摄像机标定板、标定方法以及摄像机与流程

本发明涉及摄像机标定领域，更具体地说，涉及一种摄像机标定板、标定方法以及摄像机。

背景技术：

在机器视觉应用中，摄像机参数的标定是一个至关重要的环节，尤其是视觉测量应用中，其标定精度直接影响了整个测量系统的精度。摄像机标定需要用到特殊结构的标定板，从而提取精确的点线特征。目前，现有技术中标定板主要分两种：棋盘格标定板与圆点型标定板。其中棋盘格标定板通过定位棋盘格角点来获取点特征，为了确保角点的提取精度，通常要求较高的成像质量。圆点型标定板通过定位圆点中心来获取点特征，通过亚像素边缘、椭圆拟合等方法，可以得到高精度的位置信息。此外，标定板根据是否带有基准可以分为带基准、不带基准两种。

进一步，现有技术通常采用以前两种方式进行标定：

方式一：opencv标定板及相应特征检测算法。opencv标定板属于不带基准棋盘格标定板，如图1所示。该标定板由特定行列数量的棋盘格组成，棋盘格角点即为该标定板的特征信息。一般检测步骤为：(1)角点检测；(2)按照事先指定顺序排序。opencv标定板及相应特征检测算法的优点是标定板结构简单，算法简单易实现；缺点是标定板不带基准，需要手动指定基准，使用不便；且标定板特征点为角点，采用灰度或边缘信息定位，定位精度不高。

方式二：halcon标定板及相应特征检测算法。halcon标定板属于带基准圆点型标定板，如图2所示。该标定板由特定行列数量的圆点与圆点的外边框组成，圆点的中心即为该标定板的特征信息，边框上的小三角包含了该标定板的方位信息。一般检测步骤为：(1)标定板区域检测；(2)标定板圆点检测，即边缘检测+椭圆拟合；(3)利用区域计算出基准点，按照基准点对圆点坐标进行排序。halcon标定板及相应特征检测算法的优点是标定板带基准，使用方便；且标定板特征点为圆形标志点，采用椭圆拟合中心定位，定位精度高。缺点是定位基准在边框上，标定板需要完全位于视野内；且相应算法要求标志点需要刚好完全检测出，不能适应缺点或者杂点的情况，鲁棒性不好。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种摄像机标定板、标定方法以及摄像机。

本发明解决其技术问题所采用的技术方案是：构造一种摄像机标定板，包括多个圆点，所述圆点分为基准圆点和参考圆点；

所述基准圆点和所述参考圆点呈棋盘状排列，所有行之间平行，所有列之间平行，所有行和所有列相互垂直；其中每行中相邻圆点的间距相等，每列中相邻圆点的间距相等，且每行中相邻圆点的间距等于每列中相邻圆点的间距。

进一步，本发明所述的摄像机标定板，所述基准圆点排列形成直角坐标系，其中一所述基准圆点作为直角坐标系的原点，与所述原点相邻的一所述基准圆点作为直角坐标系的x轴，与所述原点相邻的一所述基准圆点作为直角坐标系的y轴；

在所述x轴的负半轴上设置一所述基准圆点作为方向标定点，或在所述y轴的负半轴上设置一所述基准圆点作为方向标定点。

进一步，本发明所述的摄像机标定板，每行中相邻圆点的间距为d，则

所述基准圆点的直径dl＝d/2；

所述参考圆点的直径ds＝d/4。

另，本发明还提供一种摄像机标定方法，所述摄像机使用如上述的摄像机标定板进行标定，所述方法包括：

对所述摄像机采集的标定板图像进行边缘提取，得到每个圆点的边缘轮廓；

对每个圆点的边缘轮廓进行椭圆拟合，得到每个圆点对应的拟合椭圆；

比较所述拟合椭圆之间的大小与位置关系确定基准椭圆以及由所述基准椭圆组成的坐标系，其中所述基准椭圆对应基准圆点；

根据所述基准圆点、坐标系、以及所述标定板的参数完成对所有标志点的排序，得到一一对应的图像坐标与世界坐标；

根据所述图像坐标与世界坐标，完成摄像机参数的标定计算。

进一步，本发明所述的摄像机标定方法，在所述对所述摄像机采集的标定板图像进行边缘提取之前还包括：

所述摄像机获取标定板图像，对所述标定板图像进行图像质量预处理。

进一步，本发明所述的摄像机标定方法，所述对所述摄像机采集的标定板图像进行边缘提取包括：

对所述标定板图像进行边缘检测，得到边缘轮廓的点集合，筛选剔除掉所述边缘轮廓中的异常边缘。

进一步，本发明所述的摄像机标定方法，所述对所述摄像机采集的标定板图像进行边缘提取包括：

首先对所述标定板图像进行像素级的边缘提取，再对得到的边缘进行亚像素级定位。

进一步，本发明所述的摄像机标定方法，所述对每个圆点的边缘轮廓进行椭圆拟合包括：

使用鲁棒的椭圆拟合算法对每个圆点的边缘轮廓进行椭圆拟合。

进一步，本发明所述的摄像机标定方法，所述根据所述基准圆点、坐标系、以及所述标定板的参数完成对所有标志点的排序，得到一一对应的图像坐标与世界坐标包括：

以基准标志点作为种子点，采用基于生长的标志点排序算法，确定基准坐标系下所有标志点的方位，结合所述标定板的参数得到一一对应的图像坐标与世界坐标。

进一步，本发明所述的摄像机标定方法，所述根据所述图像坐标与世界坐标，完成摄像机参数的标定计算包括：

根据所述图像坐标与世界坐标，计算出理想状态下无畸变的摄像机参数，作为摄像机参数初值；

通过最优化方法最小化重投影误差，迭代求出精确的摄像机参数，完成对所述摄像机的参数标定。

另，本发明还提供一种摄像机，所述摄像机包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述的摄像机标定方法。

实施本发明的一种摄像机标定板、标定方法以及摄像机，具有以下有益效果：本发明采用不同尺寸的圆形标志点，以基准圆点作为基准进行检测。该标定方法包括：对摄像机采集的标定板图像进行边缘提取，得到每个圆点的边缘轮廓；对每个圆点的边缘轮廓进行椭圆拟合，得到每个圆点对应的拟合椭圆；根据拟合椭圆之间的大小与位置关系，定位出基准椭圆；以基准椭圆为种子点，完成所有标志点的排序，得到一一对应的图像坐标与世界坐标；利用图像坐标与世界坐标，完成摄像机参数的标定计算。通过实施本发明，在标定过程中，标定板放置灵活，只需保证基准圆点位于视野内，提供点间距，不需要提供标定板标志点的行列数，即可完成摄像机的标定，有效提升标定的鲁棒性与精度。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是现有技术中棋盘格标定板的结构示意图；

图2是现有技术中圆点型标定板的结构示意图；

图3是本发明一种摄像机标定板的结构示意图；

图4是本发明一种摄像机标定方法流程图；

图5是本发明一种摄像机的结构示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

实施例

如图3所示，本实施例提供的像机标定板包括多个圆点，这里的圆点为实心圆点，即圆点内填充颜色，例如圆点中填充黑色。圆点分为基准圆点和参考圆点；作为选择，本实施例中的基准圆点大于参考圆点，即基准圆点的直径大于参考圆点的直径。其中基准圆点和参考圆点呈棋盘状排列，所有行之间平行，所有列之间平行，所有行和所有列相互垂直；其中每行中相邻圆点的间距相等，每列中相邻圆点的间距相等，且每行中相邻圆点的间距等于每列中相邻圆点的间距。这里所说的相邻行之间的间距指的是同一列上的两个相邻圆点的圆心之间的距离，相邻列之间的间距指的是同一行上的两个相邻圆点的圆心之间的距离。

进一步，本实施例的摄像机标定板中基准圆点排列形成直角坐标系，其中一基准圆点作为直角坐标系的原点，这里的原点指的是该基准圆点的圆心；与原点相邻的一基准圆点作为直角坐标系的x轴，即原点与该基准圆点的圆心所在的直线为x轴；与原点相邻的一基准圆点作为直角坐标系的y轴，即原点与该基准圆点的圆心所在的直线为y轴。在x轴的负半轴上设置一基准圆点作为方向标定点，或在y轴的负半轴上设置一基准圆点作为方向标定点。例如图3中所示，设置4个基准圆点：圆点1、圆点2、圆点3、圆点4，其中基准圆点1作为直角坐标系的原点，基准圆点1和基准圆点2作为直角坐标系的x轴，基准圆点1和基准圆点3作为直角坐标系的y轴，基准圆点4在x轴的负半轴上作为方向标定点。

作为选择，本实施例的摄像机标定板中每行中相邻圆点的间距为d，则

基准圆点的直径dl＝d/2；

参考圆点的直径ds＝d/4。

作为选择，若摄像机标定板的四周设置有边界，要求边界距离最外侧圆点的距离大于等于d，边界与圆点之间的留白距离越大，抗干扰性越好。设标定板包括m行和n列，其中m、n为大于1的整数，则

标定板的宽度w≥(n+1)d；

标定板的高h≥(m+1)d；

需要说明的是，本实施例的标定板尺寸只是其中一种实施方式，用于说明标定板中基准圆点和参考圆点的大小和排布规律，并不用于限定本发明的保护范围。

本实施例的标定板用较大的几个圆形标志点作为基准，方便进行基准检测，只需采用与普通特征点相同的算法即可。上述标定板基准能适应倾斜、翻转、镜像等情况，能唯一确定标定板方位。上述标定板基准位于标定板中心处，标定板边缘处标志点在图像视野范围外也不影响基准的检测，为后续算法适应缺点、杂点的情况提供先期条件。

实施例

如图4所示，本实施例的摄像机标定方法使用如上述实施例的摄像机标定板，该方法包括：

s1、对摄像机采集的标定板图像进行边缘提取，得到每个圆点的边缘轮廓。

具体的，可使用sobel算法、canny边缘检测算子等，提取出标定板图像中连续的边缘轮廓点。作为选择，对摄像机采集的标定板图像进行边缘提取包括：对标定板图像进行边缘检测，得到边缘轮廓的点集合，异常边缘不可能是标志点的边缘，需筛选剔除掉边缘轮廓中的异常边缘。作为选择，可利用梯度阈值、轮廓点数、闭合情况等条件可初步过滤一部分不可能是标志点的边缘。

进一步，对摄像机采集的标定板图像进行边缘提取包括：首先对标定板图像进行像素级的边缘提取，再对得到的边缘进行亚像素级定位。作为选择，常用的边缘亚像素定位算法有：基于插值的亚像素边缘检测算法、基于拟合的亚像素边缘检测算法、基于矩特征的亚像素边缘检测算法等，可根据实际情况选用，也可选择与本实施例作用相同的其他边缘亚像素定位算法。

s2、对每个圆点的边缘轮廓进行椭圆拟合，得到每个圆点对应的拟合椭圆。

具体的，对每个圆点的边缘轮廓进行椭圆拟合常用的椭圆拟合算法为最小二乘法，可考虑选用代数拟合法与几何拟合法，拟合出满足一定误差、尺寸、形状等条件的有效椭圆。若上述边缘提取的轮廓杂点较多，可以进一步考虑采用鲁棒的椭圆拟合法，即使用鲁棒的椭圆拟合算法对每个圆点的边缘轮廓进行椭圆拟合，提高椭圆拟合精度。

s3、比较拟合椭圆之间的大小与位置关系确定基准椭圆以及由基准椭圆组成的坐标系，其中基准椭圆对应基准圆点。

具体的，本实施例中使用的摄像机标定板中基准圆点的尺寸大于参考圆点，即基准圆点对应的拟合椭圆大于参考圆点对应的拟合椭圆，通过比较拟合椭圆之间的大小，再结合拟合椭圆之间的位置关系确定基准椭圆，其中拟合椭圆之间的位置关系与标定板中基准圆点和参考圆点的位置关系相对应。然后结合预设的坐标系构成规则确定由基准椭圆组成的坐标系，在建立坐标系过程中，其中一基准圆点作为直角坐标系的原点，这里的原点指的是该基准圆点的圆心；与原点相邻的一基准圆点作为直角坐标系的x轴，即原点与该基准圆点的圆心所在的直线为x轴；与原点相邻的一基准圆点作为直角坐标系的y轴，即原点与该基准圆点的圆心所在的直线为y轴。在x轴的负半轴上设置一基准圆点作为方向标定点，或在y轴的负半轴上设置一基准圆点作为方向标定点。例如图3中所示，设置4个基准圆点：圆点1、圆点2、圆点3、圆点4，其中基准圆点1作为直角坐标系的原点，基准圆点1和基准圆点2作为直角坐标系的x轴，基准圆点1和基准圆点3作为直角坐标系的y轴，基准圆点4在x轴的负半轴上作为方向标定点。

s4、根据基准圆点、坐标系、以及标定板的参数完成对所有标志点的排序，得到一一对应的图像坐标与世界坐标。

具体的，以基准标志点作为种子点，采用基于生长的标志点排序算法，确定基准坐标系下所有标志点的方位，结合标定板的参数得到一一对应的图像坐标与世界坐标。

s5、根据图像坐标与世界坐标，完成摄像机参数的标定计算。

具体的，根据图像坐标与世界坐标，计算出理想状态下无畸变的摄像机参数，作为摄像机参数初值；通过最优化方法最小化重投影误差，迭代求出精确的摄像机参数，完成对摄像机的参数标定。

本实施例在标定过程中，标定板放置灵活，只需保证基准圆点位于视野内，提供点间距，不需要提供标定板标志点的行列数，即可完成摄像机的标定，有效提升标定的鲁棒性与精度。

实施例

在上述实施例的基础上，本实施例的摄像机标定方法在对摄像机采集的标定板图像进行边缘提取之前还包括：摄像机获取标定板图像，对标定板图像进行图像质量预处理，图像质量预处理包括图像滤波、图像增强等，预处理后的图像可提高后续边缘处理的准确度。

本实施例中通过对标定板图像的预处理提高图像质量，从而可提高后续边缘处理的准确度。

实施例

如图5所示，本实施例提供一种摄像机，摄像机包括处理器，处理器用于执行存储器中存储的计算机程序时实现如上述的摄像机标定方法。

通过实施本实施例，在标定过程中，标定板放置灵活，只需保证基准圆点位于视野内，提供点间距，不需要提供标定板标志点的行列数，即可完成摄像机的标定，有效提升标定的鲁棒性与精度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。