【技术实现步骤摘要】
本专利技术涉及摄像头模组组装，具体涉及一种图像传感器aa制程中基于单张图片对畸变中心的标定方法。
技术介绍
1、aa制程，即active al ignment(主动对准)的缩写，是摄像头组装过程中的一项装配技术，通过扫描的方式获取多张图像，计算扫描中的图像中指定位置的解析力，获得图像传感器和镜头之间的位置关系，然后通过6轴平台进行调整，使图像传感器平面与镜头光轴垂直，从而保证生产的良率。目前，标定镜头畸变中心的原理与方法大部分基于“张正友标定法”。该方法需要通过调节相机模组和标定板的相对位姿，采集数十张标定图片，根据标定板的世界坐标和图像坐标，计算出相对旋转、平移等外参信息，相机内参数，畸变系数等。
2、在aa过程中，受限于aa制程设备尺寸，标定板的空间自由度也会受限，由于硬件环境很难满足“张正友标定法”采集图像要求，导致标定过程相机内参约束不够，计算结果鲁棒性差，准确性差等问题，也无法准确的确定畸变中心cod的位置。并且“张氏标定法”存在计算多张图片导致数据量大，参数较多，耗时严重的问题。
技术实现思路
1、本专利技术的目的是设计一种图像传感器aa制程中基于单张图片对畸变中心的标定方法，使其实现快速准确实现地确认畸变中心点。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种图像传感器aa制程中基于单张图片对畸变中心的标定方法，包括以下步骤：
4、步骤1：以带直线图案的定位板作为标定板对图像坐标精准定位，并采集若干组共线的点
5、步骤2：图像坐标点归一化处理，进行迭代优化；
6、步骤3：根据张正友标定法，对图像坐标点集建立径向畸变正向模型；
7、步骤4：对图像坐标点集进行反畸变操作，获取反畸变后的点集；
8、步骤5：计算图像坐标点反畸变前后的误差；
9、步骤6：建立所有的点的总误差优化目标函数；
10、步骤7：求解总误差优化目标函数，对对最优点逆归一化操作，求出畸变中心点。
11、进一步的，步骤1中的标定板使用棋盘格作为定位板，利用摄像模组采集一张清晰的图像作为标定图像，在标定的图像上获取多组共线的点集。
12、进一步的，步骤1中调用opencv进行亚像素角点检测和共线点检测。
13、进一步的，步骤1中通过harris方法进行角点检测，然后沿着边缘方向进行角点的共线检测。
14、进一步的，步骤2中的图像坐标点归一化处理，进行迭代优化，具体如下：
15、xn＝sx，yn＝sy#(1)
16、
17、其中表示图像角点，记为p(xn,yn)表示图像焦点进行归一化操作后的点，记为pn；s是常量，表示归一化缩放系数；w，h是常量，分别代表图像的长和宽。
18、进一步的，步骤3中对图像坐标点集建立径向畸变正向模型具体如下：
19、
20、其中，(xu,yu)反畸变点，记为pu，(x0,y0)表示畸变中心点，记为p0；表示畸变点到畸变中心的欧氏距离。
21、步骤4具体如下：
22、
23、对图像上第i组共线的点集进行反畸变操作，得到一组反畸变后的点集。根据标定板图案的物理特性可知，该组反畸变点集共线，设定共线通用方程式为：
24、aix+biy+ci＝0#(5)
25、其中，ai、bi、ci为第i条直线对应直线方程中的常数。
26、进一步的，步骤5具体如下：
27、根据图1，由相似三角形关系和向量关系可知：
28、
29、
30、
31、其中，表示点p′u到点pd的向量，表示点p′u到点p0的向量，d0、dd分别代表p0、pd到直线l的投影点p′0和p′d距离，整理上式可得：
32、
33、
34、对于第i条直线上的第j个点，反畸变后点的误差为：
35、
36、进一步的，步骤6具体如下：
37、对于实际标定板上提取的m条直线(m>0)，和该直线上的n个点(n>2)，可以得到所有点的总误差优化目标函数为：
38、
39、进一步的，步骤7具体如下：
40、使用非线性优化求解法，通过gauss-newton法或lm法求解总误差优化目标函数，对于非线性求解得到的最优cod点，进行逆归一化操作，即可得到当前图像畸变中心点：
41、
42、与现有技术相比，本专利技术的有益效果：
43、简化了标定板要求，不用特定的棋盘格，只需要有直线图案即可；无需大量取图，只要采取一张图片即可；简化了图片采集的要求，不需要改变相机和标定板的相对位姿进行大量取图，仅需要采集一张图像即可完成标定，这使得在aa过程紧凑密闭的环境中，进行图像采集更加方便；提高了cod标定结果的精准性，传统标定法需要标定板的三维点信息，再经过外参的投影变换到相机坐标系下，该过程也会引入计算误差。本专利技术采用“逆畸变模型”，是直接在二维图像坐标系下进行一系列计算，省去了三维投影的过程，提升计算精度，从数据量上进行优化，不依赖多张图片数据，提升计算速度。从计算量上优化：模型省去了三维到二维的投影过程，直接在图像2位平面上进行建模，从而提高计算效率；减少模型参数，引入归一化等操作，提升系统的稳定性。
本文档来自技高网...【技术保护点】
1.一种图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中使用棋盘格或者具有共线点图案的定位板作为定位板，再利用摄像模组采集一张清晰的图像作为标定图像，在标定图像上获取多组共线的图像坐标点集。
3.根据权利要求1所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中调用opencv进行亚像素角点检测和共线点检测。
4.根据权利要求1所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中通过harris方法进行角点检测，然后沿着边缘方向进行角点的共线检测。
5.根据权利要求3或4所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤2对图像坐标点归一化处理，进行迭代优化，具体如下：
6.根据权利要求5所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤3中对图像坐标点集建立径向畸变正向模型具体如下：
7.根据权利要求6所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤4具体如下：
8.根据权利要求1所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤5具体如下：
9.根据权利要求8所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤6具体如下：
10.根据权利要求6所述的图像传感器AA制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤7具体如下：
...【技术特征摘要】
1.一种图像传感器aa制程中基于单张图片对畸变中心的标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像传感器aa制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中使用棋盘格或者具有共线点图案的定位板作为定位板，再利用摄像模组采集一张清晰的图像作为标定图像，在标定图像上获取多组共线的图像坐标点集。
3.根据权利要求1所述的图像传感器aa制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中调用opencv进行亚像素角点检测和共线点检测。
4.根据权利要求1所述的图像传感器aa制程中基于单张图片对畸变中心的标定方法，其特征在于，步骤1中通过harris方法进行角点检测，然后沿着边缘方向进行角点的共线检测。
5.根据权利要求3或4所述的图像传感器aa制程中...
【专利技术属性】
技术研发人员：于泽，王攀，罗盛来，马吉顺，
申请(专利权)人：珠海广浩捷科技股份有限公司，
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。