一种鱼眼镜头标定板的设计、检测与排序方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (15): 188-192.

一种鱼眼镜头标定板的设计、检测与排序方法

张春燕1，邹伟2

1.内蒙古科技大学信息工程学院，内蒙古包头 014010
2.中国科学院自动化研究所精密感知与控制中心，北京 100190

出版日期:2015-08-01 发布日期:2015-08-14

detection and ranking method for a kind of fisheye camera’s calibration board

ZHANG Chunyan1, ZOU Wei2

1.School of Information Engineering, Inner Mongolia University of Science and Technology, Baotou, Inner Mongolia 014010, China
2.Research Center of Precision Sensing and Control, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China

Online:2015-08-01 Published:2015-08-14

摘要/Abstract

摘要： 针对鱼眼镜头的标定问题，结合其成像宽视野范围需求和高畸变特性，设计实现了适用于鱼眼标定的宽幅多特征圆标定板；基于该种标定板，给出了基于椭圆检测和参数拟合的特征点高精度检测和可靠性排序算法。实验结果表明，利用所述方法，不但能够实现标定板成像的全视野覆盖，而且能够在很大程度上提高特征点的检测精度，保证特征检测过程的可靠性和鲁棒性，同时能够提高较为宽泛的图像采集角度范围。

关键词: 鱼眼镜头, 标定, 椭圆拟合, 特征点排序

Abstract: Towards to the calibration problem of fisheye camera, a kind of calibration board is designed according to the camera’s wide visual field and high distortion. Then, high-precision algorithms for feature points extraction and ranking are proposed and implemented based on this kind of board. Experiments results show that the designment and algorithms proposed in this paper can not only guarantee the board’s full-visual-field imaging, but also can improve the feature’s detection precision, enhance its reliability and robustness, and provide wider angular range for image acquisition.

Key words: fisheye camera, calibration, ellipse fitting, feature points ranking

张春燕1，邹伟2. 一种鱼眼镜头标定板的设计、检测与排序方法[J]. 计算机工程与应用, 2015, 51(15): 188-192.

ZHANG Chunyan1, ZOU Wei2. detection and ranking method for a kind of fisheye camera’s calibration board[J]. Computer Engineering and Applications, 2015, 51(15): 188-192.

[1]	顾恭，徐旭东. 改进YOLOv3的车辆实时检测与信息识别技术[J]. 计算机工程与应用, 2020, 56(22): 173-184.
[2]	李哲，于梦茹. 基于多种LBP特征集成学习的车标识别[J]. 计算机工程与应用, 2019, 55(20): 134-138.
[3]	谷雨，郑宏，许晓航，郑朝晖. 基于CICP的机械臂多目标定位与抓取[J]. 计算机工程与应用, 2019, 55(18): 189-194.
[4]	赵玉婷，钮建伟，张人杰，刘海笑，冉令华. 卷积神经网络用于关节角度识别与姿势评估[J]. 计算机工程与应用, 2019, 55(16): 209-216.
[5]	李熙莹1，2，3，吕硕1，2，3，江倩殷1，2，3，袁敏贤1，2，3，余志1，2，3. 基于Edge Boxes的大型车辆车标检测与识别[J]. 计算机工程与应用, 2018, 54(12): 152-159.
[6]	李鑫滨，陈剑美. 基于改进SL0压缩感知的WSN多目标定位[J]. 计算机工程与应用, 2017, 53(4): 128-134.
[7]	吴晗1，李巍2，董明利1. 基于RANSAC的便携式激光扫描测量臂手眼标定方法[J]. 计算机工程与应用, 2017, 53(23): 256-260.
[8]	张彩霞，付焕利. 未标定视频下的动态人体身高测量[J]. 计算机工程与应用, 2017, 53(21): 162-166.
[9]	熊丽婷1，张青苗2，沈克永1. 基于搜索区域条件概率CNN的精确目标探测方法[J]. 计算机工程与应用, 2017, 53(20): 134-140.
[10]	李熙莹，吕硕，袁敏贤，江倩殷，余志. 基于散热器栅格背景精确分类的车标定位方法[J]. 计算机工程与应用, 2017, 53(2): 206-213.
[11]	李腾龙，惠飞. 考虑后视和最优速度记忆的跟驰模型及仿真[J]. 计算机工程与应用, 2017, 53(12): 249-254.
[12]	陆焱1，惠巧娟2. 改进的统计模型三维人脸特征点标定算法框架[J]. 计算机工程与应用, 2016, 52(24): 166-170.
[13]	韩奉林1，2，江晓磊1，2，严宏志1，2. 基于可测距平板工具的机器人TCP标定方法[J]. 计算机工程与应用, 2016, 52(18): 18-23.
[14]	丁业兵. 基于惯量矩的椭圆拟合方法[J]. 计算机工程与应用, 2016, 52(18): 188-191.
[15]	李彩艳，王慧琴，吴萌，潘思丞. 唐墓室壁画泥斑病害自动标定及虚拟修复[J]. 计算机工程与应用, 2016, 52(15): 233-236.