一种分区分层相机标定及图像生成方法技术

本发明专利技术提供了一种分区分层相机标定及图像生成方法，属于计算机视觉技术领域。它解决了现有技术中的问题。本分区分层相机标定及图像生成方法，通过初始标定参数，可以自动控制机器人带着标定板移动到相机成像中心区域，从而在中心区域获取更为精确的基础标定参数，再通过基础标定参数进行分区层取样标定，确定各区域相机标定参数和其到中心点对应距离的关系，并根据该关系确定最优的相机标定参数，同时确定各区层参数补偿值，实际拍摄时根据最优参数建立物体点云，再对各个点进行分区层，根据各区层补偿值对点云进行优化，就可以得到精准的物体点云。准的物体点云。准的物体点云。

【技术实现步骤摘要】
一种分区分层相机标定及图像生成方法


[0001]本专利技术属于计算机视觉
，特别是一种分区分层相机标定及图像生成方法。

技术介绍

[0002]现有技术中，3D点云图像的多个位置点是基于相同的相机内参获得的，但是，在对相机进行标定(标定，是摄像头图像在平面上的2D点与摄像头所拍摄的现实场景中的3D点之间转换所需参数的过程)后，由于物体表面距离相机不同深度的位置点的普适性不同，即内参通常不适用整个空间区域内深度不同的位置点，如果按照相同的相机内参计算得到的3D点云图像，整个空间区域内不同位置点的准确度会有不同。
[0003]经检索，公开号为CN115810052A的中国专利技术专利公开了一种相机的标定方法，其中，该相机的标定方法包括：获取多个位置点在相机坐标系下的测量位置坐标；确定相机在机器人坐标系下的初始位姿；进而根据多个位置点在相机坐标系下的测量位置坐标及相机在机器人坐标系下的初始位姿，确定针对相机的补偿矩阵。该相机的标定方法可以同时确定相机的外参以及针对相机内参的补偿矩阵，从而可以根据补偿矩阵对相机坐标系下的位置点的位置坐标进行补偿，得到更为准确的位置坐标，进而有效提升3D相机拍摄的3D点云图像的精度。
[0004]上述专利是先根据初始标定参数确定物体3D点云，再基于该点云进行补偿，但由于初始标定参数本身就是存在较大误差的，所以即使补偿也是在有误差数值基础上的补偿，使得3D点云图像的准确度难以保证。
[0005]因此，如何提高相机视野不同区域的标定精度成为了业界亟待解决的技术问题。r/>
技术实现思路

[0006]本专利技术的主要目的是提供一种分区分层相机标定及图像生成方法，本分区分层相机标定方法能对相机视野的不同区域获得适应该区域特点的相对准确的标定参数，继而提供一个利用该标定方法的图像生成方法，从而获得相对精度较高的3D点云图像。
[0007]本专利技术的目的可通过下列技术方案来实现：一种分区分层相机标定方法，包括如下步骤：
[0008]步骤一，利用在相机视野内的标定物获取相机的初始标定参数；
[0009]步骤二，将相机的图像平面划分为N个区域，在每个区域内随机选取至少一个像素点坐标(ui,vi)，在相机景深范围内沿垂直于图像平面的Z轴上将相机有效成像区域分为M层，第i层的坐标为Zi，根据中心层的Zi值、中心区域的坐标(ui,vi)值以及初始标定参数，确定中心区层的采样点坐标；
[0010]步骤三，利用标定物处于中心区层采样点区域的若干图像，计算得到的相机标定参数作为基础参数；
[0011]步骤四，根据不同层的Zi值、不同区域的坐标(ui,vi)值和基础参数，确定不同区
层的采样点坐标，利用标定物处于不同区层采样点区域时的若干图像，计算得到不同区层对应的相机标定参数。
[0012]在某些实施方式中，所述标定物为标定板。
[0013]在某些实施方式中，所述标定板由机械人控制移动。
[0014]在某些实施方式中，根据划分的层与区域，规划标定板的移动路径及采样区域。
[0015]在某些实施方式中，完成整体路径规划后，机器人带着标定板根据规划的路径移动到采样区域，并在采样区域进行小范围的位移与旋转，从而获取若干标定板的图像，从而根据这些图像计算相机的相应标定参数。
[0016]在某些实施方式中，还包括：获取不同区层坐标中心点到相机视野区域坐标中心点的对应距离，确定不同区层相机标定参数和所述对应距离的关系，根据该关系确定最优的相机标定参数。
[0017]在某些实施方式中，根据不同区层的对应距离确定不同区层相机标定参数的权重比；不同区层相机标定参数的加权平均数就是最佳的相机标定参数。
[0018]在某些实施方式中，所述权重比为以所述对应距离为半径的球体与相机视野总体积的比值。
[0019]在某些实施方式中，根据最优标定参数获取不同区域标定参数相对于最优标定参数的补偿值。
[0020]一种根据上述分区分层相机标定方法的图像生成方法，根据最优参数建立物体点云，对各个点进行分区层，根据各区层标定参数的补偿值对点云进行优化，从而获得点云图像。
[0021]与现有技术相比，本分区分层相机标定及图像生成方法具有以下优点：
[0022]本专利技术通过初始标定参数，可以自动控制机器人带着标定板移动到相机成像中心区域，从而在中心区域获取更为精确的基础标定参数，再通过基础标定参数进行分区层取样标定，确定各区域相机标定参数和其到中心点对应距离的关系，并根据该关系确定最优的相机标定参数，同时确定各区层参数补偿值，实际拍摄时根据最优参数建立物体点云，再对各个点进行分区层，根据各区层补偿值对点云进行优化，就可以得到精准的物体点云。
[0023]利用该方法，除了初始标定时需要控制标定板到相机视野范围内，在对其他各区域进行标定时，机器人可以根据划分的层与区域的已知位置的数据，规划标定板的移动路径及采样区域，完成整体路径规划后，机器人带着标定板根据规划的路径移动到采样区域，并在采样区域进行小范围的位移与旋转，从而获取若干标定板的图像，从而根据这些图像计算相机的相应标定参数，如此可以做到全自动标定，更适用于相机的出厂标定。
附图说明
[0024]在附图，为了展示细节，便于理解其原理，其不一定是按比例绘制的，相似的附图标记可在不同的视图中描述相似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图以示例而非限制的方式大体示出了本文中所讨论的实施例。
[0025]图1是相机视野划分区层的示意图；
[0026]图2是图像生成方法的示意图；
[0027]图3是距离视野区域中心点的半径为R的球体的示意图。
[0028]图中，1、相机；2、区域；201、中心区域；3、层；4、球体。
具体实施方式
[0029]以下是本专利技术的具体实施例，并结合附图对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例，以下实施方式并不限制权利要求书所涉及的专利技术。此外，实施方式中说明的特征的所有组合未必是专利技术的解决方案所必须的。
[0030]本领域的普通技术人员应理解，所有的定向参考(例如，上方、下方、向上、上、向下、下、顶部、底部、左、右、垂直、水平等)描述性地用于附图以有助于读者理解，且不表示(例如，对位置、方位或用途等)对由所附权利要求书限定的本专利技术的范围的限制。另外，一些模糊性的术语(例如，基本上、一定的、大体上等)可以是指条件、量、值或尺寸等的轻微不精确或轻微偏差，其中的一些在制造偏差或容限范围内。
[0031]实施例一
[0032]相机标定是指通过一定的实验方法，获取相机内部参数和外部参数的过程，以便在图像采集和处理中进行矫正和校正。相机内部参数通常包括焦距、光心、像素大小、畸变系数等，这些参数反映了相机本身的性能和特征。相机外部参数则包括相机在空间中的位置和姿态等信息，也即相机的位姿。进行相机标定的目的是为了能够准确地测量物体的位置、大小和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分区分层相机标定方法，其特征在于，包括如下步骤：步骤一，利用在相机视野内的标定物获取相机的初始标定参数；步骤二，将相机的图像平面划分为N个区域，在每个区域内随机选取至少一个像素点坐标(ui,vi)，在相机景深范围内沿垂直于图像平面的Z轴上将相机有效成像区域分为M层，第i层的坐标为Zi，根据中心层的Zi值、中心区域的坐标(ui,vi)值以及初始标定参数，确定中心区层的采样点坐标；步骤三，利用标定物处于中心区层采样点区域的若干图像，计算得到的相机标定参数作为基础参数；步骤四，根据不同层的Zi值、不同区域的坐标(ui,vi)值和基础参数，确定不同区层的采样点坐标，利用标定物处于不同区层采样点区域时的若干图像，计算得到不同区层对应的相机标定参数。2.根据权利要求1所述的分区分层相机标定方法，其特征在于，所述标定物为标定板。3.根据权利要求2所述的分区分层相机标定方法，其特征在于，所述标定板由机械人控制移动。4.根据权利要求3所述的分区分层相机标定方法，其特征在于，根据划分的层与区域，规划标定板的移动路径及采样区域。5.根据权利要求4所述的分区分层相机标定方法，其特征在于...

【专利技术属性】
技术研发人员：郑铭岳，杨仕涛，黄丹，刘鹏辉，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：