一种深度相机的标定方法、装置、终端及计算机存储介质制造方法及图纸

本申请适用于相机技术领域，提供了一种深度相机的标定方法、装置、终端及计算机存储介质，该深度相机的标定方法包括：获取所述光学模组的标识信息；根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据；将所述标识信息对应的标定数据下载至所述深度计算芯片，完成所述深度相机的标定；提高了深度相机的标定效率，促进了深度相机的产品化发展。

A calibration method, device, terminal and computer storage medium for depth camera

【技术实现步骤摘要】
一种深度相机的标定方法、装置、终端及计算机存储介质
本申请属于相机
，尤其涉及一种深度相机的标定方法、装置、终端及计算机存储介质。
技术介绍
随着计算机视觉技术的发展，深度相机已经应用于众多行业，且越来越多地被集成到电子设备中。一般来说，在使用深度相机之前，需要对其进行标定。然而，目前对深度相机进行标定的方式中，一般需要先对深度相机的光学模组进行标定，并在将深度相机的光学模组集成于电子设备后，重新对电子设备进行标定，即，二次标定，存在深度相机的标定效率低的问题。申请内容有鉴于此，本申请实施例提供了一种深度相机的标定方法、装置、终端及计算机存储介质，能够解决深度相机的标定效率低的问题。本申请实施例的第一方面提供了一种深度相机的标定方法，所述深度相机包括光学模组和深度计算芯片；所述深度相机的标定方法包括：获取所述光学模组的标识信息；根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据；将所述标识信息对应的标定数据下载至所述深度计算芯片，完成所述深度相机的标定。本申请实施例的第二方面提供了一种深度相机的标定装置，包括：获取单元，用于获取所述光学模组的标识信息；查找单元，用于根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据；下载单元，用于将所述标识信息对应的标定数据下载至所述深度计算芯片，完成所述深度相机的标定。本申请实施例的第三方面提供了一种终端，应用于深度相机的标定，所述深度相机包括光学模组和深度计算芯片；所述终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。本申请实施例的第四方面提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述所述方法的步骤。本申请的实施方式中，通过获取深度相机的光学模组的标识信息，并根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据，使得在对集成了光学模组和深度计算芯片的深度相机进行标定时，只需要将所述标识信息对应的标定数据下载至所述深度相机的深度计算芯片，即可完成所述深度相机的标定，而不需要在完成深度计算芯片与光学模组的组装之后，对电子设备进行二次标定，提高了深度相机的标定效率，促进了深度相机的产品化发展。附图说明为了更清楚地说明本申请实施例中的技术方案，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是本申请实施例提供的一种深度相机的标定方法的实现流程示意图；图2是本申请实施例提供的建立光学模组与标定数据之间的映射关系的实现流程示意图；图3是本申请实施例提供的棋盘格图像的示意图；图4是本申请实施例提供的实心圆阵列图像的示意图；图5是本申请实施例提供的步骤202的第一实现流程示意图；图6是本申请实施例提供的步骤202的第二实现流程示意图；图7是本申请实施例提供的步骤202的第三实现流程示意图；图8是本申请实施例提供的一种深度相机的标定装置的示意框图；图9是本申请实施例提供的一种终端的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。随着计算机视觉技术的发展，深度相机已经应用于众多行业，且越来越多地被集成到电子设备中。一般来说，在使用深度相机之前，需要对其进行标定。然而，目前对深度相机进行标定的方式中，一般需要先对深度相机的光学模组进行标定，并在将深度相机的光学模组集成于电子设备后，重新对电子设备进行标定，即，二次标定，存在深度相机的标定效率低的问题。基于此，本申请实施例提供了一种深度相机的标定方法、装置、终端及计算机存储介质，可以提高深度相机的标定效率。其中，上述深度相机可以为基于结构光、双目定位或者TOF(时间飞行算法)技术的深度相机，该深度相机可以具体包括光学模组和深度计算芯片。如图1所示，为本申请实施例提供的一种深度相机的标定方法的实现流程示意图，该深度相机的标定方法应用于终端，可以由终端上的深度相机的标定装置执行。该深度相机的标定方法可以包括：步骤101至步骤103。步骤101，获取光学模组的标识信息。其中，上述光学模组的标识信息可以包括光学模组的型号，或者光学模组的序列号(SerialNumber，SN)等用于标识不同光学模组的标识信息。步骤102，根据标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到标识信息对应的标定数据。在本申请的实施方式中，上述标定数据用于使深度计算芯片根据该标定数据对光学模组采集到的图像进行矫正处理，进而得到高精度的深度图像。具体的，上述标定数据可以包括深度相机光学模组的内部参数、外部参数，以及畸变系数。其中，光学模组的内部参数可以包括像素的物理尺寸dx和dy、图像物理坐标的扭曲因子r、图像原点相对于光心成像点的的纵横偏移量u和v，以及焦距f；光学模组的外部参数可以包括世界坐标系转换到相机坐标系的旋转矩阵R和平移矩阵T；光学模组的畸变系数可以包括相机的径向畸变系数k1、k2和k3与相机的切向畸变系数p1和p2。需要说明的是，不同的光学模组对应不同的标定数据，因此，在获取到不同光学模组的标识信息之后，可以根据不同的标识信息查找预先建立的光学模组与标定数据之间的映射关系，并查找到不同标识信息分别对应的不同标定数据，进而，为配置了不同光学模组的深度相机准确地匹配该深度相机需要的不同标定数据，实现对深度相机进行标定。步骤103，将标识信息对应的标定数据下载至深度计算芯片，完成深度相机的标定。在本申请的一些实施方式中，在建立光学模组与标定数据之间的映射关系之后，可以利用多个光学模组与标定数据之间的映射关系形成映射表，并存储至存储器，或者上传至本地服务器或者云端服务器。此时，在对深度相机进行标定时，只需要根据光学模组的标识信息，从映射表中找到该标识信息对应的标定数据，并将标识信息对应的标定数据从存储器或者本文档来自技高网...

【技术保护点】
1.一种深度相机的标定方法，其特征在于，所述深度相机包括光学模组和深度计算芯片；所述深度相机的标定方法包括：/n获取所述光学模组的标识信息；/n根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据；/n将所述标识信息对应的标定数据下载至所述深度计算芯片，完成所述深度相机的标定。/n

【技术特征摘要】
1.一种深度相机的标定方法，其特征在于，所述深度相机包括光学模组和深度计算芯片；所述深度相机的标定方法包括：
获取所述光学模组的标识信息；
根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系，得到所述标识信息对应的标定数据；
将所述标识信息对应的标定数据下载至所述深度计算芯片，完成所述深度相机的标定。


2.如权利要求1所述的深度相机的标定方法，其特征在于，在根据所述标识信息查找预先建立的光学模组与标定数据之间的映射关系之前，包括：
建立光学模组与标定数据之间的映射关系；
所述建立光学模组与标定数据之间的映射关系包括：
获取待装配的光学模组采集的标定图像，并获取所述待装配的光学模组的标识信息；
根据所述待装配的光学模组采集的标定图像计算得到所述待装配的光学模组的标定数据；
根据所述待装配的光学模组的标定数据以及所述待装配的光学模组的标识信息得到所述光学模组与标定数据之间的映射关系。


3.如权利要求2所述的深度相机的标定方法，其特征在于，所述标定图像包括棋盘格图像，所述根据所述待装配的光学模组采集的标定图像计算得到所述待装配的光学模组的标定数据，包括：
识别所述棋盘格图像的角点；
根据所述角点，计算所述待装配的光学模组的标定数据；所述标定数据包括所述待装配的光学模组的内部参数、外部参数以及畸变系数。


4.如权利要求2所述的深度相机的标定方法，其特征在于，所述标定图像包括实心圆阵列图像，所述根据所述待装配的光学模组采集的标定图像计算得到所述待装配的光学模组的标定数据，包括：
识别所述实心圆阵列图像中各个实心圆的质心位置；
根据所述标定物的圆心位置计算得到所述待装配的光学模组的标定数据；所述标定数据包括所述待装配的光学模组的内部参数、外部参数以及畸变系数。


5.如权利要求2所述的深度相机的标定方法，其特征在于，所述根据所述待装配的光学模组采集的标定图像计算得到所述待装配的光学模组的标定数据，包括：
识别所述待装配的光学模组采集的标定图像中特征点的第一位置信息；
移动所述待装配的光学模组，并获取所述待装配的光学模组的运动信息；
重新获取...

【专利技术属性】
技术研发人员：司马潇，张兼，蒋勋，肖启仙，韦共庆，
申请(专利权)人：深圳蚂里奥技术有限公司，
类型：发明
国别省市：广东;44