定物的边缘线段进行直线拟合,并根据所述边缘线段上点与拟合后得到的直线间的距离,计算残差;
若所述残差大于预设阈值或者迭代更新次数小于预设次数,则更新所述内参,直至所述残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定所述优化内参为更新后的所述内参。
2.根据权利要求1所述的方法,其特征在于,所述获取初始内参,包括:
利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据所述内参标定数据得到所述初始内参。
3.根据权利要求2所述的方法,其特征在于,所述内参标定数据包括多组参数,所述初始内参为所述多组参数中的任意一组或者为每组中各内参的平均值。
4.根据权利要求1所述的方法,其特征在于,所述外参标定物为棋盘格标定板,所述外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
5.一种鱼眼摄像头标定装置,其特征在于,所述装置包括:
初始内参获取模块,用于获取初始内参,所述初始内参是对N个鱼眼摄像头中的任一鱼眼摄像头进行内参标定得到的;
第一边缘坐标信息获取模块,用于获取第一鱼眼摄像头拍摄的包括外参标定物的鱼眼图像,提取所述鱼眼图像中提取所述外参标定物的第一边缘坐标信息,其中,所述第一鱼眼摄像头是所述N个鱼眼摄像头中的任一鱼眼摄像头,所述外参标定物是所述N个鱼眼摄像头的外参标定环境中的标定物;
第二边缘坐标信息获取模块,用于根据所述初始内参和所述第一边缘坐标信息,对所述鱼眼图像进行畸变矫正,得到畸变矫正图像,并从所述畸变矫正图像中提取所述外参标定物的第二边缘坐标信息;
内参更新模块,用于根据所述第二边缘坐标信息,通过内参迭代更新得到所述第一鱼眼摄像头的优化内参;
所述第二边缘坐标信息获取模块,具体用于根据所述初始内参和所述第一边缘坐标信息,采用以下公式计算所述第二边缘坐标信息:
θ=atan(rab)
θ′=θ·(1+k1·θ2+k2·θ4+k3·θ6+k4·θ8)
u=fx·x′+cx
v=fy·y′+cy
其中,R、T为所述鱼眼摄像头的外参,X、Y、Z为所述外参标定物的物理坐标,Xc、Yc、Zc为所述第二边缘坐标信息,Zc的值为1,a、b、rab、θ′、x′、y′为中间变量,θ为入射角,cx、cy为所述鱼眼摄像头的主点坐标,fx、fy为所述鱼眼摄像头的焦距,k1、k2、k3、k4为所述鱼眼摄像头的畸变系数,u、v为所述第一边缘坐标信息,cx、cy、fx、fy、k1、k2、k3和k4为所述鱼眼摄像头的内参;
所述内参更新模块,具体用于根据所述第二边缘坐标信息,对所述畸变矫正图像中所述外参标定物的边缘线段进行直线拟合,并根据所述边缘线段上点与拟合后得到的直线间的距离,计算残差;若所述残差大于预设阈值或者迭代更新次数小于预设次数,则更新所述内参,直至所述残差小于或等于预设阈值或者迭代更新次数大于或等于预设次数时,确定所述优化内参为更新后的所述内参。
6.根据权利要求5所述的装置,其特征在于,
所述初始内参获取模块,具体用于利用棋盘格标定板对鱼眼摄像头进行标定,得到内参标定数据,根据所述内参标定数据得到所述初始内参。
7.根据权利要求6所述的装置,其特征在于,所述内参标定数据包括多组参数,所述初始内参为所述多组参数中的任意一组或者为每组中各内参的平均值。
8.根据权利要求5所述的装置,其特征在于,所述外参标定物为棋盘格标定板,所述外参标定环境为由棋盘格标定板组成的口字型或田字形标定场景。
9.一种鱼眼摄像头标定***,其特征在于,所述***包括:外参标定物、鱼眼摄像头和控制设备,所述鱼眼摄像头用于拍摄得到包括所述外参标定物的鱼眼图像,所述控制设备用于实现权利要求1-4任一所述的方法。
10.一种控制设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的所述计算机程序时,实现权利要求1-4任一所述的方法。
11.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183554.9A CN112862895B (zh) | 2019-11-27 | 2019-11-27 | 一种鱼眼摄像头标定方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183554.9A CN112862895B (zh) | 2019-11-27 | 2019-11-27 | 一种鱼眼摄像头标定方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112862895A CN112862895A (zh) | 2021-05-28 |
CN112862895B true CN112862895B (zh) | 2023-10-10 |
Family
ID=75984897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911183554.9A Active CN112862895B (zh) | 2019-11-27 | 2019-11-27 | 一种鱼眼摄像头标定方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862895B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793386B (zh) * | 2021-08-05 | 2023-09-19 | 杭州飞步科技有限公司 | 相机内参标定方法、装置、设备、介质及程序产品 |
CN113379853B (zh) * | 2021-08-13 | 2021-11-23 | 腾讯科技(深圳)有限公司 | 相机内参的获取方法、装置、设备及可读存储介质 |
CN113838149B (zh) * | 2021-10-09 | 2023-08-18 | 智道网联科技(北京)有限公司 | 自动驾驶车辆的相机内参标定方法、服务器及*** |
CN116385564B (zh) * | 2023-02-03 | 2023-09-19 | 厦门农芯数字科技有限公司 | 一种基于鱼眼图像实现栏位尺寸的自动标定方法、装置 |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996389A (zh) * | 2007-01-09 | 2007-07-11 | 北京航空航天大学 | 基于共线特征点的摄像机畸变快速校正方法 |
CN102096923A (zh) * | 2011-01-20 | 2011-06-15 | 上海杰图软件技术有限公司 | 鱼眼标定方法和装置 |
CN102208108A (zh) * | 2011-04-01 | 2011-10-05 | 哈尔滨工业大学 | 摄像机大视场高精度快速现场全局标定方法 |
CN104732542A (zh) * | 2015-03-27 | 2015-06-24 | 安徽省道一电子科技有限公司 | 基于多摄像头自标定的全景车辆安全***的图像处理方法 |
CN105096329A (zh) * | 2015-08-20 | 2015-11-25 | 厦门雅迅网络股份有限公司 | 一种精确校正超广角摄像头图像畸变的方法 |
CN105427294A (zh) * | 2015-11-11 | 2016-03-23 | 北京工商大学 | 一种图像畸变线性模型建立方法 |
CN106683139A (zh) * | 2017-02-20 | 2017-05-17 | 南京航空航天大学 | 基于遗传算法的鱼眼相机标定***及其图像畸变矫正方法 |
WO2017092631A1 (zh) * | 2015-11-30 | 2017-06-08 | 宁波舜宇光电信息有限公司 | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 |
CN106875339A (zh) * | 2017-02-22 | 2017-06-20 | 长沙全度影像科技有限公司 | 一种基于长条形标定板的鱼眼图像拼接方法 |
US9734419B1 (en) * | 2008-12-30 | 2017-08-15 | Cognex Corporation | System and method for validating camera calibration in a vision system |
CN107333051A (zh) * | 2016-04-28 | 2017-11-07 | 杭州海康威视数字技术股份有限公司 | 一种室内全景视频生成方法及装置 |
CN107507247A (zh) * | 2017-08-28 | 2017-12-22 | 哈尔滨拓博科技有限公司 | 一种投影键盘的实时动态自动化标定方法 |
CN108171759A (zh) * | 2018-01-26 | 2018-06-15 | 上海小蚁科技有限公司 | 双鱼眼镜头全景相机的标定方法及装置、存储介质、终端 |
CN108257187A (zh) * | 2018-02-06 | 2018-07-06 | 杭州蓝芯科技有限公司 | 一种相机-投影仪***标定方法 |
CN108537848A (zh) * | 2018-04-19 | 2018-09-14 | 北京工业大学 | 一种面向室内场景重建的两级位姿优化估计方法 |
CN108876749A (zh) * | 2018-07-02 | 2018-11-23 | 南京汇川工业视觉技术开发有限公司 | 一种鲁棒的镜头畸变校正方法 |
CN109345471A (zh) * | 2018-09-07 | 2019-02-15 | 贵州宽凳智云科技有限公司北京分公司 | 基于高精轨迹数据测量绘制高精地图数据方法 |
CN109754434A (zh) * | 2018-12-27 | 2019-05-14 | 歌尔科技有限公司 | 相机标定方法、装置、用户设备及存储介质 |
CN109767476A (zh) * | 2019-01-08 | 2019-05-17 | 像工场(深圳)科技有限公司 | 一种自动对焦双目摄像头标定及深度计算方法 |
CN109859272A (zh) * | 2018-12-18 | 2019-06-07 | 像工场(深圳)科技有限公司 | 一种自动对焦双目摄像头标定方法及装置 |
CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服***的联合自动标定方法及装置 |
CN110207650A (zh) * | 2019-05-31 | 2019-09-06 | 重庆迪星天科技有限公司 | 基于双目视觉的车用公路限高架高度测量方法及装置 |
CN110209997A (zh) * | 2019-06-10 | 2019-09-06 | 成都理工大学 | 基于三维特征点的深度相机自动标定算法 |
CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
CN110322513A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法、装置及电子设备 |
CN110458898A (zh) * | 2019-08-15 | 2019-11-15 | 北京迈格威科技有限公司 | 相机标定板、标定数据采集方法、畸变校正方法及装置 |
CN110490940A (zh) * | 2019-08-15 | 2019-11-22 | 北京迈格威科技有限公司 | 基于棋盘格单幅图像的相机标定方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101043450B1 (ko) * | 2009-07-31 | 2011-06-21 | 삼성전기주식회사 | 카메라를 이용한 위치와 거리 측정장치 및 위치와 거리 측정방법 |
-
2019
- 2019-11-27 CN CN201911183554.9A patent/CN112862895B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996389A (zh) * | 2007-01-09 | 2007-07-11 | 北京航空航天大学 | 基于共线特征点的摄像机畸变快速校正方法 |
US9734419B1 (en) * | 2008-12-30 | 2017-08-15 | Cognex Corporation | System and method for validating camera calibration in a vision system |
CN102096923A (zh) * | 2011-01-20 | 2011-06-15 | 上海杰图软件技术有限公司 | 鱼眼标定方法和装置 |
CN102208108A (zh) * | 2011-04-01 | 2011-10-05 | 哈尔滨工业大学 | 摄像机大视场高精度快速现场全局标定方法 |
CN104732542A (zh) * | 2015-03-27 | 2015-06-24 | 安徽省道一电子科技有限公司 | 基于多摄像头自标定的全景车辆安全***的图像处理方法 |
CN105096329A (zh) * | 2015-08-20 | 2015-11-25 | 厦门雅迅网络股份有限公司 | 一种精确校正超广角摄像头图像畸变的方法 |
CN105427294A (zh) * | 2015-11-11 | 2016-03-23 | 北京工商大学 | 一种图像畸变线性模型建立方法 |
WO2017092631A1 (zh) * | 2015-11-30 | 2017-06-08 | 宁波舜宇光电信息有限公司 | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 |
CN107333051A (zh) * | 2016-04-28 | 2017-11-07 | 杭州海康威视数字技术股份有限公司 | 一种室内全景视频生成方法及装置 |
CN106683139A (zh) * | 2017-02-20 | 2017-05-17 | 南京航空航天大学 | 基于遗传算法的鱼眼相机标定***及其图像畸变矫正方法 |
CN106875339A (zh) * | 2017-02-22 | 2017-06-20 | 长沙全度影像科技有限公司 | 一种基于长条形标定板的鱼眼图像拼接方法 |
CN107507247A (zh) * | 2017-08-28 | 2017-12-22 | 哈尔滨拓博科技有限公司 | 一种投影键盘的实时动态自动化标定方法 |
CN108171759A (zh) * | 2018-01-26 | 2018-06-15 | 上海小蚁科技有限公司 | 双鱼眼镜头全景相机的标定方法及装置、存储介质、终端 |
CN108257187A (zh) * | 2018-02-06 | 2018-07-06 | 杭州蓝芯科技有限公司 | 一种相机-投影仪***标定方法 |
CN110322513A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法、装置及电子设备 |
CN108537848A (zh) * | 2018-04-19 | 2018-09-14 | 北京工业大学 | 一种面向室内场景重建的两级位姿优化估计方法 |
CN108876749A (zh) * | 2018-07-02 | 2018-11-23 | 南京汇川工业视觉技术开发有限公司 | 一种鲁棒的镜头畸变校正方法 |
CN109345471A (zh) * | 2018-09-07 | 2019-02-15 | 贵州宽凳智云科技有限公司北京分公司 | 基于高精轨迹数据测量绘制高精地图数据方法 |
CN109859272A (zh) * | 2018-12-18 | 2019-06-07 | 像工场(深圳)科技有限公司 | 一种自动对焦双目摄像头标定方法及装置 |
CN109754434A (zh) * | 2018-12-27 | 2019-05-14 | 歌尔科技有限公司 | 相机标定方法、装置、用户设备及存储介质 |
CN109767476A (zh) * | 2019-01-08 | 2019-05-17 | 像工场(深圳)科技有限公司 | 一种自动对焦双目摄像头标定及深度计算方法 |
CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服***的联合自动标定方法及装置 |
CN110207650A (zh) * | 2019-05-31 | 2019-09-06 | 重庆迪星天科技有限公司 | 基于双目视觉的车用公路限高架高度测量方法及装置 |
CN110209997A (zh) * | 2019-06-10 | 2019-09-06 | 成都理工大学 | 基于三维特征点的深度相机自动标定算法 |
CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
CN110458898A (zh) * | 2019-08-15 | 2019-11-15 | 北京迈格威科技有限公司 | 相机标定板、标定数据采集方法、畸变校正方法及装置 |
CN110490940A (zh) * | 2019-08-15 | 2019-11-22 | 北京迈格威科技有限公司 | 基于棋盘格单幅图像的相机标定方法和装置 |
Non-Patent Citations (4)
Title |
---|
二维旋转平台下的相机参数标定;顾国华;王佳节;陈钱;钱惟贤;;光学精密工程(第07期);全文 * |
共面点的摄像机非线性畸变校正;叶峰;王敏;陈剑东;洪峥;赖乙宗;;光学精密工程(第10期);全文 * |
叶峰 ; 王敏 ; 陈剑东 ; 洪峥 ; 赖乙宗 ; .共面点的摄像机非线性畸变校正.光学精密工程.2015,(第10期),全文. * |
边缘直线拟合确定鱼眼镜头光心算法;林春雨 等;《北京交通大学学报》;第8-14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112862895A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112862895B (zh) | 一种鱼眼摄像头标定方法、装置及*** | |
CN110322513B (zh) | 一种相机外参标定方法、装置及电子设备 | |
CN107633536B (zh) | 一种基于二维平面模板的相机标定方法及*** | |
CN106780388B (zh) | 一种线阵相机光学畸变矫正方法 | |
CN109345467B (zh) | 成像畸变校正方法、装置、计算机设备及存储介质 | |
CN110689581A (zh) | 结构光模组标定方法、电子设备、计算机可读存储介质 | |
US10771776B2 (en) | Apparatus and method for generating a camera model for an imaging system | |
JP2020523703A5 (zh) | ||
CN110809781A (zh) | 一种图像处理方法、控制终端及存储介质 | |
CN112465915A (zh) | 一种车载环视***标定方法 | |
CN108520541B (zh) | 一种广角摄像机的标定方法 | |
KR20160001868A (ko) | 카메라에서 촬영된 영상의 왜곡을 보정하기 위한 영상 왜곡 보정 방법 | |
CN107945136B (zh) | 一种鱼眼图像矫正方法、***、设备及计算机存储介质 | |
CN115797468B (zh) | 一种鱼眼摄像头安装高度的自动校正方法、装置以及设备 | |
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 | |
CN116051652A (zh) | 一种参数标定方法及电子设备、存储介质 | |
CN111161225B (zh) | 一种图像差异检测方法、装置、电子设备和存储介质 | |
CN112734857B (zh) | 相机内参和相机相对激光雷达外参的标定方法及电子设备 | |
CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
CN111145268B (zh) | 一种视频注册方法及装置 | |
CN114757846A (zh) | 图像矫正方法及装置、存储介质、电子装置 | |
CN114170319A (zh) | 测试标板的调整方法及装置 | |
CN113822949A (zh) | 一种双目相机的标定方法、装置及可读存储介质 | |
CN110580692B (zh) | 一种多线列时差扫描图像辐射一致性校正方法 | |
CN113989361B (zh) | 基于人工智能的动物体长测量方法、装置、设备及介质 |
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 |