CN115457144B - 标定图案识别方法、标定方法、装置和电子设备 - Google Patents

标定图案识别方法、标定方法、装置和电子设备 Download PDF

Info

Publication number
CN115457144B
CN115457144B CN202211091005.0A CN202211091005A CN115457144B CN 115457144 B CN115457144 B CN 115457144B CN 202211091005 A CN202211091005 A CN 202211091005A CN 115457144 B CN115457144 B CN 115457144B
Authority
CN
China
Prior art keywords
calibration
suspected
patterns
pattern
adjacent
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
Application number
CN202211091005.0A
Other languages
English (en)
Other versions
CN115457144A (zh
Inventor
杨军
丁有爽
邵天兰
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.)
Mech Mind Robotics Technologies Co Ltd
Original Assignee
Mech Mind Robotics Technologies 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 Mech Mind Robotics Technologies Co Ltd filed Critical Mech Mind Robotics Technologies Co Ltd
Priority to CN202211091005.0A priority Critical patent/CN115457144B/zh
Publication of CN115457144A publication Critical patent/CN115457144A/zh
Application granted granted Critical
Publication of CN115457144B publication Critical patent/CN115457144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/64Analysis of geometric attributes of convexity or concavity

Landscapes

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

Abstract

本公开提供一种标定图案识别方法、标定方法、装置和电子设备,该标定图案识别方法包括:获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案,能够提取到符合标定板上标志排布方式的标定图案,排除标定板背景上的疑似图案,进而提高标定图案识别的鲁棒性。

Description

标定图案识别方法、标定方法、装置和电子设备
技术领域
本公开涉及计算机技术领域,尤其涉及一种标定图案识别方法、标定方法、装置和电子设备。
背景技术
相机标定是图像处理技术中非常重要的技术,在图像测量过程中以及机器视觉应用中,为确定空间物体表面点的空间位置与其在图像中对应点之间的相互关系,使得可以通过图像重构客观世界的空间物体,需要建立相机成像的相机参数,其中,确定该相机参数的过程为相机标定。
目前,在采用标定板进行相机标定时,提取拍摄的图像中的所有疑似图案作为相机标定的标定图案,存在识别标定图案鲁棒性低的问题。
发明内容
本公开的多个方面提供一种标定图案识别方法、标定方法、装置和电子设备,以解决目前存在识别标定图案鲁棒性低的问题。
本公开实施例第一方面提供一种标定图案识别方法,包括:获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案。
本公开实施例第二方面提供一种标定方法,包括:第一方面的标定图案识别方法,在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案之后,还包括:采用标定板上的标志和标定图案对相机参数进行标定。
本公开实施例第三方面提供一种标定图案识别装置,用于执行第一方面的标定图案识别方法,标定图案识别装置包括:
获取模块,用于获取环境图像,环境图像是相机拍摄得到的;
第一提取模块,用于提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;
第二提取模块,用于在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案。
本公开实施例第四方面提供一种电子设备,包括:处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现第一方面的标定图案识别方法。
本公开实施例第五方面提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现第一方面的标定图案识别方法或第二方面的标定方法。
本公开实施例第六方面提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行第一方面的标定图案识别方法或第二方面的标定方法。
本公开实施例应用在对相机参数的标定场景中,通过获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案,能够提取到符合标定板上标志排布方式的标定图案,排除标定板背景上的疑似图案,进而提高标定图案识别的鲁棒性。
附图说明
此处所说明的附图用来提供对本公开的进一步理解,构成本公开的一部分,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。在附图中:
图1为本公开示例性实施例提供的一种标定图案识别方法的应用场景图;
图2为本公开示例性实施例提供的一种标定图案识别方法的步骤流程图;
图3为本公开示例性实施例提供的一种标定图案确定过程的示意图一;
图4为本公开示例性实施例提供的另一种标定图案识别方法的步骤流程图;
图5为本公开示例性实施例提供的一种标定图案确定过程的示意图二;
图6为本公开示例性实施例提供的一种标定图案确定过程的示意图三;
图7为本公开示例性实施例提供的一种标定图案确定过程的示意图四;
图8为本公开示例性实施例提供的一种标定图案确定过程的示意图五;
图9为本公开示例性实施例提供的一种标定图案确定过程的示意图六;
图10为本公开示例性实施例提供的标定图案识别装置的结构框图;
图11为本公开示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合本公开具体实施例及相应的附图对本公开技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
在相机参数的标定过程中,是对标定板进行拍摄,得到对应的标定图像,其中,标定板上有多个标志,标定图像中有标志对应的标定图案,标定过程中需要识别出每个标志的标定图案,并建立标志和标志对象一一对应的匹配关系,进而才能够对相机参数进行标定,但是,在标定图像中可能会存在标定板背景中的图案,该图案在标定图像中的呈现会影响标定图案的识别,使得到的标定图案不准确,进而会影响到相机参数标定的准确度。
基于上述问题,本公开实施例提供的标定图案识别方法,本公开实施例应用在对相机参数的标定场景中,通过获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案,能够提取到符合标定板上标志排布方式的标定图案,排除标定板背景上的疑似图案,进而提高标定图案识别的鲁棒性。
在本实施例中,标定图案识别方法可以是借助服务器实现整体的标定图案识别方法。此外,执行标定图案识别方法的服务器常规服务器或服务器阵列等服务端设备,也可以为云服务器,在此不加以限定。
此外,本公开实施例的一种应用场景如图1,图1中包括标定板11和相机拍摄标定板得到的环境图像12,其中,标定板11放置在某一物体13上,标定板11上设置多个标志A,物体13上具有图案B,其中,环境图像中包括多个疑似图案C,疑似图案C可以是标志A对应的图案和/或图案B对应的图案。在本公开中需要在疑似图案中识别出标志A对应的图案作为标定图案,以对相机参数进行准确的标定。
其中,图1只是示例性的一种应用场景,本公开实施例可以应用在任意对相机参数的标定中。本公开实施例不对具体的应用场景进行限定。
图2为本公开示例性实施例提供的一种标定图案识别方法的步骤流程图。具体包括以下步骤:
S201,获取环境图像。
其中,环境图像是相机拍摄得到的。
在本公开中,环境图像可以是拍摄标定板得到的,第一种情况为:环境图像中包括:标定板上标志对应的图案和标定板所在背景中的图案。第二种情况为:环境图像中不包括标定板对应的对象,只包括标定板所在背景对应的对象。第三种情况为,环境图像中只包括标定板对应的对象。在本公开中,以第一种情况进行示例说明。
参照图1,物体13为标定板11对应的背景,物体13上的图案B对标志A具有干扰性。
在图1中,环境图像为12,环境图像12中包括多个疑似图案C。在实际拍摄过程中,由于相机的拍摄角度不同,使标定板中的标志的轮廓在环境图像中发生变形。例如,若标志的形状为圆形,则在环境图像中标志对应的图案会变成椭圆形。若标志的形状为矩形,则在环境图像中标志对应的图案会变形为四边形。
S202,提取环境图像中的多个疑似图案。
其中,疑似图案的轮廓符合预设轮廓。在本公开中,若标志为圆形,则可以设置预设轮廓的形状为椭圆形,若标志为矩形,则可以设置预设轮廓的形状为四边形。则在环境图像中按照预设轮廓,提取符合预设轮廓的多个疑似图案。具体为提取多个疑似图案,以及确定每个疑似图案在环境图像中的坐标位置。
示例性地,参照图3,为对图1中环境图像12提取得到的多个疑似图案C的分布图21。其中,分布图21中的每个图案均为符合预设轮廓的疑似图案,该疑似图案包括:标定板上标志对应的目标图案211和标定板所属背景对应的背景图案212。
S203,在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案。
在本公开中,标定板上标志的排布方式是预先设定的,为已知的排布方式,其中,可以采用任意方式在多个疑似图案中提取标定图案,由于提取的标定图案是符合标定板上标志的排布方式,因此,能够提取到准确的标定图案。
参照图3,标定图像22中的各疑似图案为标定图案,该标定图案与图1中的标志A一一对应。
在相机参数的标定过程中,需要提取的标定图案与标定板上的标志一一对应,才能保证相机参数的准确标定,若标定图案中包括背景图案,则会影响相机的标定。而本公开实施例中,是在多个疑似图案中提取的标定图案,符合标定板上标志排布方式,提高了标定图案确定的准确度,进一步也能够提高相机标定的准确度。
图4为本公开示例性实施例提供的另一种标定图案识别方法的步骤流程图,具体包括以下步骤:
S401,获取环境图像。
其中,环境图像是相机拍摄得到的。
该步骤的具体实现过程参照S201,在此不再赘述。
S402,对环境图像按照预设比例进行缩放,得到预设大小的目标图像。
通常情况下,相机拍摄的环境图像较大,若从环境图像中进行疑似图案的提取,计算量较大,本公开将环境图像缩小为预设大小的目标图像,能够降低后续提取疑似图案的计算量,提高提取效率。
其中,预设比例和预设大小是预先设定的,具体地,预设大小是根据当前执行本公开方案的运算设备(如服务器)的运算资源确定的,以使得到的预设大小的目标图像适合运算资源,例如,若运算资源较多,则预设大小较大,若运算资源较少,则预设大小较小。此外,本公开还可以直接在环境图像中提取疑似图案,对此不加以限定。
S403,提取目标图像中的多个疑似图案。
其中,在目标图像中提取多个疑似图案的具体实现步骤参照S202,在此不再赘述。
S404,基于多个疑似图案,构建凸包。
其中,凸包为多边形,凸包中包括至少一个中心疑似图案,每个中心疑似图案对应有预设个数的邻近疑似图案,凸包的每个边穿过邻近疑似图案。
在本公开中,标定板中每行标志的数量相同,相邻行的标志交错设置,标志的行数大于或等于5,每一行的标志的数量大于或等于4,预设个数为8。
进一步地,在本公开中,标定板上的标志的行数可以是奇数行或者偶数行,其中,奇数行的标定板上的多个标志是非旋转对称的,因此标定板可以按照任意角度摆放,拍摄标定板得到的环境图像均可以准确的确定标定图案,本公开优选该种标定板进行标定图案的确定。若是偶数行,则标定板需按照预设角度摆放,拍摄标定板得到的环境图像才可以准确的确定标定图案。
在本公开中,基于多个疑似图案,构建凸包,包括:确定具有预设个数(如8)相邻的疑似图案的疑似图案为中心疑似图案;确定与中心疑似图案相邻的疑似图案为邻近疑似图案,确定覆盖中心疑似图案和邻近疑似图案的凸包。
示例性地,参照图1,标定板11上的标志为5行,每行标志为4个。则得到的多个疑似图案为图3中的分布图21。其中,基于分布图21在多个疑似图案中确定目标图案。参照图5,中心疑似图案为O1和O2,中心疑似图案O1包括8个邻近疑似图案,分别为P1、P2、O2、P3、P4、P5、P6和P7。中心疑似图案O2包括8个邻近疑似图案,分别为Q1、Q2、Q3、Q4、Q5、P3、O1和P2。构建的凸包为6边形,6个边分别为r1、r2、r3、r4、r5和r6。其中,凸包的边穿过邻近疑似图案P1、Q1、Q2、Q3、Q4、Q5、P4、P5、P6和P7。
在本公开中,还可以通过其他方式构建凸包,在此不加以限定。
S405,确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案。
其中,与凸包相邻的疑似图案是指靠近凸包,并且与凸包边的距离小于预设阈值的疑似图案为相邻疑似图案。其中,参照图5,与相邻疑似图案包括:X1、X2、X3、X4、X5和X6。
一种可选实施例中,若标志的行数等于5,确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案,包括:确定凸包每个边的延长线上的疑似图案为相邻疑似图案。
具体地,可以是确定凸包每个边的延长线上的第一个疑似图案为相邻疑似图案。示例性地,参照图5,边r1延长线上具有相邻疑似图案X1和X2,边r2延长线上具有相邻疑似图案X4,边r3延长线上具有相邻疑似图案X3,边r4延长线上具有相邻疑似图案X5和X6。
示例性地,参照图6,标定板61的标志为5行,每行标志为5个,图像62为标定板61对应的为包含疑似图案的图像,其中,包括:疑似图案中的背景图案621、中心疑似图案622、邻近疑似图案623、相邻疑似图案624和凸包的边625。其中,相邻疑似图案624是凸包的边625延长线上的疑似图案。可见,对于标定板61也可以采用上述方法确定标定图案。
另一种可选实施例中,若标志的行数大于5,确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案,包括:确定凸包每个边的延长线上的疑似图案,以及凸包中目标行疑似图案的延长线上的疑似图案为相邻疑似图案,目标行疑似图案包括:凸包的第二行的疑似图案以及倒数第二行疑似图案。
示例性地,参照图7,标定板71的标志为6行,每行标志为6个,图像72为为标定板71对应的包含疑似图案的图像,其中,图像72包括:疑似图案中的背景图案721、中心疑似图案722、邻近疑似图案723、相邻疑似图案724和凸包的边725,凸包第二行标志的标注线726和倒数第二行标志的标注线727,其中,相邻疑似图案724包括:凸包的边725延长线上的疑似图案、以及标注线726和标注线727延长线上的疑似图案。
在本公开中,凸包的第二行标志和倒数第二行标志可以根据已知的标定板上标志的排布方式,以及确定的凸包确定。
其中,对于标定板的标志为7行时,对应的凸包的七边形,对该标定板对应的标定图案的确定参数图5所示,在此不再赘述。
在本公开中,当标定板的标志大于或等于8行时,对应的凸包均为八边形。
另一示例性地,参照图8,标定板81的标志为8行,对应的凸包为八边形,每行标志为5个,图像82为标定板81对应的包含疑似图案的图像,其中,图像82包括:疑似图案中的背景图案821、中心疑似图案822、邻近疑似图案823、相邻疑似图案824和凸包的边825,凸包第二行标志的标注线826和倒数第二行标志的标注线827,其中,相邻疑似图案824包括:凸包的边825延长线上的疑似图案、以及标注线826和标注线827延长线上的疑似图案。在图8中,凸包为8边形。
再一示例性地,参照图9,标定板91的标志为9行,凸包为8边形,每行标志为5个,图像92为标定板91对应的包含疑似图案的图像,其中,图像92包括:疑似图案中的背景图案921、中心疑似图案922、邻近疑似图案923、相邻疑似图案924和凸包的边925,凸包第二行标志的标注线926和倒数第二行标志的标注线927,其中,相邻疑似图案924包括:凸包的边925延长线上的疑似图案、以及标注线926和标注线927延长线上的疑似图案。
S406,确定标定图案。
其中,标定图案包括:中心疑似图案、邻近疑似图案和相邻疑似图案。
在本公开中,标定板上的标志可以根据需要设定为大于或等于5行,每行标志个数为奇数或偶数,其中,标定板上的标志的排布方式是已知的。在确定中心疑似图案、邻近疑似图案和相邻疑似图案后,可以将确定的中心疑似图案、邻近疑似图案和相邻疑似图案确定为标定图案。
S407,确定标定图案在环境图像中对应的图案为目标标定图案。
在本公开中,由于标定图案是在环境图像缩放后的目标图像中确定的,因此,在确定标定图案后,将标定图案在环境图像中对应的图案确定为目标标定图案,将目标标定图案作为标定相机参数的图案。
S408,根据标定板中标志之间的距离,以及标定图案之间的距离,采用交比不变性原理,验证标定图案。
在本公开中,标定板上同一行相邻标志之间的距离是已知的。相邻行标志之间的行距也是已知的。因此,在确定标定图案后,可以获取相邻标定图案之间的距离,根据该标定图案在标定板中对应的标志之间的距离验证该标定图案。
示例性地,参照图5,针对标定图案X5、标定图案Q5、标定图案P4和标定图案X6,其中,标定图案X5和标定图案Q5在标定板上的距离为D1,在环境图像中的距离为d1。标定图案Q5和标定图案P4在标定板上的距离为D2,在环境图像中的距离为d2。标定图案P4和标定图案X6在标定板上的距离为D3,在环境图像上的距离为d3,由于在射影变换下(成像过程)不改变交比,所以标定板中与环境图像中的中交比一致,即满足等式(d1+d2)*(d2+d3)/(d2*(d1+d2+d3))=(D1+D2)*(D2+D3)/(D2*(D1+D2+D3))。因此可以采用该等式验证每个已确定的标定图案。
S409,确定符合交比不变性原理的标定图案为目标标定图案。
在本公开中,通过对每个目标图案进行交比不变性原理的测试,确定的目标标定图案为符合标定板上标志排布方式的图案,该目标标定图案可以用于相机参数的标定。
示例性地,参照图5,目标图案包括:疑似图案O1、疑似图案O2、疑似图案P1至疑似图案P7、疑似图案Q1至疑似图案Q5、疑似图案X1至疑似图案X6以及疑似图案Y。经过交比不变性原理验证后,得到的目标标定图案包括:疑似图案O1、疑似图案O2、疑似图案P1至疑似图案P7、疑似图案Q1至疑似图案Q5和疑似图案X1至疑似图案X6。
S410,采用亚像素轮廓检测技术和椭圆拟合技术,拟合标定图案,得到目标标定图案。
其中,标志为圆形。具体为,相机拍摄圆心的标志后,得到图像中标志对应的标志对象会为椭圆形或者类椭圆形,在对标志对象提取后得到的疑似图案的轮廓并非是光滑,因此,在确定目标图案后,采用亚像素轮廓检测技术和椭圆拟合技术拟合标定图案的轮廓,使得到轮廓光滑的目标标定图案。
在本公开中,S407、S408和S409、S410可以选择至少一种进行组合对目标图案处理,得到最后用于相机参数标定的目标标定图案。
本公开实施例应用在对相机参数的标定场景中,通过获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案,能够提取到符合标定板上标志排布方式的标定图案,排除标定板背景上的疑似图案,进而提高标定图案识别的鲁棒性。
此外,本公开还提供一种标定方法,用于相机参数的标定,该标定方法包括上述实施例中的标定图案识别方法,其中,在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案之后,还包括:采用标定板上的标志和标定图案对相机参数进行标定。
具体地,在确定目标标定图案后,可以根据凸包的形状,将每个目标标定图案与标定板上的标志进行匹配,得到每个标志与每个目标标定图案的匹配关系,然后确定标志在标定板上的第一坐标,以及目标标定图案在环境图像中的第二坐标,进而可以根据匹配关系、第一坐标和第二坐标对相机参数进行标定。
其中,对于奇数行的标定板,可以确定其中一个特征标志作为起始标志,对于偶数行的标定板,可以在两个对称的特征标志中选定一个作为起始标志,然后确定该起始标志对应的目标标定图案,然后根据其他标志与该起始标志的位置关系,以及其他目标标定图案和起始标志对应的目标标定图案,可以采用顺时针旋转或者逆时针旋转或者排布顺序的方式确定每个标志和目标标定图案的匹配关系。
示例性地,参照图1和图5,可以确定图1中的标志A1为起始标志,该标志A1和图5中的目标标定图案Q3匹配,然后根据Q3在图5中凸包上的顺时针方向、标志A1在图1的凸包上的顺时针方向,确定目标标定图案Q4、Q5、P4、P5、P6、P7、P1、Q1和Q2和标定板上各个标志的匹配关系,进而通过已经确定的匹配关系,确定其他目标标定图案和标定板上各个标志的匹配关系。本公开能够通过构建凸包确定每个目标标定图案和标志的匹配关系,在此对具体的确定方式不加以限定。
在本公开实施例中,参照图10,除了提供标定图案识别方法之外,还提供标定图案识别装置100,用于执行上述任一项标定图案识别方法,具体包括:获取模块101,第一提取模块102和第二提取模块103,其中:
获取模块101,用于获取环境图像,环境图像是相机拍摄得到的;
第一提取模块102,用于提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;
第二提取模块103,用于在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案。
一种可选实施例中,标定板包括:多个相同的标志,相邻行的标志交错排布,第二提取模块103具体用于:基于多个疑似图案,构建凸包,凸包为多边形,凸包中包括至少一个中心疑似图案,每个中心疑似图案对应有预设个数的邻近疑似图案,凸包的每个边穿过邻近疑似图案;确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案;确定标定图案,标定图案包括:中心疑似图案、邻近疑似图案和相邻疑似图案。
一种可选实施例中,标定板中每行标志的数量相同,标志的行数大于或等于5,每一行的标志的数量大于或等于4,预设个数为8。
一种可选实施例中,若标志的行数等于5,第二提取模块103在确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案时,具体用于:确定凸包每个边的延长线上的疑似图案为相邻疑似图案。
一种可选实施例中,若标志的行数大于5,第二提取模块103在确定凸包外,且与凸包相邻的疑似图案为相邻疑似图案时,具体用于:确定凸包每个边的延长线上的疑似图案,以及凸包中目标行疑似图案的延长线上的疑似图案为相邻疑似图案,目标行疑似图案包括:凸包的第二行的疑似图案以及倒数第二行疑似图案。
一种可选实施例中,第一提取模块102具体用于:对环境图像按照预设比例进行缩放,得到预设大小的目标图像;提取目标图像中的多个疑似图案;则图案识别装置100还包括确定模块(未示出),用于在多个疑似图案中,提取属于标定板上标志对应疑似图案为标定图案之后,确定标定图案在环境图像中对应的图案为目标标定图案。
一种可选实施例中,确定模块在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案之后,还用于:根据标定板中标志之间的距离,以及标定图案之间的距离,采用交比不变性原理,验证标定图案;确定符合交比不变性原理的标定图案为目标标定图案。
一种可选实施例中,标志为圆形,确定模块在在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案之后,还用于:采用亚像素轮廓检测技术和椭圆拟合技术,拟合标定图案,得到目标标定图案。
本公开提供的标定图案识别装置能够应用在对相机参数的标定场景中,通过获取环境图像,环境图像是相机拍摄得到的;提取环境图像中的多个疑似图案,疑似图案的轮廓符合预设轮廓;在多个疑似图案中,提取符合标定板上标志排布方式的疑似图案为标定图案,能够提取到符合标定板上标志排布方式的标定图案,排除标定板背景上的疑似图案,进而提高标定图案识别的鲁棒性。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
图11为本公开一示例实施例提供的电子设备的结构示意图。如图11所示,该电子设备110包括:处理器111,以及与处理器111通信连接的存储器112,存储器112存储计算机执行指令。
其中,处理器执行存储器存储的计算机执行指令,以实现上述任一方法实施例所提供的标定图案识别方法或标定方法,具体功能和所能实现的技术效果此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现上述任一方法实施例提供的标定图案识别方法或标定方法。
本公开实施例还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一方法实施例提供的标定图案识别方法或标定方法。
在本公开所提供的几个实施例中,应该理解到,所揭露的***和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,***或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本公开各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将***的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的***的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (11)

1.一种标定图案识别方法,其特征在于,包括:
获取环境图像,所述环境图像是相机拍摄得到的;
提取所述环境图像中的多个疑似图案,所述疑似图案的轮廓符合预设轮廓;
基于所述多个疑似图案,构建凸包,所述凸包为多边形,所述凸包中包括至少一个中心疑似图案,每个所述中心疑似图案对应有预设个数的邻近疑似图案,所述凸包的每个边穿过所述邻近疑似图案;
确定所述凸包外,且与所述凸包相邻的疑似图案为相邻疑似图案;
确定所述标定图案,所述标定图案包括:所述中心疑似图案、所述邻近疑似图案和所述相邻疑似图案,所述标定图案为符合标定板上标志排布方式的疑似图案,所述标定板包括:多个相同的标志,相邻行的标志交错排布。
2.根据权利要求1所述的标定图案识别方法,其特征在于,所述标定板中每行标志的数量相同,所述标志的行数大于或等于5,每一行的标志的数量大于或等于4,所述预设个数为8。
3.根据权利要求2所述的标定图案识别方法,其特征在于,若所述标志的行数等于5,所述确定所述凸包外,且与所述凸包相邻的疑似图案为相邻疑似图案,包括:确定所述凸包每个边的延长线上的疑似图案为所述相邻疑似图案。
4.根据权利要求2所述的标定图案识别方法,其特征在于,若所述标志的行数大于5,所述确定所述凸包外,且与所述凸包相邻的疑似图案为相邻疑似图案,包括:
确定所述凸包每个边的延长线上的疑似图案,以及所述凸包中目标行疑似图案的延长线上的疑似图案为所述相邻疑似图案,所述目标行疑似图案包括:所述凸包的第二行的疑似图案以及倒数第二行疑似图案。
5.根据权利要求1至4中任一项所述的标定图案识别方法,其特征在于,所述提取所述环境图像中的多个疑似图案,包括:
对所述环境图像按照预设比例进行缩放,得到预设大小的目标图像;
提取所述目标图像中的多个疑似图案;
则所述确定所述标定图案之后,还包括:确定所述标定图案在所述环境图像中对应的图案为目标标定图案。
6.根据权利要求1至4任一项所述的标定图案识别方法,其特征在于,所述确定所述标定图案之后,还包括:
根据所述标定板中标志之间的距离,以及标定图案之间的距离,采用交比不变性原理,验证所述标定图案;
确定符合所述交比不变性原理的标定图案为目标标定图案。
7.根据权利要求1至4任一项所述的标定图案识别方法,其特征在于,所述标志为圆形,所述确定所述标定图案之后,还包括:
采用亚像素轮廓检测技术和椭圆拟合技术,拟合所述标定图案,得到目标标定图案。
8.一种标定方法,其特征在于,包括:权利要求1至7中任一项所述的标定图案识别方法,所述确定所述标定图案之后,还包括:
采用所述标定板上的标志和所述标定图案对相机参数进行标定。
9.一种标定图案识别装置,用于执行权利要求1至7中任一项所述的标定图案识别方法,其特征在于,所述标定图案识别装置包括:
获取模块,用于获取环境图像,所述环境图像是相机拍摄得到的;
第一提取模块,用于提取所述环境图像中的多个疑似图案,所述疑似图案的轮廓符合预设轮廓;
第二提取模块,用于基于所述多个疑似图案,构建凸包,所述凸包为多边形,所述凸包中包括至少一个中心疑似图案,每个所述中心疑似图案对应有预设个数的邻近疑似图案,所述凸包的每个边穿过所述邻近疑似图案;确定所述凸包外,且与所述凸包相邻的疑似图案为相邻疑似图案;确定所述标定图案,所述标定图案包括:所述中心疑似图案、所述邻近疑似图案和所述相邻疑似图案,所述标定图案为符合标定板上标志排布方式的疑似图案,所述标定板包括:多个相同的标志,相邻行的标志交错排布。
10.一种电子设备,其特征在于,包括:处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如权利要求1至7任一项所述标定图案识别方法或权利要求8所述的标定方法。
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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现权利要求1至7任一项所述标定图案识别方法或权利要求8所述的标定方法。
CN202211091005.0A 2022-09-07 2022-09-07 标定图案识别方法、标定方法、装置和电子设备 Active CN115457144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211091005.0A CN115457144B (zh) 2022-09-07 2022-09-07 标定图案识别方法、标定方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211091005.0A CN115457144B (zh) 2022-09-07 2022-09-07 标定图案识别方法、标定方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN115457144A CN115457144A (zh) 2022-12-09
CN115457144B true CN115457144B (zh) 2023-08-15

Family

ID=84302176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211091005.0A Active CN115457144B (zh) 2022-09-07 2022-09-07 标定图案识别方法、标定方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115457144B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015201707A (ja) * 2014-04-07 2015-11-12 日本放送協会 ディスプレイ表示パターン生成装置及びそのプログラム
CN109271937A (zh) * 2018-09-19 2019-01-25 深圳市赢世体育科技有限公司 基于图像处理的运动场地标志物识别方法及***
CN110288655A (zh) * 2019-06-28 2019-09-27 深圳市同为数码科技股份有限公司 一种自动识别chart图片中测试图案位置的方法及装置
CN110827357A (zh) * 2019-09-30 2020-02-21 深圳市安思疆科技有限公司 一种组合图案标定板以及结构光相机参数标定方法
CN111191557A (zh) * 2019-12-25 2020-05-22 深圳市优必选科技股份有限公司 一种标志识别定位方法、标志识别定位装置及智能设备
CN112614188A (zh) * 2020-12-07 2021-04-06 上海交通大学 一种基于交比不变性的点阵式标定板及其识别方法
CN113052910A (zh) * 2019-12-27 2021-06-29 杭州海康机器人技术有限公司 一种标定引导方法和相机装置
CN113052911A (zh) * 2019-12-27 2021-06-29 杭州海康机器人技术有限公司 一种标定板、和相机标定方法、装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015201707A (ja) * 2014-04-07 2015-11-12 日本放送協会 ディスプレイ表示パターン生成装置及びそのプログラム
CN109271937A (zh) * 2018-09-19 2019-01-25 深圳市赢世体育科技有限公司 基于图像处理的运动场地标志物识别方法及***
CN110288655A (zh) * 2019-06-28 2019-09-27 深圳市同为数码科技股份有限公司 一种自动识别chart图片中测试图案位置的方法及装置
CN110827357A (zh) * 2019-09-30 2020-02-21 深圳市安思疆科技有限公司 一种组合图案标定板以及结构光相机参数标定方法
CN111191557A (zh) * 2019-12-25 2020-05-22 深圳市优必选科技股份有限公司 一种标志识别定位方法、标志识别定位装置及智能设备
CN113052910A (zh) * 2019-12-27 2021-06-29 杭州海康机器人技术有限公司 一种标定引导方法和相机装置
CN113052911A (zh) * 2019-12-27 2021-06-29 杭州海康机器人技术有限公司 一种标定板、和相机标定方法、装置
CN112614188A (zh) * 2020-12-07 2021-04-06 上海交通大学 一种基于交比不变性的点阵式标定板及其识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Self-identifying patterns for plane-based camera calibration;Mark Fiala et.al;《Machine Vision and Applications volume》;第209-216页 *

Also Published As

Publication number Publication date
CN115457144A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN111179358A (zh) 标定方法、装置、设备及存储介质
CN109754426B (zh) 一种用于摄像标定参数验证的方法、***和装置
CN112132907B (zh) 一种相机标定方法、装置、电子设备及存储介质
CN111179356A (zh) 基于Aruco码的双目相机标定方法、装置、***和标定板
CN113240740B (zh) 基于相位引导双目视觉密集标记点匹配的姿态测量方法
CN111754536B (zh) 图像标注方法、装置、电子设备及存储介质
CN104766309A (zh) 一种平面特征点导航定位方法与装置
CN111145271B (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
CN110035280B (zh) 利用棋盘格测试表检测模组fov的方法、装置及可读存储介质
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN110774319A (zh) 一种机器人及其定位方法和装置
CN111860498B (zh) 一种车牌的对抗性样本生成方法、装置及存储介质
CN113465573A (zh) 单目测距方法、装置及智能装置
CN111699513B (zh) 一种标定板、内参数标定方法、机器视觉***及存储装置
CN110570354A (zh) 一种基于长条形棋盘格标定板的近景图像拼接方法
CN115457144B (zh) 标定图案识别方法、标定方法、装置和电子设备
CN114187363A (zh) 一种获取径向畸变参数值的方法、装置以及移动终端
CN101894369B (zh) 从图像序列中计算摄像机焦距的实时方法
CN112446926A (zh) 一种激光雷达与多目鱼眼相机的相对位置标定方法及装置
US20230245346A1 (en) Method and device for corner marking and parameter calibration
CN116503486A (zh) 一种标定***、标定方法、标定装置及可读存储介质
CN115719387A (zh) 3d相机标定方法、点云图像获取方法及相机标定***
CN115272459A (zh) 一种四角二维码定向平面靶标装置及其标定方法
CN114549653A (zh) 一种相机标定方法、***、计算机设备及存储介质
JP6734213B2 (ja) 情報処理装置及びプログラム

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