[0001] 本实用新型属于光学图像测量和机器视觉应用技术领域，具体涉及一种基于圆形标定板的高鲁棒性标定装置。

[0002] 相机标定是众多机器视觉应用的第一步，由于系统应用精度基本取决于标定结果的准确性，因此相机标定在机器视觉应用中起着举足轻重的作用。

[0003] 现有技术中常见的标定板类型大致可分为三类：棋盘格标定板、圆点/圆环标定板和各种自定义形状的标定板。其中特制的或者自定义形状的标定板，如ChArUco标定板和Kalibr标定板等，设计加工复杂会引起成本增加且适用性差；棋盘格角点类标定板虽然易于定位、检测精度较高而得以广泛应用，但是容易受到噪声和模糊影响，关键是对于需要标定类似于投影仪的“逆小孔成像相机”设备的系统(如结构光测量系统)由于棋盘格角点处存在黑白急剧变化，会造成检测精度下降；针对前述角点类标定板的缺点，行业内一般采用圆点或圆环类标定板。

[0004] 对于圆点或圆环标定板的检测，现有方法通常包含以下几种方法。一种是OpenCV开源库采用的方法，这种方法对整幅图像进行循环二值化操作并提取轮廓，然后根据用户的配置，对轮廓面积、圆点个数和圆度等进行过滤，最后通过聚类分析的方法找出距离最近的、且符合用户配置数量的圆点作为检测结果，这种方法需要用户配置参数、自动化程度低，需要循环二值化、轮廓检测等操作，检测速度低，并且没有定向功能所以不适用于多设备标定，当标定板存在部分遮挡等情况时也会检测失败。

[0005] 其它方法如高健等人的名为“一种投影仪标定方法”的专利(申请号CN201710293985.5)中采用了自制的圆点标定板，将圆点按照半径分为三类，用于确定圆点数量和定向，虽然这种方法在标定板一定程度上可以减少用户配置难度，但依然不能解决标定板遮挡、脏污、相似物干扰等情况下检测失败的问题，并且在标定板相对于相机成像平面切斜角度较大时三类圆点区分检测难度增大也可能造成检测失败。

[0006] 又如陈辉等人的名为“摄像机标定板、标定方法以及摄像机”的专利(申请号CN201811526921.6)中对标定板的边界尺寸、圆点间距和大小等进行了约束，以提高标定板检测的鲁棒性，但这也增加了标定板的设计制造成本，并且也需要用户预先参数配置以减少脏污和相似干扰物等影响。

[0030] 下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

[0031] 除非另有定义，本文所使用的所有的技术和科学术语与属于本实用新型的技术领域的技术人员通常理解的含义相同。本文中在本实用新型的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本实用新型。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

[0032] 如图1～6所示，现有技术中的标定板检测方法中存在相应缺陷：

[0033] (1)、表面有脏斑污渍；

[0034] (2)、遮挡；

[0035] (3)、超相机视野范围；

[0036] (4)、相似物干扰；

[0037] (5)、倾角大；

[0038] (6)、模糊不清。

[0039] 本实用新型的目的在于针对现有技术的上述缺点，提出一种基于圆形标定板的高鲁棒性标定装置和定位方法。

[0040] 本实用新型实施例一提供一种基于圆形标定板的高鲁棒性标定装置，如图7所示，首先设置一背景板8，和至少一个待标定相机，在背景板与所有待标定相机之间设置一圆形标定板4、相似干扰物5、脏斑污渍6和遮挡物7，圆形标定板4、相似干扰物5、脏斑污渍6和遮挡物7分别通过透明支撑杆固定支撑于背景板上，或者通过钢丝悬吊于背景板上方；并且圆形标定板、相似干扰物5、脏斑污渍6和遮挡物7都同时位于所有待标定相机的公共视野范围内。

[0041] 在圆形标定板4上设置任意大小、任意数量、任意规则排列的圆点或者圆环。

[0042] 每一个待标定相机都分别通过滑轨支撑定位，滑轨两端通过支撑架固定支撑，每一个支撑架由四根竖直支撑脚10顶端固定连接一支撑板9构成，支撑板9通过支撑脚10固定支撑于背景板上方。

[0043] 进一步地，滑轨结构具体如下：沿横向相对设置一对L形的导轨11，一对导轨11两端分别固定安装在支撑架的支撑板9上方；在一对L形的导轨的竖直折边之间安装一对滑板12，一对滑板12沿着垂直于导轨11的纵向方向延伸，滑板两端分别滑动安装在一对导轨的水平折边上方；每个待标定相机分别固定于一对滑板上，每个待标定相机的镜头从一对滑板之间空间伸出。

[0044] 进一步地，可以在支撑架上并排设置多对导轨，在每对导轨上也可以固定一对或者多对滑板，每对滑板上分别固定一个待标定相机，可以同时对多部待标定相机进行标定定位，提高工作效率。

[0045] 本实施例中，在支撑架上并排设置三对导轨，每对导轨上通过一对滑板滑动设置有一个待标定相机，通过三对导轨固定三部待标定相机，如图7中示出，分别是第一待标定相机1、第二待标定相机2和第三待标定相机三个待标定相机。

[0046] 进一步地，圆形标定板4、相似干扰物5、脏斑污渍6和遮挡物7分别通过支撑台支撑定位于背景板8上，支撑台由支撑底盘13、支撑柱14和托板15固定连接构成，支撑柱14底端固定连接于支撑底盘13的上方中部，托板15的底面中部固定连接于支撑柱14顶端。

[0047] 进一步地，在托板15的底面设置一球面凹槽，在支撑柱14的顶端设置一球头，托板15通过球面凹槽与球头配合安装连接，构成万向节结构，可以根据需要在任意位置、任意角度定位设置圆形标定板4、相似干扰物5、脏斑污渍6和遮挡物7，操作灵活。

[0048] 最后，在托板15的顶面设置防滑贴，通过防滑贴安放圆形标定板4、相似干扰物5、脏斑污渍6和遮挡物7，操作简单方便，稳定可靠。

[0049] 本实用新型所涉及的硬件系统构成如附图7所示：一个或多个待标定的相机xyzi(i＝1,2,3…,I,I≥1)；圆环或圆点标定板；以及其他被动出现在检测场景中的遮挡物、相似干扰物和脏斑污渍等。作为示例，下述具体实施步骤及示例图中用m行n列矩形阵列的圆点标定板进行说明，但本实用新型不仅限于此。

[0050] 实施例一基于圆形标定板的高鲁棒性标定装置的定位方法，包括以下步骤：

[0051] (1)将圆环或圆点标定板放置于各待标定相机xyzi的公共视∩iFOVi野内，假设此时标定板位姿XYZj，标定板上各圆心在位姿XYZj中的坐标为 其中 表示标定板位姿XYZj相对于相机组{xyzi}的转换矩阵、Pk表示标定板上各圆心的世界坐标。但如附图1～6所示，由于遮挡和标定板超出视野等问题，会因造成部分相机视野中的圆点可能在另外一部分相机视野中是不可见的，即k≤m×n。

[0052] (2)各待标定相机xyzi分别对标定板XYZj拍摄图像一副图像imageij，假设各图像分辨率为(wi,hi)，然后进行如下预处理：自适应阈值进行二值化得到黑白二值图Imageij，然后利用Canny等算法提取轮廓得到初始轮廓组{contourijl}，l＝1,2,3…,Lij，一般由于噪声、光照和背景中相似或非相似杂物等干扰此时提取的轮廓数量会远大于实际圆点个数，即Lij＞＞m×n，为了后续步骤以至于成功检测标定板，需要对这些轮廓进行合理性判断、进行初步过滤。一种检测方法是利用每一条轮廓contourijl计算轮廓面积Areaijl、形状系数Circularityijl以及Hu旋转和缩放不变矩HuMomentsijl：如果 且且 则保留该轮廓，
否则删除并将二值图中该轮廓内的像素点p填充为白色：

[0053] Imageij(p∈contourijl)＝255

[0054] 上述判断条件中 和 均表示阈值，作为示例 优先选择 优先选择 优先选择
0.6、 优先选择0.9、 优先选择0.13、 优先选择0.18。

[0055] (3)利用上一步得到的二值图Imageij计算网格特征 作为示例一种计算网格特征的方法是按如下公式对图像进行自相关变换

[0056]

[0057] 其中p.x和p.y分别表示像素点p的图像横纵坐标，Cij表示相机xyzci拍摄的XYZj位姿的标定板图像进行自相关变换的结果。

[0058] (4)对 求局部极大值点 Eij表示当前网格特征中计算得到的极大值点的个数，理论上Eij为无穷大，但这些极值点是和标定板上圆点或圆环点一样是阵列分布的，所以可以选取少量极值点即可，同时为了保证后续步骤应取Eij≥3，作为示例优先选择Eij＝9。

[0059] (5)将上一步得到的极值点 (是否在极值点集中任选一极值点？)作为顶点，建立无向图 其中 表示两个顶点之间的连线即边，可利用以下规则构建：任意选取两个顶点作为基准、并计算两者之间的像素距离作为基准距离，如果从极值点集找不到另一个极值点到两个基准点中任一点的距离都不大于基准距离，则连接两个基准点形成一条无向的边。这样对于Eij个特征点，可以得到Eij‑1条边，即Gij＝Eij‑1。

[0060] (6)将上一步得到的Gij条边 按方向聚类分析分为两类，各类分别计算均值作为参考向量，并表示成 和 这两条边包含了标定板网格的间距和方向。

[0061] (7)对步骤(2)得到的二值图再次进行边缘检测和轮廓提取，将各轮廓中心 作为顶点、利用步骤(5)相同的方法建立无向图 并利用参考 和 的向量长度和方向对无向图 的顶点 和 进行过滤，这样既可以消除标定板表面由于脏污等出现的干扰点，也可以消除相机拍摄的场景中可能出现的类似标定板的物体。

[0062] (8)用标定板进行相机标定时，还需要建立圆或圆环中心点图像坐标 与对应的物理坐标Pk之间的一一映射，即需要对无向图的顶点 进行排序；除此之外，对于多相机系统即I>1的情况，为了对相机之间关系进行标定同样需要建立这种一一映射，为此需要对标定板上圆或圆环点进行定向和定位。作为示例，本实施例优先选择采用五个大圆进行定向的标定板进行说明，如附图8，但不仅限于此。如图首先对顶点组 按设计特征(作为示例，这种设计特征可以是面积)进行聚类分析，找到其中的定向顶点 (dij＝1,2,3,…,D；作为示例定向顶点个数可优先选择取5、即D＝5)，然后按设计特征(作为示例，这种设计特征可以是夹角)找出基准点 以及基准方向 和

[0063] (9)用基准点Oij、基准方向uij和vij确定标定板的方向之后，需要按以下方式计算其它点相对于Oij的世界坐标：首先在无向图 中计算各点 (eij≠d)到Oij点的、分别在基准方向uij和vij上的最小曼哈顿距离

[0064]

[0065] 其中 和 分别表示对应点在图 中的横纵坐标；然后计算 到Oij点的图像像素距离 并将其投影到基准方向uij和vij得到 和 如果
则保留该点(作为示例，这里判断条件
可取0、 可取2)，否则删除该点，这样可以剔除当标定板相对于相机成像平面倾角过大时造成部分圆点或圆环点误检，此时eij≤k；对点集 按 和 从小到大进行排序，并计算对应点的世界坐标

[0066]

[0067] 其中sign(·)表示符号函数、W和H分别表示标定板上水平和竖直方向上相邻圆点或圆环点中心距。

[0068] (10)上述步骤计算了圆或圆环中心点的图像坐标 以及对应的世界坐标由于 的坐标值是在第(7)步中通过轮廓提取计算的，在一些视觉系统中可能存在精度不够高的问题，可将点集 作为初始值，然后在每个点的
和
所形成的感兴趣区域内进一步优化点
中心计算过程 以进一步提高标定精度，这里α和β分别表示对
两个基准方向长度的缩放系数，作为示例优先选择取α＝β＝0.4；计算过程表示利用中心点初始值 基准方向uij,vij以及原始图像
imageij优化计算中心点的过程，作为示例 可以是椭圆拟合和投影变换校正过程。

[0069] 本实用新型提出的基于图像自相关的圆形标定板定位方法，其优点如下：

[0070] 1、本实用新型的方法无需预先配置标定板圆点或圆环的大小、间距和数量，一方面无需指定特定型号标定板、提高了标定算法的适用性，另一方面可以降低了相关工作人员的专业性要求，可以实现完全自动化定位。

[0071] 2、本实用新型方法可以自动剔除相机拍摄的场景中其他相似物体的干扰，对于标定板脏污和存在遮挡等情形也有很好抗性，并且检测过程快速，这样可以降低标定工作难度，也进一步提高了标定工作的效率。

[0072] 3、本方法不局限于特定型号的圆点或圆环标定板，标定板上圆点或圆环分布也可以是非矩形阵列，甚至在标定板图像模糊这种极端恶劣的情况下也可以实现标定板定位。

[0073] 实施例二：实施例一中步骤(1)放置标定板和步骤(2)中计算二值图Imageij的过程可用以下方案替代：在位姿XYZj放置标定板之前，首先用各待标定相机xyzi拍摄场景生成一副背景图 这里imageih表示各待标定相机拍摄的一副或一系列无标定板的背景图像、表示图像计算背景的过程，作为示例这里 可以是光流法计算背景图像；然后在位姿XYZj放置标定板并用各待标定相机xyzi拍摄图像imageij，并用背景去除技术获取标定板区域得到二值图 作为示例这里背
景去除过程 可采用光流法。

[0074] 本实用新型不局限于上述可选实施方式，任何人在本实用新型的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本实用新型权利要求界定范围内的技术方案，均落在本实用新型的保护范围之内。