CN116030145A - 一种用于不同焦距双目镜头的立体匹配方法和*** - Google Patents
一种用于不同焦距双目镜头的立体匹配方法和*** Download PDFInfo
- Publication number
- CN116030145A CN116030145A CN202310289274.6A CN202310289274A CN116030145A CN 116030145 A CN116030145 A CN 116030145A CN 202310289274 A CN202310289274 A CN 202310289274A CN 116030145 A CN116030145 A CN 116030145A
- Authority
- CN
- China
- Prior art keywords
- binocular
- monocular
- parameter calibration
- normalized
- camera
- 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 38
- 238000003384 imaging method Methods 0.000 claims abstract description 87
- 238000003702 image correction Methods 0.000 claims abstract description 19
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种用于不同焦距双目镜头的立体匹配方法和***,所述方法包括:利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。该方法和***实现了不同焦距双目镜头的立体匹配。
Description
技术领域
本发明涉及辅助驾驶技术领域,具体涉及一种用于不同焦距双目镜头的立体匹配方法和***。
背景技术
随着人们对更加安全和便捷出行的需求的日益增长,智能驾驶技术正处于蓬勃发展时期,感知和理解环境的能力是汽车智能***的基础和前提。智能车辆通过双目相机采集视图,并在感知周围环境后做出分析,通过将信息提供给控制***,实现对行驶情况的检测。
在对双目相机采集到的立体图像进行深度估计时,需要进行立体匹配,其目的是估计两个矫正图像之间所有像素点的对应关系。在智能驾驶场景,如果采用不同焦距的镜头形成双目相机,能够得到更加准确的路面图像情况,但是,目前的立体匹配算法都是基于两个相同焦距的双目镜头提出的,无法满足不同焦距双目镜头的立体匹配需要。
发明内容
为此,本发明实施例提供一种用于不同焦距双目镜头的立体匹配方法和***,以期实现不同焦距双目镜头的立体匹配。
为了实现上述目的,本发明实施例提供如下技术方案:
本发明提供一种用于不同焦距双目镜头的立体匹配方法,所述方法包括:
利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
在一些实施例中,利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,之后还包括:
利用左目相机参数标定结果和右目相机参数标定结果对单目成像进行畸变校正,以得到基于两个畸变校正图像的双目***。
在一些实施例中,利用第一预设公式,将两个原始图像投影值归一化成像面;
所述第一预设公式为:
其中,(u,v)是成像面上像素的坐标,是归一化成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
在一些实施例中,针对归一化成像面上的点,满足的极线约束条件为:
其中,P(u,v)是点的平面坐标,和分别代表双目***的左、右两个照相机归一化成像面上点的坐标。
在一些实施例中,根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正,具体包括:
在归一化成像面上,对两个单目相机的归一化坐标点进行坐标投影映射;
将满足归一化平面极线约束的坐标映射回各自的成像平面。
在一些实施例中,利用第二预设公式,对两个单目相机的归一化坐标点进行坐标投影映射;
所述第二预设公式为:
其中,是平移矢量T的叉乘矩阵的二分之一,是旋转矢量的二分之一,是极线对齐投影之后的归一化平面坐标。
在一些实施例中,利用第三预设公式,将满足归一化平面极线约束的坐标映射回各自的成像平面;
所述第三预设公式为:
其中,是极线对齐状态下的归一化平面点坐标,(u,v)是成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
本发明还提供一种用于不同焦距双目镜头的立体匹配***,所述***包括:
内参标定单元,用于利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
外参标定单元,用于利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
图像校正单元,用于根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
结果输出单元,用于基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
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。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如上所述的方法。
本发明所提供的用于不同焦距双目镜头的立体匹配方法,通过利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。这样,本发明克服了传统的立体匹配技术对于硬件一致性的要求,为实现不同焦距双目镜头的立体匹配提供了数据支持。
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为本发明所提供的用于不同焦距双目镜头的立体匹配方法的流程示意图;
图2为双目相机的等效成像示意图;
图3为两种双目***的对比示意图;
图4为不同焦双目相机***的标定示意图;
图5为本发明所提供的用于不同焦距双目镜头的立体匹配***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。
请参考图1,图1为本发明所提供的用于不同焦距双目镜头的立体匹配方法的流程示意图。
在一种具体实施方式中,本发明提供一种用于不同焦距双目镜头的立体匹配方法包括以下步骤:
S110:利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
S120:利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
S130:根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
S140:基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
具体地,基于等效成像面的不同焦距双目***的立体匹配方案时,针对不同焦双目***获取得到的双目图像,将长焦镜头图像的各像素坐标投影到与短焦镜头相同焦距的等效成像面上,如图2所示,空间中一点在长焦镜头成像的A相机中的像是R,在短焦镜头成像的B相机中的像是L,则将长焦镜头的A相机投影至等效成像平面,则像R对应的等效成像面内的像是N。则基于该双目***的视差值,定义为A相机等效成像面中N与B相机成像面中L的列像素坐标之差。
长镜头的相机A由成像面向等效成像面映射的方案,采用常见插值方法即可。立体匹配的方案,可以采用创团方案,即首先提取个像素的局部特征,然后基于特征一致性评价指标,构建代价函数,在特征匹配的代价空间内,搜索是的匹配代价全局最小的路径,改路径上对应的代价的索引,即为视差值。应当理解的是,该环节所采用的方式与现有技术相同,不做赘述。
在确定不同焦距双目照相机的结构参数时,基于上一步周中构建得到的视差空间,是基于短焦相机的相关参数得到的匹配结果。对应的双目***相关参数包括:
基线(baseline),等于不同焦距双目***的基线参数;
焦距(focallength),等于短焦距照相机的焦距参数;
像元尺寸(pixelsize),等于短焦距照相机的像元尺寸参数;
主点(principal point),等于短焦照相机的主点坐标参数;
基于以上相关参数,可以结合视差空间,进行视差点云的三维坐标计算。
在步骤S110中,利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,之后还包括:
利用左目相机参数标定结果和右目相机参数标定结果对单目成像进行畸变校正,以得到基于两个畸变校正图像的双目***。
在一个具体使用场景中,对不同焦距双目照相机的结构设计时,传统上相同焦距的两个单目照相机组成的双目***,一般按照左右(或上下)的方式排列,此时双目照相机***的极线约束发生在图像行方向(或列方向)。该实施例中以左右排列方式为例,进行方案论述;但相同的方法也适用于上下排列的情况。
如图3所示,右侧是传统的相同焦距双目***,左侧是本方案所属的不同焦距双目***。他们在双目相机***的结构组成上是一致的,都是左右排列,且相机镜头的几何光心位于同一水平面上。
在步骤S120中,利用第一预设公式,将两个原始图像投影值归一化成像面;
所述第一预设公式为:
其中,(u,v)是成像面上像素的坐标,是归一化成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
进一步地,针对归一化成像面上的点,满足的极线约束条件为:
其中,P(u,v)是点的平面坐标,和分别代表双目***的左、右两个照相机归一化成像面上点的坐标。
具体地,如图4所示,在进行不同焦距双目照相机的标定时,分别使用相同的单目相机模型,对左右两个相机进行单目标定,该过程主要标定单目相机的焦距、主点坐标和畸变参数,并利用这些参数对单目成像进行畸变校正。基于两个畸变校正图像的双目***,对同一个靶标面进行拍摄,并分别将不同焦的两个相机成像投影至归一化成像面,投影方式如公式1所示:
公式1
其中,(u,v)是成像面上像素的坐标,是归一化成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距,这两个参数在单目标定过程中已经计算得到。对于不同焦双目***,调用公式1的方案进行归一化坐标计算时,其主点坐标和镜头焦距参数也是不相同的。基于归一化平面像素坐标值,计算极线约束的参数R和T;其中R是旋转矢量,T是平移矢量。
针对归一化平面上的点,满足极线约束的条件如公式2所示:
公式2
其中,P(u,v)是点的平面坐标,和分别代表双目***的左、右两个照相机归一化成像面上点的坐标,左、右相机与长、短焦距单目镜头的分布无关。
在步骤S130中,根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正,具体包括:
在归一化成像面上,对两个单目相机的归一化坐标点进行坐标投影映射;
将满足归一化平面极线约束的坐标映射回各自的成像平面。
在一些实施例中,利用第二预设公式,对两个单目相机的归一化坐标点进行坐标投影映射;
所述第二预设公式为:
其中,是平移矢量T的叉乘矩阵的二分之一,是旋转矢量的二分之一,是极线对齐投影之后的归一化平面坐标。
在一些实施例中,利用第三预设公式,将满足归一化平面极线约束的坐标映射回各自的成像平面;
所述第三预设公式为:
其中,是极线对齐状态下的归一化平面点坐标,(u,v)是成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
具体地,不同焦距双目照相机的图像校正方案中,基于上述公式2中得到的极线对齐参数R和T,以及步骤S110中得到的单目内参,对不同焦距双目相机进行图像校正。首先在归一化成像面上,对两个单目相机的归一化坐标点进行坐标投影映射,如公式3所示:
公式3
其中,是平移矢量T的叉乘矩阵的二分之一,是旋转矢量的二分之一,是极线对齐投影之后的归一化平面坐标。再利用公式4,将满足归一化平面极线约束的坐标映射回各自的成像平面。
公式4
其中,是极线对齐状态下的归一化平面点坐标,(u,v)是成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。针对不同焦双目***,利用公式4时的单目参数也是不一致的。
在上述具体实施方式中,本发明所提供的用于不同焦距双目镜头的立体匹配方法,通过利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。这样,本发明克服了传统的立体匹配技术对于硬件一致性的要求,为实现不同焦距双目镜头的立体匹配提供了数据支持。
除了上述方法,本发明还提供一种用于不同焦距双目镜头的立体匹配***,如图5所示,所述***包括:
内参标定单元501,用于利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
外参标定单元502,用于利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
图像校正单元503,用于根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
结果输出单元504,用于基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
在一些实施例中,利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,之后还包括:
利用左目相机参数标定结果和右目相机参数标定结果对单目成像进行畸变校正,以得到基于两个畸变校正图像的双目***。
在一些实施例中,利用第一预设公式,将两个原始图像投影值归一化成像面;
所述第一预设公式为:
其中,(u,v)是成像面上像素的坐标,是归一化成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
在一些实施例中,针对归一化成像面上的点,满足的极线约束条件为:
其中,P(u,v)是点的平面坐标,和分别代表双目***的左、右两个照相机归一化成像面上点的坐标。
在一些实施例中,根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正,具体包括:
在归一化成像面上,对两个单目相机的归一化坐标点进行坐标投影映射;
将满足归一化平面极线约束的坐标映射回各自的成像平面。
在一些实施例中,利用第二预设公式,对两个单目相机的归一化坐标点进行坐标投影映射;
所述第二预设公式为:
其中,是平移矢量T的叉乘矩阵的二分之一,是旋转矢量的二分之一,是极线对齐投影之后的归一化平面坐标。
在一些实施例中,利用第三预设公式,将满足归一化平面极线约束的坐标映射回各自的成像平面;
所述第三预设公式为:
其中,是极线对齐状态下的归一化平面点坐标,(u,v)是成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
在上述具体实施方式中,本发明所提供的用于不同焦距双目镜头的立体匹配***,通过利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。这样,本发明克服了传统的立体匹配技术对于硬件一致性的要求,为实现不同焦距双目镜头的立体匹配提供了数据支持。
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可读存储介质,该计算机可读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 SpecificIntegrated 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(Synclink 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可读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 (10)
1.一种用于不同焦距双目镜头的立体匹配方法,其特征在于,所述方法包括:
利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
2.根据权利要求1所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,之后还包括:
利用左目相机参数标定结果和右目相机参数标定结果对单目成像进行畸变校正,以得到基于两个畸变校正图像的双目***。
3.根据权利要求2所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,利用第一预设公式,将两个原始图像投影值归一化成像面;
所述第一预设公式为:
其中,(u,v)是成像面上像素的坐标,是归一化成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
4.根据权利要求3所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,针对归一化成像面上的点,满足的极线约束条件为:
其中,P(u,v)是点的平面坐标,和分别代表双目***的左、右两个照相机归一化成像面上点的坐标。
5.根据权利要求1所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正,具体包括:
在归一化成像面上,对两个单目相机的归一化坐标点进行坐标投影映射;
将满足归一化平面极线约束的坐标映射回各自的成像平面。
6.根据权利要求5所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,利用第二预设公式,对两个单目相机的归一化坐标点进行坐标投影映射;
所述第二预设公式为:
其中,是平移矢量T的叉乘矩阵的二分之一,是旋转矢量的二分之一,是极线对齐投影之后的归一化平面坐标。
7.根据权利要求5所述的用于不同焦距双目镜头的立体匹配方法,其特征在于,利用第三预设公式,将满足归一化平面极线约束的坐标映射回各自的成像平面;
所述第三预设公式为:
其中,是极线对齐状态下的归一化平面点坐标,(u,v)是成像面上像素的坐标,是成像面上的主点坐标,f是镜头焦距。
8.一种用于不同焦距双目镜头的立体匹配***,其特征在于,所述***包括:
内参标定单元,用于利用预先创建的单目相机模型,分别对双目***的左右两个相机进行单目标定,得到单目内部参数,以完成双目内参标定,所述单目内部参数包括左目相机参数标定结果和右目相机参数标定结果;
外参标定单元,用于利用所述双目***对同一个靶标面进行拍摄,以得到两个原始图像,并将两个原始图像投影值归一化成像面,在所述归一化成像面上提取极限对齐参数,以完成双目外参标定;
图像校正单元,用于根据所述极限对齐参数和所述单目内部参数,对所述原始图像进行图像校正;
结果输出单元,用于基于所述双目内参标定和所述双目外参标定,对双目***进行立体匹配并确定双目镜头的结构参数。
9.一种智能终端,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1-7任一项所述的方法。
10.一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包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310289274.6A CN116030145A (zh) | 2023-03-23 | 2023-03-23 | 一种用于不同焦距双目镜头的立体匹配方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310289274.6A CN116030145A (zh) | 2023-03-23 | 2023-03-23 | 一种用于不同焦距双目镜头的立体匹配方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116030145A true CN116030145A (zh) | 2023-04-28 |
Family
ID=86089461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310289274.6A Pending CN116030145A (zh) | 2023-03-23 | 2023-03-23 | 一种用于不同焦距双目镜头的立体匹配方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030145A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578450A (zh) * | 2017-09-14 | 2018-01-12 | 长沙全度影像科技有限公司 | 一种用于全景相机装配误差标定的方法及*** |
CN110009690A (zh) * | 2019-03-23 | 2019-07-12 | 西安电子科技大学 | 基于极线校正的双目立体视觉图像测量方法 |
CN112070845A (zh) * | 2020-08-31 | 2020-12-11 | 上海爱观视觉科技有限公司 | 双目相机的标定方法、装置及终端设备 |
CN113808220A (zh) * | 2021-09-24 | 2021-12-17 | 上海闻泰电子科技有限公司 | 双目摄像机的标定方法、***、电子设备和存储介质 |
JPWO2020188799A1 (ja) * | 2019-03-20 | 2021-12-23 | 日本電気株式会社 | カメラ校正装置、カメラ校正方法、及びプログラム |
-
2023
- 2023-03-23 CN CN202310289274.6A patent/CN116030145A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578450A (zh) * | 2017-09-14 | 2018-01-12 | 长沙全度影像科技有限公司 | 一种用于全景相机装配误差标定的方法及*** |
JPWO2020188799A1 (ja) * | 2019-03-20 | 2021-12-23 | 日本電気株式会社 | カメラ校正装置、カメラ校正方法、及びプログラム |
CN110009690A (zh) * | 2019-03-23 | 2019-07-12 | 西安电子科技大学 | 基于极线校正的双目立体视觉图像测量方法 |
CN112070845A (zh) * | 2020-08-31 | 2020-12-11 | 上海爱观视觉科技有限公司 | 双目相机的标定方法、装置及终端设备 |
CN113808220A (zh) * | 2021-09-24 | 2021-12-17 | 上海闻泰电子科技有限公司 | 双目摄像机的标定方法、***、电子设备和存储介质 |
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 | |
CN112906449B (zh) | 基于稠密视差图的路面坑洼检测方法、***和设备 | |
TWI567693B (zh) | 產生深度資訊的方法及其系統 | |
CN113343745B (zh) | 基于双目相机的远距离目标检测方法、***和智能终端 | |
CN113240632B (zh) | 基于语义分割网络的路面检测方法、***和智能终端 | |
CN111160232B (zh) | 正面人脸重建方法、装置及*** | |
CN107545586B (zh) | 基于光场极线平面图像局部的深度获取方法及*** | |
CN110969666B (zh) | 双目相机深度标定方法、装置、***和存储介质 | |
CN110602474B (zh) | 一种图像视差的确定方法、装置及设备 | |
CN109963080B (zh) | 图像采集方法、装置、电子设备和计算机存储介质 | |
WO2019232793A1 (zh) | 双摄像头标定方法、电子设备、计算机可读存储介质 | |
CN113965742B (zh) | 基于多传感融合的稠密视差图提取方法、***和智能终端 | |
CN115100621A (zh) | 基于深度学习网络的地面场景检测方法和*** | |
CN111225201B (zh) | 视差校正方法及装置、存储介质 | |
CN114495043A (zh) | 基于双目视觉***的上下坡路况检测方法、***和智能终端 | |
CN114926521A (zh) | 基于双目相机的立体匹配方法和*** | |
CN113240631B (zh) | 基于rgb-d融合信息的路面检测方法、***和智能终端 | |
CN113763303B (zh) | 基于双目立体视觉的实时地面融合方法、***和智能终端 | |
CN113676719B (zh) | 双目立体相机的对焦参数计算方法、***和智能终端 | |
CN116030145A (zh) | 一种用于不同焦距双目镜头的立体匹配方法和*** | |
CN111383255B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN114998412A (zh) | 基于深度网络和双目视觉的阴影区域视差计算方法和*** | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 | |
CN110148086B (zh) | 稀疏深度图的深度补齐方法、装置及三维重建方法、装置 | |
CN113706622B (zh) | 基于双目立体视觉的路面拟合方法、***和智能终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230428 |
|
RJ01 | Rejection of invention patent application after publication |