JP6899894B2 - パターン検出 - Google Patents
パターン検出 Download PDFInfo
- Publication number
- JP6899894B2 JP6899894B2 JP2019514275A JP2019514275A JP6899894B2 JP 6899894 B2 JP6899894 B2 JP 6899894B2 JP 2019514275 A JP2019514275 A JP 2019514275A JP 2019514275 A JP2019514275 A JP 2019514275A JP 6899894 B2 JP6899894 B2 JP 6899894B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- known pattern
- image
- parameters
- parameter
- 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
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
方法200は、チェッカーボードのサイズ、姿勢および位置の初期推定値を有する。ここでは、3×3チェッカーボードモデルの画像(図3参照)を定期的にスキャンして、チェッカーボードモデルと画像との高い対応位置を見つける(図2a、2b参照)。その位置で、9つのチェッカーボードのパッチのそれぞれの中の5つの点Pの強度がサンプリングされる。
最初の推測に基づいて、拡張フェーズでは、新しいチェッカーボードのコーナーを繰返し検出する。検出されたチェッカーボードのコーナーごとに、4つの直接隣接コーナーをコーナー候補と見なし、コーナー検出を実行する。それから、それに応じて初期の推測をリファインする。パターン成長フェーズは主に領域ベースのコーナー検出で構成されているため、この方法はブレやノイズに対して非常にロバストとなる。このプロセスを詳細に説明するために、非常に柔軟なパラメータ化およびその画像空間への射影を可能にするモーフ可能モデルが導入される。
Claims (24)
- 均質な領域(10a,10b)を有する既知のパターンを検出するための、コンピュータに実装された方法(100,200)であって、前記方法(100,200)は、
前記既知のパターン(10)の少なくとも一部のイメージを取得するステップ(110)と、
少なくとも2つの均質な領域(10a,10b)を含む、前記イメージの第1の領域(12)を最初に検出して、前記第1の領域(12)のための少なくとも1つの領域パラメータを評価するステップ(120)と、
少なくとも2つの均質な領域(10a,10b)を含み前記第1の領域(12)に隣接する、前記イメージの第2の領域(14)内で前記既知のパターン(10)の特徴を検出して、前記第2の領域(14)内の前記特徴の少なくとも1つの領域パラメータを取得するステップ(130)と、を含み、
前記特徴を検出するステップ(130)は、少なくとも2つの均質な領域(10a,10b)を含み前記第1の領域および/または前記第2の領域(14)に隣接する、前記イメージの第3の領域(16)について繰返されて、前記第3の領域(16)内の前記特徴について少なくとも1つの領域パラメータを取得し、
前記既知のパターン(10)の特徴を検出するステップ(130)は、別の領域について、前記第1の領域(12)から延びて前記第2の領域(14)および/または前記第3の領域(16)を通過する方向に、この方向に追加の特徴が見つからなくなるまで、適応射影モデルを考慮に入れて繰返される、方法。 - 均質な領域(10a,10b)を有する既知のパターンを検出するための、コンピュータに実装された方法(100,200)であって、前記方法(100,200)は、
前記既知のパターン(10)の少なくとも一部のイメージを取得するステップ(110)と、
少なくとも2つの均質な領域(10a,10b)を含む、前記イメージの第1の領域(12)を最初に検出して、前記第1の領域(12)のための少なくとも1つの領域パラメータを評価するステップ(120)と、
少なくとも2つの均質な領域(10a,10b)を含み前記第1の領域(12)に隣接する、前記イメージの第2の領域(14)内で前記既知のパターン(10)の特徴を検出して、前記第2の領域(14)内の前記特徴の少なくとも1つの領域パラメータを取得するステップ(130)と、を含み、
前記第1、第2、第3または別の領域内での前記特徴を検出するステップはコーナー検出を含み、
前記コーナー検出は、モーフィングパラメータに従ってテンプレートをモーフィングして、前記第1、第2、第3または別の領域のためのモーフィングモデルを得るサブステップを含み、かつ、前記方法(100、200)は、1つ以上の決定された領域パラメータ、および、前記第1、第2、第3または別の領域のそれぞれのモーフ可能なモデルの各頂点がイメージに射影されるおよび/または歪であるという仮定に基づいて、射影モデルを決定するステップ
をさらに含む、方法。 - 前記第1,第2,第3または別の領域内で特徴を検出するステップの後に、カメラの挙動(behavior)を記述するカメラ較正(caribration)パラメータが更新される、請求項1または2に記載の方法。
- 前記更新は、前記第1,第2,第3または別の領域内の特徴についてシミュレートされた領域パラメータに基づいて、および、前記それぞれの特徴の検出された領域パラメータに基づいて実行され、
前記シミュレートされた領域パラメータは、前記既知のパターン(10)および、前のまたは推定されたカメラ較正パラメータに基づいてシミュレートされ、
前記更新は、前記更新されたカメラ較正パラメータを前記既知のパターン(10)と組合せると、前記検出された領域パラメータと実質的に適合するシミュレートされた領域パラメータがもたらされるように実行される、請求項3に記載の方法。 - 前記方法(100,200)は、前記イメージ内の前記第2,第3または別の領域を選択するステップを含み、
前記選択は、前記更新されたカメラ較正パラメータに基づいてなされる、請求項3または4に記載の方法。 - 前記少なくとも1つの領域パラメータは、検出されるべき前記特徴の位置、前記第1,第2,第3または別の領域の位置、前記既知のパターン(10)の変形および/または前記既知のパターン(10)の向きを含む、請求項1ないし5のいずれか1項に記載の方法(100,200)。
- 前記既知のパターン(10)は、平面の既知のパターンである、および/または2つの均質強度を有する、および/または、前記既知のパターン(10)はチェスボードである、請求項1ないし6のいずれか1項に記載の方法(100,200)。
- 前記第1,第2,第3または別の領域内で前記特徴を検出する前記ステップは、コーナー検出を含む、請求項1ないし7のいずれか1項に記載の方法(100,200)。
- 前記コーナー検出は、各々が2×2の均質な領域(10a,10b)を有する2×2フォーマットのチェッカーボードモデルであるモーフされたテンプレートを使用して実行され、前記テンプレートをモーフィングして前記少なくとも1つの領域パラメータを決定または検証する間に、モーフィングされた1つのテンプレートと前記第1,第2,第3または別の領域との比較が実行される、請求項8に記載の方法(100,200)。
- 前記比較は、前記イメージの前記第1,第2,第3または別の領域内の部分と、前記1つ以上のテンプレートとの間の対応を決定することにより実行される、請求項9に記載の方法(100,200)。
- 前記対応は、前記チェッカーボードモデルの2つのフィールドの平均ピクセル値(μra,μrb)の間の強度差が最大であるとき、および/または前記チェッカーボードモデルの2つのフィールドの標準偏差(σra,σrb)が最小であるときに検出される、請求項10に記載の方法(100,200)。
- 前記コーナー検出は、モーフィングパラメータに応じてテンプレートをモーフィングして、前記第1,第2,第3または別の領域のためのモーフィングモデルを取得するサブステップを含む、請求項8ないし13のいずれか1項に記載の方法(100,200)。
- 前記方法(100,200)は前記1つ以上の決定された領域パラメータおよび前記第1,第2,第3または別の領域のそれぞれのモーフ可能なモデルの各頂点が前記イメージに射影されているおよび/または歪であるという仮定に基づいて、射影モデルを決定するこのステップをさらに含む、請求項14ないし16のいずれか1項に記載の方法(100,200)。
- 前記第1の領域(12)は、3×3パターン(10)の均質な領域(10a,10b)を含む、請求項1ないし18のいずれか1項に記載の方法(100,200)。
- 前記最初に検出するステップは、領域あたりの限られた個数のピクセルについて判別基準を計算するサブステップを含み、前記ピクセルの個数は前記領域の全ピクセルより少なく、
前記判別基準の前記計算は、異なる領域および/または前記ピクセルの異なる分布について実行され、前記判定基準が満たされるか最大値を有するときに、前記第1の領域(12)が最初に検出される、請求項1ないし19のいずれか1項に記載の方法(100,200)。 - カメラを較正するための方法(100,200)であって、前記方法(100,200)は、請求項1ないし21のいずれか1項に記載の、均質な領域を有する既知のパターン(10)を検出するための前記方法(100,200)と、前記第1の領域(12)のための前記少なくとも1つの領域パラメータ、および/または前記第2の領域(14)内の前記特徴の前記少なくとも1つの領域パラメータに基づいて、カメラの挙動を記述するカメラ較正パラメータを計算するステップを含む、方法(100,200)。
- コンピュータ上で動作するときに、請求項1ないし22のいずれか1項に記載の方法(100,200)を実行するためのプログラムコードを有するコンピュータプログラムが格納された、コンピュータ可読デジタル記憶媒体。
- 均質な領域(10a,10b)を有する既知のパターン(10)を検出するための装置であって、前記装置は、
前記既知のパターン(10)のイメージを受信するための入力インターフェースと、
少なくとも2つの均質な領域(10a,10b)を含む前記イメージの第1の領域(12)を最初に検出して、前記第1の領域(12)のための少なくとも1つの領域パラメータを推定する計算ユニットと、を含み、
前記イメージの第2の領域(14)内の前記既知のパターン(10)の特徴を検出するために、前記第2の領域(14)は少なくとも2つの均質な領域(10a,10b)を含んで前記第1の領域(12)に隣接して前記第2の領域(14)内の前記特徴の少なくとも1つの領域パラメータを取得し、
前記特徴を検出する(130)前記ステップは、少なくとも2つの均質な領域(10a,10b)を含み前記第1の領域(12)および/または前記第2の領域(14)に隣接する第3の領域(16)について繰返されて、前記第3の領域(16)内の前記特徴のための少なくとも1つの領域パラメータを取得し、前記既知のパターン(10)の特徴を検出する前記ステップは、別の領域について、前記第1の領域(12)から延びて前記第2の領域(14)および/または第3の領域(16)を通過する方向に、この方向に追加の特徴が見つからなくなるまで、適応された射影モデルを考慮に入れて繰返される、あるいは
前記第1,第2,第3または別の領域内で前記特徴を決定するステップはコーナー検出を含み、前記コーナー検出は、モーフィングパラメータに応じて前記テンプレートをモーフィングして前記第1,第2,第3または別の領域のためのモーフィングモデルを取得するサブステップを含み、かつ、前記方法(100,200)は、前記1つ以上の決定された領域パラメータ、および前記第1,第2,第3または別の領域の前記それぞれのモーフ可能なモデルの各頂点が前記イメージに射影されるおよび/または歪であるという仮定に基づいて、射影モデルを決定するこのステップをさらに含む、方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2016/071724 WO2018050223A1 (en) | 2016-09-14 | 2016-09-14 | Pattern detection |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019533232A JP2019533232A (ja) | 2019-11-14 |
JP6899894B2 true JP6899894B2 (ja) | 2021-07-07 |
Family
ID=56958906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019514275A Active JP6899894B2 (ja) | 2016-09-14 | 2016-09-14 | パターン検出 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11030452B2 (ja) |
EP (1) | EP3513382B1 (ja) |
JP (1) | JP6899894B2 (ja) |
PT (1) | PT3513382T (ja) |
WO (1) | WO2018050223A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3557523B1 (de) * | 2018-04-18 | 2021-07-28 | B&R Industrial Automation GmbH | Verfahren zur erzeugung eines korrekturmodells einer kamera zur korrektur eines abbildungsfehlers |
US10369698B1 (en) * | 2019-03-07 | 2019-08-06 | Mujin, Inc. | Method and system for performing automatic camera calibration for robot control |
US10906184B2 (en) * | 2019-03-29 | 2021-02-02 | Mujin, Inc. | Method and control system for verifying and updating camera calibration for robot control |
US10399227B1 (en) * | 2019-03-29 | 2019-09-03 | Mujin, Inc. | Method and control system for verifying and updating camera calibration for robot control |
CN112581512A (zh) * | 2019-09-27 | 2021-03-30 | 鲁班嫡系机器人(深圳)有限公司 | 图像匹配、3d成像及姿态识别方法、装置及*** |
CN111798422B (zh) * | 2020-06-29 | 2023-10-20 | 福建汇川物联网技术科技股份有限公司 | 棋盘格角点识别方法、装置、设备及存储介质 |
CN112381893B (zh) * | 2021-01-13 | 2021-04-20 | 中国人民解放军国防科技大学 | 一种面向环形多相机***的立体标定板标定方法 |
CN112907462A (zh) * | 2021-01-28 | 2021-06-04 | 黑芝麻智能科技(上海)有限公司 | 超广角摄像器件畸变校正方法、***及包括其的拍摄装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080101693A1 (en) * | 2006-10-26 | 2008-05-01 | Intelligence Frontier Media Laboratory Ltd | Video image based tracking system for identifying and tracking encoded color surface |
US8818132B2 (en) * | 2010-11-29 | 2014-08-26 | Microsoft Corporation | Camera calibration with lens distortion from low-rank textures |
CN103503025B (zh) | 2011-02-25 | 2016-09-07 | 弗劳恩霍夫应用研究促进协会 | 基于对对象的模型进行变换来确定模型参数 |
US9438897B2 (en) | 2011-07-25 | 2016-09-06 | Universidade De Coimbra | Method and apparatus for automatic camera calibration using one or more images of a checkerboard pattern |
JP6065656B2 (ja) | 2012-05-22 | 2017-01-25 | 株式会社リコー | 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 |
US10008007B2 (en) * | 2012-09-20 | 2018-06-26 | Brown University | Method for generating an array of 3-D points |
US9503703B1 (en) * | 2012-10-05 | 2016-11-22 | Amazon Technologies, Inc. | Approaches for rectifying stereo cameras |
WO2014054958A2 (en) | 2012-10-05 | 2014-04-10 | Universidade De Coimbra | Method for aligning and tracking point regions in images with radial distortion that outputs motion model parameters, distortion calibration, and variation in zoom |
DE102015009610A1 (de) * | 2015-07-22 | 2017-01-26 | Carl Zeiss Meditec Ag | Post-operative Modifikation einer Intraokularlinse |
US10402676B2 (en) * | 2016-02-15 | 2019-09-03 | Pictometry International Corp. | Automated system and methodology for feature extraction |
-
2016
- 2016-09-14 EP EP16767223.7A patent/EP3513382B1/en active Active
- 2016-09-14 PT PT167672237T patent/PT3513382T/pt unknown
- 2016-09-14 WO PCT/EP2016/071724 patent/WO2018050223A1/en active Search and Examination
- 2016-09-14 JP JP2019514275A patent/JP6899894B2/ja active Active
-
2019
- 2019-03-07 US US16/296,090 patent/US11030452B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3513382A1 (en) | 2019-07-24 |
JP2019533232A (ja) | 2019-11-14 |
US11030452B2 (en) | 2021-06-08 |
EP3513382B1 (en) | 2020-09-02 |
PT3513382T (pt) | 2020-11-20 |
WO2018050223A1 (en) | 2018-03-22 |
US20190205641A1 (en) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6899894B2 (ja) | パターン検出 | |
US10462362B2 (en) | Feature based high resolution motion estimation from low resolution images captured using an array source | |
Abdelhamed et al. | A high-quality denoising dataset for smartphone cameras | |
JP5989113B2 (ja) | 1つまたは複数のチェッカーボードパターンの画像を用いた自動カメラキャリブレーションの方法および装置 | |
Melo et al. | A new solution for camera calibration and real-time image distortion correction in medical endoscopy–initial technical evaluation | |
JP6825625B2 (ja) | 画像処理装置および画像処理装置の作動方法、並びに医療用撮像システム | |
JP2016541028A (ja) | 3d顕微鏡の較正 | |
CN113841384B (zh) | 校准装置,用于校准的图表和校准方法 | |
Lee et al. | Automatic distortion correction of endoscopic images captured with wide-angle zoom lens | |
Meneghetti et al. | Image alignment for panorama stitching in sparsely structured environments | |
CA3206206A1 (en) | Device and method for correspondence analysis in images | |
US9218650B2 (en) | Image processing method applicable to images captured by wide-angle zoomable lens | |
JP6615486B2 (ja) | カメラキャリブレーション装置、方法及びプログラム | |
CN113793266A (zh) | 一种多目机器视觉图像拼接方法、***及存储介质 | |
KR20150105190A (ko) | 컬러-코드화된 구조를 사용하는 카메라 캘리브레이션 방법 및 장치 | |
Haase et al. | ToF/RGB sensor fusion for 3-D endoscopy | |
Rodrigues et al. | Single-image estimation of the camera response function in near-lighting | |
Jóźków et al. | Combined matching of 2d and 3d kinect™ data to support indoor mapping and navigation | |
JP2018116147A (ja) | 地図作成装置、地図作成方法及び地図作成用コンピュータプログラム | |
Kuhl et al. | Monocular 3D scene reconstruction at absolute scales by combination of geometric and real-aperture methods | |
KR101596868B1 (ko) | 카메라 파라미터 산출 방법 | |
Khurd et al. | Global error minimization in image mosaicing using graph connectivity and its applications in microscopy | |
CN102110291B (zh) | 一种变焦镜头的标定方法及装置 | |
CN102110292B (zh) | 一种虚拟体育中的变焦镜头标定方法及装置 | |
WO2006105465A2 (en) | Automated alignment of spatial data sets using geometric invariant information and parameter space clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190514 |
|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20190514 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190514 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200714 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201014 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210114 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210615 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6899894 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |