CN117197170B - 一种单目相机视场角测量方法及*** - Google Patents
一种单目相机视场角测量方法及*** Download PDFInfo
- Publication number
- CN117197170B CN117197170B CN202311449025.5A CN202311449025A CN117197170B CN 117197170 B CN117197170 B CN 117197170B CN 202311449025 A CN202311449025 A CN 202311449025A CN 117197170 B CN117197170 B CN 117197170B
- Authority
- CN
- China
- Prior art keywords
- camera
- edge
- image
- angle
- target 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000010606 normalization Methods 0.000 claims description 11
- 238000000691 measurement method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000002775 capsule Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种单目相机视场角测量方法及***,该方法包括:基于平面靶标图像,取待测相机的内参矩阵与待测相机的畸变系数;基于待测相机的内参矩阵与待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;确定待测相机的垂直视场角和待测相机的水平视场角。本发明通过计算无畸变图像最大内接正交矩形上下、左右边缘直线反投影平面的夹角,进而能够简化现有的相机视场角测量装置并提高相机视场角测量的精度。本发明作为一种单目相机视场角测量方法及***,可广泛应用于计算机视觉测量技术领域。
Description
技术领域
本发明涉及计算机视觉测量技术领域,尤其涉及一种单目相机视场角测量方法及***。
背景技术
在光学成像和机器视觉领域中,视场角是计算相机成像范围的重要依据。例如:在无人机和机器人技术中,视场角的测量可以用来确定无人机或机器人的感知范围,以帮助无人机或者机器人实现导航、避障、检测等任务;在视觉检测***中,通过设计合适的视场角范围,能够在保证相机完整覆盖待检工件的同时,使图像中的像素得到充分利用;在三维扫描仪设计中,确定视场角同样重要,只有在视场角和物距确定的情况下,才能有效计算扫描仪的扫描范围;
目前对于视场角的测量,一般仍然采用人工测量的方式,即:首先对待测相机进行固定,并保证光轴尽量垂直于某一平整墙面;然后在动态采图的同时,利用直尺、卷尺等工具测量得到相机光心到墙面的垂直距离,以及墙面在图像中的左、右和上、下最大成像范围;最后利用三角关系计算得到相机的水平视场角和垂直视场角,但是对于人工测量方法而言,需要人工量取相机光心到墙面的垂直距离,并从图像中观测相机能够拍摄的尺子刻度范围,存在人工测量结果和读数误差大的问题;
为了提高视场角测量的便利性,现有技术有通过拍摄标定物获取第一标定图像;然后控制相机沿水平或者垂直方向旋转一定角度后,拍摄标定物获取第二标定图像,并根据标定物在第一标定图像和第二标定图像的位置差异确定相对移动距离;最后根据标定物在第一标定图像和第二标定图像中的位置,以及设定的旋转角度,计算得到相机在旋转方向上的视场角,但是,其需要旋转机构保证摄像机旋转指定角度,才能完成视场角计算,而对于现有技术同样存在的一种胶囊内窥镜视场角测量方法,则需要一维平移台移动胶囊相机才能实现视场角测量,因此,现有的视场角测量方法都需要机械运动机构来保证相机做特定运动才能完成视场角测量,均存在测量精度较低、硬件组成复杂、携带不便等问题。
发明内容
为了解决上述技术问题,本发明的目的是提供一种单目相机视场角测量方法及***,通过计算无畸变图像最大内接正交矩形上下、左右边缘直线反投影平面法向量的夹角,进而能够简化现有的相机视场角测量装置并提高相机视场角测量的精度。
本发明所采用的第一技术方案是:一种单目相机视场角测量方法,包括以下步骤:
基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
进一步,所述基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:
构建视场角测量装置,所述视场角测量装置表示表面具有特征图案的二维平面靶标;
通过待测相机对视场角测量装置进行拍摄处理,得到多角度的若干张平面靶标图像,所述平面靶标图像为带畸变图像;
通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数。
进一步,所述通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:
通过角点检测算法对平面靶标图像进行靶标特征点2D坐标提取,得到靶标特征点3D坐标;
根据靶标特征点2D坐标与靶标特征点3D坐标之间的对应关系,获取靶标平面和图像平面之间的单应矩阵;
根据旋转矩阵的正交性并结合靶标平面和图像平面之间的单应矩阵,构建关于待测相机的绝对二次曲线投影线性方程组;
通过线性最小二乘法和Cholesky分解法对待测相机的绝对二次曲线投影线性方程组进行求解,得到初步的待测相机的内参矩阵;
基于初步的待测相机的内参矩阵,对靶标单应矩阵进行分解,得到待测相机外部参数;
通过Brown镜头畸变模型构建关于靶标特征点无畸变2D坐标与带畸变2D坐标的线性方程组并进行最小二乘法求解,得到初步的待测相机的畸变系数;
基于相机透视投影模型,结合初步的待测相机的内参矩阵与初步的待测相机的畸变系数建立靶标特征点重投影误差目标函数,并通过使用LM非线性优化算法进行最小化处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数。
进一步,所述Brown镜头畸变模型的表达式具体如下所示:
;
上式中,表示归一化后的平面靶标图像带畸变离散点坐标,和/>表示待测相机的畸变系数,/>表示无畸变的平面靶标图像离散点归一化坐标。
进一步,所述基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程这一步骤,其具体包括:
获取平面靶标图像的带畸变离散点集合,所述带畸变离散点集合表示平面靶标图像上边缘离散点、平面靶标图像下边缘离散点、平面靶标图像左边缘离散点和平面靶标图像右边缘离散点;
根据全局最优的待测相机的内参矩阵对平面靶标图像的带畸变离散点集合进行归一化处理,得到归一化后的平面靶标图像带畸变离散点坐标;
将归一化后的平面靶标图像带畸变离散点坐标与全局最优的待测相机的畸变系数进行结合并代入Brown镜头畸变模型,得到无畸变的平面靶标图像离散点坐标;
对无畸变的平面靶标图像离散点归一化坐标进行反归一化处理,得到反归一化后的无畸变平面靶标图像离散点坐标;
基于反归一化后的无畸变平面靶标图像离散点坐标,确定平面靶标图像上边缘离散点纵坐标最大值、平面靶标图像下边缘离散点纵坐标最小值、平面靶标图像左边缘离散点横坐标最大值和平面靶标图像右边缘离散点横坐标最小值,构建无畸变图像最大内接正交矩形的四条边缘直线方程。
进一步,所述根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量这一步骤,其具体包括:
将无畸变图像最大内接正交矩形的四条边缘直线方程进行转换处理,得到四条边缘直线方程的系数向量;
结合待测相机的内参矩阵与四条边缘直线方程的系数向量,得到无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量。
进一步,所述根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角这一步骤,其具体包括:
根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,确定平面靶标图像上下边缘反投影平面法向量的夹角与平面靶标图像左右边缘反投影平面法向量的夹角,所述平面靶标图像上下边缘反投影平面法向量的夹角为待测相机的垂直视场角,所述平面靶标图像左右边缘反投影平面法向量的夹角为待测相机的水平视场角。
进一步,所述待测相机的垂直视场角与待测相机的水平视场角的表达式具体如下所示:
;
上式中,表示待测相机的垂直视场角,/>表示待测相机的水平视场角,/> 和/>表示无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,/>表示向量的模,/>表示反余弦计算符号。
本发明所采用的第二技术方案是:一种单目相机视场角测量***,包括:
获取模块,用于基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
构建模块,用于基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
第一确定模块,用于根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
第二确定模块,用于根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
本发明方法及***的有益效果是:本发明通过对平面靶标图像进行标定处理,获取待测相机的内参矩阵与待测相机的畸变系数,进一步结合Brown镜头畸变模型确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,视场角测量过程消除了镜头畸变带来的影响,提高视场角测量精度,进而获取得到待测相机的垂直视场角和待测相机的水平视场角,本发明无需人工参与读数,且视场角测量过程无需平移台、转台等机械运动装置,能够简化现有的测量装置并提高测量的精度。
附图说明
图1是本发明实施例一种单目相机视场角测量方法的步骤流程图;
图2是本发明实施例一种单目相机视场角测量***的结构框图;
图3是本发明具体实施例相机视场角说明的示意图;
图4是本发明具体实施例生成的四条边缘上的带畸变离散点集合的示意图;
图5是本发明具体实施例得到无畸变离散点集合的示意图;
图6是本发明具体实施例得到无畸变图像最大内接正交矩形对应的四条边缘直线的示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
对本发明技术术语进行解释:
视场角:在光学领域,视场角(Field of View,FOV)是指特定光学仪器(如镜头)视野范围的大小。这个范围是以光学仪器的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角。在显示***中,视场角是显示器边缘与观察点(眼睛)连线的夹角。视场角越大,视野就越大,光学倍率就越小,视场角是指相机或其它视觉传感器成像过程中,被测物体通过镜头光心在图像传感器上成像的最大范围的夹角,如图3所示,一般相机的空间成像区域为一个四面体,因此视场角包括水平视场角()和垂直视场角(/>)。
相机标定:相机标定是计算机视觉领域中的一项关键技术,它是将像素坐标与实际世界坐标之间的关系进行定量描述的过程。相机标定的主要目的是将相机图像坐标系下的二维图像坐标与世界坐标系下的三维坐标之间的关系建立起来,并用标定结果对相机进行矫正,从而使得相机的输出结果更加准确可靠,即相机标定是指确定相机内部参数和外部参数的过程,相机内部参数包括内参矩阵和畸变系数,外部参数包括相机在三维空间中的位置和姿态。相机标定一般利用平面或立体靶标来建立特征点空间三维坐标与其投影点二维坐标的映射关系,进而完成相机内外参数的解算。
镜头畸变校正:镜头畸变校正是指通过调整镜头的配置或使用软件算法,消除或减少镜头畸变对图像的影响,镜头畸变是指因为镜头的光学特性,导致拍摄出的图像与实际物体相比存在失真或变形,镜头畸变校正的过程为在完成相机标定的基础上,利用畸变系数和畸变模型完成图像径向畸变和切向畸变的去除。
反投影平面:在完成相机标定和畸变矫正的基础上,根据小孔成像模型容易想到:图像中的一个点对应空间中的一条射线;而图像中的一条直线则对应空间中的一个平面,该平面即称为直线的反投影平面。
本发明测量装置仅为一个2维平面靶标,利用该靶标完成单目相机内参矩阵和畸变系数的快速标定,即可基于标定结果直接计算得到相机在无畸变情况下的准确视场角。本发明所述视场角测量方法全程无需人工参与读数,且视场角测量过程无需平移台、转台等机械运动装置,因此本发明所述视场角测量装置及方法具有硬件结构简单、操作便捷、测量准确等优点。
参照图1,本发明提供了一种单目相机视场角测量方法,该方法包括以下步骤:
S1、基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
在本实施例中,准备一个表面印刷有规格为,格子边长为20mm棋盘格的2维平面靶标。用待测相机拍摄多张不同角度下的平面靶标图像,并使用Jean-Yves Bouguet基于张正友标定法开发的“Camera Calibration Toolbox for Matlab”工具箱进行相机标定,得到相机内部的参数矩阵以及畸变系数/>。其中,/>分别表示相机在横轴和纵轴方向上的归一化焦距;/>表示主点坐标;/>分别表示一阶、二阶和三阶径向畸变系数;/>分别表示一阶、二阶切向畸变系数。
张正友标定法具体算法流程如下:
S11、用待测相机拍摄多张不同角度下的棋盘格图像,并使用角点检测算法完成对棋盘格角点2D坐标提取,同时结合棋盘格设计尺寸完成角点3D坐标生成。本文中使用的靶标的规格为,格子边长为20mm的棋盘格。根据棋盘格的设计尺寸生成角点的3D坐标:选定印有棋盘格图像的平面为参考平面,取标定板的左上角为原点,坐标设定为/>;其次,确定标定板坐标系的轴向,以原点为起点沿棋盘格水平边建立/>轴,并规定向右为正方向;以原点为起点沿棋盘格竖直边建立/>轴,并规定向下为正方向。建立好坐标系后,根据棋盘格的尺寸确定全部角点的3D坐标:其中,左上角坐标为/>,右上角坐标为,左下角坐标为/>,右下角坐标为/>。其他的内部角点则根据棋盘格的尺寸推导得到;
S12、将检测到的角点2D坐标和生成的3D真实坐标转换成齐次坐标,对每个角点构建一个齐次线性方程,将其中对应的2D坐标和3D坐标相关联起来,形成一个线性方程组。使用线性方程求解出单应矩阵的展开式,并且将其还原成的单应矩阵H,即可完成靶标平面与图像平面之间单应矩阵H求解。
S13、利用实施方式S12计算的单应矩阵H,以及旋转矩阵的正交性,建立关于相机绝对二次曲线投影的线性方程组,并利用线性最小二乘法和Cholesky分解完成相机内参矩阵各元素求解;
S14、在完成相机内参矩阵求解的基础上,进一步对单应矩阵分解。使用奇异值分解法对单应矩阵进行分解得到相机的旋转矩阵R和平移矢量;
S15、然后,利用Brown镜头畸变模型建立关于靶标特征点无畸变2D坐标与带畸变2D坐标的线性方程组,求解相机畸变系数;
S16、基于相机透视投影模型建立靶标特征点重投影误差目标函数,并通过使用LM非线性优化算法使其最小化,获得全局最优的相机内参矩阵和镜头畸变系数。
S2、基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
在本实施例中,通过参考相机产品规格手册,获取相机原始图像尺寸,根据原始图像的尺寸分别生成上、下、左、右四条边缘线上的带畸变离散点的集合,然后将生成的点坐标分别代入到镜头畸变模型中进行计算得到带畸变离散点对应的无畸变离散点集合,并且基于无畸变离散点形成的轮廓极值计算无畸变图像最大内接正交矩形对应的四条边缘直线方程。具体而言,所述边缘直线方程的计算具体实施方式如下。
S21、首先通过参考相机产品规格手册获取原始图像的尺寸,高度,宽度,此时图像为带畸变图像,然后分别生成图像上、下、左、右四条边缘上的带畸变离散点集合/>,其中,/>分别表示带畸变离散点在横轴和纵轴方向上的像素坐标,每条边缘上离散点的采样间隔为1像素,上、下、边缘离散点的采样范围为/>,左、右边缘离散点的采样范围为/>,如图4所示为基于原始图像生成的上、下、左、右四条边缘上的带畸变离散点集合。
S22、结合实施方式S1中标定得到的归一化焦距和主点坐标/>,将每条边缘线上带畸变离散点的像素坐标/>经归一化操作后转换为归一化图像坐标/>,具体归一化操作如下:
;
上式中,表示归一化后的平面靶标图像带畸变离散点归一化坐标,/>表示相机内参矩阵中的归一化焦距,/>表示每条边缘线上带畸变离散点的像素坐标点,表示相机内参矩阵中的主点坐标。
S23、将带畸变离散点的归一化图像坐标代入到镜头畸变模型,同时结合实施方式S1标定得到的畸变系数/>,计算得到对应的无畸变离散点的归一化图像坐标/>,如图5所示为计算得到的对应无畸变离散点集合,具体镜头畸变模型如下:
;
上式中,表示归一化后的平面靶标图像带畸变离散点坐标,和/>表示待测相机的畸变系数,/>表示无畸变的平面靶标图像离散点归一化坐标;
其中,。
S24、结合实施方式S1标定得到的归一化焦距和主点坐标/>,将实施方式S23计算得到的无畸变离散点归一化图像坐标/>经反归一化操作后转换为无畸变像素坐标/>,具体反归一化操作如下:
;
上式中,表示反归一化操作后转换为无畸变像素坐标。
原始图像四条边缘线上的带畸变离散点集合依次经过实施方式S22至S24处理后,即可得到对应的无畸变离散点集合/>。
S25、在由原图像上边缘计算得到的无畸变离散点集合中选取最大的/>,记作/>;在下边缘无畸变离散点集合/>中选取最小的/>,记作/>;在左边缘无畸变离散点集合/>中选取最大的/>,记作/>;在右边缘无畸变离散点集合中选取最小的/>,记作/>。利用极值/>即可确定无畸变图像最大内接正交矩形四条边缘直线方程,如图6所示为无畸变图像最大内接正交矩形对应的四条边缘直线,其一般式分别为:
;
上式中,表示平面靶标图像上边缘离散点的纵坐标最大值,/>表示平面靶标图像下边缘离散点的纵坐标最小值,/>表示平面靶标图像左边缘离散点的横坐标最大值,/>表示平面靶标图像右边缘离散点的横坐标最小值。
S3、根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
在本实施例中,将实施方式S25计算得到的直线方程一般表达式转换为系数向量,并利用实施方式S1中标定得到的相机内参矩阵计算无畸变图像最大的内接正交矩形边缘直线对应的反投影平面法向量/>。具体反投影平面法向量的计算过程如下。
S31、将实施方式S25计算得到无畸变图像最大内接正交矩形四条边缘直线方程的一般式转为系数向量,转换结果为:
;
上式中,表示无畸变图像最大内接正交矩形四条边缘直线方程的系数向量。
S32、结合实施方式S1标定得到的相机内参矩阵和实施方式S31转换后的直线系数向量/>,计算无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量/>分别为:
;
上式中,表示无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,/>表示相机内参矩阵的转置矩阵。
S4、根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
在本实施例中,分别计算上下、左右两对边缘反投影平面法向量的夹角,其中上下边缘反投影平面的夹角即对应为相机的垂直视场角,而左右边缘反投影平面的夹角即对应为相机的水平视场角/>,即:
;
上式中,表示待测相机的垂直视场角,/>表示待测相机的水平视场角,和/>表示无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,/>表示向量的模,/>表示反余弦计算符号。
参照图2,一种单目相机视场角测量***,包括:
获取模块,用于基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
构建模块,用于基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
第一确定模块,用于根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
第二确定模块,用于根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
上述方法实施例中的内容均适用于本***实施例中,本***实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种单目相机视场角测量方法,其特征在于,包括以下步骤:
基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
2.根据权利要求1所述一种单目相机视场角测量方法,其特征在于,所述基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:
构建视场角测量装置,所述视场角测量装置表示表面具有特征图案的二维平面靶标;
通过待测相机对视场角测量装置进行拍摄处理,得到多角度的若干张平面靶标图像,所述平面靶标图像为带畸变图像;
通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数。
3.根据权利要求2所述一种单目相机视场角测量方法,其特征在于,所述通过张氏标定法对平面靶标图像进行标定处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数这一步骤,其具体包括:
通过角点检测算法对平面靶标图像进行靶标特征点2D坐标提取,得到靶标特征点3D坐标;
根据靶标特征点2D坐标与靶标特征点3D坐标之间的对应关系,获取靶标平面和图像平面之间的单应矩阵;
根据旋转矩阵的正交性并结合靶标平面和图像平面之间的单应矩阵,构建关于待测相机的绝对二次曲线投影线性方程组;
通过线性最小二乘法和Cholesky分解法对待测相机的绝对二次曲线投影线性方程组进行求解,得到初步的待测相机的内参矩阵;
基于初步的待测相机的内参矩阵,对靶标单应矩阵进行分解,得到待测相机外部参数;
通过Brown镜头畸变模型构建关于靶标特征点无畸变2D坐标与带畸变2D坐标的线性方程组并进行最小二乘法求解,得到初步的待测相机的畸变系数;
基于相机透视投影模型,结合初步的待测相机的内参矩阵与初步的待测相机的畸变系数建立靶标特征点重投影误差目标函数,并通过使用LM非线性优化算法进行最小化处理,得到全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数。
4.根据权利要求3所述一种单目相机视场角测量方法,其特征在于,所述Brown镜头畸变模型的表达式具体如下所示:
;
上式中,表示归一化后的平面靶标图像带畸变离散点坐标,/>和表示待测相机的畸变系数,/>表示无畸变的平面靶标图像离散点归一化坐标。
5.根据权利要求4所述一种单目相机视场角测量方法,其特征在于,所述基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程这一步骤,其具体包括:
获取平面靶标图像的带畸变离散点集合,所述带畸变离散点集合表示平面靶标图像上边缘离散点、平面靶标图像下边缘离散点、平面靶标图像左边缘离散点和平面靶标图像右边缘离散点;
根据全局最优的待测相机的内参矩阵对平面靶标图像的带畸变离散点集合进行归一化处理,得到归一化后的平面靶标图像带畸变离散点坐标;
将归一化后的平面靶标图像带畸变离散点坐标与全局最优的待测相机的畸变系数进行结合并代入Brown镜头畸变模型,得到无畸变的平面靶标图像离散点坐标;
对无畸变的平面靶标图像离散点归一化坐标进行反归一化处理,得到反归一化后的无畸变平面靶标图像离散点坐标;
基于反归一化后的无畸变平面靶标图像离散点坐标,确定平面靶标图像上边缘离散点纵坐标最大值、平面靶标图像下边缘离散点纵坐标最小值、平面靶标图像左边缘离散点横坐标最大值和平面靶标图像右边缘离散点横坐标最小值,构建无畸变图像最大内接正交矩形的四条边缘直线方程。
6.根据权利要求5所述一种单目相机视场角测量方法,其特征在于,所述根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量这一步骤,其具体包括:
将无畸变图像最大内接正交矩形的四条边缘直线方程进行转换处理,得到四条边缘直线方程的系数向量;
结合待测相机的内参矩阵与四条边缘直线方程的系数向量,得到无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量。
7.根据权利要求6所述一种单目相机视场角测量方法,其特征在于,所述根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角这一步骤,其具体包括:
根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,确定平面靶标图像上下边缘反投影平面法向量的夹角与平面靶标图像左右边缘反投影平面法向量的夹角,所述平面靶标图像上下边缘反投影平面法向量的夹角为待测相机的垂直视场角,所述平面靶标图像左右边缘反投影平面法向量的夹角为待测相机的水平视场角。
8.根据权利要求7所述一种单目相机视场角测量方法,其特征在于,所述待测相机的垂直视场角与待测相机的水平视场角的表达式具体如下所示:
;
上式中,表示待测相机的垂直视场角,/>表示待测相机的水平视场角,/>、/>和/>表示无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量,/>表示向量的模,/>表示反余弦计算符号。
9.一种单目相机视场角测量***,其特征在于,包括以下模块:
获取模块,用于基于平面靶标图像,通过张氏标定法获取全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数;
构建模块,用于基于全局最优的待测相机的内参矩阵与全局最优的待测相机的畸变系数并结合Brown镜头畸变模型,构建无畸变图像最大内接正交矩形的四条边缘直线方程;
第一确定模块,用于根据无畸变图像最大内接正交矩形的四条边缘直线方程确定无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量;
第二确定模块,用于根据无畸变图像最大内接正交矩形边缘直线对应反投影平面法向量确定待测相机的垂直视场角和待测相机的水平视场角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311449025.5A CN117197170B (zh) | 2023-11-02 | 2023-11-02 | 一种单目相机视场角测量方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311449025.5A CN117197170B (zh) | 2023-11-02 | 2023-11-02 | 一种单目相机视场角测量方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117197170A CN117197170A (zh) | 2023-12-08 |
CN117197170B true CN117197170B (zh) | 2024-02-09 |
Family
ID=89000109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311449025.5A Active CN117197170B (zh) | 2023-11-02 | 2023-11-02 | 一种单目相机视场角测量方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117197170B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6101408A (en) * | 1996-08-22 | 2000-08-08 | Western Research Company, Inc. | Probe and method to obtain accurate area measurements from cervical lesions |
CN111274959A (zh) * | 2019-12-04 | 2020-06-12 | 北京航空航天大学 | 一种基于可变视场角的加油锥套位姿精确测量方法 |
WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
CN115493568A (zh) * | 2022-08-26 | 2022-12-20 | 重庆软江图灵人工智能科技有限公司 | 一种基于机器视觉的单目相机室内坐标定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037675B (zh) * | 2021-11-05 | 2022-12-06 | 南京航空航天大学 | 一种飞机样板缺陷检测方法及装置 |
CN114419150A (zh) * | 2021-12-21 | 2022-04-29 | 未来机器人(深圳)有限公司 | 叉车取货方法、装置、计算机设备、存储介质 |
-
2023
- 2023-11-02 CN CN202311449025.5A patent/CN117197170B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6101408A (en) * | 1996-08-22 | 2000-08-08 | Western Research Company, Inc. | Probe and method to obtain accurate area measurements from cervical lesions |
CN111274959A (zh) * | 2019-12-04 | 2020-06-12 | 北京航空航天大学 | 一种基于可变视场角的加油锥套位姿精确测量方法 |
WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
CN115493568A (zh) * | 2022-08-26 | 2022-12-20 | 重庆软江图灵人工智能科技有限公司 | 一种基于机器视觉的单目相机室内坐标定位方法 |
Non-Patent Citations (1)
Title |
---|
单相机立体视觉测量技术的研究;吴恩启 等;《光学技术》;第44卷(第1期);第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117197170A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shah et al. | A simple calibration procedure for fish-eye (high distortion) lens camera | |
Heikkila | Geometric camera calibration using circular control points | |
Schreier et al. | Advances in light microscope stereo vision | |
CN110296667B (zh) | 基于线结构光多角度投影的高反射表面三维测量方法 | |
CN110378969B (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN107886547B (zh) | 一种鱼眼相机标定方法及*** | |
US20130058581A1 (en) | Microscopic Vision Measurement Method Based On Adaptive Positioning Of Camera Coordinate Frame | |
CN107729893B (zh) | 一种合模机的视觉定位方法、***和存储介质 | |
CN111707187B (zh) | 一种大型零件的测量方法及*** | |
CN110136068B (zh) | 基于双侧远心镜头相机之间位置标定的音膜球顶装配*** | |
CN110830781A (zh) | 一种基于双目视觉的投影图像自动校正方法及*** | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
CN113538589A (zh) | 利用远心线扫描相机对对象进行高效3d重建的***和方法 | |
CN109544642B (zh) | 一种基于n型靶标的tdi-ccd相机参数标定方法 | |
CN112229323A (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
EP4242609A1 (en) | Temperature measurement method, apparatus, and system, storage medium, and program product | |
CN111862238A (zh) | 一种全空间单目光笔式视觉测量方法 | |
CN114299156A (zh) | 无重叠区域下多相机的标定与坐标统一方法 | |
JP2016218815A (ja) | ラインセンサカメラのキャリブレーション装置及び方法 | |
CN116310127A (zh) | 基于环形激光三角测量的管道内壁三维重建方法及*** | |
JP2012198031A (ja) | 画像補正方法及び画像補正装置 | |
CN116188591A (zh) | 多相机全局标定方法及装置、电子设备 | |
CN117197170B (zh) | 一种单目相机视场角测量方法及*** | |
CN113781581B (zh) | 基于靶标松姿态约束的景深畸变模型标定方法 | |
CN112950723B (zh) | 基于边缘尺度自适应散焦模糊估计的机器人相机标定方法 |
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 |