基于圆形标定板的高鲁棒性标定装置及定位方法制造方法及图纸

本发明专利技术基于圆形标定板的高鲁棒性标定装置及定位方法，将形标定板放置于所有待标定相机的公共视野内，各待标定相机xyz

【技术实现步骤摘要】
基于圆形标定板的高鲁棒性标定装置及定位方法
本专利技术属于光学图像测量和机器视觉应用
，具体涉及一种基于圆形标定板的高鲁棒性标定装置及定位方法。
技术介绍
相机标定是众多机器视觉应用的第一步，由于系统应用精度基本取决于标定结果的准确性，因此相机标定在机器视觉应用中起着举足轻重的作用。现有技术中常见的标定板类型大致可分为三类：棋盘格标定板、圆点/圆环标定板和各种自定义形状的标定板。其中特制的或者自定义形状的标定板，如ChArUco标定板和Kalibr标定板等，设计加工复杂会引起成本增加且适用性差；棋盘格角点类标定板虽然易于定位、检测精度较高而得以广泛应用，但是容易受到噪声和模糊影响，关键是对于需要标定类似于投影仪的“逆小孔成像相机”设备的系统(如结构光测量系统)由于棋盘格角点处存在黑白急剧变化，会造成检测精度下降；针对前述角点类标定板的缺点，行业内一般采用圆点或圆环类标定板。对于圆点或圆环标定板的检测，现有方法通常包含以下几种方法。一种是OpenCV开源库采用的方法，这种方法对整幅图像进行循环二值化操作并提取轮廓，然后根据用户的配置，对轮廓面积、圆点个数和圆度等进行过滤，最后通过聚类分析的方法找出距离最近的、且符合用户配置数量的圆点作为检测结果，这种方法需要用户配置参数、自动化程度低，需要循环二值化、轮廓检测等操作，检测速度低，并且没有定向功能所以不适用于多设备标定，当标定板存在部分遮挡等情况时也会检测失败。其它方法如高健等人的名为“一种投影仪标定方法”的专利(申请号CN201710293985.5)中采用了自制的圆点标定板，将圆点按照半径分为三类，用于确定圆点数量和定向，虽然这种方法在标定板一定程度上可以减少用户配置难度，但依然不能解决标定板遮挡、脏污、相似物干扰等情况下检测失败的问题，并且在标定板相对于相机成像平面切斜角度较大时三类圆点区分检测难度增大也可能造成检测失败。又如陈辉等人的名为“摄像机标定板、标定方法以及摄像机”的专利(申请号CN201811526921.6)中对标定板的边界尺寸、圆点间距和大小等进行了约束，以提高标定板检测的鲁棒性，但这也增加了标定板的设计制造成本，并且也需要用户预先参数配置以减少脏污和相似干扰物等影响。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术目的在于提供一种能够对多设备同时标定，检测速度快，检测效果好，防止遮挡、脏污、相似物干扰，成本低廉，操作方便的基于圆形标定板的高鲁棒性标定装置及定位方法。本专利技术所采用的技术方案为：一种基于圆形标定板的高鲁棒性标定装置，包括有背景板和至少一个待标定相机，在背景板与待标定相机之间设置有圆形标定板、相似干扰物、脏斑污渍和遮挡物，圆形标定板、相似干扰物、脏斑污渍和遮挡物分别通过透明支撑杆固定支撑于背景板上，或者通过钢丝悬吊于背景板上方；所述圆形标定板、相似干扰物、脏斑污渍和遮挡物位于所有待标定相机的公共视野范围内。所述圆形标定板上设置有任意大小、任意数量、任意规则排列的圆点或者圆环。一种使用上述基于圆形标定板的高鲁棒性标定装置定位方法，包括以下步骤：S1、将待标定相机标记为xyzi(i＝1，2，3...，I，I≥1)，将所有待标定相机的公共视野标记为∩iFOVi；S2、将圆形标定板放置于所有待标定相机的公共视野内，标记此时标定板位姿为XYZj，标定板上各圆心在位姿XYZj中的坐标为其中表示标定板位姿XYZj相对于相机组{xyzi}的转换矩阵、Pk表示标定板上各圆心的世界坐标；S3、各待标定相机xyzi分别对标定板XYZj拍摄图像一副图像imageij，假设各图像分辨率为(wi，hi)，然后进行如下预处理：自适应阈值进行二值化得到黑白二值图Imageij，然后利用Canny等算法提取轮廓得到初始轮廓组{contourijl}，l＝1，2，3...，Lij；S4、对初始轮廓组进行进行初步过滤；利用每一条轮廓contourijl计算轮廓面积Areaijl、形状系数Circularityijl以及Hu旋转和缩放不变矩HuMomentsijl：如果且且则保留该轮廓，否则删除并将二值图中该轮廓内的像素点p填充为白色：Imageij(p∈contourijl)＝255上述判断条件中和均表示阈值；S5、利用上一步得到的二值图Imageij计算网格特征S6、对求局部极大值点集Eij表示当前网格特征中计算得到的极大值点的个数，Eij≥3；S7、将上一步得到的极值点作为顶点，建立无向图其中表示两个顶点之间的连线即边，的构建规则如下：任意选取两个顶点作为基准点，计算出两者之间的像素距离，并以此距离作为基准距离；若极值点集中任一极值点到两个基准点中任一点的距离都不大于基准距离，则连接两个基准点形成一条无向的边；得到Eij-1条边，即Gij＝Eij-1；S8、将Gij条边按方向聚类分析分为两类，各类分别计算均值作为参考向量，并表示成和S9、对S4中的二值图再次进行边缘检测和轮廓提取，将各轮廓中心作为顶点，重复S7，建立无向图并利用参考和的向量长度和方向对无向图的顶点和进行过滤；S10、建立圆或圆环中心点图像坐标与对应的物理坐标Pk之间的一一映射，即对无向图的顶点进行排序；S11、计算其它点相对于Oij的世界坐标：首先在无向图中计算各点到Oij点的、分别在基准方向uij和vij上的最小曼哈顿距离其中.和.分别表示对应点在图中的横纵坐标；然后计算到Oij点的图像像素距离并将其投影到基准方向uij和vij得到和如果则保留该点，否则删除该点，此时eij≤k；再对点集按和从小到大进行排序，并计算对应点的世界坐标其中sign(·)表示符号函数、W和H分别表示标定板上水平和竖直方向上相邻圆点或圆环点中心距；S12、获得圆或圆环中心点的图像坐标以及对应的世界坐标S13、进一步优化。所述步骤S4中取取取0.6、取0.9、取0.13、取0.18。所述步骤S5中计算网格特征的方法按如下公式对图像进行自相关变换：其中p.x和p.y分别表示像素点p的图像横纵坐标，Cij表示相机xyzci拍摄的XYZj位姿的标定板图像进行自相关变换的结果。所述步骤S6中取Eij＝9。所述步骤S10中，标定板上设置有5个大圆点；首先对顶点组按面积设计特征进行聚类分析，找到定向顶点(dij＝1，2，3，...，D；定向顶点个数取5，即D＝5)，再按夹角设计特征找出基准点以及基准方向和所述步骤S11中的判断条件取0、取2。所步骤S13中优化方法如下：将点集作为初始值，然后在每个点的和所形成的感兴趣区域内进一步优化点中心计算过程α和β分别表示对两个基准方向长度的缩放系数，计算过程表示利用中心点初始值基准方向uij，vij以及原始图像imageij优化计算中心点的过程，作为示例可以是椭圆拟合和投影变换校正过程。...

【技术保护点】
1.一种基于圆形标定板的高鲁棒性标定装置，其特征在于：包括有背景板和至少一个待标定相机，在背景板与待标定相机之间设置有圆形标定板、相似干扰物、脏斑污渍和遮挡物，圆形标定板、相似干扰物、脏斑污渍和遮挡物分别通过透明支撑杆固定支撑于背景板上，或者通过钢丝悬吊于背景板上方；所述圆圆形标定板、相似干扰物、脏斑污渍和遮挡物位于所有待标定相机的公共视野范围内。/n

【技术特征摘要】
1.一种基于圆形标定板的高鲁棒性标定装置，其特征在于：包括有背景板和至少一个待标定相机，在背景板与待标定相机之间设置有圆形标定板、相似干扰物、脏斑污渍和遮挡物，圆形标定板、相似干扰物、脏斑污渍和遮挡物分别通过透明支撑杆固定支撑于背景板上，或者通过钢丝悬吊于背景板上方；所述圆圆形标定板、相似干扰物、脏斑污渍和遮挡物位于所有待标定相机的公共视野范围内。


2.根据权利要求1所述基于圆形标定板的高鲁棒性标定装置，其特征在于：所述圆形标定板上设置有任意大小、任意数量、任意规则排列的圆点或者圆环。


3.一种根据权利要求1～2之一所述基于圆形标定板的高鲁棒性标定装置的定位方法，其特征在于：包括以下步骤：
S1、将待标定相机标记为xyzi(i＝1，2，3...，I，I≥1)；
S2、将所有待标定相机的公共视野标记为∩iFOVi，假设此时标定板位姿XYZj，标定板上各圆心在位姿XYZj中的坐标为其中表示标定板位姿XYZj相对于相机组{xyzi}的转换矩阵、Pk表示标定板上各圆心的世界坐标；
S3、各待标定相机xyzi分别对标定板XYZj拍摄图像一副图像imageij，假设各图像分辨率为(wi，hi)，然后进行如下预处理：自适应阈值进行二值化得到黑白二值图Imageij，然后利用Canny等算法提取轮廓得到初始轮廓组{contourijl}，l＝1，2，3...，Lij；
S4、对初始轮廓组进行进行初步过滤；
利用每一条轮廓contourijl计算轮廓面积Areaijl、形状系数Circularityijl以及Hu旋转和缩放不变矩HuMomentsijl：如果且且则保留该轮廓，否则删除并将二值图中该轮廓内的像素点p填充为白色：
Imageij(p∈contourijl)＝255
上述判断条件中和均表示阈值；
S5、利用上一步得到的二值图Imageij计算网格特征
S6、对求局部极大值点集Eij表示当前网格特征中计算得到的极大值点的个数，Eij≥3；
S7、将上一步得到的极值点作为顶点，建立无向图其中表示两个顶点之间的连线即边，的构建规则如下：任意选取两个顶点作为基准点，计算出两者之间的像素距离，并以此距离作为基准距离；若极值点集中任一极值点到两个基准点中任一点的距离都不大于基准距离，则连接两个基准点形成一条无向的边；得到Eij-1条边，即Gij＝Eij-1；
S8、将Gij条边按方向聚类分析分为两类，各类分别计算均值作为参考向量，并表示成和
S9、对S4中的二值图再次进行边缘检测和轮廓提取，将各轮廓中心作为顶点，重复S7，建立无向图并利用参考和的向量长度和方向对无向图的顶点和进行过滤；
S10、建立圆或圆环中心点图像坐标与对应的物理坐标Pk之间的一一映射，即对无向图的顶点进行排序；
S11、计算其它点相对于Oij的世界坐标：
首先在无向图中计算各点到Oij点的、分别在基准...

【专利技术属性】
技术研发人员：王朋，
申请(专利权)人：深慧视深圳科技有限公司，
类型：发明
国别省市：广东;44