System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机视觉,特别是涉及一种相机内参标定方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、相机内参是描述相机内部属性的参数,包括焦距、主点(光学中心)坐标、畸变系数等。相机内参是对相机拍摄的图像的畸变进行校正的依据,尤其在高级驾驶辅助系统(advanced driver assistance system,adas)的应用中,相机内参的准确度对最终应用的安全性以及用户体验都会产生较大影响。
2、相关技术中,相机内参的标定方法是由标定人员采集一定数量的包含标定图案的图像,通过标定算法识别所有图像上的所有可信的角点,最终收敛一组参数,使得标定图案真实的3d位置通过内参映射到图像的2d位置与实际采集的2d图像上的位置之间的误差最小。
3、然而,当前标定内参的流程需要人为保证标定数据的多样性,以及保证标定图案在画面中的大小和位置分布,操作较为繁琐,且标定流程的工作量较大,从而导致标定效率较低。
技术实现思路
1、基于此,有必要针对上述内参标定方法的标定效率较低的技术问题,提供一种相机内参标定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种相机内参标定方法。所述方法包括:
3、获取待标定相机采集的标定视频;所述标定视频为针对标定图案位于不同位置、不同角度时拍摄的视频;
4、从所述标定视频中,抽取出多张标定图像,并检测各张标定图像中的角点;
5、对所述各张
6、分别从每一个目标聚类簇中选取出预设数量的角点,基于所选取出的角点对所述待标定相机的内参进行标定。
7、在其中一个实施例中,所述对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇,还包括:
8、针对每张标定图像,确定所述标定图像包含的标定图案相对于所述待标定相机对应的相机坐标系的距离和姿态信息,以及所述标定图像包含的标定图案的中心点坐标中的至少一种特征;所述中心点坐标为所述标定图案的中心点在所述标定图像对应的像素坐标系下的坐标;
9、根据所述每张标定图像对应的距离、姿态信息和中心点坐标中的至少一种特征,对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇。
10、在其中一个实施例中,所述方法还包括:
11、当根据所述每张标定图像对应的距离,对所述各张标定图像中的所有角点进行聚类处理时,以预设的多个目标距离为聚类中心,根据所述各张标定图像对应的距离,对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇。
12、在其中一个实施例中,所述方法还包括:
13、当根据所述每张标定图像对应的中心点坐标,对所述各张标定图像中的所有角点进行聚类处理时,分别根据所述每张标定图像对应的中心点坐标,从所述每张标定图像中均匀选取出多个目标像素点;
14、以各个目标像素点为聚类中心,对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇。
15、在其中一个实施例中,所述方法还包括:
16、当根据所述每张标定图像对应的姿态信息,对所述各张标定图像中的所有角点进行聚类处理时,以预设的多个目标姿态为聚类中心,根据所述各张标定图像对应的姿态信息,对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇。
17、在其中一个实施例中,所述方法还包括:
18、当根据所述每张标定图像对应的距离、姿态信息和中心点坐标,共同对所述各张标定图像中的所有角点进行聚类处理时,根据所述距离,对所述各张标定图像中的所有角点进行聚类处理,得到多个第一聚类簇;
19、根据所述中心点坐标,分别对每个第一聚类簇中的角点进行聚类处理,得到多个第二聚类簇;
20、根据所述姿态信息,分别对每个第二聚类簇中的角点进行聚类处理,得到所述多个目标聚类簇。
21、在其中一个实施例中,所述方法还包括:
22、在任一个目标聚类簇中没有角点,或者角点的数量小于阈值的情况下,基于所述任一个目标聚类簇的信息进行视频的补拍;
23、根据补拍的视频和所述标定视频,对所述待标定相机的内参进行标定;
24、其中,所述任一个目标聚类簇的信息包括所述目标聚类簇中的角点所属的标定图案相对于相机坐标系的距离、姿态信息和所述标定图案的中心点坐标中的至少一种。
25、第二方面,本申请还提供了一种相机内参标定装置。所述装置包括:
26、获取模块,用于获取待标定相机采集的标定视频;所述标定视频为针对标定图案位于不同位置、不同角度时拍摄的视频;
27、检测模块,用于从所述标定视频中,抽取出多张标定图像,并检测各张标定图像中的角点;
28、聚类模块,用于对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇;
29、标定模块,用于分别从每一个目标聚类簇中选取出预设数量的角点,基于所选取出的角点对所述待标定相机的内参进行标定。
30、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
31、获取待标定相机采集的标定视频;所述标定视频为针对标定图案位于不同位置、不同角度时拍摄的视频;
32、从所述标定视频中,抽取出多张标定图像,并检测各张标定图像中的角点;
33、对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇;
34、分别从每一个目标聚类簇中选取出预设数量的角点,基于所选取出的角点对所述待标定相机的内参进行标定。
35、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
36、获取待标定相机采集的标定视频;所述标定视频为针对标定图案位于不同位置、不同角度时拍摄的视频;
37、从所述标定视频中,抽取出多张标定图像,并检测各张标定图像中的角点;
38、对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇;
39、分别从每一个目标聚类簇中选取出预设数量的角点,基于所选取出的角点对所述待标定相机的内参进行标定。
40、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
41、获取待标定相机采集的标定视频;所述标定视频为针对标定图案位于不同位置、不同角度时拍摄的视频;
42、从所述标定视频中,抽取出多张标定图像,并检测各张标定图像中的角点;
43、对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇;
44、本文档来自技高网...
【技术保护点】
1.一种相机内参标定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇,还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
8.一种相机内参标定装置,其特征在于,所述装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的相机内参标定方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的相机内参标定方法的步骤。
【技术特征摘要】
1.一种相机内参标定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述各张标定图像中的所有角点进行聚类处理,得到多个目标聚类簇,还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
【专利技术属性】
技术研发人员:高立峰,易嘉文,周涤非,
申请(专利权)人:苏州市欧冶半导体有限公司,
类型:发明
国别省市:
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。