本发明专利技术描述了使用颜色编码结构的相机标定方法及装置(30)。该相机标定方法包括：从相机接收图像(10)，在该图像中捕获颜色编码结构；确定图像中的多个坐标点(11)；以及使用这些坐标点执行相机标定(12)。该颜色编码结构可以是包括具有不同颜色通道的至少两组图案的任意种类的结构。该颜色编码结构包括在不同颜色通道中的至少两组图案。
【技术实现步骤摘要】
-种用于相机标定的方法及装置被提出，尤其是使用颜色编码结构的相机标定的 方法及装置。被表示为相机标定的
收集了旨在表征用于描述相机的图像形成过程 的数学模型的算法和技术。此外，适用于该方法及装置的计算机可读介质也被提出。
技术介绍
对于相机模型评估的一个基本需求（即，相机标定）是现实世界中一些点的3D坐 标与其在一个标定图像上或一组标定图像内的投影之间的无误差对应的输入数据集。该输 入数据集一般能够通过捕获图像上的标定物并从中提取该对应关系来获得。文献中提 出并且市场上可用的大多数相机标定算法被称为度量标定（metriccalibration)，其中符 号度量突出了 3D世界景象的先验已知的度量信息的明确利用。对于这种做法，通常利用一 种格状图案，因为它容易检测，能够以单通道灰度图像的形式被捕获，并且能够提供度量相 机标定所需的度量信息，即，一组格点及其坐标。 在以上主要趋势的同时，一些研宄提出了一种用于相机标定的不同方法，该方法 只使用从标定物推断出的非度量特征。该方法的一个示例性实践是对从同一 3D线投影的 图像点实施共线约束。这些技术提供了一些优势。不想要的、对于3D世界点坐标 的错误分配的可能性被消除，即，更高的鲁棒性，因为不需要正确恢复标定网格的3D坐标。 相应的评估问题的复杂性被降到最低等级，因此，标定相机变得更有效，尤其对于具有广角 镜头、容易导致变形的模型的那些相机。 非度量标定方法到目前为止还未在本领域十分成功，因为很难开发根本的评估问 题的数学公式。此外，还缺乏对于相关的相机模型不确定性的全面理解。根据，使用 非度量输入数据的完全欧式（Euclidean)标定不仅需要实施3D坐标点的共线约束，还需要 3D线束之间的平行及正交。 被广泛用作格状图案源的标准棋盘（checkerboard)的确满足了度量标定技术的 需求，但不是非度量标定方法的最优解决方案。当遇到旨在线评估的低级处理以检测一束 线时，棋盘的线交叉能够导致对于数据收集的不可忽略的干扰。
技术实现思路
因此，一个目的是提出一种用于相机标定的改进方案，该方案能够消除来自格状 结构的线交叉的不想要的干扰，而同时维持其他需求，例如，点共线、线平行及正交。特别 地，本专利技术提供了使用颜色编码结构的单个图像内的双组分标定图案的整合的方案。 根据一个实施例，一种相机标定方法包括： 从相机接收图像，在该图像中捕获颜色编码结构，其中该颜色编码结构包括在不 同颜色通道中的至少两组图案； 确定与该图像中的颜色编码结构相关联的多个坐标点；以及 使用这些坐标点执行相机标定。 相应的，一种相机标定装置包括： 图像接收单元，被配置为从相机接收图像，在该图像中捕获颜色编码结构，其中该 颜色编码结构包括在不同颜色通道中的至少两组图案；以及 相机标定单元，被配置为确定与该图像中的颜色编码结构相关联的多个坐标点， 并且使用这些坐标点执行相机标定。 此外，一种在其中存储了用于相机标定的指令的计算机可读存储介质，当所述指 令被计算机执行时，使得所述计算机： 从相机接收图像，在该图像中捕获颜色编码结构，其中该颜色编码结构包括在不 同颜色通道中的至少两组图案； 确定与该图像中的颜色编码结构相关联的多个坐标点；以及 使用这些坐标点执行相机标定。【附图说明】 为了更好的理解本专利技术，现在将在下面的描述中结合附图详细解释所提出的方 案。应该理解的是，该方案不限于所公开的示例性实施例，并且在不脱离所附权利要求中所 限定的所提出的方案的范围的情况下，指定特征还可以适当组合和/或修改。 图1是示出了相机标定方法的一个优选实施例的流程图。 图2是示出了相机标定方法的另一优选实施例的流程图。 图3示出了用于相机标定方法的一个优选实施例的示例性颜色编码结构。 图4是示出了相机标定方法的一个示例性实施例的流程图。 图5示出了从图4所示的相机标定方法的示例性实施例中获得的结果。 图6示出了从图4所示的相机标定方法的示例性实施例中获得的更多结果。 图7是示出了包括细化（refinement)过程的相机标定方法的一个优选实施例的 流程图。 图8示出了作为彩色及灰度图像上的垂直边缘的标定数据集的检测结果。 图9示出了用于相机标定方法的优选实施例中的细化过程的两个示例性边缘模 板。 图10是示出了相机标定方法的一个优选实施例中的示例性细化过程的流程图。 图11示出了用于相机标定方法的优选实施例中的细化过程的几何变换及光度标 准化技术。 图12示出了从所提出的相机标定方法的示例性实施例中获得的结果，具有和不 具有细化过程。 图13示出了使用所提出的相机标定方法的优选实施例的标定过程的改进。 图14是示出了被配置为执行相机标定方法的实施例的装置的优选实施例的原理 图。【具体实施方式】 图1示意性地示出了一种相机标定方法的优选实施例，该方法包括：从相机接收 图像（10)，在该图像中捕获颜色编码结构，其中该颜色编码结构包括具有不同颜色通道的 至少两组图案；确定与该图像中的颜色编码结构相关联的多个坐标点（11);以及使用这些 坐标点执行相机标定（12)。该颜色编码结构可以是包括具有不同颜色通道的至少两组图案 的任意种类的结构。例如，该颜色编码结构可以是在相机捕获的2D表面上显示的颜色编码 图。类似地，该组图案可以是任意种类的图案，例如，平行线或平行条带（stripe)。 优选地，如图2所示，该方法进一步包括区分颜色编码结构的至少两组图案（13)， 从而分别确定每组图案的坐标点子集（11)。在这种情况下，每组坐标点子集与颜色编码结 构的相应组的图案相关联。 此外，相机标定方法的一个优选实施例可选地包括：从相机接收多个图像（10)， 在每个图像中捕获颜色编码结构；以及确定每个图像的多个坐标点（11)。当捕获并使用多 于一个图像时，相机标定的结果能够被提尚并且更加精确。 -般被称为标定数据集的坐标点的确定和收集旨在识别每个图像内的标定物 (即，该方法中的颜色编码结构）。这意味着检测一组图像特征以及建立这些特征与标定物 上的源特征的对应关系。 下面将详细说明并解释本专利技术的方法的一个示例性优选实施例。应该注意的是， 当熟知的功能或配置的重复描述及详细描述会对本专利技术的要旨造成不必要的模糊时，该详 细描述将被省略。 图3(a)示出了用于优选实施例中的示例性颜色编码结构，它是包括两组图案的 颜色编码图。这两组图案中的每一组分别是一束平行条带，并且这两束的颜色通道是不同 的。优选地，这两束平行条带相互正交。例如，如图3(b)和图3(c)所示，平行条带的水平 束为红色，垂直束为蓝色。这里用来建立基本图案块的颜色（例如，红色、蓝色和绿色）被 选择以便缓解相机的自动白平衡。所提出的颜色编码结构产生灰度色调的平均颜色。这是 一个优势，因为它满足了多数自动白平衡算法的灰度世界的假设，从而允许成功收集对于 室外和室内情况的好的标定视图。对于用于该优选实施例中的颜色编码图，线束的数量、每 束的颜色通道、以及任意两束之间的相对角度当然是灵活的，并且能够基于不同需求和情 况进行调整。 该颜色编码图能够被简单地示于屏幕上并被相机从不同位置以及在不同方向下 捕获以进行标定。这些捕获的图像提供了最初标定图像数据集。通本文档来自技高网...
【技术保护点】
一种相机标定方法，包括：从相机接收图像(10)，在所述图像中捕获结构；确定与所述图像中的所述结构相关联的多个坐标点(11)；以及使用所述坐标点执行相机标定(12)；其特征在于：所述被捕获的结构是包括在不同颜色通道中的至少两组图案的颜色编码结构。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：洛伦佐·索尔吉，安德烈·布什威斯基，
申请(专利权)人：汤姆逊许可公司，
类型：发明
国别省市：法国;FR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。