[go: up one dir, main page]

CN110084861A - 一种多相机视觉检测设备的标定方法 - Google Patents

一种多相机视觉检测设备的标定方法 Download PDF

Info

Publication number
CN110084861A
CN110084861A CN201910477867.9A CN201910477867A CN110084861A CN 110084861 A CN110084861 A CN 110084861A CN 201910477867 A CN201910477867 A CN 201910477867A CN 110084861 A CN110084861 A CN 110084861A
Authority
CN
China
Prior art keywords
circle
center
image
characteristic indication
round
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910477867.9A
Other languages
English (en)
Other versions
CN110084861B (zh
Inventor
叶琨
曹军旗
冯宇深
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yi Si Si Hangzhou Technology Co ltd
Original Assignee
Isvision Hangzhou Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Isvision Hangzhou Technology Co Ltd filed Critical Isvision Hangzhou Technology Co Ltd
Priority to CN201910477867.9A priority Critical patent/CN110084861B/zh
Publication of CN110084861A publication Critical patent/CN110084861A/zh
Application granted granted Critical
Publication of CN110084861B publication Critical patent/CN110084861B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种多相机视觉检测设备的标定方法，包括以下步骤：在检测设备的下方放置标定板，标定板包括普通标志圆和特征标志圆，特征标志圆尺寸明显区别于普通标志圆；与特征标志圆距离最近的普通标志圆为标记圆；检测设备拍摄标定板，选取任意一部相机拍摄的标定板图像记为待处理图像，对待处理图像进行图像处理，获取待处理图像中普通标志圆、特征标志圆的轮廓信息；对轮廓信息进行椭圆拟合，作直线lAB；对多个普通标志圆的圆心坐标，再次进行椭圆拟合，得出点O1；过点O1作直线lo，直线lAB、直线lo的交点记为O2，求得检测设备中心的像素坐标O3；本方法能够准确获取检测设备中心的像素坐标以及图像像素当量。

Description

一种多相机视觉检测设备的标定方法
技术领域
本发明涉及相机标定领域，具体涉及一种多相机视觉检测设备的标定方法。
背景技术
为了满足测量视场、测量精度要求，视觉传感器往往需要安装多个相机，如汽车涂胶检测传感器，采用了多相机嵌套在胶枪嘴上的方式，多相机在不同位置分别获取胶条图像，实现对胶条的360°范围检测，目前，现有的标定方法主要针对单相机或双相机标定，由于多相机不易同时拍摄到标定平面，标定过程无法确定相机位置，导致对多相机的标定计算复杂，耗时长，且无法一次性完成标定工作。
发明内容
本发明提供一种多相机视觉检测设备的标定方法，本方法简单、高效，能够准确获取检测设备中心的像素坐标以及图像像素当量。
一种多相机视觉检测设备的标定方法，所述多相机视觉检测设备套装在工业设备上，并在以检测设备为中心的圆周上均布N个相机，N≥2，通常N＝2～4，即一般设置2～4个相机，现有检测设备中通常包括3部相机；
本方法包括以下步骤：
步骤一、在检测设备的下方放置标定板，所述标定板包括多个普通标志圆和N个特征标志圆，所述特征标志圆尺寸明显区别于普通标志圆；所述普通标志圆圆心位于圆周I上，所述N个特征标志圆的圆心位于圆周II上，所述圆周I和圆周II为同心圆环；
记与特征标志圆距离最近的普通标志圆为标记圆；
所述特征标志圆的圆心、与所述特征标志圆相对应的标记圆的圆心、圆周I和/或圆周II的圆心，三点共线；
步骤二、所述检测设备拍摄标定板，单个相机的视场中至少包含一个特征标志圆、以及与其相对应的标记圆，多个普通标志圆；N个相机视场拼接后能覆盖整个标定板；
选取任意一部相机拍摄的标定板图像记为待处理图像，对所述待处理图像进行图像处理，获取待处理图像中普通标志圆、特征标志圆的轮廓信息；
对所述轮廓信息进行椭圆拟合，得到特征标志圆的长半轴长度和中心坐标、每个普通标志圆的长半轴长度和中心坐标；
过圆心Ao、圆心Bo作直线lAB；所述圆心Ao为待处理图像中的一个特征标志圆的中心、所述圆心Bo为与该特征标志圆相对应的标记圆的中心；
步骤三、对所述多个普通标志圆的圆心坐标，再次进行椭圆拟合，得出圆周I的拟合曲线，以及所述拟合曲线的中心坐标点O1(x1,y1)；
过所述中心坐标点O1作与图像坐标系y轴平行的直线lo，直线lAB、直线lo的交点记为O2(x2,y2)；
求得检测设备中心的像素坐标
进一步，计算像素当量Ri为普通标志圆的理论物理半径，ri为椭圆拟合得出的普通标志圆长半轴像素长度，i＝1，2，3……n，n为待处理图像中普通标志圆轮廓的总个数。
进一步，若所述待处理图像中包含多个特征标志圆的轮廓，以待处理图像中的每个特征标志圆圆心为中心建立相同的选区，将选区内包含普通标志圆中心数量较多的特征标志圆，记为圆A，与圆A相对应的标记圆记为圆B；
过圆A的圆心Ao、圆B的圆心Bo，作直线lAB；
进一步，所述步骤二中的图像处理过程包括图像灰度阈值分割、轮廓提取，并根据轮廓周长设定阈值，剔除杂点。
进一步，所述普通标志圆的直径均相等，且相邻两个普通标志圆圆心与圆周I和/或圆周II的圆心形成的圆心角的角度相同。
进一步，所述圆周II的半径大于圆周I的半径。
进一步，所述特征标志圆的直径大于普通标志圆直径。
优选，所述特征标志圆的直径各不相同，直径最大的特征标志圆记为圆A，选择包含圆A的相机图像，作为待处理图像，过圆A的圆心Ao、与圆A相对应的标记圆的圆心Bo，作直线lAB。
优选，所述相机有3部，相邻两相机之间夹角为120°，所述特征标志圆两两之间的夹角也为120°，与相机位置一一对应。
优选，所述工业设备为胶枪，检测设备为涂胶检测传感器。
此时，计算得出的像素坐标为胶枪头在图像中的位置坐标。
利用本发明提供的标定算法对多张图像进行重复处理，单张图像的分辨率为1280×960，运行次数为1000，平均每次运行耗时约0.05s，根据测试经验可知，在相同处理条件下，传统的标定方法单次耗时约60s。故此，本发明的提供的标定方法极大提高了标定效率。
本发明标定方法通过计算普通标志圆和特征标志圆的圆心坐标，拟合出了检测设备中心的像素坐标、标定了像素当量，传统的标定方法单次标定耗时在2分钟左右，本发明方法以单张图像的分辨率为1280×960为例，运行次数为1000，平均每次运行耗时约0.05s，有效提高了标定效率；计算得出检测设备中心的像素坐标O3(753.91,574.18)，而此状态下，检测设备中心的理论像素坐标Ot(755.32,573.63)，可以得出本方法得到的标定结果与真实结果的欧式距离偏差为1.51pixel，传统标定方法的单次欧式距离偏差约为3-5pixel，本方法提高了标定精度。
附图说明
图1为多相机视觉检测设备中的一部相机拍摄视场示意图；
图2为实施例1中对轮廓进行椭圆拟合得到中心坐标的示意图；
图3为实施例1中求得坐标点O1、O2、O3的示意图；
图4为实施例2中圆A及坐标点O1、O2、O3的示意图。
具体实施方式
以下结合附图和实施例1、实施例2对本发明的技术方案进行详细描述。
实施例1
本实施例中例举相机数量为3部的情况，一种多相机视觉检测设备的标定方法，多相机视觉检测设备套装在工业设备上，并在以检测设备为中心的圆周上均布3个相机；
本方法包括以下步骤：
步骤一、在检测设备的下方放置标定板，在标定板本体的几何中心为圆心的圆周II上分布了3个直径互不相同的特征标志圆；相邻两个特征标志圆圆心与中心标志圆的圆心心形成的圆心角为120度；
在圆周II的内环圆周I上均布直径相同的普通标志圆，相邻两个普通标志圆的圆心与标定板本体的几何中心形成的圆心角的角度均为15°。
特征标志圆的直径大于普通标志圆直径。
记与特征标志圆距离最近的普通标志圆为标记圆；特征标志圆的圆心、与特征标志圆相对应的标记圆的圆心、圆周I和/或圆周II的圆心，三点共线；
步骤二、检测设备拍摄标定板，如图1所示，单个相机的视场中包含2个特征标志圆、以及与其相对应的标记圆，多个普通标志圆；
直径最大的特征标志圆记为圆A，选择包含圆A的相机图像，作为待处理图像，对待处理图像进行图像灰度阈值分割、轮廓提取，并根据轮廓周长设定阈值，剔除杂点；获取待处理图像中普通标志圆、特征标志圆的轮廓信息；
对轮廓信息进行椭圆拟合，如图2所示，得到特征标志圆的长半轴长度和中心坐标、每个普通标志圆的长半轴长度和中心坐标；
如图3所示，过圆A的中心Ao、与圆A相对应的标记圆B的中心Bo，作直线lAB。
步骤三、对多个普通标志圆的圆心坐标，再次进行椭圆拟合，得出圆周I的拟合曲线，以及拟合曲线的中心坐标点O1(x1,y1)；
过中心坐标点O1作与图像坐标系y轴平行的直线lo，直线lAB、直线lo的交点记为O2(x2,y2)；
求得检测设备中心的像素坐标
计算像素当量Ri为普通标志圆的理论物理半径，ri为椭圆拟合得出的普通标志圆长半轴像素长度，i＝1，2，3……n，n为待处理图像中普通标志圆轮廓的总个数。
工业设备为胶枪，检测设备为涂胶检测传感器，计算得出的像素坐标为胶枪头在图像中的位置坐标。
实施例2
一种多相机视觉检测设备的标定方法，多相机视觉检测设备套装在工业设备上，并在以检测设备为中心的圆周上均布3个相机；
本方法包括以下步骤：
步骤一、在检测设备的下方放置标定板，在标定板本体的几何中心为圆心的圆周II上分布了3个直径相同的特征标志圆；相邻两个特征标志圆圆心与中心标志圆的圆心心形成的圆心角为120度；
在圆周II的内环圆周I上均布直径相同的普通标志圆，相邻两个普通标志圆的圆心与标定板本体的几何中心形成的圆心角的角度均为15°。
特征标志圆的直径大于普通标志圆直径。
记与特征标志圆距离最近的普通标志圆为标记圆；特征标志圆的圆心、与特征标志圆相对应的标记圆的圆心、圆周I和/或圆周II的圆心，三点共线；
步骤二、检测设备拍摄标定板，单个相机的视场中包含2个特征标志圆、以及与其相对应的标记圆，多个普通标志圆；
任选一个相机采集的标定板图像，作为待处理图像，对待处理图像进行图像灰度阈值分割、轮廓提取，并根据轮廓周长设定阈值，剔除杂点；获取待处理图像中普通标志圆、特征标志圆的轮廓信息；
对轮廓信息进行椭圆拟合，得到特征标志圆的长半轴长度和中心坐标、每个普通标志圆的长半轴长度和中心坐标；
如图4所示，以待处理图像中的每个特征标志圆的中心坐标(圆心处)为中心建立相同的选区，将选区内包含普通标志圆中心数量较多的特征标志圆，记为圆A，与圆A相对应的标记圆记为圆B；
过圆A的圆心Ao、圆B的圆心Bo，作直线lAB；
过圆A的中心Ao、与圆A相对应的标记圆B的中心Bo，作直线lAB。
步骤三、对多个普通标志圆的圆心坐标，再次进行椭圆拟合，得出圆周I的拟合曲线，以及拟合曲线的中心坐标点O1(x1,y1)；
过中心坐标点O1作与图像坐标系y轴平行的直线lo，直线lAB、直线lo的交点记为O2(x2,y2)；
求得检测设备中心的像素坐标
计算像素当量Ri为普通标志圆的理论物理半径，ri为椭圆拟合得出的普通标志圆长半轴像素长度，i＝1，2，3……n，n为待处理图像中普通标志圆轮廓的总个数。
为了方便解释和精确限定所附权利要求，术语“上”、“下”、“内”和“外”被用于参考附图中所显示的这些特征的位置来描述示例性实施方式的特征。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。

Claims (10)

1.一种多相机视觉检测设备的标定方法，所述多相机视觉检测设备套装在工业设备上，并在以检测设备为中心的圆周上均布N个相机，N≥2；
其特征在于，包括以下步骤：
步骤一、在检测设备的下方放置标定板，所述标定板包括多个普通标志圆和N个特征标志圆，所述特征标志圆尺寸明显区别于普通标志圆；所述普通标志圆圆心位于圆周I上，所述N个特征标志圆的圆心位于圆周II上，所述圆周I和圆周II为同心圆环；
记与特征标志圆距离最近的普通标志圆为标记圆；
所述特征标志圆的圆心、与所述特征标志圆相对应的标记圆的圆心、圆周I和/或圆周II的圆心，三点共线；
步骤二、所述检测设备拍摄标定板，单个相机的视场中至少包含一个特征标志圆、以及与其相对应的标记圆，多个普通标志圆；N个相机视场拼接后能覆盖整个标定板；
选取任意一部相机拍摄的标定板图像记为待处理图像，对所述待处理图像进行图像处理，获取待处理图像中普通标志圆、特征标志圆的轮廓信息；
对所述轮廓信息进行椭圆拟合，得到特征标志圆的长半轴长度和中心坐标、每个普通标志圆的长半轴长度和中心坐标；
过圆心Ao、圆心Bo作直线lAB；所述圆心Ao为待处理图像中的一个特征标志圆的中心、所述圆心Bo为与该特征标志圆相对应的标记圆的中心；
步骤三、对所述多个普通标志圆的圆心坐标，再次进行椭圆拟合，得出圆周I的拟合曲线，以及所述拟合曲线的中心坐标点O1(x1,y1)；
过所述中心坐标点O1作与图像坐标系y轴平行的直线lo，直线lAB、直线lo的交点记为O2(x2,y2)；
求得检测设备中心的像素坐标
2.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：计算像素当量Ri为普通标志圆的理论物理半径，ri为椭圆拟合得出的普通标志圆长半轴像素长度，i＝1，2，3……n，n为待处理图像中普通标志圆轮廓的总个数。
3.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：若所述待处理图像中包含多个特征标志圆的轮廓，以待处理图像中的每个特征标志圆圆心为中心建立相同的选区，将选区内包含普通标志圆中心数量较多的特征标志圆，记为圆A，与圆A相对应的标记圆记为圆B；
过圆A的圆心Ao、圆B的圆心Bo，作直线lAB。
4.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述步骤二中的图像处理过程包括图像灰度阈值分割、轮廓提取，并根据轮廓周长设定阈值，剔除杂点。
5.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述普通标志圆的直径均相等，且相邻两个普通标志圆圆心与圆周I和/或圆周II的圆心形成的圆心角的角度相同。
6.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述圆周II的半径大于圆周I的半径。
7.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述特征标志圆的直径大于普通标志圆直径。
8.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述特征标志圆的直径各不相同，直径最大的特征标志圆记为圆A，选择包含圆A的相机图像，作为待处理图像，过圆A的圆心Ao、与圆A相对应的标记圆的圆心Bo，作直线lAB。
9.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述相机有3部，N＝3，相邻两相机之间夹角为120°，所述特征标志圆两两之间的夹角也为120°，与相机位置一一对应。
10.如权利要求1所述的多相机视觉检测设备的标定方法，其特征在于：所述工业设备为胶枪，检测设备为涂胶检测传感器。
CN201910477867.9A 2019-06-03 2019-06-03 一种多相机视觉检测设备的标定方法 Active CN110084861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910477867.9A CN110084861B (zh) 2019-06-03 2019-06-03 一种多相机视觉检测设备的标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910477867.9A CN110084861B (zh) 2019-06-03 2019-06-03 一种多相机视觉检测设备的标定方法

Publications (2)

Publication Number Publication Date
CN110084861A true CN110084861A (zh) 2019-08-02
CN110084861B CN110084861B (zh) 2023-09-15

Family

ID=67423261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910477867.9A Active CN110084861B (zh) 2019-06-03 2019-06-03 一种多相机视觉检测设备的标定方法

Country Status (1)

Country Link
CN (1) CN110084861B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047586A (zh) * 2019-12-26 2020-04-21 中国矿业大学 一种基于机器视觉的像素当量测量方法
CN114445504A (zh) * 2021-12-24 2022-05-06 浙江智慧视频安防创新中心有限公司 一种基于阵列式特征图形的位置补偿方法和系统
CN116329768A (zh) * 2023-05-22 2023-06-27 广东麦特维逊医学研究发展有限公司 激光打标系统的标定方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801896A (zh) * 2006-01-17 2006-07-12 东南大学 摄像机标定数据的采集方法及其标定板
JP2010186265A (ja) * 2009-02-10 2010-08-26 Nippon Telegr & Teleph Corp <Ntt> カメラ校正装置、カメラ校正方法、カメラ校正プログラムおよびそのプログラムを記録した記録媒体
CN103035008A (zh) * 2012-12-15 2013-04-10 北京工业大学 一种多相机系统的加权标定方法
WO2013099302A1 (ja) * 2011-12-26 2013-07-04 三菱重工業株式会社 カメラ計測システムのキャリブレーション方法
CN103544699A (zh) * 2013-10-11 2014-01-29 江西省电力公司检修分公司 一种基于单图片三圆模版的摄像头标定方法
CN104240262A (zh) * 2014-10-16 2014-12-24 中国科学院光电技术研究所 一种用于摄影测量的相机外参数标定装置及标定方法
CN104867160A (zh) * 2015-06-17 2015-08-26 合肥工业大学 一种用于摄像机内外参数标定的方向性标定靶标
CN105488779A (zh) * 2014-09-18 2016-04-13 宝山钢铁股份有限公司 摄像机畸变修正标定板及标定方法
CN106408556A (zh) * 2016-05-23 2017-02-15 东南大学 一种基于一般成像模型的微小物体测量系统标定方法
CN107146254A (zh) * 2017-04-05 2017-09-08 西安电子科技大学 多相机系统的相机外参数标定方法
CN108898635A (zh) * 2018-05-07 2018-11-27 深圳大学 一种提高相机标定精度的控制方法及系统
CN109829948A (zh) * 2018-12-13 2019-05-31 昂纳自动化技术（深圳）有限公司 摄像机标定板、标定方法以及摄像机
CN210006089U (zh) * 2019-06-03 2020-01-31 易思维（杭州）科技有限公司 一种对多相机进行标定的标定板

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1801896A (zh) * 2006-01-17 2006-07-12 东南大学 摄像机标定数据的采集方法及其标定板
JP2010186265A (ja) * 2009-02-10 2010-08-26 Nippon Telegr & Teleph Corp <Ntt> カメラ校正装置、カメラ校正方法、カメラ校正プログラムおよびそのプログラムを記録した記録媒体
WO2013099302A1 (ja) * 2011-12-26 2013-07-04 三菱重工業株式会社 カメラ計測システムのキャリブレーション方法
CN103035008A (zh) * 2012-12-15 2013-04-10 北京工业大学 一种多相机系统的加权标定方法
CN103544699A (zh) * 2013-10-11 2014-01-29 江西省电力公司检修分公司 一种基于单图片三圆模版的摄像头标定方法
CN105488779A (zh) * 2014-09-18 2016-04-13 宝山钢铁股份有限公司 摄像机畸变修正标定板及标定方法
CN104240262A (zh) * 2014-10-16 2014-12-24 中国科学院光电技术研究所 一种用于摄影测量的相机外参数标定装置及标定方法
CN104867160A (zh) * 2015-06-17 2015-08-26 合肥工业大学 一种用于摄像机内外参数标定的方向性标定靶标
CN106408556A (zh) * 2016-05-23 2017-02-15 东南大学 一种基于一般成像模型的微小物体测量系统标定方法
CN107146254A (zh) * 2017-04-05 2017-09-08 西安电子科技大学 多相机系统的相机外参数标定方法
CN108898635A (zh) * 2018-05-07 2018-11-27 深圳大学 一种提高相机标定精度的控制方法及系统
CN109829948A (zh) * 2018-12-13 2019-05-31 昂纳自动化技术（深圳）有限公司 摄像机标定板、标定方法以及摄像机
CN210006089U (zh) * 2019-06-03 2020-01-31 易思维（杭州）科技有限公司 一种对多相机进行标定的标定板

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JIAN YU ET AL: "Bi-tangent line based approach for multi-camera calibration using spheres", 《JOURNAL OF THE OPTICAL SOCIETY OF AMERICA A》, vol. 35, no. 2, pages 221 - 229 *
周艳青 等: "一种基于圆形标志点的摄像机标定方法", 《内蒙古农业大学学报 》, vol. 35, no. 1, pages 155 - 159 *
夏仁波 等: "基于圆形标志点的全自动相机标定方法", 《仪器仪表学报》, vol. 30, no. 2, pages 368 - 373 *
朱晨: "一种基于平面追踪的多相机标定法", 《电子设计工程》, vol. 26, no. 23, pages 34 - 37 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047586A (zh) * 2019-12-26 2020-04-21 中国矿业大学 一种基于机器视觉的像素当量测量方法
CN114445504A (zh) * 2021-12-24 2022-05-06 浙江智慧视频安防创新中心有限公司 一种基于阵列式特征图形的位置补偿方法和系统
CN116329768A (zh) * 2023-05-22 2023-06-27 广东麦特维逊医学研究发展有限公司 激光打标系统的标定方法

Also Published As

Publication number Publication date
CN110084861B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN111243032B (zh) 一种棋盘格角点全自动检测方法
CN108827316B (zh) 基于改进的Apriltag标签的移动机器人视觉定位方法
CN107504896B (zh) 一种基于点匹配的球形引脚元件的定位算法
CN107578051B (zh) 一种环状编码标记点的检测与识别方法
CN110332887A (zh) 一种基于特征光标点的单目视觉位姿测量系统及方法
CN105427298B (zh) 基于各向异性梯度尺度空间的遥感图像配准方法
CN109900711A (zh) 基于机器视觉的工件缺陷检测方法
CN110084861A (zh) 一种多相机视觉检测设备的标定方法
CN107657639A (zh) 一种快速定位目标的方法和装置
CN106600648A (zh) 标定相机内参数和畸变系数的立体编码靶标及其标定方法
CN108007388A (zh) 一种基于机器视觉的转盘角度高精度在线测量方法
CN104764440A (zh) 基于彩色图像的滚转物单目位姿测量方法
CN109086795A (zh) 一种图像误匹配精确剔除方法
CN108010086A (zh) 基于网球场标志线交点的摄像机标定方法、装置和介质
CN108764004A (zh) 一种基于编码环采样的环状编码标记点解码识别方法
CN107464240A (zh) 一种基于模板匹配的带矩形引脚芯片的定位算法
CN106127758A (zh) 一种基于虚拟现实技术的视觉检测方法及装置
CN103577840B (zh) 物品识别方法
CN103400373A (zh) 相机检校控制场人工标志像点坐标自动识别定位方法
CN107329593A (zh) 一种vr手柄定位方法及装置
CN109919007A (zh) 一种生成红外图像标注信息的方法
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN109615645A (zh) 基于视觉的特征点提取方法
CN102096920B (zh) 基于标靶图像的亚像素配准方法
CN110090425A (zh) 一种中长跑运动的计时方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051

Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd.

Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051

Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder