CN113676719B - 双目立体相机的对焦参数计算方法、***和智能终端 - Google Patents
双目立体相机的对焦参数计算方法、***和智能终端 Download PDFInfo
- Publication number
- CN113676719B CN113676719B CN202110824744.5A CN202110824744A CN113676719B CN 113676719 B CN113676719 B CN 113676719B CN 202110824744 A CN202110824744 A CN 202110824744A CN 113676719 B CN113676719 B CN 113676719B
- Authority
- CN
- China
- Prior art keywords
- distance
- calculating
- target
- optimal
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
- H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
- H04N13/236—Image signal generators using stereoscopic image cameras using a single 2D image sensor using varifocal lenses or mirrors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/246—Calibration of cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/296—Synchronisation thereof; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种双目立体相机对焦参数计算方法、***和智能终端,方法包括:计算测距范围的近点距离、远点距离,基于所述近点距离和所述远点距离得到景深范围,计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益,根据所述最佳像距增益得到对焦靶标的最佳物距,计算所述对焦靶标的最佳尺寸。该方法根据使用场景的具体参数,准确计算对焦位置和靶标尺寸等对焦参数,创造性地提出了对焦参数的具体算法,从而提高了对焦准确性,进而解决了现有技术中对焦准确性较差的问题。
Description
技术领域
本发明涉及双目相机对焦方法技术领域,具体涉及一种双目立体相机对焦参数计算方法、***和智能终端。
背景技术
双目立体视觉利用两台成像设备从不同的位置获取被测物体的两幅图像,并通过计算图像对应像素点间的位置偏差(称作“视差disparity”),来得到物体与成像设备之间的距离,从而得到物体在摄像机坐标系中的三维信息。双目立体视觉的成像设备通常是由并排放置并保持一定间距(称作“基线距离baseline distance”)的两台完全相同的摄像机组成,通常被称作双目立体相机(后称“双目相机”)。
对于用于工业、交通、航天、军事等领域固定焦距的成像设备,都需要在设备的装配过程中进行对焦。对焦过程就是通过调节光学镜头与成像平面的距离(通常称为“像距”),使得某物距范围内的目标能够在成像平面上清晰地成像。
在成像设备中,对焦的精确程度直接影响成像效果,因此,提供双目立体相机对焦参数计算方法,以期根据使用场景的具体参数,准确计算对焦位置和靶标尺寸等对焦参数,从而提高对焦准确性,就成为本领域技术人员亟待解决的问题。
发明内容
为此,本发明实施例提供一种双目立体相机对焦参数计算方法、***和智能终端,以解决现有技术中依靠经验对焦而造成的对焦准确性较差的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
一种双目立体相机的对焦参数计算方法,所述方法包括:
计算测距范围的近点距离、远点距离;
基于所述近点距离和所述远点距离得到景深范围;
计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
根据所述最佳像距增益得到对焦靶标的最佳物距;
基于所述最佳物距计算所述对焦靶标的最佳尺寸。
进一步地,所述计算测距范围的近点距离、远点距离,具体包括:
利用公式Umin=f×B/dmax计算测距范围的近点距离;
利用公式Umax=f×B/dmin计算测距范围的远点距离;
其中,f为双目相机的焦距,Umin为测距范围的近点距离,Umax为测距范围的远点距离,dmax为目标物视差的最大值,dmin为目标物视差的最小值,B为双目相机的基线距离。
进一步地,所述计算所述景深范围内实际物距对应的像距增益的最大值和最小值,具体包括:
利用公式ΔV=Vreal-f=f2/Ureal计算像距增益;
其中,Ureal为目标的实际物距,Vreal为该目标对应的像距,f为焦距,ΔV为像距增益。
进一步地,所述基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益,具体包括:
利用公式ΔVbest=(ΔVmax-ΔVmin)/2+ΔVmin计算最佳像距增益;
其中,ΔVbest为最佳像距增益,ΔVmax为像距增益的最大值,ΔVmin为像距增益的最小值。
进一步地,所述根据所述最佳像距增益得到对焦靶标的最佳物距,具体包括:
利用公式Ubest=f2/ΔVbest计算对焦靶标的最佳物距;
其中,Ubest对焦靶标的最佳物距,ΔVbest为最佳像距增益,f为双目相机的焦距。
进一步地,所述基于所述最佳物距计算所述对焦靶标的最佳尺寸,具体包括:
确定靶标形态,并计算一个线对的图像尺寸和靶标幅面尺寸;
根据一个线对的图像尺寸和靶标幅面尺寸计算线对数量和线对宽度。
进一步地,所述计算一个线对的图像尺寸,具体包括:
利用公式Widlp=Numpixel×Widsensor计算一个线对的图像尺寸;
Numpixel为一个线对对应的像素数量,Widsensor为一个像素光敏单元的尺寸,Widlp为一个线对的图像尺寸。
进一步地,所述计算靶标幅面尺寸、线对数量和线对宽度具体包括:
利用公式计算靶标幅面尺寸;
利用公式Numlp=WidImg/Widlp计算线对数量;
利用公式Widreallp=WidObj/Numlp计算线对宽度;
其中,WidObj为靶标实际宽度,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像距增益;
Numlp为靶标线对数量,WidImg为靶标成像在传感器的宽度,Widlp为一个线对成像在传感器的宽度;
Widreallp为线对在靶标上的宽度,WidObj为靶标幅面尺寸,Numlp为靶标线对数量。
本发明还提供一种双目立体相机的对焦参数计算***,所述***包括:
距离计算单元,用于计算测距范围的近点距离、远点距离;
景深计算单元,用于基于所述近点距离和所述远点距离得到景深范围;
像距增益计算单元,用于计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
靶标位置计算单元,用于根据所述像距增益和所述最佳像距增益得到对焦靶标的最佳物距;
靶标尺寸计算单元,用于基于所述最佳物距计算所述对焦靶标的最佳尺寸。
本发明还提供一种智能终端,所述智能终端包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如上所述的方法。
本发明所提供的双目立体相机的对焦参数计算方法,通过计算测距范围的近点距离、远点距离,基于所述近点距离和所述远点距离得到景深范围,计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益,根据所述最佳像距增益得到对焦靶标的最佳物距,基于所述最佳物距计算所述对焦靶标的最佳尺寸。该方法根据使用场景的具体参数,准确计算对焦位置和靶标尺寸等对焦参数,从而提高对焦准确性,保证成像效果,进而解决了现有技术中依靠经验对焦而造成的对焦准确性较差的问题。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明所提供的对焦参数计算方法一种具体实施方式的流程图;
图2为本发明所提供的对焦参数计算***一种具体实施方式的结构框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例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。
在一种具体实施方式中,如图1所示,本发明所提供的双目立体相机的对焦参数计算方法,包括以下步骤:
S1:计算测距范围的近点距离、远点距离;
S2:基于所述近点距离和所述远点距离得到景深范围;
S3:计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
S4:根据所述最佳像距增益得到对焦靶标的最佳物距;
S5:基于所述最佳物距计算所述对焦靶标的最佳尺寸。
其中,所述计算测距范围的近点距离、远点距离,具体包括:
利用公式Umin=f×B/dmax计算测距范围的近点距离;
利用公式Umax=f×B/dmin计算测距范围的远点距离;
其中,f为双目相机的焦距,Umin为测距范围的近点距离,Umax为测距范围的远点距离,dmax为目标物视差的最大值,dmin为目标物视差的最小值,B为双目相机的基线距离。
具体地,在步骤S1中,在进行测距范围近点距离的计算时,双目相机焦距、物距、基线距离、视差的关系如公式1所示:
其中,f为相机的焦距、U为物距(即目标物与镜头光心的距离)、d为目标物的视差、B为双目相机的基线距离。由公式1又可得公式2,即物距等于焦距乘以基线距离再除以视差。
U=f×B/d 公式2
由公式2可知,当有效视差值最大时物距U取最小值,即为双目相机测距范围的近点距离Umin。而有效视差的最大值,等于视差匹配算法的搜索范围。如果某点实际视差大于该值,则该点计算将无法得到有效视差结果,即置为无效点。例如,在一个具体使用场景中,双目相机的基线距离为120mm,采用的镜头焦距为8mm,视差匹配算法的搜索范围是80个像素,每个像素光敏单元的尺寸为4.25nm×4.25nm,由公式2可知,测距范围的近点距离可以计算为:
Umin=120mm×8mm/(80×0.0042mm)≈2857mm,即2.86米。
在进行测距范围远点距离的计算时,由公式2可知,当有效视差值最小时物距U取最大值,即为双目相机测距范围的远点距离Umax。通常地,在保证测距准确的前提下,最小有效视差一般取1~5个像素。如果取最小有效视差为2个像素,则上述场景中,远点距离的计算为:
Umax=120mm×8mm/(2×0.0042mm)≈114285mm,即114.29米。
在步骤S2中,景深范围即为测距范围,即对焦后需要保证在测距范围内的目标可以在传感器上得到清晰的图像,在上述使用场景中,景深范围可以确定为2.8米~114米。
进一步地,在步骤S3中,计算所述景深范围内实际物距对应的像距增益的最大值和最小值,具体包括:
利用公式ΔV=Vreal-f=f2/Ureal计算像距增益;
其中,Ureal为目标的实际物距,Vreal为该目标对应的像距,f为焦距,ΔV为像距增益。
具体地,当物距U为无穷大时(即目标为无穷远),其对应的像距V为最小值,此时V等于焦距f;当U为某个数值Ureal时,其对应的像距为Vreal,而此时的像距增益可以定义为:
ΔV=Vreal-f=f2/Ureal 公式3
其中,Ureal为目标的实际物距,Vreal为该目标对应的像距,f为焦距,像距增益ΔV可以理解为目标对应的实际像距相对于焦距的增加量。
仍以上述使用场景为例,由公式3可知,在景深范围内的实际物距对应的像距增益的最大值和最小值分别为:
ΔVmax=8mm×8mm/2800mm≈0.022857mm,即22.857nm。
ΔVmin=8mm×8mm/114000mm≈0.000561mm,即0.561nm。
进一步地,在步骤S3中,所述基于景深范围内实际物距对应的像距增益的最大值和最小值计算最佳像距增益,具体包括:
利用公式ΔVbest=(ΔVmax-ΔVmin)/2+ΔVmin计算最佳像距增益;
其中,ΔVbest为最佳像距增益,ΔVmax为像距增益的最大值,ΔVmin为像距增益的最小值。
具体地,在对焦靶标对应的最佳像距增益的计算中,当像距为f+ΔVmax时,可使得景深范围近点距离处的目标获得清晰成像;当像距为f+ΔVmin时,可使得景深范围远点距离处的目标获得清晰成像。为了兼顾景深范围内所有距离处目标成像的清晰度,使得近点距离处的目标与远点距离处的目标成像的弥散(模糊)程度相同,我们会将对焦靶标理想像距的位置选择在像距增益最大值与最小值的中点,即最佳像距增益ΔVbest为:
ΔVbest=(ΔVmax-ΔVmin)/2+ΔVmin 公式4
在上述使用场景中,最佳像距增益ΔVbest=(22.857nm-0.561nm)/2+0.561nm≈11.709nm。
在步骤S4中,所述根据所述最佳像距增益得到对焦靶标的最佳物距,具体包括:
利用公式Ubest=f2/ΔVbest计算对焦靶标的最佳物距;
其中,Ubest对焦靶标的最佳物距,ΔVbest为最佳像距增益,f为双目相机的焦距。
具体地,根据上述公式3可知,Ureal=f2/ΔV(公式5),将最佳像距增益带入公式5,即可得到对焦靶标的最佳物距。在上述使用场景中,对焦靶标的最佳物距Ubest=82/11.709×10-3=5.466米。
在该具体实施方式中,所述基于所述最佳物距计算所述对焦靶标的最佳尺寸,具体包括:
确定靶标形态,并计算一个线对的图像尺寸和靶标幅面尺寸;
根据一个线对的图像尺寸和靶标幅面尺寸计算线对数量和线对宽度。
为了能够更好地评测对焦过程的清晰度变化及成像***的传函变化,对焦靶标为黑、白间隔的平行条纹,或者黑、白间隔的同心圆环。无论选择平行条纹还是同心圆环,黑、白区域的宽度一般选择相同(也可以不相同)。靶标中黑、白区域的宽度应使得对应的图像宽度通常为1~5个像素,该实施例以2个像素宽度为例。
具体地,利用公式Widlp=Numpixel×Widsensor计算一个线对的图像尺寸,其中,Numpixel为一个线对对应的像素数量,Widsensor为一个像素光敏单元的尺寸,Widlp为一个线对的图像尺寸。利用公式计算靶标幅面尺寸,其中,WidObj为靶标实际宽度,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像距增益。利用公式Numlp=WidImg/Widlp计算线对数量,其中,WidObj为靶标实际宽度,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像距增益。利用公式Widreallp=WidObj/Numlp计算线对宽度,其中,Widreallp为线对在靶标上的宽度,WidObj为靶标幅面尺寸,Numlp为靶标线对数量。
一个线对的图像尺寸的计算时,一对黑、白条纹为一个线对。如果黑、白区域的宽度对应的图像宽度为2个像素,则一个线对的图像宽度为4个像素。一个线对的图像尺寸宽度为:
Widlp=Numpixel×Widsensor 公式6
其中,Numpixel为一个线对对应的像素数量,Widsensor为一个像素光敏单元的尺寸,Widlp为一个线对的图像尺寸。
在上述使用场景中,一个线对的图像尺寸为4pixel×4.25nm/pixel=17nm。利用以下公式对靶标幅面尺寸进行计算:
如公式7所示,WidObj为靶标实际宽度,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像平面位置(即对焦的最佳结果)。其中,Vbest=ΔVbest+f(公式8),即最佳像平面位置等于焦距加上最佳像距增益。
在上述使用场景中,如果靶标成像在传感器的宽度为WidImg=2mm(此数值并不是唯一选择),Vbest=8mm+11.709nm≈8.012mm,Ubest=5.466米=5466mm,则可得靶标幅面尺寸为WidObj=5466mm×2mm/8.012mm≈1364mm。
线对数量、线对宽度的计算时,在上述使用场景中,靶标成像在传感器的宽度为WidImg=2mm,一个线对的图像尺寸为17nm,故线对数量为:
Numlp=WidImg/Widlp 公式9
其中,Numlp为靶标线对数量,WidImg为靶标成像在传感器的宽度,Widlp为一个线对成像在传感器的宽度。
在上述使用场景中,Numlp=2mm/17nm≈117个线对。
线对在靶标上的宽度为:
Widreallp=WidObj/Numlp公式10
其中,Widreallp为线对在靶标上的宽度,WidObj为靶标幅面尺寸,Numlp为靶标线对数量。在上述使用场景中,Widreallp=1364mm/117≈11.6mm。
在上述具体实施方式中,本发明所提供的双目立体相机的对焦参数计算方法,通过计算测距范围的近点距离、远点距离,基于所述近点距离和所述远点距离得到景深范围,计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益,根据所述最佳像距增益得到对焦靶标的最佳物距,计算所述对焦靶标的最佳尺寸。该方法根据使用场景的具体参数,准确计算对焦位置和靶标尺寸等对焦参数,创造性地提出了对焦参数的具体算法,从而提高了对焦准确性,进而解决了现有技术中对焦准确性较差的问题。
处理上述方法,本发明还提供一种双目立体相机的对焦参数计算***,用于实施如上所述的方法,在一种具体实施方式中,如图2所示,所述***包括:
距离计算单元100,用于计算测距范围的近点距离、远点距离;
景深计算单元200,用于基于所述近点距离和所述远点距离得到景深范围;
像距增益计算单元300,用于计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
靶标位置计算单元400,用于根据所述像距增益和所述最佳像距增益得到对焦靶标的最佳物距;
靶标尺寸计算单元500,用于基于所述最佳物距计算所述对焦靶标的最佳尺寸。
其中,距离计算单元100具体用于利用公式Umin=f×B/dmax计算测距范围的近点距离;利用公式Umax=f×B/dmin计算测距范围的远点距离;其中,f为双目相机的焦距,Umin为测距范围的近点距离,Umax为测距范围的远点距离,dmax为目标物视差的最大值,dmin为目标物视差的最小值,B为双目相机的基线距离。
景深计算单元200具体用于利用公式ΔV=Vreal-f=f2/Ureal计算像距增益;
其中,Ureal为目标的实际物距,Vreal为该目标对应的像距,f为焦距,ΔV为像距增益。
像距增益计算单元300具体用于利用公式ΔVbest=(ΔVmax-ΔVmin)/2+ΔVmin计算最佳像距增益;
其中,ΔVbest为最佳像距增益,ΔVmax为像距增益的最大值,ΔVmin为像距增益的最小值。
靶标位置计算单元400具体用于利用公式Ubest=f2/ΔVbest计算对焦靶标的最佳物距;
其中,Ubest对焦靶标的最佳物距,ΔVbest为最佳像距增益,f为双目相机的焦距。
靶标尺寸计算单元500具体用于确定靶标形态,并计算一个线对的图像尺寸和靶标幅面尺寸;根据一个线对的图像尺寸和靶标幅面尺寸计算线对数量和线对宽度。
其中,所述计算一个线对的图像尺寸,具体包括:
利用公式Widlp=Numpixel×Widsensor计算一个线对的图像尺寸;
Numpixel为一个线对对应的像素数量,Widsensor为一个像素光敏单元的尺寸,Widlp为一个线对的图像尺寸。
计算靶标幅面尺寸、线对数量和线对宽度具体包括:
利用公式计算靶标幅面尺寸;
利用公式Numlp=WidImg/Widlp计算线对数量;
利用公式Widreallp=WidObj/Numlp计算线对宽度;
其中,WidObj为靶标实际宽度,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像距增益;
Numlp为靶标线对数量,WidImg为靶标成像在传感器的宽度,Widlp为一个线对成像在传感器的宽度;
Widreallp为线对在靶标上的宽度,WidObj为靶标幅面尺寸,Numlp为靶标线对数量。
在上述具体实施方式中,本发明所提供的双目立体相机的对焦参数计算***,通过计算测距范围的近点距离、远点距离,基于所述近点距离和所述远点距离得到景深范围,计算所述景深范围内任一物距时的像距增益,并基于所述像距增益计算最佳像距增益,根据所述像距增益和所述最佳像距增益得到对焦靶标的最佳物距,计算所述对焦靶标的最佳尺寸。该方法根据使用场景的具体参数,准确计算对焦位置和靶标尺寸等对焦参数,从而提高对焦准确性,保证成像效果,进而解决了现有技术中对焦参数计算准确数较差,成像效果较差的问题。
本发明还提供一种智能终端,所述智能终端包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如上所述的方法。
与上述实施例相对应的,本发明实施例还提供了一种计算机存储介质,该计算机存储介质中包含一个或多个程序指令。其中,所述一个或多个程序指令用于被一种双目相机深度标定***执行如上所述的方法。
在本发明实施例中,处理器可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific工ntegrated Circuit,简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)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。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (4)
1.一种双目立体相机的对焦参数计算方法,其特征在于,所述方法包括:
计算测距范围的近点距离、远点距离;
基于所述近点距离和所述远点距离得到景深范围;
计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
根据所述最佳像距增益得到对焦靶标的最佳物距;
基于所述最佳物距计算所述对焦靶标的最佳尺寸;
所述计算所述景深范围内实际物距对应的像距增益的最大值和最小值,具体包括:
利用公式ΔV=Vreal-f=f2/Ureal计算像距增益;
其中,Ureal为目标的实际物距,Vreal为该目标对应的像距,f为双目相机的焦距,ΔV为像距增益;
所述基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益,具体包括:
利用公式ΔVbest=(ΔVmax-ΔVmin)/2+ΔVmin计算最佳像距增益;
其中,ΔVbest为最佳像距增益,ΔVmax为像距增益的最大值,ΔVmin为像距增益的最小值;
所述根据所述最佳像距增益得到对焦靶标的最佳物距,具体包括:
利用公式Ubest=f2/ΔVbest计算对焦靶标的最佳物距;
其中,Ubest对焦靶标的最佳物距,ΔVbest为最佳像距增益,f为双目相机的焦距;
所述基于所述最佳物距计算所述对焦靶标的最佳尺寸,具体包括:
确定靶标形态,并计算一个线对的图像尺寸和靶标幅面尺寸;
根据一个线对的图像尺寸和靶标幅面尺寸计算线对数量和线对宽度;
所述计算一个线对的图像尺寸,具体包括:
利用公式Widlp=Numpixel×Widsensor计算一个线对的图像尺寸;
Numpixel为一个线对对应的像素数量,Widsensor为一个像素光敏单元的尺寸,Widlp为一个线对的图像尺寸;
所述计算靶标幅面尺寸、线对数量和线对宽度具体包括:
利用公式计算靶标幅面尺寸;
利用公式Numlp=WidImg/Widlp计算线对数量;
利用公式widreallp=WidObj//Numlp计算线对宽度;
其中,WidObj为靶标幅面尺寸,WidImg为靶标成像在传感器的宽度,Ubest为靶标最佳物距,Vbest为最佳像距增益;
Numlp为靶标线对数量,WidImg为靶标成像在传感器的宽度,Wid1p为一个线对的图像尺寸;
Widreallp为线对在靶标上的宽度,WidObj为靶标幅面尺寸,Num1p为靶标线对数量。
2.根据权利要求1所述的对焦参数计算方法,其特征在于,所述计算测距范围的近点距离、远点距离,具体包括:
利用公式Umin=f×B/dmax计算测距范围的近点距离;
利用公式Umax=f×B/dmin计算测距范围的远点距离;
其中,f为双目相机的焦距,Umin为测距范围的近点距离,Umax为测距范围的远点距离,dmax为目标物视差的最大值,dmin为目标物视差的最小值,B为双目相机的基线距离。
3.一种双目立体相机的对焦参数计算***,用于实施如权利要求1或2所述的方法,其特征在于,所述***包括:
距离计算单元,用于计算测距范围的近点距离、远点距离;
景深计算单元,用于基于所述近点距离和所述远点距离得到景深范围;
像距增益计算单元,用于计算所述景深范围内实际物距对应的像距增益的最大值和最小值,并基于实际物距对应的像距增益的最大值和最小值计算最佳像距增益;
靶标位置计算单元,用于根据所述最佳像距增益得到对焦靶标的最佳物距;
靶标尺寸计算单元,用于计算所述对焦靶标的最佳尺寸。
4.一种智能终端,其特征在于,所述智能终端包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如权利要求1-2任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110824744.5A CN113676719B (zh) | 2021-07-21 | 2021-07-21 | 双目立体相机的对焦参数计算方法、***和智能终端 |
US17/643,305 US11758293B2 (en) | 2021-07-21 | 2021-12-08 | Method and system for calculating a focusing parameter of a binocular stereo camera, and intelligent terminal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110824744.5A CN113676719B (zh) | 2021-07-21 | 2021-07-21 | 双目立体相机的对焦参数计算方法、***和智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113676719A CN113676719A (zh) | 2021-11-19 |
CN113676719B true CN113676719B (zh) | 2023-11-14 |
Family
ID=78539767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110824744.5A Active CN113676719B (zh) | 2021-07-21 | 2021-07-21 | 双目立体相机的对焦参数计算方法、***和智能终端 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11758293B2 (zh) |
CN (1) | CN113676719B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970737B (zh) * | 2024-04-01 | 2024-06-04 | 广州芯特智能装备有限公司 | 一种基于双视觉相机的目标焦距点获取方法、***及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105827961A (zh) * | 2016-03-22 | 2016-08-03 | 努比亚技术有限公司 | 移动终端及对焦方法 |
CN206557483U (zh) * | 2017-03-15 | 2017-10-13 | 潍坊歌尔电子有限公司 | 一种头戴式产品光学模组 |
WO2018076661A1 (zh) * | 2016-10-28 | 2018-05-03 | 苏州苏大维格光电科技股份有限公司 | 一种三维显示装置 |
CN108234876A (zh) * | 2018-01-22 | 2018-06-29 | 努比亚技术有限公司 | 一种追踪对焦方法、终端和计算机可读存储介质 |
CN108322726A (zh) * | 2018-05-04 | 2018-07-24 | 浙江大学 | 一种基于双摄像头的自动对焦方法 |
CN209030338U (zh) * | 2018-10-12 | 2019-06-25 | 北京中科慧眼科技有限公司 | 双目立体相机对焦设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69635101T2 (de) * | 1995-11-01 | 2006-06-01 | Canon K.K. | Verfahren zur Extraktion von Gegenständen und dieses Verfahren verwendendes Bildaufnahmegerät |
JP6214233B2 (ja) * | 2013-06-21 | 2017-10-18 | キヤノン株式会社 | 情報処理装置、情報処理システム、情報処理方法およびプログラム。 |
US9703175B2 (en) * | 2015-07-02 | 2017-07-11 | Qualcomm Incorporated | Systems and methods for autofocus trigger |
CN108020200B (zh) * | 2016-10-31 | 2020-02-28 | 杭州海康威视数字技术股份有限公司 | 一种深度测量方法及*** |
US10999522B2 (en) * | 2018-05-14 | 2021-05-04 | Canon Kabushiki Kaisha | Control apparatus, control method, and computer-readable storage medium |
WO2020042000A1 (zh) * | 2018-08-29 | 2020-03-05 | 深圳市大疆创新科技有限公司 | 相机设备及对焦方法 |
US11060864B1 (en) * | 2019-01-22 | 2021-07-13 | Tp Lab, Inc. | Controller for measuring distance from reference location and real size of object using a plurality of cameras |
-
2021
- 2021-07-21 CN CN202110824744.5A patent/CN113676719B/zh active Active
- 2021-12-08 US US17/643,305 patent/US11758293B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105827961A (zh) * | 2016-03-22 | 2016-08-03 | 努比亚技术有限公司 | 移动终端及对焦方法 |
WO2018076661A1 (zh) * | 2016-10-28 | 2018-05-03 | 苏州苏大维格光电科技股份有限公司 | 一种三维显示装置 |
CN206557483U (zh) * | 2017-03-15 | 2017-10-13 | 潍坊歌尔电子有限公司 | 一种头戴式产品光学模组 |
CN108234876A (zh) * | 2018-01-22 | 2018-06-29 | 努比亚技术有限公司 | 一种追踪对焦方法、终端和计算机可读存储介质 |
CN108322726A (zh) * | 2018-05-04 | 2018-07-24 | 浙江大学 | 一种基于双摄像头的自动对焦方法 |
CN209030338U (zh) * | 2018-10-12 | 2019-06-25 | 北京中科慧眼科技有限公司 | 双目立体相机对焦设备 |
Also Published As
Publication number | Publication date |
---|---|
US11758293B2 (en) | 2023-09-12 |
CN113676719A (zh) | 2021-11-19 |
US20230037072A1 (en) | 2023-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689581B (zh) | 结构光模组标定方法、电子设备、计算机可读存储介质 | |
CN109920011B (zh) | 激光雷达与双目摄像头的外参标定方法、装置及设备 | |
CN109712192B (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
CN109963080B (zh) | 图像采集方法、装置、电子设备和计算机存储介质 | |
CN111160232B (zh) | 正面人脸重建方法、装置及*** | |
TW201530493A (zh) | 影像擷取裝置及其影像形變校正方法 | |
CN109559353B (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
WO2019232793A1 (zh) | 双摄像头标定方法、电子设备、计算机可读存储介质 | |
CN110779491A (zh) | 一种水平面上目标测距的方法、装置、设备及存储介质 | |
CN111383264B (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN113676719B (zh) | 双目立体相机的对焦参数计算方法、***和智能终端 | |
CN109598763A (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN110969666A (zh) | 双目相机深度标定方法、装置、***和存储介质 | |
CN113965742B (zh) | 基于多传感融合的稠密视差图提取方法、***和智能终端 | |
CN114495043A (zh) | 基于双目视觉***的上下坡路况检测方法、***和智能终端 | |
JP2023021087A (ja) | 両眼画像マッチング方法、装置、デバイス、及び記憶媒体 | |
CN115100621A (zh) | 基于深度学习网络的地面场景检测方法和*** | |
CN114758009A (zh) | 双目标定的方法、装置及电子设备 | |
CN110470216B (zh) | 一种三镜头高精度视觉测量方法及装置 | |
CN112598751A (zh) | 标定方法及装置、终端和存储介质 | |
CN111754574A (zh) | 基于双目相机的距离测试方法、装置、***和存储介质 | |
CN109741384B (zh) | 深度相机的多距离检测装置及方法 | |
CN113763303B (zh) | 基于双目立体视觉的实时地面融合方法、***和智能终端 | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 | |
CN112950721A (zh) | 深度信息确定方法、装置及双目视觉*** |
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 |