摄像机标定靶及基于该标定靶的标定检测方法技术

本发明专利技术揭露了一种摄像机标定靶及基于该标定靶的标定检测方法，以标准圆圆心作为标定物的特征点，计算的是特定区域的当量中心，算法简单，抗噪性能强，即使在图像发生扭曲时（如圆被扭曲成椭圆），也能准确地提取其质心位置。另外，在标定过程中，可被测物体置于标定圆所圈定的矩形区域内，同时完成标定检测，从而减少环境变化对于检测准确性的影响。其中，所述标定靶表面具有八个标定圆，于该标定靶表面形成一个矩形区域，且该标定靶表面度与所述标定圆度不同。

【技术实现步骤摘要】

本专利技术涉摄像机视觉领域，特别是涉及-检测方法。-种摄像机标定靶及基于该标定靶的标定
技术介绍
电子标签i维计算机视觉系统应能从摄像机拍摄的图像信息出发，计算三维环境物体的位置、形状等几何信息，并由此识别环境中的物体。图像上每一点的亮度反映了空间 物体表面某点反射光的强度，而该点在图像上的位置则与空间物体表面相应点的几何位置 有关，这些位置的相互关系，由摄像机成像几何模型所决定，该几何模型的参数称为摄像机 参数，这些参数必须由实验与计算来确定，实验与计算的过程称为摄像机标定。摄像机标定技术是立体视觉技术研究中最关键的环节，在视觉测量、工业检测以 及机器人技术应用研究中具有重要的意义。因此，摄像机标定技术获得了快速的发展，其标 定的理论问题已得到较好的解决，以下详述摄像机标定的原理首先，摄像机标定离不开坐标系的建立，那么从客观世界三维(3-D)场景投影到 摄像机二维(2-D)像平面过程中主要涉及的坐标系有1)计算机图像平面坐标系在计算机内部，数字图像所用的坐标系是以像素为单位的坐标系u-v，每幅数字图 像在计算机内为MXN矩阵，(u, ν)表示像素位于矩阵中的行数与列数，f (u，ν)即是像素点 的灰度值。2)图像平面坐标系图像平面坐标系x-y，坐标原点O1定义在光轴与图像平面的交点，χ, y轴分别与u， ν轴平行，如图1所示如果O1在u-v坐标系中的坐标为(Utl, Vtl)，每一个象素在χ轴与y轴 方向上的物理尺寸为dx，dy，则图像中任意一个像素在两个坐标系下的坐标有以下关系χ-y ,U = -—+ U0,V =- + V0dxay用齐次坐标与矩阵形式可表达为10dx1000vO2Xdx0-u0dxUy-0-φνοΦχV100113) 3)摄像机坐标系3摄像机坐标系Xc-Yc-Zc以摄像机光心0为原点，X，Y轴分别平行于X，y轴，摄像机 光轴为Z轴，OO1为摄像机焦距。4)世界坐标系世界坐标系Xw-Yw-Zw即现实坐标系，是客观世界的绝对坐标，可描述摄像机及其它 任何物体的位置。世界坐标系和摄像机坐标系之间的存在如下关系 其中R为3X3旋转正交矩阵rxr3rArSr6rIr94T 为 3X 1 平移向量(tx，t￥, Ot ；O =(ο，ο，ο)τ。其次，计算机视觉研究中，三维空间中的物体到像平面的投影关系即为成像模型， 理想的投影成像模型是光学中的中心投影，也称为针孔模型。针孔模型假设物体表面的反 射光都经过一个针孔投影到像平面上，即满足光的直线传播条件。在实际摄像系统中，小孔 成像由于透光量太小，因此需要很长的曝光时间，并且很难得到清晰的图像，因此，通常都 由透镜或者透镜组来实现。然而，由于透镜设计的复杂性和工艺水平等因素的影响，实际 透镜成像系统不可能严格满足针孔模型，产生所谓的镜头畸变(例如，径向畸变、切向畸变 等)，而在远离图像中心处会有较大的畸变，因而常常采用非线性模型来描述成像关系。以带有一阶径向畸变的针孔模型为例来描述摄像机标定的原理与主要步骤如 下如图2，其中某世界坐标系内空间点P的三维坐标为(Xff, Yff, Zff) ； (X，Y，Ζ)为点P 在摄像机坐标系(以摄像机光心0为原点，Z轴与光轴重合)下的坐标；(xu，yu)为线性摄 像机模型(不考虑畸变)下P点的图像坐标；(xd，yd)为由畸变引起的偏离(xu，yu)的实际 图像坐标；(u，ν)是P点的计算机图像坐标，以像素为单位，需要附加的参数将计算机图像 坐标转换到图像坐标x-C^-y。从(XW，YW，ZW)到(u，ν)的变换可分为四步1)三维空间刚体位置变换(从(Xff, Yff, Zff)到(X，Y, Z))'X'Y=RYwZ+ T5 2)P点从摄像机坐标系到图像平面坐标系的线性投影变换(f为有效焦距) Xu700"'X'yu=0f0Y1001Z(6)3)畸变模型(从(xu, yu)到(xd, yd)的变换)造成成像坐标偏差的因素有透镜的径向畸变，切向畸变，偏心畸变等。和切向畸变4相比，径向畸变为影响工业机器视觉精度的主要因素。所以，我们主要考虑径向透镜畸变， 变换如下 4)从实际图像坐标(xd，yd)到计算机图像坐标(u，ν)的变换u = Cx-SxXdν = cy-syyd(8)式中(cx，cy)为计算机图像中心坐标，(sx，sy)是图像平面单位距离上的像素数， 即尺度因子，它们需要进行预标定。虽然摄像机标定的理论问题已得到较好的解决，但在实际应用中，人们希望获得 更为简便、实用、快速、准确的标定方法。于是标定靶的设计以及基于标定靶的标定方法得 到了快速的发展。例如，基于国际象棋棋盘黑白方格交点作为标定物的特征点的标定方法， 其往往通过Harris、Susan等角点提取方法获得，尽管这种方法精度高，但抗噪性能弱、运 算量大。而且，采用这种方法，标定与检测不能同时进行，当进行完标定之后，环境的变化 (例如光线变化或摄像机的移动等)会影响后续检测的准确性。
技术实现思路
有鉴于此，本专利技术的目的是提供一种摄像机标定靶及基于该标定靶的标定检测方 法，以改善现有技术的缺失。本专利技术提供一种摄像机标定靶，其表面具有八个标定圆，于该标定靶表面形成一 个矩形区域，且该标定靶表面灰度与所述标定圆灰度不同。进一步的，所述标定靶表面为黑色，所述标定圆为白色。进一步的，所述标定圆半径为IOmm ；所述矩形长边上两标定圆圆心之间的距离为 600mm ；且所述矩形短边上两标定圆圆心之间的距离为450mm。本专利技术还提供一种标定检测方法，基于具有八个标定圆的标定靶进行标定与检 测，其中所述八个标定圆于标定靶表面形成一个矩形区域，且所述标定靶表面灰度与标定 圆灰度不同，该方法包括以下步骤将一被测物体置于所述矩形区域内；获取包含所述八 个标定圆和被测物体的标定物的图像并对其进行预处理，以将所述八个标定圆、被测物体 与背景分开；提取标定圆；利用所提取的标定圆进行标定并计算得到畸变系数；利用计算 得到的畸变系数对所述八个标定圆的位置进行畸变校正。进一步的，所述获取包含所述八个标定圆和被测物体的标定物的图像并对其进行 预处理的过程包括如下步骤1)固定摄像机，调整所述标定物所占视场内的比例；2)拍摄 所述标定物图像，调节对比度增加其亮度，阈值分割将标定区域二值化；3)对所述标定物 图像进行连通域分析，将八个标定圆及被测物体与背景分开。进一步的，所述提取标定圆的过程包括如下步骤对所述标定物的图像预处理过 程中所获得的标定圆与被测物体做Blob分析；分析每个Blob的圆度，判断是否最接近于边5界位置；计算每个标定圆的圆心坐标。进一步的，利用所提取的标定圆进行标定并计算得到畸变系数的过程包括如下 步骤利用径向排列约束准则将外部参数分离出来；利用求解线性方程的方法求解外部参数。可见，以上摄像机标定靶，以标准圆圆心作为标定物的特征点，计算的是特定区域 的当量中心，算法简单，抗噪性能强，即使在图像发生扭曲时(如圆被扭曲成椭圆)，也能准 确地提取其质心位置。另外，在标定过程中，可将被测物体置于标定圆所圈定的矩形区域 内，同时完成标定与检测，从而减少环境变化对于检测准确性的影响。附图说明图1为计算机图像平面坐标系与图像平面坐标系的位置示意图；图2为世界坐标系、摄像本文档来自技高网...

【技术保护点】
一种摄像机标定靶，其特征是，该标定靶表面具有八个标定圆，于该标定靶表面形成一个矩形区域，且该标定靶表面灰度与所述标定圆灰度不同。

【技术特征摘要】

【专利技术属性】
技术研发人员：朱顺兴，翟晓涵，陆晓燕，
申请(专利权)人：上海世汇电子科技有限公司，
类型：发明
国别省市：31[中国|上海]