CN117911541A - 沙姆相机标定方法、装置和*** - Google Patents
沙姆相机标定方法、装置和*** Download PDFInfo
- Publication number
- CN117911541A CN117911541A CN202410309520.4A CN202410309520A CN117911541A CN 117911541 A CN117911541 A CN 117911541A CN 202410309520 A CN202410309520 A CN 202410309520A CN 117911541 A CN117911541 A CN 117911541A
- Authority
- CN
- China
- Prior art keywords
- camera
- calibration
- coordinates
- internal reference
- distortion
- 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 84
- 239000011159 matrix material Substances 0.000 claims abstract description 116
- 230000003287 optical effect Effects 0.000 claims abstract description 87
- 238000012937 correction Methods 0.000 claims abstract description 26
- 238000012795 verification Methods 0.000 claims description 29
- 238000012360 testing method Methods 0.000 claims description 17
- RVGRUAULSDPKGF-UHFFFAOYSA-N Poloxamer Chemical compound C1CO1.CC1CO1 RVGRUAULSDPKGF-UHFFFAOYSA-N 0.000 claims description 14
- 229960000502 poloxamer Drugs 0.000 claims description 14
- 229920001983 poloxamer Polymers 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 239000004576 sand Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241001441571 Hiodontidae Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请涉及一种沙姆相机标定方法、装置和***,沙姆相机标定方法包括:获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵;根据光学畸变参数构建光学畸变方程,根据标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据无畸变的齐次坐标、内参矩阵和像素坐标系下的坐标构建传统相机模型;根据梯形畸变参数构建梯形畸变方程,根据标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据有梯形畸变的齐次坐标、梯形畸变方程、内参矩阵和像素坐标系下的坐标构建倾斜相机模型;根据倾斜相机模型和传统相机模型迭代更新梯形畸变参数和内参矩阵,获取内参矩阵和畸变参数。
Description
技术领域
本申请涉及相机标定领域,特别是涉及一种沙姆相机标定方法、装置和***。
背景技术
随着光学、图像处理和计算机技术的发展,沙姆相机广泛应用于大视野范围和工业测量中,沙姆相机可以对倾斜目标全视野清晰成像。
但是沙姆相机存在畸变特性,现有沙姆相机标定方法大多基于张正友标定法,根据相机的安装角度和相机参数给定初值,这种方法的标定结果依赖性较强,容易有偏差。
现有的沙姆相机标定方法存在标定结果不稳定以及准确率不高的问题。
发明内容
本申请实施例提供了一种沙姆相机标定方法、装置和***,以至少解决相关技术中标定结果不稳定以及准确率不高的问题。
第一方面,本申请实施例提供了一种沙姆相机标定方法,包括:
获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,所述内参矩阵表征相机坐标系与像素坐标系的投影关系;
根据光学畸变参数构建光学畸变方程,根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据所述无畸变的齐次坐标、所述内参矩阵和像素坐标系下的坐标构建传统相机模型;
根据梯形畸变参数构建梯形畸变方程,根据所述标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据所述有梯形畸变的齐次坐标、梯形畸变方程、所述内参矩阵和像素坐标系下的坐标构建倾斜相机模型;
根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,所述畸变参数包含光学畸变参数和梯形畸变参数。
在一实施例中,所述根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,包括:
在每一个迭代周期内,先通过所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵;
根据所述梯形畸变参数对所述标定图像进行矫正,再通过所述传统相机模型对矫正后的标定图像进行迭代标定,更新所述光学畸变参数和内参矩阵。
在一实施例中,所述响应于满足预设迭代条件时停止迭代,包括:
根据所述标定图像在相机坐标系下的坐标、所述内参矩阵和畸变参数确定所述标定图像的重投影坐标;
响应于所述重投影坐标与所述像素坐标系下的坐标的误差值小于第一阈值,或者迭代次数大于或者等于预设迭代次数时,停止迭代。
在一实施例中,所述根据预设规则获取内参矩阵和畸变参数,包括:
计算每次迭代中所述标定图像的重投影坐标与所述像素坐标系下的坐标的误差值;
将所述误差值最小时对应的畸变参数作为标定结果。
在一实施例中,所述根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,包括:
根据所述标定图像在相机坐标系下的坐标确定有光学畸变的齐次坐标;
根据所述有光学畸变的齐次坐标和所述光学畸变方程获取光学畸变矫正后的无畸变的齐次坐标。
在一实施例中,所述方法还包括:
获取测试标定图像,根据所述内参矩阵和畸变参数,将所述测试标定图像的特征点投影至三维空间;
将三维空间中的特征点重新投影至图像平面,计算重新投影后的图像平面的特征点与所述测试标定图像的特征点之间的误差值,响应于所述误差值小于第二阈值,判定标定结果有效。
在一实施例中,所述方法还包括对标定结果进行验证:
根据所述内参矩阵和畸变参数对标定图像进行畸变矫正,得到无畸变图像;
获取所述无畸变图像在二维标定板上的特征点,根据所述特征点计算验证内参矩阵和验证畸变参数;
计算所述内参矩阵与验证内参矩阵的第一差值以及所述畸变参数和验证畸变参数的第二差值,响应于所述第一差值和第二差值均小于第二阈值,则判定标定结果有效。
第二方面,本申请实施例提供了一种沙姆相机标定装置,所述装置用于与沙姆相机配合,实现第一方面的沙姆相机标定方法,包括:
固定模块:用于固定相机;
调节模块:用于根据固定模块平面和相机镜头平面确定目标焦平面的位置,并调节相机的焦平面至目标焦平面的位置;
面板模块:用于放置在焦平面的位置,提供平面参考;
二维标定板:用于吸附在所述面板模块,所述二维标定板上带有标定图案;
在一实施例中,所述装置用于通过平移和旋转所述二维标定板采集标定图像。
第三方面,本申请实施例提供了一种沙姆相机标定***,包括:
获取模块:用于获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,所述内参矩阵表征相机坐标系与像素坐标系的投影关系;
光学畸变模块:用于根据光学畸变参数构建光学畸变方程,根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据所述无畸变的齐次坐标、所述内参矩阵和像素坐标系下的坐标构建传统相机模型;
梯形畸变模块:用于根据梯形畸变参数构建梯形畸变方程,根据所述标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据所述有梯形畸变的齐次坐标、梯形畸变方程、所述内参矩阵和像素坐标系下的坐标构建倾斜相机模型;
迭代模块:用于根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,所述畸变参数包含光学畸变参数和梯形畸变参数。
本申请实施例提供的一种沙姆相机标定方法、装置和***至少具有以下技术效果。
本申请将沙姆相机的镜头畸变分为光学畸变和梯形畸变,根据光学畸变构建传统相机模型,通过梯形畸变构建倾斜相机模型,从而获取更准确到的畸变参数初值。通过迭代倾斜相机模型和传统相机模型,更新相机畸变参数和内参矩阵,提高标定方法的准确性。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
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是根据一示例性实施例示出的沙姆相机标定方法的流程图;
图2是根据一示例性实施例示出的沙姆定律的示意图;
图3是根据一示例性实施例示出的标定图像示意图;
图4是根据一示例性实施例示出的归一化平面的示意图;
图5是根据一示例性实施例示出的传统相机模型的结构图;
图6是根据一示例性实施例示出的倾斜相机模型的结构图;
图7是根据一示例性实施例示出的沙姆相机标定装置的结构图;
图8是根据一示例性实施例示出的沙姆相机标定***的结构图。
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。
第一方面,本申请实施例提供了一种沙姆相机标定方法,图1是根据一示例性实施例示出的沙姆相机标定方法的流程图,如图1所示,沙姆相机标定方法包括:
步骤S101,获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,内参矩阵表征相机坐标系与像素坐标系的投影关系。
可选地,通过沙姆相机在预设位置处拍摄标定板,获取用于标定的标定图像。沙姆相机,也称移轴相机,是一种基于沙姆定律设计的相机***。图2是根据一示例性实施例示出的沙姆定律的示意图。沙姆定律表明通过满足成像、镜头、物体三个平面交于同一条直线的条件,则可以保证测量平面的物体能够清晰成像。如图2所示,N为主点,是镜头平面与光轴的交点;点H即绞合线H,绞合线H由两个物平面相交构成,在图2中以点H表示。
图3是根据一示例性实施例示出的标定图像示意图。标定板上的二维图案或标定网格具有已知的几何特征,用于计算相机的内部参数和外部位姿。标定图像从相机坐标系到像素坐标系的投影关系用内参矩阵A表示。
其中,fx和fy表示沙姆相机的主距,cx和cy表示主点在像素坐标系下的坐标。沙姆相机拍摄的图像尺寸为[w, h],相机焦距为F,像元大小为P×P。则内参矩阵A的初值可表示为fx = fy = F/P,cx = w/2,cy = h/2。
步骤S102,根据光学畸变参数构建光学畸变方程,根据标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据无畸变的齐次坐标、内参矩阵和像素坐标系下的坐标构建传统相机模型。
可选地,沙姆镜头光学畸变包括径向畸变、切向畸变、薄棱镜畸变,光学畸变方程可表示为:
其中,(xdistorted,ydistorted)是有畸变点的归一化坐标,(x,y)是无畸变点的归一化坐标,r表示坐标点与坐标系原点之间的距离。本例中归一化坐标为相机前方z=1处的平面上的一个点,z=1平面即为归一化平面,图4是根据一示例性实施例示出的归一化平面的示意图。径向畸变表示坐标点沿着长度方向发生了变化,即距离原点的长度发生了变化,径向畸变参数包括:k1、k2、k3、k4、k5、k6。切向畸变表示坐标点沿着切线方向发生了变化,即水平夹角发生了变化,切向畸变参数包括:p1、p2。薄棱镜畸变通常由镜头设计和加工安装误差导致,薄棱镜畸变参数包括:s1、s2、s3、s4。
在一个示例中,步骤S102中根据标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,包括:
根据标定图像在相机坐标系下的坐标确定有畸变的齐次坐标,根据有畸变的齐次坐标和光学畸变方程获取光学畸变矫正后的无畸变的齐次坐标。
可选地,由于相机镜头做工时不可避免存在误差,导致光线折射异常,使图像中的直线在相机成像时会产生畸变。假设标定图像在相机坐标系下的坐标为(Xc,Yc,Zc),则有畸变的齐次坐标:
将和/>代入光学畸变方程,得到光学畸变矫正后的无畸变的齐次坐标。以此方式,避免忽略图像畸变,直接将相机坐标转到像素坐标时,出现较大误差的问题。
假设像素坐标系下的坐标为(u,v,1),根据光学畸变后的齐次坐标、内参矩阵和像素坐标系下的坐标构建传统相机模型,传统相机模型可表示为:
其中,传统相机模型的畸变参数为K=[ k1 k2 p1 p2 k3 k4 k5 k6 s1 s2 s3 s4 00],光学畸变参数的初始值可根据制造商提供的参数设置,也可默认畸变参数为0。图5是根据一示例性实施例示出的传统相机模型的结构图。传统相机中的光学畸变是由相机镜头产生的,由于镜头做工时存在误差,导致光线折射异常,使图像中的直线在相机成像时呈现出弯曲的形状,导致图像失真。畸变参数用于矫正图像,使原本弯曲变形的图像恢复正常。因此先对图像进行畸变矫正,再通过内参矩阵将相机坐标系转到像素坐标系,如果忽略图像畸变,直接将相机坐标转到像素坐标,会造成较大的误差。以此方式,通过传统相机模型描述相机畸变,在后续迭代过程中,优化相机参数,从而获取准确率最高的标定结果。
步骤S103,根据梯形畸变参数构建梯形畸变方程,根据标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据有梯形畸变的齐次坐标、梯形畸变方程、内参矩阵和像素坐标系下的坐标构建倾斜相机模型。
可选地,根据相机镜头的倾斜方向和角度,表示梯形畸变参数。沙姆相机镜头沿x轴方向旋转度、沿y轴方向旋转/>度,将其转换为弧度,则梯形畸变参数的初值可表示为和/>。
首先,通过两个方向的旋转角度和/>构成旋转矩阵/>:
然后通过两个方向的旋转角度和/>以及旋转矩阵/>构建梯形畸变方程:
假设像素坐标系下的坐标为(u,v,1),根据有梯形畸变的齐次坐标、梯形畸变方程、内参矩阵和像素坐标系下的坐标构建倾斜相机模型:
其中,有梯形畸变的齐次坐标为传统相机模型计算出的光学畸变矫正后的齐次坐标。倾斜相机模型的畸变参数为K=[ k1 k2 p1 p2 k3 k4 k5 k6 s1 s2 s3 s4 />],图6是根据一示例性实施例示出的倾斜相机模型的结构图,由于沙姆相机拍摄的图像都带有一定的倾斜角度,所以使用倾斜畸变参数,用于矫正标定图片的倾斜角度。
在该示例中,除了内参矩阵和梯形畸变参数,还引入了旋转矩阵用于描述相机的倾斜姿态,可以更精确的描述相机的倾斜情况。从而在后续的迭代过程中,通过迭代优化倾斜参数,获取更准确的标定结果。
步骤S104,根据倾斜相机模型迭代更新梯形畸变参数和内参矩阵,根据传统相机模型迭代更新光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,畸变参数包含光学畸变参数和梯形畸变参数。可选地,对标定图像数据进行迭代标定,更新内参矩阵和光学畸变参数以及梯形畸变参数。例如二分法迭代或者牛顿迭代等迭代方法。当达到预设条件时停止迭代,并输出内参矩阵和畸变参数。
以此方式,分别构建倾斜相机模型和传统相机模型。通过迭代优化的方式,调整内参矩阵和畸变参数,不断优化标定结果。从而提高沙姆相机标定的准确率。
在一个示例中,步骤S104包括:在每一个迭代周期内,先通过倾斜相机模型迭代更新梯形畸变参数和内参矩阵。根据梯形畸变参数对标定图像进行矫正,再通过传统相机模型对矫正后的标定图像进行迭代标定,更新光学畸变参数和内参矩阵。
可选地,由于沙姆相机拍摄的图像都带有倾斜角度的,所以需要对倾斜角度进行矫正。在每个周期内,先通过倾斜相机模型迭代更新梯形畸变参数和内参矩阵,使用梯形畸变参数对标定图像的角度进行矫正,其中畸变参数K=[ 0 0 0 0 0 0 0 0 0 0 0 0 />]。倾斜矫正后的标定图像符合传统相机模型,再用传统相机模型对经过角度矫正后的标定图像进行标定,更新光学畸变参数进而更新内参矩阵。通过两个模型不断迭代更新,获得更优的标定结果。
在一个示例中,步骤S104包括根据标定图像在相机坐标系下的坐标、内参矩阵和畸变参数确定标定图像的重投影坐标。响应于重投影坐标与像素坐标系下的坐标的误差值小于第一阈值,或者迭代次数大于或者等于预设迭代次数时,停止迭代。
可选地,根据内参矩阵和畸变参数对标定图像进行重投影,将特征点从相机坐标系投影到像素坐标系,获取标定图像的重投影坐标,将重投影的特征点坐标与实际获取的特征点坐标对比,计算重投影误差,计算公式如下:
其中, 表示每个投影点与实际点的误差,n表示标定图像的数量,m表示每张图像上特征点的数量,error表示重投影误差。当重投影的误差值小于第一阈值或者迭代次数达到预设迭代次数时停止迭代。以此方式,在每次迭代中,使用当前的相机参数对标定图像进行重投影,并计算重投影误差,根据重投影误差,调整相机参数的值,使得重投影误差逐步减小,从而获取更精确的标定结果。
在一个示例中,步骤S104计算每次迭代中标定图像的重投影坐标与像素坐标系下的坐标的误差值,将误差值最小时对应的畸变参数作为标定结果。
可选地,在每次迭代过程中计算重投影误差,将误差值最小时对应的畸变参数和内参矩阵作为标定结果,具体计算公式如下:
其中,mij表示图像像素点,表示图像i中Mj点的投影,A为相机内参矩阵,K表示畸变参数,Ri和Ti是外参,分别表示旋转矩阵和平移矩阵。以此方式,自动选择重投影误差最小的结果,重投影误差最小表明对应的相机参数更接近真实值。从而可以得到最优的内参矩阵和畸变参数,提高沙姆相机的标定精度和稳定性。
在一个示例中,沙姆相机标定方法还包括第一种验证方法:
获取测试标定图像,根据内参矩阵和畸变参数,将测试标定图像的特征点投影至三维空间。
将三维空间中的特征点重新投影至图像平面,计算重新投影后的图像平面的特征点与测试标定图像的特征点之间的误差值,响应于误差值小于第二阈值,判定标定结果有效。
可选地,选择标定集以外的图像数据作为测试标定图像,使用标定的内参矩阵和畸变参数,通过求解外参将图像点投影到三维空间中。相机到世界的转换模型为:
计算相机的旋转矩阵r和平移向量t。其中,旋转矩阵R是每个轴的旋转矩阵的乘积。平移向量T表示在世界坐标系中的移动距离。在已知内参矩阵和畸变参数的情况下,可以根据内参矩阵、畸变参数以及特征点在世界坐标系的坐标和特征点在相机坐标系的坐标计算外参矩阵。将三维空间中的特征点重新投影到图像平面上,并计算重投影的特征点坐标与实际获取的特征点坐标的差值作为重投影误差。通过比较重投影误差与第二阈值,可以评估沙姆相机标定的准确性。如果重投影误差小于第二阈值,则表示标定结果有效。
在该示例中,选择标定数据以外的测试标定图像对标定结果进行验证,验证标定结果在实际应用场景中的适用性,保证标定结果的稳定性和准确性。
在一个示例中,沙姆相机标定方法还包括第二种验证方法:
根据内参矩阵和畸变参数对标定图像进行畸变矫正,得到无畸变图像。可选地,根据迭代计算得到的畸变参数和内参矩阵对标定图像进行畸变矫正,将有畸变图像转换为无畸变图像。具体地,可通过光学畸变方程和有畸变的齐次坐标得到光学畸变矫正后的齐次坐标,再通过沙姆矩阵乘以光学畸变矫正后的齐次坐标得到无畸变的齐次坐标。
获取无畸变图像在二维标定板上的特征点,根据特征点计算验证内参矩阵和验证畸变参数。可选地,应用传统相机标定方法对畸变矫正后的无畸变图像进行标定,通过检测标定板上的特征点计算验证内参矩阵和验证畸变参数。
计算内参矩阵与验证内参矩阵的第一差值以及畸变参数和验证畸变参数的第二差值,响应于第一差值和第二差值均小于第二阈值,则判定标定结果有效。
在该示例中,通过对标定图像进行畸变矫正并且消除倾斜影响,再使用传统的相机标定方法对矫正后的图像进行标定,通过对比传统相机标定方法与本申请的相机标定方法的差值,进一步确保标定结果的准确性。
在一个示例中,沙姆相机标定方法还包括结合第一种验证方法和第二种验证方法:
通过上述两种验证方法对本申请的标定结果进行双重验证,以确保沙姆相机标定的准确性。通过第一种验证方法使用标定集以外的数据,验证标定结果在实际应用场景中的适用性。通过第二种验证方法对标定图像去畸变和消除倾斜影响后,使用传统的相机标定方法进行验证,进一步确保标定结果的准确性。通过综合使用这两种验证方法,验证沙姆相机标定的可靠性,并对标定结果进行验证和调整,从而确保本申请标定结果的准确性和可靠性。
综上所述,本申请通过将沙姆畸变参数分为光学畸变和梯形畸变参数,获取更准确的初值。并采用迭代模型不断调整内参矩阵和畸变参数,并根据标定结果的反馈误差进行参数更新,以进一步提高标定算法的准确性。此外,通过自动筛选重投影误差最小时对应的内参矩阵和畸变参数作为标定结果,以获取最优的标定结果。同时本申请提供两种验证方法,快速准确的对标定结果进行验证,简化整个验证流程。通过使用标定集以外的数据,验证标定结果在实际应用场景中的适用性。通过对标定图像去畸变和消除倾斜影响后,使用传统的相机标定方法进行验证,进一步确保标定结果的准确性。以此方式,保证沙姆相机标定方法的标定结果的准确性和稳定性。
第二方面,本申请实施例提供了一种沙姆相机标定装置,装置用于与沙姆相机配合,实现第一方面的沙姆相机标定方法,图7是根据一示例性实施例示出的沙姆相机标定装置的结构图,装置包括:
固定模块10:用于固定相机。可选地,固定模块可以采用支架、夹具或者其他形式的装置来固定相机,以保持相机的稳定性和一致性。
调节模块20:用于根据固定模块平面和相机镜头平面确定目标焦平面的位置,并调节相机的焦平面至目标焦平面的位置。可选地,固定模块所在的平面为像平面,根据像平面和相机镜头平面所形成的夹角角度,以及像平面和镜头平面可以确定焦平面的位置。使用手动或自动对焦机制,确保图像在焦平面上具有最佳的清晰度。
面板模块30:用于放置在焦平面的位置,提供平面参考。
二维标定板40:用于吸附在面板模块,二维标定板上带有标定图案。可选地,标定图案包括已知几何特性的二维图案或标定网格,用于计算相机内部参数和外部位姿。
如图7所示,面板模块与固定模块以及焦平面相交于一点,固定模块所在的平面为像平面,像平面与镜头平面形成一个夹角;镜头平面与焦平面形成一个夹角,根据像平面和镜头平面以及倾斜角度确定焦平面的位置。通过固定相机、调节焦平面和使用二维标定板,快速、准确地获得相机的内部参数和外部位姿。从而简化相机标定的过程,有效节省标定时间,提高标定的效率和可靠性。
在一个示例中,沙姆相机标定装置用于通过平移和旋转所述二维标定板采集标定图像。可选地,使用沙姆相机标定装置时,首先固定相机,然后确定焦平面,调节图像清晰度,在焦平面上放置面板,并将二维标定板吸附在面板上。由于焦平面已经确定,无需每次采集都重新对焦,可以通过平移和旋转标定板采集标定图像。从而可以快速、高效地进行标定,简化了标定过程并提高了标定效果。
综上所述,本申请的沙姆相机标定装置提供了一种简化沙姆相机标定过程的方法,通过固定相机、调节焦平面和使用二维标定板,可以快速、准确地获得相机的内部参数和外部位姿。从而可以快速、高效地进行标定,简化了标定过程并提高标定的效率和可靠性。
第三方面,本申请实施例提供了一种沙姆相机标定***,图8是根据一示例性实施例示出的沙姆相机标定***的结构图,***包括:
获取模块100:用于获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,内参矩阵表征相机坐标系与像素坐标系的投影关系;
光学畸变模块200:用于根据光学畸变参数构建光学畸变方程,根据标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据无畸变的齐次坐标、内参矩阵和像素坐标系下的坐标构建传统相机模型;
梯形畸变模块300:用于根据梯形畸变参数构建梯形畸变方程,根据标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据有梯形畸变的齐次坐标、梯形畸变方程、内参矩阵和像素坐标系下的坐标构建倾斜相机模型;
迭代模块400:用于根据倾斜相机模型迭代更新梯形畸变参数和内参矩阵,根据传统相机模型迭代更新光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,畸变参数包含光学畸变参数和梯形畸变参数。
在一个示例中,迭代模块400包括:
倾斜迭代单元:用于在每一个迭代周期内,先通过倾斜相机模型迭代更新梯形畸变参数和内参矩阵。
传统迭代单元:用于根据梯形畸变参数对标定图像进行矫正,再通过传统相机模型对矫正后的标定图像进行迭代标定,所述光学畸变参数和内参矩阵。
在一个示例中,迭代模块400包括:
重投影单元:用于根据标定图像在相机坐标系下的坐标、内参矩阵和畸变参数确定标定图像的重投影坐标;
迭代单元:用于响应于重投影坐标与像素坐标系下的坐标的误差值小于第一阈值,或者迭代次数大于或者等于预设迭代次数时,停止迭代。
在一个示例中,迭代模块400包括:
误差单元:用于计算每次迭代中标定图像的重投影坐标与所述像素坐标系下的坐标的误差值;
结果单元:用于将误差值最小时对应的畸变参数作为标定结果。
在一个示例中,光学畸变模块200包括:
畸变单元:用于根据标定图像在相机坐标系下的坐标确定有光学畸变的齐次坐标;
无畸变单元:用于根据有光学畸变的齐次坐标和光学畸变方程获取光学畸变矫正后的无畸变的齐次坐标。
在一个示例中,***还包括第一测试模块:
投影单元:用于获取测试标定图像,根据内参矩阵和畸变参数,将测试标定图像的特征点投影至三维空间;
误差单元:用于将三维空间中的特征点重新投影至图像平面,计算重新投影后的图像平面的特征点与测试标定图像的特征点之间的误差值,响应于误差值小于第二阈值,判定标定结果有效。
在一个示例中,***还包括第二测试模块:
畸变矫正单元:用于根据内参矩阵和畸变参数对标定图像进行畸变矫正,得到无畸变图像;
参数获取单元:用于获取无畸变图像在二维标定板上的特征点,根据特征点计算验证内参矩阵和验证畸变参数;
判断单元:用于计算内参矩阵与验证内参矩阵的第一差值以及畸变参数和验证畸变参数的第二差值,响应于第一差值和第二差值均小于第二阈值,则判定标定结果有效。
综上所述,本申请通过将沙姆畸变参数分为光学畸变和梯形畸变参数,获取更准确的初值。并采用迭代模型不断调整内参矩阵和畸变参数,并根据标定结果的反馈误差进行参数更新,以进一步提高标定算法的准确性。此外,通过自动筛选重投影误差最小时对应的内参矩阵和畸变参数作为标定结果,以获取最优的标定结果。同时本申请通过测试模块,快速准确的对标定结果进行验证,简化整个验证流程。通过使用标定集以外的数据,验证标定结果在实际应用场景中的适用性。通过对标定图像去畸变和消除倾斜影响后,使用传统的相机标定方法进行验证,进一步确保标定结果的准确性。以此方式,保证沙姆相机标定方法的标定结果的准确性和稳定性。
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)
1.一种沙姆相机标定方法,其特征在于,包括:
获取相机采集的标定图像,根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,所述内参矩阵表征相机坐标系与像素坐标系的投影关系;
根据光学畸变参数构建光学畸变方程,根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据所述无畸变的齐次坐标、所述内参矩阵和像素坐标系下的坐标构建传统相机模型;
根据梯形畸变参数构建梯形畸变方程,根据所述标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据所述有梯形畸变的齐次坐标、梯形畸变方程、所述内参矩阵和像素坐标系下的坐标构建倾斜相机模型;
根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,所述畸变参数包含光学畸变参数和梯形畸变参数。
2.根据权利要求1所述的沙姆相机标定方法,其特征在于,所述根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,包括:
在每一个迭代周期内,先通过所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵;
根据所述梯形畸变参数对所述标定图像进行矫正,再通过所述传统相机模型对矫正后的标定图像进行迭代标定,更新所述光学畸变参数和内参矩阵。
3.根据权利要求1所述的沙姆相机标定方法,其特征在于,所述响应于满足预设迭代条件时停止迭代,包括:
根据所述标定图像在相机坐标系下的坐标、所述内参矩阵和畸变参数确定所述标定图像的重投影坐标;
响应于所述重投影坐标与所述像素坐标系下的坐标的误差值小于第一阈值,或者迭代次数大于或者等于预设迭代次数时,停止迭代。
4.根据权利要求3所述的沙姆相机标定方法,其特征在于,所述根据预设规则获取内参矩阵和畸变参数,包括:
计算每次迭代中所述标定图像的重投影坐标与所述像素坐标系下的坐标的误差值;
将所述误差值最小时对应的畸变参数作为标定结果。
5.根据权利要求1所述的沙姆相机标定方法,其特征在于,所述根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,包括:
根据所述标定图像在相机坐标系下的坐标确定有光学畸变的齐次坐标;
根据所述有光学畸变的齐次坐标和所述光学畸变方程获取光学畸变矫正后的无畸变的齐次坐标。
6.根据权利要求1所述的沙姆相机标定方法,其特征在于,所述方法还包括:
获取测试标定图像,根据所述内参矩阵和畸变参数,将所述测试标定图像的特征点投影至三维空间;
将三维空间中的特征点重新投影至图像平面,计算重新投影后的图像平面的特征点与所述测试标定图像的特征点之间的误差值,响应于所述误差值小于第二阈值,判定标定结果有效。
7.根据权利要求1所述的沙姆相机标定方法,其特征在于,所述方法还包括对标定结果进行验证:
根据所述内参矩阵和畸变参数对标定图像进行畸变矫正,得到无畸变图像;
获取所述无畸变图像在二维标定板上的特征点,根据所述特征点计算验证内参矩阵和验证畸变参数;
计算所述内参矩阵与验证内参矩阵的第一差值以及所述畸变参数和验证畸变参数的第二差值,响应于所述第一差值和第二差值均小于第二阈值,则判定标定结果有效。
8.一种沙姆相机标定装置,其特征在于,所述装置用于与沙姆相机配合,实现权利要求1-7中任一项所述的沙姆相机标定方法,包括:
固定模块:用于固定相机;
调节模块:用于根据固定模块平面和相机镜头平面确定目标焦平面的位置,并调节相机的焦平面至目标焦平面的位置;
面板模块:用于放置在焦平面的位置,提供平面参考;
二维标定板:用于吸附在所述面板模块,所述二维标定板上带有标定图案。
9.根据权利要求8所述的沙姆相机标定装置,其特征在于,所述装置用于通过平移和旋转所述二维标定板采集标定图像。
10.一种沙姆相机标定***,其特征在于,包括:
获取模块:用于获取相机采集的标定图像,并根据主点在像素坐标系下的坐标以及相机的主距构建内参矩阵,所述内参矩阵表征相机坐标系与像素坐标系的投影关系;
光学畸变模块:用于根据光学畸变参数构建光学畸变方程,根据所述标定图像在相机坐标系下的坐标和光学畸变方程,获取光学畸变矫正后的无畸变的齐次坐标,根据所述无畸变的齐次坐标、所述内参矩阵和像素坐标系下的坐标构建传统相机模型;
梯形畸变模块:用于根据梯形畸变参数构建梯形畸变方程,根据所述标定图像在相机坐标系下的坐标确定有梯形畸变的齐次坐标,根据所述有梯形畸变的齐次坐标、梯形畸变方程、所述内参矩阵和像素坐标系下的坐标构建倾斜相机模型;
迭代模块:用于根据所述倾斜相机模型迭代更新所述梯形畸变参数和内参矩阵,根据所述传统相机模型迭代更新所述光学畸变参数和内参矩阵,响应于满足预设迭代条件时停止迭代,根据预设规则获取内参矩阵和畸变参数,所述畸变参数包含光学畸变参数和梯形畸变参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309520.4A CN117911541A (zh) | 2024-03-19 | 2024-03-19 | 沙姆相机标定方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309520.4A CN117911541A (zh) | 2024-03-19 | 2024-03-19 | 沙姆相机标定方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117911541A true CN117911541A (zh) | 2024-04-19 |
Family
ID=90685497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410309520.4A Pending CN117911541A (zh) | 2024-03-19 | 2024-03-19 | 沙姆相机标定方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117911541A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101505433A (zh) * | 2009-03-13 | 2009-08-12 | 四川大学 | 一种实拍实显多镜头数码立体*** |
WO2013182080A1 (zh) * | 2012-06-08 | 2013-12-12 | 华为技术有限公司 | 一种参数标定方法及装置 |
CN108198223A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学 | 一种激光点云与视觉图像映射关系快速精确标定方法 |
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 |
US20210241491A1 (en) * | 2020-02-04 | 2021-08-05 | Mujin, Inc. | Method and system for performing automatic camera calibration |
WO2021238923A1 (zh) * | 2020-05-25 | 2021-12-02 | 追觅创新科技(苏州)有限公司 | 相机参数标定方法及装置 |
CN113781579A (zh) * | 2021-09-10 | 2021-12-10 | 浙江大学 | 一种全景红外相机几何标定方法 |
CN116188594A (zh) * | 2022-12-31 | 2023-05-30 | 梅卡曼德(北京)机器人科技有限公司 | 沙姆相机的标定方法、标定***、装置和电子设备 |
CN116592793A (zh) * | 2023-05-16 | 2023-08-15 | 梅卡曼德(北京)机器人科技有限公司 | 结构光相机畸变矫正方法、装置、设备及存储介质 |
KR20230151806A (ko) * | 2022-04-26 | 2023-11-02 | (주) 루리텍 | 카메라 보정 장치의 가상 원거리 차트를 위한 보정 파라미터 측정 시스템 |
CN117291989A (zh) * | 2023-09-12 | 2023-12-26 | 浙江大华技术股份有限公司 | 一种相机模型自标定方法、装置、介质和电子设备 |
CN117495981A (zh) * | 2023-11-22 | 2024-02-02 | 南京大学 | 一种双目相机多畸变模型的修正方法 |
-
2024
- 2024-03-19 CN CN202410309520.4A patent/CN117911541A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101505433A (zh) * | 2009-03-13 | 2009-08-12 | 四川大学 | 一种实拍实显多镜头数码立体*** |
WO2013182080A1 (zh) * | 2012-06-08 | 2013-12-12 | 华为技术有限公司 | 一种参数标定方法及装置 |
CN108198223A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学 | 一种激光点云与视觉图像映射关系快速精确标定方法 |
US20210241491A1 (en) * | 2020-02-04 | 2021-08-05 | Mujin, Inc. | Method and system for performing automatic camera calibration |
WO2021238923A1 (zh) * | 2020-05-25 | 2021-12-02 | 追觅创新科技(苏州)有限公司 | 相机参数标定方法及装置 |
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 |
CN113781579A (zh) * | 2021-09-10 | 2021-12-10 | 浙江大学 | 一种全景红外相机几何标定方法 |
KR20230151806A (ko) * | 2022-04-26 | 2023-11-02 | (주) 루리텍 | 카메라 보정 장치의 가상 원거리 차트를 위한 보정 파라미터 측정 시스템 |
CN116188594A (zh) * | 2022-12-31 | 2023-05-30 | 梅卡曼德(北京)机器人科技有限公司 | 沙姆相机的标定方法、标定***、装置和电子设备 |
CN116592793A (zh) * | 2023-05-16 | 2023-08-15 | 梅卡曼德(北京)机器人科技有限公司 | 结构光相机畸变矫正方法、装置、设备及存储介质 |
CN117291989A (zh) * | 2023-09-12 | 2023-12-26 | 浙江大华技术股份有限公司 | 一种相机模型自标定方法、装置、介质和电子设备 |
CN117495981A (zh) * | 2023-11-22 | 2024-02-02 | 南京大学 | 一种双目相机多畸变模型的修正方法 |
Non-Patent Citations (4)
Title |
---|
JUNGHO KIM 等: "Automatic keystone correction using a single camera", 《2015 12TH INTERNATIONAL CONFERENCE ON UBIQUITOUS ROBOTS AND AMBIENT INTELLIGENCE》, 17 December 2015 (2015-12-17) * |
侯阳阳 等: "单目视觉相机标定方法研究", 《图像与信号处理》, 12 January 2023 (2023-01-12) * |
李铁成 等: "基于相机内外参数的机载光电平台图像几何校正", 《压电与声光》, 29 February 2016 (2016-02-29) * |
郑剑斌;郑力新;朱建清;: "视觉点胶机的摄像机标定技术", 科技创新与应用, no. 34, 8 December 2017 (2017-12-08) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110099267B (zh) | 梯形校正***、方法以及投影仪 | |
US11258997B2 (en) | Camera-assisted arbitrary surface characterization and slope-based correction | |
US20200264498A1 (en) | Camera-assisted arbitrary surface characterization and correction | |
CN107749979B (zh) | 一种投影机左右梯形校正方法 | |
KR101014572B1 (ko) | 영상 왜곡 보정 방법 및 그 보정 방법을 채용한 영상처리장치 | |
CN108111828B (zh) | 投影设备校正方法、装置及投影设备 | |
US7038712B1 (en) | Geometric and photometric calibration of cameras | |
Douxchamps et al. | High-accuracy and robust localization of large control markers for geometric camera calibration | |
WO2021031781A1 (zh) | 投影图像校准方法、装置及投影设备 | |
CN112816949B (zh) | 传感器的标定方法及装置、存储介质、标定*** | |
CN111445537B (zh) | 一种摄像机的标定方法及*** | |
CN111242858B (zh) | 一种相机镜头的畸变校正方法和*** | |
CN109215087B (zh) | 一种双摄像头模组的标定方法、装置及终端 | |
JP6582683B2 (ja) | 角度算出システム、角度算出装置、プログラム、および角度算出方法 | |
WO2022141324A1 (zh) | 摄像头的硬件在环标定、靶点设置方法、***及相关设备 | |
CN114071103A (zh) | 一种用于投影仪的自适应左右梯形校正方法 | |
CN116071433A (zh) | 相机标定方法和***、计算机可读存储介质 | |
JP2019168967A (ja) | 撮像装置、画像処理装置、画像処理方法及びプログラム | |
CN111432117B (zh) | 图像矫正方法、装置和电子*** | |
CN117911541A (zh) | 沙姆相机标定方法、装置和*** | |
CN117291989A (zh) | 一种相机模型自标定方法、装置、介质和电子设备 | |
CN116592793A (zh) | 结构光相机畸变矫正方法、装置、设备及存储介质 | |
CN114018212B (zh) | 面向球型摄像机单目测距的俯仰角校正方法及*** | |
CN111754587B (zh) | 一种基于单焦距聚焦拍摄图像的变焦镜头快速标定方法 | |
CN112419383B (zh) | 一种深度图的生成方法、装置及存储介质 |
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 |