CN114255287A - 一种小景深相机的单目标定方法、***、装置和介质 - Google Patents

一种小景深相机的单目标定方法、***、装置和介质 Download PDF

Info

Publication number
CN114255287A
CN114255287A CN202210191896.0A CN202210191896A CN114255287A CN 114255287 A CN114255287 A CN 114255287A CN 202210191896 A CN202210191896 A CN 202210191896A CN 114255287 A CN114255287 A CN 114255287A
Authority
CN
China
Prior art keywords
calibration
camera
field
depth
monocular
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
Application number
CN202210191896.0A
Other languages
English (en)
Other versions
CN114255287B (zh
Inventor
王灿
丁丁
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.)
Hangzhou Lingxi Robot Intelligent Technology Co ltd
Original Assignee
Hangzhou Lingxi Robot Intelligent Technology Co 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 Hangzhou Lingxi Robot Intelligent Technology Co ltd filed Critical Hangzhou Lingxi Robot Intelligent Technology Co ltd
Priority to CN202210191896.0A priority Critical patent/CN114255287B/zh
Publication of CN114255287A publication Critical patent/CN114255287A/zh
Application granted granted Critical
Publication of CN114255287B publication Critical patent/CN114255287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请涉及一种小景深相机的单目标定方法、***、装置和介质，其中，该方法包括：获取包含标定板的若干图像，并确定不同图像中标定板间的相对平移关系，从若干图像中提取标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系，建立小孔成像模型与齐次变换关系的等式表示，根据相对平移关系和等式表示得到不同图像中标定板间的特征约束，求出内参初值，并通过目标函数求出小景深相机的单目标定结果。通过本申请，解决了小景深相机难以进行高精度单目标定的问题，实现了构建特征约束，提高小景深相机的单目标定精度，避免了传统的张氏标定法在小景深场景中无法收敛到正确结果的情况发生。

Description

一种小景深相机的单目标定方法、***、装置和介质
技术领域
本申请涉及计算机视觉领域，特别是涉及一种小景深相机的单目标定方法、***、装置和介质。
背景技术
目前，单目标定通常使用相机对已知物理尺寸的标定物在不同位姿下进行取图，进而基于小孔成像模型求得相机的内参和畸变参数。
传统的张氏单目标定法需要将标定板以不同的位姿出现在相机视野中，取多张图像进行特征提取及标定计算。但在景深较小的情况下，为了保证标定板在图像中对焦足够清晰以得到良好的特征点信息，其在相机视野中出现的位姿受到很大限制，各位姿平面间的夹角较小，且高度较为接近，这会导致约束构成的系数矩阵接近奇异，计算无法收敛到正确结果。
目前针对相关技术中小景深相机难以进行高精度单目标定的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种小景深相机的单目标定方法、***、装置和介质，以至少解决相关技术中小景深相机难以进行高精度单目标定的问题。
第一方面，本申请实施例提供了一种小景深相机的单目标定方法，所述方法包括：
获取包含标定板的若干图像，并确定不同图像中所述标定板间的相对平移关系，其中，所述标定板位于所述小景深相机的景深范围内；
从若干所述图像中提取所述标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
建立小孔成像模型与所述齐次变换关系的等式表示，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出所述小景深相机的内参初值；
根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果。
在其中一些实施例中，根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果包括：
根据所述内参初值，通过非线性最小二乘法求出所述小景深相机的相机内参、相机外参和畸变参数。
在其中一些实施例中，获取包含标定板的若干图像包括：
将标定板放置于移动平台上，定量调整所述移动平台来选取若干位置进行取像，得到包含所述标定板的若干图像。
在其中一些实施例中，确定不同图像中所述标定板间的相对平移关系包括：
所述移动平台为高精度移动平台，根据所述移动平台的读数确定不同图像中标定板间的相对平移关系。
在其中一些实施例中，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束包括：
根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束；
根据所述移动平台的读数确定不同图像对应的移动平台间的相对平移关系；
通过移动平台间的相对平移关系，将所述不同图像中标定板间的特征约束，转化成不同图像对应的移动平台间的特征约束。
在其中一些实施例中，在所述小景深相机的单目标定中，所述标定板为已知物理尺寸的平面标定板。
第二方面，本申请实施例提供了一种小景深相机的单目标定***，所述***包括数据采集模块、约束构建模块和参数计算模块；
所述数据采集模块用于获取包含标定板的若干图像，并确定不同图像中所述标定板间的相对平移关系，其中，所述标定板位于所述小景深相机的景深范围内；
所述约束构建模块用于从若干所述图像中提取所述标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
所述约束构建模块用于建立小孔成像模型与所述齐次变换关系的等式表示，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出所述小景深相机的内参初值；
所述参数计算模块用于根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果。
在其中一些实施例中，所述参数计算模块用于根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果包括：
所述参数计算模块用于根据所述内参初值，通过非线性最小二乘法求出所述小景深相机的相机内参、相机外参和畸变参数。
第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的小景深相机的单目标定方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的小景深相机的单目标定方法。
相比于相关技术，本申请实施例提供的一种小景深相机的单目标定方法、***、装置和介质，通过获取包含标定板的若干图像，并确定不同图像中标定板间的相对平移关系，其中，标定板位于小景深相机的景深范围内；从若干图像中提取标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；建立小孔成像模型与齐次变换关系的等式表示，根据相对平移关系和等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出小景深相机的内参初值；再根据所述内参初值，通过目标函数求出小景深相机的单目标定结果。解决了小景深相机难以进行高精度单目标定的问题，实现了构建特征约束，提高小景深相机的单目标定精度，避免了传统的张氏标定法在小景深场景中无法收敛到正确结果的情况发生。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的小景深相机的单目标定方法的步骤流程图；
图2是根据本申请实施例的取图装置的示意图；
图3是根据本申请实施例的小景深相机的单目标定***的结构框图；
图4是根据本申请实施例的电子设备的内部结构示意图。
附图说明：31、数据采集模块；32、约束构建模块；33、参数计算模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请实施例提供了一种小景深相机的单目标定方法，图1是根据本申请实施例的小景深相机的单目标定方法的步骤流程图，如图1所示，该方法包括以下步骤：
步骤S102，获取包含标定板的若干图像，并确定不同图像中标定板间的相对平移关系，其中，标定板位于小景深相机的景深范围内；
具体地，图2是根据本申请实施例的取图装置的示意图，如图2所示，标定板为已知物理尺寸的平面标定板，将标定板放置于移动平台上，定量调整移动平台来选取若干位置进行取像（X方向、Y方向和Z方向），得到包含标定板的若干图像。
该移动平台为高精度移动平台，根据移动平台的读数确定不同图像中标定板间的相对平移关系。
需要说明的是，为确保在小景深的情况下仍能准确提取到标定板上的特征点，应使标定板位于小景深相机的景深范围内。优选地，标定板应尽量平行于对焦平面放置，且各图像中的标定板间只存在对焦平面内的旋转平移关系。
步骤S104，从若干图像中提取标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
具体地，获取图像后，首先使用预设算法从若干图像中提取标定板的特征点位置， 将第i张图像上提取的第j个特征点位置记为
Figure 33337DEST_PATH_IMAGE001
，同时由于标定板的物理尺 寸已知，对应的特征点物理位置为
Figure 89149DEST_PATH_IMAGE002
（处默认标定板上的特征理想地处于Z =0平面内）。
通过最小二乘法求得每张图像中特征点位置p和特征点物理位置P间的齐次变换 关系，记为Hi（Hi为3X3矩阵），且可表示为
Figure 423178DEST_PATH_IMAGE003
。
步骤S106，建立小孔成像模型与齐次变换关系的等式表示，根据相对平移关系和等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出小景深相机的内参初值；
具体地，在不考虑畸变的情况下，由小孔成像模型得到：
Figure 155511DEST_PATH_IMAGE004
其中，A为相机内参，s为比例系数。
舍去其中Z轴分量对应的项，化简得到：
Figure 473360DEST_PATH_IMAGE005
建立小孔成像模型与齐次变换关系的等式表示，即：
Figure 67283DEST_PATH_IMAGE006
由于在步骤S102中，不同图像中标定板间的相对平移关系已知，记第i张与第k张 图像间的标定板相对平移关系为
Figure 521398DEST_PATH_IMAGE007
，进而根据该相对平移关系和上述等式表 示得到不同图像中标定板间的特征约束：
Figure 424632DEST_PATH_IMAGE008
其中，
Figure 964198DEST_PATH_IMAGE009
为移动平台和标定板坐标系间的相对旋转关系，分母项为归一化项， 确保两个齐次变换的旋转分量为单位向量。
则在移动平台和标定板坐标系方向一致且相对固定的情况下，对于n张采集到的图像可以得到n-1组不同图像中标定板间的特征约束。当n>3时，可以使用最小二乘法求得不考虑畸变情况下的内参初值。
优选地，将上述不同图像中标定板间的特征约束进行进一步转化：
由于移动平台和标定板坐标系间也存在旋转平移关系，假设两者Z轴平行（当标定 板平放在移动平台上时，可以忽略两者的Z轴夹角），则有
Figure 358883DEST_PATH_IMAGE010
，其中，tp表示标 定板的水平平移，tm表示移动平台的水平位移，
Figure 260980DEST_PATH_IMAGE009
为移动平台和标定板坐标系间的相对 旋转关系（仅存在1个自由度）。
再根据移动平台的读数确定不同图像对应的移动平台间的相对平移关系，记
Figure 289110DEST_PATH_IMAGE011
为第i张和第k张图像间移动平台的相对平移关系；
通过移动平台间的相对平移关系
Figure 722496DEST_PATH_IMAGE011
和
Figure 641911DEST_PATH_IMAGE010
，将上述不同图像中标定 板间的特征约束，转化成不同图像对应的移动平台间的特征约束：
Figure 805039DEST_PATH_IMAGE012
则对于n张采集到的图像可以得到n-1组不同图像对应的移动平台间的特征约束。当n>3时，可以使用最小二乘法求得不考虑畸变情况下的内参初值。
步骤S108，根据内参初值，通过目标函数求出小景深相机的单目标定结果。
具体地，在不同图像中标定板间的特征约束下，或者在不同图像对应的移动平台间的特征约束下，求出小景深相机的内参初值。
定义点
Figure 800808DEST_PATH_IMAGE013
为第i张图像中的特征点反求的反射点，定 义
Figure 642862DEST_PATH_IMAGE014
为第i张图像中理想物理特征的重投影点。
根据内参初值、反射点、重投影点，通过非线性最小二乘法求出小景深相机的相机内参A、相机外参(Ri,ti)和畸变参数D，即：
Figure 772492DEST_PATH_IMAGE015
其中，
Figure 125545DEST_PATH_IMAGE016
表示第i和i+1张图像间的反射点误差 （即由第i张图像的反射点
Figure 10324DEST_PATH_IMAGE017
通过已知的相对平移关系
Figure 887145DEST_PATH_IMAGE018
得到的第i+1张图像中 标定板坐标系下的点，与第i+1张图像的反射点
Figure 882782DEST_PATH_IMAGE019
̆之间的距离的平方和），
Figure 754924DEST_PATH_IMAGE020
表示每张图像中的重投影误差，μ为比例系数。
可选地，可以仅基于
Figure 358074DEST_PATH_IMAGE021
，通过非线性最小二乘 法求出小景深相机的相机内参A、相机外参(Ri,ti)和畸变参数D。
可选地，也可以仅基于
Figure 909141DEST_PATH_IMAGE022
，通过非线性最小二乘法求出小景深 相机的相机内参A、相机外参(Ri,ti)和畸变参数D。
可选地，还可以利用其他目标函数进行非线性优化，求出小景深相机的相机内参A、相机外参(Ri,ti)和畸变参数D，该其他目标函数为现有目标函数，在此便不一一赘述。
通过本申请实施例中的步骤S102至步骤S108，解决了小景深相机难以进行高精度单目标定的问题，实现了构建特征约束，提高小景深相机的单目标定精度，避免了传统的张氏标定法在小景深场景中无法收敛到正确结果的情况发生。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供了一种小景深相机的单目标定***，图3是根据本申请实施例的小景深相机的单目标定***的结构框图，如图3所示，该***包括数据采集模块31、约束构建模块32和参数计算模块33；
数据采集模块31用于获取包含标定板的若干图像，并确定不同图像中标定板间的相对平移关系，其中，标定板位于小景深相机的景深范围内；
约束构建模块32用于从若干图像中提取标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
约束构建模块32用于建立小孔成像模型与齐次变换关系的等式表示，根据相对平移关系和等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出小景深相机的内参初值；
参数计算模块33用于根据内参初值，通过目标函数求出小景深相机的单目标定结果。
通过本申请实施例中的数据采集模块31、约束构建模块32和参数计算模块33，解决了小景深相机难以进行高精度单目标定的问题，实现了构建特征约束，提高小景深相机的单目标定精度，避免了传统的张氏标定法在小景深场景中无法收敛到正确结果的情况发生。
在其中一些实施例中，参数计算模块33用于根据内参初值，通过目标函数求出小景深相机的单目标定结果包括：
参数计算模块33根据内参初值，通过非线性最小二乘法求出小景深相机的相机内参、相机外参和畸变参数。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的小景深相机的单目标定方法，本申请实施例可提供一种存储介质来实现。该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中的任意一种小景深相机的单目标定方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种小景深相机的单目标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图4是根据本申请实施例的电子设备的内部结构示意图，如图4所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图4所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作***、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作***和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种小景深相机的单目标定方法，数据库用于存储数据。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种小景深相机的单目标定方法，其特征在于，所述方法包括：
获取包含标定板的若干图像，并确定不同图像中所述标定板间的相对平移关系，其中，所述标定板位于所述小景深相机的景深范围内；
从若干所述图像中提取所述标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
建立小孔成像模型与所述齐次变换关系的等式表示，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出所述小景深相机的内参初值；
根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果。
2.根据权利要求1所述的方法，其特征在于，根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果包括：
根据所述内参初值，通过非线性最小二乘法求出所述小景深相机的相机内参、相机外参和畸变参数。
3.根据权利要求1所述的方法，其特征在于，获取包含标定板的若干图像包括：
将标定板放置于移动平台上，定量调整所述移动平台来选取若干位置进行取像，得到包含所述标定板的若干图像。
4.根据权利要求3所述的方法，其特征在于，确定不同图像中所述标定板间的相对平移关系包括：
所述移动平台为高精度移动平台，根据所述移动平台的读数确定不同图像中标定板间的相对平移关系。
5.根据权利要求3所述的方法，其特征在于，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束包括：
根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束；
根据所述移动平台的读数确定不同图像对应的移动平台间的相对平移关系；
通过移动平台间的相对平移关系，将所述不同图像中标定板间的特征约束，转化成不同图像对应的移动平台间的特征约束。
6.根据权利要求1所述的方法，其特征在于，在所述小景深相机的单目标定中，所述标定板为已知物理尺寸的平面标定板。
7.一种小景深相机的单目标定***，其特征在于，所述***包括数据采集模块、约束构建模块和参数计算模块；
所述数据采集模块用于获取包含标定板的若干图像，并确定不同图像中所述标定板间的相对平移关系，其中，所述标定板位于所述小景深相机的景深范围内；
所述约束构建模块用于从若干所述图像中提取所述标定板的特征点位置，通过最小二乘法计算每张图像中特征点位置和对应已知的特征点物理位置的齐次变换关系；
所述约束构建模块用于建立小孔成像模型与所述齐次变换关系的等式表示，根据所述相对平移关系和所述等式表示得到不同图像中标定板间的特征约束，在特征约束条件下，求出所述小景深相机的内参初值；
所述参数计算模块用于根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果。
8.根据权利要求7所述的***，其特征在于，所述参数计算模块用于根据所述内参初值，通过目标函数求出所述小景深相机的单目标定结果包括：
所述参数计算模块用于根据所述内参初值，通过非线性最小二乘法求出所述小景深相机的相机内参、相机外参和畸变参数。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的小景深相机的单目标定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述的小景深相机的单目标定方法。
CN202210191896.0A 2022-03-01 2022-03-01 一种小景深相机的单目标定方法、***、装置和介质 Active CN114255287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210191896.0A CN114255287B (zh) 2022-03-01 2022-03-01 一种小景深相机的单目标定方法、***、装置和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210191896.0A CN114255287B (zh) 2022-03-01 2022-03-01 一种小景深相机的单目标定方法、***、装置和介质

Publications (2)

Publication Number Publication Date
CN114255287A true CN114255287A (zh) 2022-03-29
CN114255287B CN114255287B (zh) 2022-07-26

Family

ID=80797153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210191896.0A Active CN114255287B (zh) 2022-03-01 2022-03-01 一种小景深相机的单目标定方法、***、装置和介质

Country Status (1)

Country Link
CN (1) CN114255287B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225224A (zh) * 2015-08-30 2016-01-06 大连理工大学 提高景深测量精度的相机布局与标定方法
CN108645428A (zh) * 2018-05-10 2018-10-12 天津大学 六自由度激光标靶的整体式标定方法
CN108986172A (zh) * 2018-07-25 2018-12-11 西北工业大学 一种面向小景深***的单视图线性摄像机标定方法
CN110298888A (zh) * 2019-06-12 2019-10-01 上海智能制造功能平台有限公司 基于单轴高精度位移平台的相机标定方法
US20200132451A1 (en) * 2017-06-12 2020-04-30 Beihang University Structural Light Parameter Calibration Device and Method Based on Front-Coating Plane Mirror
CN111612845A (zh) * 2020-04-13 2020-09-01 江苏大学 一种基于移动标定板的激光雷达与相机联合标定方法
CN111862237A (zh) * 2020-07-22 2020-10-30 复旦大学 用于光学面形测量的相机标定方法和实现该方法的装置
CN112258588A (zh) * 2020-11-13 2021-01-22 江苏科技大学 一种双目相机的标定方法、***及存储介质
CN113034612A (zh) * 2021-03-25 2021-06-25 奥比中光科技集团股份有限公司 一种标定装置、方法及深度相机
CN113256735A (zh) * 2021-06-02 2021-08-13 杭州灵西机器人智能科技有限公司 一种基于双目标定的相机标定方法和***
CN113720260A (zh) * 2021-08-27 2021-11-30 中国科学技术大学 一种多目标光纤光谱望远镜参考光纤位置测量装置及方法
CN113838138A (zh) * 2021-08-06 2021-12-24 杭州灵西机器人智能科技有限公司 一种优化特征提取的***标定方法、***、装置和介质
US20220044444A1 (en) * 2018-09-28 2022-02-10 Shanghai Eyevolution Technology Co., Ltd Stereo calibration method for movable vision system

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225224A (zh) * 2015-08-30 2016-01-06 大连理工大学 提高景深测量精度的相机布局与标定方法
US20200132451A1 (en) * 2017-06-12 2020-04-30 Beihang University Structural Light Parameter Calibration Device and Method Based on Front-Coating Plane Mirror
CN108645428A (zh) * 2018-05-10 2018-10-12 天津大学 六自由度激光标靶的整体式标定方法
CN108986172A (zh) * 2018-07-25 2018-12-11 西北工业大学 一种面向小景深***的单视图线性摄像机标定方法
US20220044444A1 (en) * 2018-09-28 2022-02-10 Shanghai Eyevolution Technology Co., Ltd Stereo calibration method for movable vision system
CN110298888A (zh) * 2019-06-12 2019-10-01 上海智能制造功能平台有限公司 基于单轴高精度位移平台的相机标定方法
CN111612845A (zh) * 2020-04-13 2020-09-01 江苏大学 一种基于移动标定板的激光雷达与相机联合标定方法
CN111862237A (zh) * 2020-07-22 2020-10-30 复旦大学 用于光学面形测量的相机标定方法和实现该方法的装置
CN112258588A (zh) * 2020-11-13 2021-01-22 江苏科技大学 一种双目相机的标定方法、***及存储介质
CN113034612A (zh) * 2021-03-25 2021-06-25 奥比中光科技集团股份有限公司 一种标定装置、方法及深度相机
CN113256735A (zh) * 2021-06-02 2021-08-13 杭州灵西机器人智能科技有限公司 一种基于双目标定的相机标定方法和***
CN113838138A (zh) * 2021-08-06 2021-12-24 杭州灵西机器人智能科技有限公司 一种优化特征提取的***标定方法、***、装置和介质
CN113720260A (zh) * 2021-08-27 2021-11-30 中国科学技术大学 一种多目标光纤光谱望远镜参考光纤位置测量装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIA SUN 等，: "Effective self-calibration for camera parameters and hand-eye geometry based on two feature points motions", 《IEEE/CAA JOURNAL OF AUTOMATICA SINICA》 *
张静 等，: "一种适用于广角、鱼眼及折反射***的标定方法", 《科学技术与工程》 *

Also Published As

Publication number Publication date
CN114255287B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN108090463B (zh) 对象控制方法、装置、存储介质和计算机设备
CN109685856A (zh) 医学扫描物体运动幅度计算方法、装置、设备和存储介质
CN111080571A (zh) 摄像头遮挡状态检测方法、装置、终端和存储介质
CN113256735B (zh) 一种基于双目标定的相机标定方法和***
CN113436267B (zh) 视觉惯导标定方法、装置、计算机设备和存储介质
CN114926316A (zh) 距离测量方法、装置、电子设备及存储介质
CN111260574B (zh) 一种***照片矫正的方法、终端及计算机可读存储介质
CN111445513B (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
CN114255287B (zh) 一种小景深相机的单目标定方法、***、装置和介质
CN111353945B (zh) 鱼眼图像校正方法、装置及存储介质
CN112241984A (zh) 双目视觉传感器标定方法、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
CN111539964B (zh) 基于深度图像的植株冠层表面积获取方法、装置、计算机设备和存储介质
CN112233185B (zh) 相机标定方法、图像配准方法及摄像器件、存储装置
CN108827157B (zh) 激光测量的校验方法、装置、***、设备和存储介质
CN114004839A (zh) 全景图像的图像分割方法、装置、计算机设备和存储介质
CN112837214A (zh) 三维人像的获取方法、视频分析方法、装置、设备和介质
CN106101539A (zh) 一种自拍杆角度调节方法及自拍杆
CN113205591A (zh) 一种三维重建训练数据的获取方法、装置及电子设备
CN112446928B (zh) 一种拍摄装置的外参确定***和方法
CN113689492B (zh) 一种基于单目相机的海面测距方法和***
CN115278071B (zh) 图像处理方法、装置、电子设备和可读存储介质
CN113643377A (zh) 基于多次标定的单镜头一致性误差分析的方法和***
CN115937321B (zh) 一种电子设备的姿态检测方法和装置
CN118090133B (zh) 一种基于数字散斑的风洞模型形变测量方法

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
GR01 Patent grant
GR01 Patent grant