CN116524041A - 一种相机标定方法、装置、设备及介质 - Google Patents

一种相机标定方法、装置、设备及介质 Download PDF

Info

Publication number
CN116524041A
CN116524041A CN202310423310.3A CN202310423310A CN116524041A CN 116524041 A CN116524041 A CN 116524041A CN 202310423310 A CN202310423310 A CN 202310423310A CN 116524041 A CN116524041 A CN 116524041A
Authority
CN
China
Prior art keywords
calibration
camera
pixel coordinate
target
pixel
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
Application number
CN202310423310.3A
Other languages
English (en)
Inventor
李倩
李庆峰
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.)
Navinfo Co Ltd
Original Assignee
Navinfo 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 Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN202310423310.3A priority Critical patent/CN116524041A/zh
Publication of CN116524041A publication Critical patent/CN116524041A/zh
Pending legal-status Critical Current

Links

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

Landscapes

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

Abstract

本说明书实施例中公开了一种相机标定方法、装置、设备及介质。包括：获取相机针对标定物采集到的标定图像。其中，标定物中绘制有目标二维码图案。对标定图像进行二维码识别处理，得到针对各个目标顶点在预设像素坐标系下的第一像素坐标集合。利用预设世界坐标系确定标定物上各个目标顶点的世界坐标，得到世界坐标集合。根据第一像素坐标集合与世界坐标集合完成相机的标定。该方案可以简化相机标定的流程，便于实现工业化流水线的相机标定，可以提升对相机进行批量标定的简捷性。

Description

一种相机标定方法、装置、设备及介质
技术领域
本申请涉及相机标定技术领域，尤其涉及一种相机标定方法、装置、设备及介质。
背景技术
现有的相机标定方法中，所使用的标定图像中需包含有预设规则的标定图案。若在针对标定物采集标定图像的过程中，受拍摄光线的亮度以及标定物角度等因素的影响，导致所拍摄的标定图像中难免会存在不满足预设要求的标定图像。所以为了获取到合格的标定图像，针对标定物采集标定图像时，需在每一个相机位姿状态下，采集多张标定图像，然后再通过人工筛选的方式从所拍摄的多张标定图像中选择出合格的标定图像。如果不对所拍摄的标定图像进行筛选，则可能引入成像质量差的样本。因此，现有的相机标定方法中相机标定过程耗时较长，流程较繁琐，难以实现工业化流水线作业，对相机进行批量标定的难度较大。
基于此，如何简化相机标定的流程，实现相机标定的工业化流水线作业，以提升对相机进行批量标定的简捷性，成为了亟待解决的技术问题。
发明内容
本说明书实施例提供的一种相机标定方法、装置、设备及介质，以解决现有技术中对相机进行标定的过程耗时较长，流程较繁琐，难以实现工业化流水线作业，对相机进行批量标定的难度较大的技术问题。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种相机标定方法，包括，
获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案。
利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标。
确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合。
利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
优选的，所述标定图像包括在任意两个不同位姿下针对标定物采集的第一标定图像与第二标定图像，所述标定物包含第一标定板与第二标定板，所述第一标定板与所述第二标定板中均绘制有所述目标二维码图案，所述第一标定板与所述第二标定板之间具有预设夹角。
优选地，所述利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果，包括：
利用所述预设世界坐标系与所述预设像素坐标系之间的转换关系，确定所述世界坐标集合中的所述目标顶点的世界坐标对应的在所述预设像素坐标系下的第二像素坐标，得到第二像素坐标集合。
利用相机标定算法，根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果。
优选地，所述根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果，包括：
从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合；每个所述目标像素坐标集合中的各个像素坐标均归属于同一所述目标顶点，且所述目标像素坐标集合中包含一个所述第一像素坐标与一个所述第二像素坐标。
根据各个所述目标像素坐标集合，构建最小二乘问题。
根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果。
优选地，所述从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合，包括：
针对所述第一像素坐标集合中的任意一个所述第一像素坐标，确定所述第一像素坐标的定位信息；所述定位信息包括：所述第一像素坐标所归属的目标二维码的解码信息、所述第一像素坐标所对应的所述目标顶点在所述目标二维码中所处的位置信息以及所述第一像素坐标所归属的目标标定板，所述目标标定板为所述第一标定板或所述第二标定板。
根据所述第一像素坐标的定位信息，从所述第二像素坐标集合中确定出与所述第一像素坐标相匹配的所述第二像素坐标。
根据所述第一像素坐标以及与所述第一像素坐标相匹配的所述第二像素坐标，生成一个目标像素坐标集合。
优选地，所述根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果，包括：
利用非线性优化算法对所述最小二乘问题进行迭代优化处理，得到所述最小二乘问题的计算结果。
判断所述最小二乘问题的计算结果是否小于等于预设阀值，得到判断结果。
若所述判断结果表示所述最小二乘问题的计算结果小于等于预设阀值，则将与所述计算结果对应的相机参数，确定为所述相机的标定结果。
优选地，所述相机的标定结果包括所述相机的相机内参标定结果及相机畸变系数标定结果。
所述最小二乘问题的计算公式为：
其中：argmin表示计算最小值、Ui表示所述第一像素坐标、Pi表示所述目标顶点在所述预设世界坐标系下的世界坐标、K表示所述相机的所述相机内参与所述相机畸变系数、T表示所述相机的相机外参、KTPi表示所述第二像素坐标、i表示所述目标顶点的数量。
一种相机标定装置，包括，
第一获取模块，用于获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案。
处理模块，用于利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标。
确定模块，用于确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合。
标定模块，用于利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
一种相机标定设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述方法。
一种计算机可读存储介质，其上存储有计算机程序，该计算机序被处理器执行时以实现上述方法。
本说明书中提供的至少一个实施例能够实现以下有益效果：
本方案利用从标定图像中的二维码图案中检测识别到的目标顶点，在特定的标定算法下，即可完成对相机的标定处理。以使标定***在接收到标定图像后，就可以自动完成对相机的标定，而无需人工参与筛选合格的标定图像，以简化相机标定的流程、较少相机标定的耗时、便于对相机标定实现工业化流水线作业，以提升对相机进行批量标定的简捷性。
附图说明
为了更清楚地说明本说明书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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种相机标定方法的流程示意图；
图2为本说明书实施例提供的一个二维码图案的示意图；
图3为本说明书实施例提供的一个空间位置点P在成像平面上的投影位置及观测到的像素坐标位置示意图；
图4为本说明书实施例提供的一个预设世界坐标系的示意图；
图5为本说明书实施例提供的第一标定板的标定图案的示意图；
图6为本说明书实施例提供的第二标定板的标定图案的示意图；
图7为本说明书实施例提供的对应于图1的一种相机标定装置的结构示意图；
图8为本说明书实施例提供的对应于图1的一种相机标定设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书一个或多个实施例保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本说明书实施例提供的一种相机标定方法的流程示意图。从程序角度而言，该流程的执行主体可以为对相机进行标定的设备，或者，对相机进行标定的设备处搭载的应用程序。如图1所示，该流程可以包括以下步骤：
步骤102：获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案。
本说明书实施例中，相机标定物可以为用于展示对相机进行标定时所需的标定图像的一种标定装置。标定物上绘制的标定图案可以由第一预设数量的二维码组成的图案，第一预设数量可以为大于等于1的任意一个自然数，第一预设数量越大，其对相机进行标定的结果准确性越高。当第一预设数量为大于1的任意一个自然数时，标定物上的二维码可以为全部相同的二维码，也可以为部分相同的二维码，或者也可以为相互之间均不相同的二维码。二维码的类型可以为tag36h11类型或者其他类型的二维码。相机标定物中各个二维码的标签不同。目标二维码图案可以为标定物上所绘制的一个或者多个二维码图案。
本说明书实施例中，在对相机进行标定的过程中，标定图像的数量可以为大于等于1的任意一个数值，标定图像的数量越大，其对相机进行标定的结果准确性越高。
步骤104：利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标。
本说明书实施例中，如图2所示，从标定图像上选择的任意一个二维码图案，该二维码图案包含有0至4四个顶点。顶点的排列序号可以根据需求设定，二维码图案所包含的顶点也可以为从二维码图案中识别出的其他顶点。利用二维码识别算法得到该二维码所包含的任一顶点在所属的标定图像中的像素坐标。二维码识别算法可以为调用opencv开源库内的extractTags函数。二维码识别算法也可以为其他用于从标定图像中得到二维码顶点处像素坐标的算法。基于同样的原理，可以得到标定图像上其他二维码图案处的顶点坐标。目标顶点的数量可以为一个或者多个，当目标顶点为一个时，目标顶点可以为针对标定物中任意一个二维码图案识别出的任意一个顶点；当目标顶点为多个时，目标顶点可以为针对标定物中任意一个或者多个二维码图案识别出的多个顶点。
步骤106：确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合。
本说明书实施例中，预设世界坐标系可以为以标定物的左上角为原点，X轴水平向左，Y轴水平向下，Z轴为0所构成的世界坐标系。在预设世界坐标系下，获取标定物上各个二维码图案的顶点处的世界坐标，得到世界坐标集合。需要说明的是，预设世界坐标系也可以根据其他原则进行选取，本方案对预设世界坐标系的选取不做具体限定。
步骤108：利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
本说明书实施例中，如图3所示，本发明中所采用的相机标定算法的原理可以为获取空间位置中的任意一点P，P1为表示点P的投影位置，P2表示针对点P所观测到的像素位置，通过调整相机的参数，使得点P的投影位置逐步靠近观测到的像素位置，当点P的投影位置与观测到的像素位置之间的距离小于预设阀值时，则停止调整相机的参数，此时得到的相机参数即为对相机进行标定后的标定结果。世界坐标集合中的任意一个世界坐标都可以作为点P的空间位置，则针对点P观测到的像素位置可以从第一像素坐标集合中获取到，根据点P的世界坐标可以生成点P的投影坐标，因此可以基于上述的原理利用第一像素坐标集合以及世界坐标集合完成针对相机的标定处理。
本说明书实施例中，本方案在接收到标定图像后，就可以在特定的标定算法下自动完成对相机的标定，而无需人工参与筛选合格的标定图像，以简化相机标定的流程、较少相机标定的耗时、便于对相机标定实现工业化流水线作业，以提升对相机进行批量标定的简捷性。
基于图1中的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
所述标定图像包括在任意两个不同位姿下针对标定物采集的第一标定图像与第二标定图像，所述标定物包含第一标定板与第二标定板，所述第一标定板与所述第二标定板中均绘制有所述目标二维码图案，所述第一标定板与所述第二标定板之间具有预设夹角。
本说明书实施例中，相机标定物可以包含有第一标定板与第二标定板，第一标定板与第二标定板可以通过某一共用的边连接在一起，也可以不连接在一起而以预设距离分离开。第一标定板与第二标定板之间可以具有预设夹角，预设夹角可以为90度，也可以为大于0度且小于等于180度范围内的任意角度。第一标定板和第二标定板的形状均可以为正方形、长方形、圆形以及其他不规则图形中的任意一种，第一标定板与第二标定板的大小以及形状可以相同，也可以不相同。对第一标定板与第二标定板的大小及形状均不做具体限定。
需要说明的是，当第一标定板与第二标定板之间的夹角为90度时，预设世界坐标系可以按着图4的方式进行设置。如图4所示，以地面上与第一标定板的底边平行的直线为X坐标轴，以地面上与第二标定板的底边平行的直线为Y坐标轴，X坐标轴与Y坐标轴的交点为坐标原点O，经过坐标原点O垂直于地面向上的直线为Z坐标轴，以X坐标轴、Y坐标轴、Z坐标轴及坐标原点O组成的坐标系为预设世界坐标系。如此设置，可以便于获取到第一标定板与第二标定板上各个目标顶点的世界坐标。
本说明书实施例中，第一标定板上可以绘制有由第二预设数量的二维码组成的图案，第二预设数量可以为大于等于1的任意一个自然数，当第二预设数量为大于1的任意一个自然数时，第一标定板上的二维码可以为全部相同的二维码，也可以为部分相同的二维码，或者也可以为相互之间均不相同的二维码，第一标定板上所包含的二维码可以按着n行n列进行排列，也可以按着其他的方式进行排列。第二标定板上所绘制的标定图案与第一标定板上绘制的标定图案一致。需要说明的是，第一标定板与第二标定上所绘制的标定图案一致是指第一标定板上的标定图案的面积形状与第二标定上的标定图案的面积形状一致，且将第一标定板中的标定图案与第二标定板中的标定图案叠加重合后，重合位置处的二维码的大小及形状一致。如图5所示，第一标定板的标定图案包含有6行6列的二维码图案，如图6所示，第二标定板的标定图案也包含有6行6列的二维码图案。
本说明书实施例中，第一标定图像可以为相机在第一位姿状态下针对标定图案所拍摄的任意一张或者多张标定图像。第一位姿状态可以为相机光心与标定图案的正中心之间具有预设距离时的状态，该预设距离可以为60厘米，也可以根据实际需求选择其他的距离，第一位姿状态需将相机的镜头对准标定图案的正中心位置。第二标定图案可以为相机在第二位姿状态下针对标定图案拍摄的任意一张或者多张标定图像。第二位姿状态可以为在第一位姿状态的基础上将相机镜头旋转预设角度后的状态，该预设夹角可以为90度，也可以为其他的旋转角度。第一位姿状态与第二位姿状态为不同的相机位姿。第一标定图像与第二标定图像上均可以包含有第一标定板中的标定图案和第二标定板中的标定图案。
步骤108：所述利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果，可以包括：
利用所述预设世界坐标系与所述预设像素坐标系之间的转换关系，确定所述世界坐标集合中的所述目标顶点的世界坐标对应的在所述预设像素坐标系下的第二像素坐标，得到第二像素坐标集合。
利用相机标定算法，根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果。
本说明书实施例中，预设世界坐标系与预设像素坐标系之间的转换关系可以为
ZPuv＝KTPW，其中：Puv表示像素坐标，PW表示世界坐标，Z表示比例系数，K表示相机内参，T表示相机外参。根据该转换关系，将世界坐标集合中的各个目标顶点的世界坐标均转换为第二像素坐标，得到第二像素坐标集合。需要说明的是，第二像素坐标可以作为目标顶点的投影位置坐标。目标顶点的第一像素坐标与第二像素坐标均位于同一个成像平面，因此，第一像素坐标与第二像素坐标均可以为在预设像素坐标系下的像素坐标。在上述相机标定算法的原理下，通过调整相机的参数，使得目标顶点的第二像素坐标与第一像素坐标之间的距离小于预设阀值时，所得到的相机参数即为对相机进行标定后的标定结果。
在对相机进行标定的过程中，为了提升对相机进行标定结果的准确性，需根据多个目标顶点来对相机进行标定。基于此，所述根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果，可以包括：
从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合；每个所述目标像素坐标集合中的各个像素坐标均归属于同一所述目标顶点，且所述目标像素坐标集合中包含一个所述第一像素坐标与一个所述第二像素坐标。
根据各个所述目标像素坐标集合，构建最小二乘问题。
根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果。
本说明书实施例中，从第一像素坐标集合中选取出任意一个第一像素坐标x1，确定该第一像素坐标所归属的目标顶点，假设目标顶点为顶点a，则在第二像素坐标集合中确定出顶点a的第二像素坐标y1，则第一像素坐标x1与第二像素坐标y1就构成了一个目标像素坐标集合。依据上述的方式，依次确定出多个目标像素坐标集合，从所确定出的多个目标像素坐标集合中选取任意数量的目标像素坐标集合构建最小二乘问题，对所构建的最小二乘问题进行求解，当最小二乘问题的结果满足预设要求时，则对应的相机参数即为对相机进行标定后的标定结果。需要说明的是，构建最小二乘问题时针对目标像素坐标集合的数量不做具体限定，其数量越多，对相机进行标定后的标定结果的准确性越高，数量越少，对相机进行标定后的标定结果的准确性越低。
所述从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合，可以包括：
针对所述第一像素坐标集合中的任意一个所述第一像素坐标，确定所述第一像素坐标的定位信息；所述定位信息包括：所述第一像素坐标所归属的目标二维码的解码信息、所述第一像素坐标所对应的所述目标顶点在所述目标二维码中所处的位置信息以及所述第一像素坐标所归属的目标标定板，所述目标标定板为所述第一标定板或所述第二标定板。
根据所述第一像素坐标的定位信息，从所述第二像素坐标集合中确定出与所述第一像素坐标相匹配的所述第二像素坐标。
根据所述第一像素坐标以及与所述第一像素坐标相匹配的所述第二像素坐标，生成一个目标像素坐标集合。
本说明书实施例中，在从第一像素坐标集合中选择出第一像素坐标x1，解析第一像素坐标x1的像素坐标信息，得到该第一像素坐标x1所归属的目标顶点a的位置信息，根据目标顶点a的位置信息得到目标顶点a所归属的目标二维码b的位置信息，对目标二维码b进行解析，确定目标二维码b所归属的目标标定板，目标标定板属于第一标定板或者第二标定板。然后根据目标标定板、目标二维码b的位置信息、目标顶点a的位置信息从第二像素坐标集合中确定出与之相匹配的第二像素坐标y1，第二像素坐标y1是将目标顶点a的世界坐标经世界坐标系与像素坐标系之间的转换关系转换后生成的像素坐标。在得到第一像素坐标x1与第一像素坐标y1后，根据第一像素坐标x1与第一像素坐标y1生成一个目标像素坐标集合。
所述根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果，可以包括：
利用非线性优化算法对所述最小二乘问题进行迭代优化处理，得到所述最小二乘问题的计算结果。
判断所述最小二乘问题的计算结果是否小于等于预设阀值，得到判断结果。
若所述判断结果表示所述最小二乘问题的计算结果小于等于预设阀值，则将与所述计算结果对应的相机参数，确定为所述相机的标定结果。
所述相机的标定结果包括所述相机的相机内参标定结果及相机畸变系数标定结果。
所述最小二乘问题的计算公式为：
其中：argmin表示计算最小值、Ui表示所述第一像素坐标、Pi表示所述目标顶点在所述预设世界坐标系下的世界坐标、K表示所述相机的所述相机内参与所述相机畸变系数、T表示所述相机的相机外参、KTPi表示所述第二像素坐标、i表示所述目标顶点的数量。
本说明书实施例中，根据任意一个目标像素坐标集合，生成一个第一像素坐标与第二像素坐标的距离差，利用多个第一像素坐标与第二像素坐标的距离差，生成最小二乘问题的计算公式可以利用非线性优化算法对该最小二乘问题进行迭代优化处理。具体的迭代步骤可以为：
步骤1：设置相机参数的初始值，开始优化处理。相机的横向焦距fx可以设置为相机的真实焦距/像元尺寸，相机的纵向焦距fy可以设置为相机的真实焦距/像元尺寸，相机的光心cx可以设置为图像的宽度/2，相机的光心cy可以设置为图像的高度/2。
步骤2：调整相机参数，得出最小二乘问题的当前计算结果。对相机参数的调整可以为每次将相机参数迭代增加一个预设数值，该预设数值可以根据实际的需求设定。
步骤3：判断当前计算结果是否小于等于预设阀值，若当前计算结果大于预设阀值，则返回步骤2；若当前计算结果小于等于预设阀值，则停止迭代处理。预设阀值可以根据对相机标定结果准确性的要求进行设定。
在对所构建的最小二乘问题进行优化迭代处理得到符合要求的计算结果后，获取此时相应的相机参数，该相机参数即为对相机进行标定后的标定结果，相机参数可以包含相机内参fx,fy,cx,cy、相机径向畸变参数k1,k2,k3、以及相机切向畸变参数p1,p2。其中，所利用的非线性优化算法可以为列文伯格—马夸尔特方法，也可以为其他能够实现对最小二乘问题进行求解的算法，本方案对该非线性优化算法不做具体限定。
本说明书实施例中，通过构建最小二乘问题，可以实现多个目标顶点的观测像素坐标位置与投影位置之间的距离均满足预设要求。从而可以在多个目标顶点的观测像素坐标位置与投影位置之间的距离均满足预设要求的前提下，获取到相机的参数，以提升对相机参数进行标定的准确性。
基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图7为本说明书实施例提供的对应于图1的一种相机标定装置的结构示意图。如图7所示，该装置可以包括：
获取模块702，用于获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案。
处理模块704，用于利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标。
确定模块706，用于确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合。
标定模块708，用于利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
可选的，所述标定图像包括在任意两个不同位姿下针对标定物采集的第一标定图像与第二标定图像，所述标定物包含第一标定板与第二标定板，所述第一标定板与所述第二标定板中均绘制有所述目标二维码图案，所述第一标定板与所述第二标定板之间具有预设夹角。
可选的，所述标定模块708，可以包括：
第一确定单元，用于利用所述预设世界坐标系与所述预设像素坐标系之间的转换关系，确定所述世界坐标集合中的所述目标顶点的世界坐标对应的在所述预设像素坐标系下的第二像素坐标，得到第二像素坐标集合。
标定单元，用于利用相机标定算法，根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果。
可选的，所述标定单元，可以包括：
第一确定子单元，用于从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合；每个所述目标像素坐标集合中的各个像素坐标均归属于同一所述目标顶点，且所述目标像素坐标集合中包含一个所述第一像素坐标与一个所述第二像素坐标。
构建子单元，用于根据各个所述目标像素坐标集合，构建最小二乘问题。
标定子单元，用于根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果。
可选的，所述第一确定子单元，可以包括：
第一确定子单元具体用于针对所述第一像素坐标集合中的任意一个所述第一像素坐标，确定所述第一像素坐标的定位信息；所述定位信息包括：所述第一像素坐标所归属的目标二维码的解码信息、所述第一像素坐标所对应的所述目标顶点在所述目标二维码中所处的位置信息以及所述第一像素坐标所归属的目标标定板，所述目标标定板为所述第一标定板或所述第二标定板。
第一确定子单元具体用于根据所述第一像素坐标的定位信息，从所述第二像素坐标集合中确定出与所述第一像素坐标相匹配的所述第二像素坐标。
第一确定子单元具体用于根据所述第一像素坐标以及与所述第一像素坐标相匹配的所述第二像素坐标，生成一个目标像素坐标集合。
可选的，所述标定子单元，可以包括：
标定子单元具体用于利用非线性优化算法对所述最小二乘问题进行迭代优化处理，得到所述最小二乘问题的计算结果。
标定子单元具体用于判断所述最小二乘问题的计算结果是否小于等于预设阀值，得到判断结果。
标定子单元具体用于若所述判断结果表示所述最小二乘问题的计算结果小于等于预设阀值，则将与所述计算结果对应的相机参数，确定为所述相机的标定结果。
可选的，所述相机的标定结果包括所述相机的相机内参标定结果及相机畸变系数标定结果。
所述最小二乘问题的计算公式为：
其中：argmin表示计算最小值、Ui表示所述第一像素坐标、Pi表示所述目标顶点在所述预设世界坐标系下的世界坐标、K表示所述相机的所述相机内参与所述相机畸变系数、T表示所述相机的相机外参、KTPi表示所述第二像素坐标、i表示所述目标顶点的数量。
基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
图8为本说明书实施例提供的对应于图1的一种相机标定设备的结构示意图。如图8所示，设备800可以包括：
至少一个处理器810；以及，
与所述至少一个处理器通信连接的存储器830；其中，
所述存储器830存储有可被所述至少一个处理器810执行的指令820，所述指令被所述至少一个处理器810执行，以使所述至少一个处理器810能够执行所述指令以实现上述方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现上述方法。
应当理解，本说明书一个或多个实施例所述的方法中，部分步骤的顺序可以根据实际需要调整，或者可以省略部分步骤。
本说明书中的各个实施例均采用递进的方式描述，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，对于图8所示的设备以及计算机可读存储介质而言，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。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种相机标定方法，其特征在于，包括：
获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案；
利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标；
确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合；
利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
2.如权利要求1所述的方法，其特征在于，所述标定图像包括在任意两个不同位姿下针对标定物采集的第一标定图像与第二标定图像，所述标定物包含第一标定板与第二标定板，所述第一标定板与所述第二标定板中均绘制有所述目标二维码图案，所述第一标定板与所述第二标定板之间具有预设夹角。
3.如权利要求2所述的方法，其特征在于，所述利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果，包括：
利用所述预设世界坐标系与所述预设像素坐标系之间的转换关系，确定所述世界坐标集合中的所述目标顶点的世界坐标对应的在所述预设像素坐标系下的第二像素坐标，得到第二像素坐标集合；
利用相机标定算法，根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果。
4.如权利要求3所述的方法，其特征在于，所述根据所述第一像素坐标集合及所述第二像素坐标集合对所述相机进行标定处理，得到所述相机的标定结果，包括：
从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合；每个所述目标像素坐标集合中的各个像素坐标均归属于同一所述目标顶点，且所述目标像素坐标集合中包含一个所述第一像素坐标与一个所述第二像素坐标；
根据各个所述目标像素坐标集合，构建最小二乘问题；
根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果。
5.如权利要求4所述的方法，其特征在于，所述从所述第一像素坐标集合以及所述第二像素坐标集合中，确定出至少一个目标像素坐标集合，包括：
针对所述第一像素坐标集合中的任意一个所述第一像素坐标，确定所述第一像素坐标的定位信息；所述定位信息包括：所述第一像素坐标所归属的目标二维码的解码信息、所述第一像素坐标所对应的所述目标顶点在所述目标二维码中所处的位置信息以及所述第一像素坐标所归属的目标标定板，所述目标标定板为所述第一标定板或所述第二标定板；
根据所述第一像素坐标的定位信息，从所述第二像素坐标集合中确定出与所述第一像素坐标相匹配的所述第二像素坐标；
根据所述第一像素坐标以及与所述第一像素坐标相匹配的所述第二像素坐标，生成一个目标像素坐标集合。
6.如权利要求4所述的方法，其特征在于，所述根据所述最小二乘问题对所述相机进行标定处理，得到所述相机的标定结果，包括：
利用非线性优化算法对所述最小二乘问题进行迭代优化处理，得到所述最小二乘问题的计算结果；
判断所述最小二乘问题的计算结果是否小于等于预设阀值，得到判断结果；
若所述判断结果表示所述最小二乘问题的计算结果小于等于预设阀值，则将与所述计算结果对应的相机参数，确定为所述相机的标定结果。
7.如权利要求6所述的方法，其特征在于，所述相机的标定结果包括所述相机的相机内参标定结果及相机畸变系数标定结果；
所述最小二乘问题的计算公式为：
其中：argmin表示计算最小值、Ui表示所述第一像素坐标、Pi表示所述目标顶点在所述预设世界坐标系下的世界坐标、K表示所述相机的所述相机内参与所述相机畸变系数、T表示所述相机的相机外参、KTPi表示所述第二像素坐标、i表示所述目标顶点的数量。
8.一种相机标定装置，其特征在于，包括：
获取模块，用于获取相机针对标定物采集到的标定图像，所述标定物中绘制有目标二维码图案；
处理模块，用于利用二维码识别算法，对所述标定图像进行处理，得到在预设像素坐标系下的第一像素坐标集合；所述第一像素坐标集合中包含从所述标定图像中识别出的所述目标二维码图案的目标顶点的第一像素坐标；
确定模块，用于确定各个所述目标顶点在预设世界坐标系下的世界坐标，得到世界坐标集合；
标定模块，用于利用相机标定算法，根据所述第一像素坐标集合以及所述世界坐标集合进行相机标定处理，得到所述相机的标定结果。
9.一种相机标定设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于：所述处理器执行所述计算机程序以实现权利要求1至7中任意一项所述方法的步骤。
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，该计算机程序被处理器执行时实现权利要求1至7中任意一项所述方法的步骤。
CN202310423310.3A 2023-04-19 2023-04-19 一种相机标定方法、装置、设备及介质 Pending CN116524041A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310423310.3A CN116524041A (zh) 2023-04-19 2023-04-19 一种相机标定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310423310.3A CN116524041A (zh) 2023-04-19 2023-04-19 一种相机标定方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116524041A true CN116524041A (zh) 2023-08-01

Family

ID=87407558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310423310.3A Pending CN116524041A (zh) 2023-04-19 2023-04-19 一种相机标定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116524041A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422776A (zh) * 2023-12-14 2024-01-19 西北工业大学青岛研究院 一种非参数畸变模型的水下视觉相机标定装置及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422776A (zh) * 2023-12-14 2024-01-19 西北工业大学青岛研究院 一种非参数畸变模型的水下视觉相机标定装置及方法

Similar Documents

Publication Publication Date Title
CN107767422B (zh) 一种鱼眼镜头的校正方法、装置及便携式终端
CN111260731B (zh) 一种棋盘格亚像素级角点自适应检测的方法
US9420276B2 (en) Calibration of light-field camera geometry via robust fitting
CN110197466B (zh) 一种广角鱼眼图像矫正方法
TWI555379B (zh) 一種全景魚眼相機影像校正、合成與景深重建方法與其系統
US9886759B2 (en) Method and system for three-dimensional data acquisition
US7780084B2 (en) 2-D barcode recognition
CN110070564B (zh) 一种特征点匹配方法、装置、设备及存储介质
CN1975323A (zh) 利用单数码相机自由拍摄进行物体三维测量的方法
CN111815710B (zh) 鱼眼相机自动标定方法
CN109345597B (zh) 一种基于增强现实的相机标定图像采集方法及装置
CN107356213B (zh) 滤光片同心度测量方法及终端设备
JP4270949B2 (ja) キャリブレーションチャート画像表示装置、キャリブレーション装置、キャリブレーション方法
CN111915485B (zh) 一种特征点稀疏工件图像的快速拼接方法及***
JP2014197243A (ja) パターン処理装置、パターン処理方法、パターン処理プログラム
CN116524041A (zh) 一种相机标定方法、装置、设备及介质
CN109035170A (zh) 基于单网格图分段映射的自适应广角图像校正方法及装置
CN105701776B (zh) 一种用于自动光学检测的镜头畸变矫正方法及***
CN107680035B (zh) 一种参数标定方法和装置、服务器及可读存储介质
CN114037992A (zh) 仪表示数识别方法、装置、电子设备及存储介质
CN115147499A (zh) 标定参数确定方法、混合标定板、装置、设备和介质
CN117557565B (zh) 一种锂电池极片的检测方法及其装置
CN112489141B (zh) 车载摄像头单板单图带中继镜的产线标定方法及装置
CN109255754B (zh) 一种大场景多相机图像拼接与真实展现的方法和***
CN114998571B (zh) 基于固定尺寸标志物的图像处理及颜色检测方法

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