相机参数标定方法、系统和设备与流程

1.本技术涉及信号处理技术领域，具体涉及一种相机参数标定方法、系统和设备。


背景技术：

2.相机标定目前常用的主要是张正友相机标定法，或者使用3d立体靶标对相机进行标定。无论使用何种方法都要进行特征点提取，且需要保证足够的数量和精度。低分辨相机在提取特征点上较为困难。目前使用棋盘格图案和圆形图案的标定板较为常见，若分辨率为80*60，拍摄棋盘格图像，并进行角点检测，大部分情况下角点检测会失败，少数情况下会成功，但是提取的角点精度较差。使用圆形图案的标定板，提取圆心则需要对图像进行预处理，当一个圆的面积在图像中像素较少时，无论是二值化还是边缘检测都较为困难。若将圆的个数较少，面积增大，则会对优化造成一定的困难。张正友相机标定采用如下公式计算单应性矩阵，从而对单应性矩阵进行分解，计算出内参矩阵初值以及外参矩阵初值。
3.相机内参共有f
x
、fy、cx、cy、k1和k2六个待求解，外参包含3个旋转角度，三个平移距离，共6个参数，总共共有12个待求解。一个特征点可得到两个方程，至少需要6个标志点才能求出相应的解，但由于方程数量较少、提取特征点存在误差、初值是否准确这些原因，会导致最终计算出的结果存在较大误差。
4.对于分辨率低于100*100的这类低分辨率相机，特点数量及提取精度难以保证；特征点数量变多，则提取较为困难，精度也难以保证；特征点数量较少，则容易提取，精度也会变高，但数量不够则无法进行最终的优化。因而传统的相机参数标定方法不适合上述分辨率较低的相机。


技术实现要素：

5.鉴于此，本技术提供一种相机参数标定方法、系统和设备，以解决传统的相机参数标定方法不适合低分辨率相机的问题。
6.本技术一种相机参数标定方法，所述相机参数标定方法包括如下步骤：
7.使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；
8.根据各个所述距离和对应的像素参数构建内参关系式；
9.根据所述内参关系式计算相机的内参。
10.可选地，所述内参关系式包括：
[0011][0012]
式中，zk表示所拍摄的像素参数中第k个像素点至参考白板的距离，dk表示所拍摄的像素参数中第k个像素点采集的距离值，(i,j)表示像素点在像平面中的坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标，f
x
表示第一相机焦距，fy表示第二相机焦距。
[0013]
可选地，所述参考白板包括白墙或者漫反射白板。
[0014]
可选地，所述相机参数标定方法还包括如下步骤：
[0015]
获取所述相机面对标定板上的多个圆采集的多组圆心坐标；
[0016]
分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据。
[0017]
可选地，所述获取相机面对标定板上的多个圆采集的多组圆心坐标，包括：
[0018]
获取相机面对标定板上的多个圆采集的灰度图像；
[0019]
对各个所述灰度图像进行二值化，并分别提取二值化所得图像的圆形标志点轮廓；
[0020]
将各个圆形标志点轮廓进行最小二乘椭圆拟合，获取各组所述圆心坐标。
[0021]
可选地，所述分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据，包括：
[0022]
根据各组圆心坐标构建不考虑畸变系数的初始对应关系方程，根据所述初始对应关系方程计算所述相机与所述标定板之间的旋转矩阵初值和平移矩阵初值；
[0023]
分别根据各组圆心坐标构建考虑畸变系数的畸变对应关系方程和误差方程；
[0024]
基于所述旋转矩阵初值和所述平移矩阵初值，采用lm法对所述畸变对应关系方程和所述误差方程进行迭代求解，以得到所述相机的畸变系数及外参数据。
[0025]
可选地，所述畸变对应关系方程包括：
[0026][0027][0028]
xd＝x(1+k1*r+k2*r2)，
[0029]
yd＝y(1+k1*r+k2*r2)，
[0030]
ud＝f
x
*xd+cx，
[0031]
vd＝fy*yd+cy，
[0032]
其中，(x,y)表示将标定板上的坐标转换至相机坐标系得到的坐标参数，并进行归一化处理后的点，(xd,yd)表示对(x,y)施加畸变后的点，r0、r1、r2、r2、r2、r2、r6、r7和r8分别是旋转矩阵r中的元素，x0、y0和z0分别是平移矩阵t中的元素，r＝x2+y2，(xw,yw,zw)表示标定板所在坐标系的原点坐标，k1表示第一畸变系数，k2表示第二畸变系数，fx表示第一相机焦距，fy表示第二相机焦距，(ud,vd)表示将对应圆进行最小二乘椭圆拟合获取的圆心坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标。
[0033]
可选地，所述误差方程包括：
[0034]u′
d-ud＝0，
[0035]v′
d-vd＝0，
[0036]
其中，(u'd,v'd)表示标定板上对应圆的圆心坐标。
[0037]
本技术还提供一种相机参数标定系统，所述相机参数标定系统包括：
[0038]
获取模块，用于使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；
[0039]
构建模块，用于根据各个所述距离和对应的像素参数构建内参关系式；
[0040]
计算模块，用于根据所述内参关系式计算相机的内参。
[0041]
本技术还提供一种相机参数标定设备，所述相机参数标定设备包括处理器和存储介质；所述存储介质上存储有程序代码；所述处理器用于调用所述存储介质存储的程序代码，以执行上述任一种相机参数标定方法。
[0042]
本技术上述相机参数标定方法、系统和设备，通过相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数，根据各个距离和对应的像素参数构建内参关系式，从而根据内参关系式计算相机的内参，整个内侧计算过程以相机自身特定为依据，适用于低分辨率tof相机等各类相机的内参标定，能够精准地求取内参，提高内参标定过程的效率和准确性。
[0043]
进一步地，本技术还可以依据多组圆心坐标分别对应的畸变对应关系式，将误差方程线性化，并使用lm法进行求解，逐步调整畸变系数及外参数据，以获得精准的畸变系数及外参数据，能够实现低分辨率tof相机的内参和外参等相机数据的标定，应用灵活性高。
附图说明
[0044]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1是本技术一实施例的相机参数标定方法流程示意图；
[0046]
图2是本技术一实施例的距离示意图；
[0047]
图3是本技术一实施例的相机参数标定系统示意图。
具体实施方式
[0048]
下面结合附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而非全部实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。在不冲突的情况下，下述各个实施例及其技术特征可以相互组合。
[0049]
本技术第一方面提供一种相机参数标定方法，参考图1所示，所述相机参数标定方法包括步骤s110至步骤s130。
[0050]
s110，使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数。其中像素参数可以包括对应像素点的坐标、对应像素点与参考白板之间的距离值等参数。
[0051]
可选地，上述相机可以包括低分辨的tof相机，这里低分辨率可以包括分辨率低于100*100。可选地，所述参考白板包括白墙或者漫反射白板。
[0052]
具体地，上述步骤s110可以用低分辨的tof相机分别在两个距离下正对白墙，分别在两个距离下采集对应的像素参数，两个距离可以分别记为z1，z2。通过tof相机采集的数据为像素参数可以包括距离值，该距离值为空间中的一条射线长度，如图2所示，tof相机距白墙的距离则为深度值。
[0053]
s120，根据各个所述距离和对应的像素参数构建内参关系式。其中内参关系式可
以通过相机与参考白板之间的距离与相机内参之间的关系推导所得。
[0054]
s130，根据所述内参关系式计算相机的内参，以直接精准地求取内参，提高内参标定过程的效率和准确性。具体地，该步骤可以分别针对相机与参考白板之间的各个距离及对应的像素参数构建内参关系式，联合各个内参关系式进行求解，以精准地计算对应内参。
[0055]
上述相机参数标定方法，通过相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数，根据各个距离和对应的像素参数构建内参关系式，从而根据内参关系式计算相机的内参，直接精准地求取内参，能够提高内参标定过程的效率和准确性，对于低分辨率相机也能准确地进行内参标定。
[0056]
在一个实施例中，所述内参关系式包括：
[0057][0058]
式中，zk表示所拍摄的像素参数中第k个像素点至参考白板的距离，该距离为第k个像素点对应的深度值。dk表示所拍摄的像素参数中第k个像素点采集的距离值，(i,j)表示像素点在像平面中的坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标，f
x
表示第一相机焦距，fy表示第二相机焦距。
[0059]
具体地，本实施例可以采用最小二乘法计算上述内参关系式，以求解出相机的内参(如f
x
、fy、cx和cy)，所得到的这些内参具有较高的准确性，可以认为是真值，不需要参与后期的调整。
[0060]
具体地，像素参数包括第k个像素点采集的距离值dk，第k个像素点在像平面所在坐标系中的坐标(xk，yk，zk)，上述内参关系式的推导过程如下。
[0061]
对于相机在一个距离下正对参考白板拍摄得到的一组像素参数有如下关系，其中若该距离为z1，则zk＝z1。
[0062][0063][0064][0065]
根据上面几个等式可得：
[0066][0067]
简化该式中便可以得到上述内参关系式。
[0068]
在一个实施例中，所述相机参数标定方法还包括步骤s140和s150。
[0069]
s140，获取所述相机面对标定板上的多个圆(也可以称为圆形标志点)采集的多组圆心坐标。
[0070]
上述标定板上包括至少3个圆或者圆形标志点，上述步骤s140可以使相机分别针对标定板上的每个圆形标志点分别采集1组圆心坐标，得到至少3组圆心坐标，以分别针对
各组圆心坐标构建对应关系方程和误差方程，根据对应关系方程和误差方程求解相机的畸变系数及外参数据。
[0071]
优选地，标定板上可以包括至少6个圆，相机针对标定板上的每个圆形标志点可以分别采集8组圆心坐标，以在后续步骤中分别针对8组圆心坐标构建对应关系方程和误差方程，求解相机的畸变系数及外参数据，保证所得畸变系数及外参数据的准确性。
[0072]
s150，分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据。
[0073]
在一个示例中，所述获取相机面对标定板上的多个圆采集的多组圆心坐标，包括步骤s141至步骤s143。
[0074]
s141，获取相机面对标定板上的多个圆采集的灰度图像。
[0075]
s142，对各个所述灰度图像进行二值化，并分别提取二值化所得图像的圆形标志点轮廓。该步骤可以采用大津法对各个灰度图像进行二值化处理，以提取二值化图像的圆形标志点轮廓。
[0076]
s143，将各个圆形标志点轮廓进行最小二乘椭圆拟合，获取各组所述圆心坐标。
[0077]
进一步地，在将各个圆形标志点轮廓进行最小二乘椭圆拟合，获取各组所述圆心坐标之后，上述获取相机面对标定板上的多个圆采集的多组圆心坐标，还可以包括：将各组圆心坐标与标定板上的各个圆进行对应，以明确圆心坐标与标定板上的各个圆之间的对应关系。
[0078]
在一个示例中，所述分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据，包括步骤s151至步骤s153。
[0079]
s151，根据各组圆心坐标构建不考虑畸变系数的初始对应关系方程，根据所述初始对应关系方程计算所述相机与所述标定板之间的旋转矩阵初值和平移矩阵初值。该步骤s151可以各组圆心坐标、前述实施例求得的相机内参，使用基于优化的pnp算法计算出相机与标定板之间的旋转矩阵初值和平移矩阵初值，还可以计算相机的外参初值。这些初值均是依据不考虑畸变系数的初始对应关系方程计算得到。
[0080]
s152，分别根据各组圆心坐标构建考虑畸变系数的畸变对应关系方程和误差方程。
[0081]
s153，基于所述旋转矩阵初值和所述平移矩阵初值，采用lm法对所述畸变对应关系方程和所述误差方程进行迭代求解，以得到所述相机的畸变系数及外参数据。具体地，该步骤s153可以根据pnp计算出的外参初值，相机内参，考虑径向畸变k1，k2，构建误差方程，并使用lm法进行求解，得到准确的畸变系数及外参数据。
[0082]
在一个示例中，步骤s151，初始对应关系方程可以包括：
[0083][0084][0085]
xd'＝x，
[0086]
yd'＝y，
[0087]ud0
＝f
x
*xd'+cx，
[0088]vd0
＝fy*yd'+cy，
[0089]
其中，(x,y)表示将标定板上的坐标转换至相机坐标系得到的坐标参数，并进行归一化处理后的点，(xd',yd')表示未对(x,y)施加畸变后的点，(u
d0
,v
d0
)表示不考虑畸变系数时，将对应圆进行最小二乘椭圆拟合获取的圆心坐标。r0、r1、r2、r2、r2、r2、r6、r7和r8分别是旋转矩阵r中的元素，x0、y0和z0分别是平移矩阵t中的元素，(xw,yw,zw)表示标定板所在坐标系的原点坐标，其中：
[0090][0091]
基于优化的pnp算法针对上述初始对应关系方程进行求解，可以得到旋转矩阵初值、平移矩阵初值和外参初值。可选地，本示例还可以依据相机和标定板之间的相互关系等因素构建约束方程(也可以称为误差方程)，以在计算过程中获得符合约束方程的旋转矩阵初值、平移矩阵初值和外参初值，以提高所得旋转矩阵初值、平移矩阵初值和外参初值的准确性。
[0092]
在一个示例中，所述畸变对应关系方程包括：
[0093][0094][0095]
xd＝x(1+k1*r+k2*r2)，
[0096]
yd＝y(1+k1*r+k2*r2)，
[0097]
ud＝f
x
*xd+cx，
[0098]
vd＝fy*yd+cy，
[0099]
其中，(x,y)表示将标定板上的坐标转换至相机坐标系得到的坐标参数，并进行归一化处理后的点，(xd,yd)表示对(x,y)施加畸变后的点，r0、r1、r2、r2、r2、r2、r6、r7和r8分别是旋转矩阵r中的元素，x0、y0和z0分别是平移矩阵t中的元素，r＝x2+y2，(xw,yw,zw)表示标定板所在坐标系的原点坐标，k1表示第一畸变系数，k2表示第二畸变系数，第一畸变系数k1和第二畸变系数k2的初值可以为0，fx表示第一相机焦距，fy表示第二相机焦距，(ud,vd)表示将对应圆进行最小二乘椭圆拟合获取的圆心坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标。
[0100]
进一步地，所述误差方程包括：
[0101]u′
d-ud＝0，
[0102]v′
d-vd＝0，
[0103]
其中，(u'd,v'd)表示标定板上对应圆的圆心坐标。
[0104]
具体地，本示例将采集的8组圆心坐标都代入畸变对应关系，得到8组圆心坐标分别对应的畸变对应关系式，将误差方程线性化，并使用lm法进行求解，便可以逐步调整畸变
系数及外参数据，此时调整得到的参数为相机的畸变系数及外参数据。
[0105]
具体地，上述畸变对应关系、误差方程的推导过程和求解过程可以如下。
[0106]
标定板所在坐标系的原点坐标为：(xw,yw,zw)。
[0107][0108]
将标定板上的坐标转换至相机坐标系，并进行归一化，可得：
[0109][0110][0111]
将理想的归一化坐标施加畸变可得：
[0112]
xd＝x(1+k1*r+k2*r2)，
[0113]
yd＝y(1+k1*r+k2*r2)，
[0114]
根据以下公式计算添加畸变的像平面坐标，可得：
[0115]
ud＝f
x
*xd+cx，
[0116]
vd＝fy*yd+cy，
[0117]
根据以上推导，构建误差方程：
[0118]u′
d-ud＝0，
[0119]v′
d-vd＝0，
[0120]
对上述方程展开如下：
[0121][0122][0123]
根据各组圆心坐标分别对应的畸变对应关系式，将误差方程线性化，并使用lm法进行求解，便可以得到相机的畸变系数及外参数据。
[0124]
以上相机参数标定方法，通过相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数，根据各个距离和对应的像素参数构建内参关系式，从而根据内参关系式计算相机的内参，整个内侧计算过程以相机自身特定为依据，适用于低分辨率tof相机等各类相机的内参标定，能够精准地求取内参，提高内参标定过程的效率和准确性。还可以依据多组圆心坐标分别对应的畸变对应关系式，将误差方程线性化，并使用lm法进行求解，逐步调整畸变系数及外参数据，以获得精准的畸变系数及外参数据。该相机参数标定方法能够实现低分辨率tof相机的内参和外参等相机数据的标定。
[0125]
本技术在第二方面提供一种相机参数标定装置，如图3所示，该相机参数标定装置包括：
[0126]
获取模块110，用于使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；
[0127]
构建模块120，用于根据各个所述距离和对应的像素参数构建内参关系式；
[0128]
计算模块130，用于根据所述内参关系式计算相机的内参。
[0129]
关于相机参数标定装置的具体限定可以参见上文中对于相机参数标定方法的限定，在此不再赘述。上述相机参数标定装置中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。
[0130]
本技术在第三方面提供一种相机参数标定设备，所述相机参数标定设备包括处理器和存储介质；所述存储介质上存储有程序代码；所述处理器用于调用所述存储介质存储的程序代码，以执行上述任一实施例所述的相机参数标定方法。
[0131]
尽管已经相对于一个或多个实现方式示出并描述了本技术，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本技术包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本说明书的示范性实现方式中的功能的公开结构不等同。
[0132]
即，以上所述仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，例如各实施例之间技术特征的相互结合，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。
[0133]
另外，在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。另外，对于特性相同或相似的结构元件，本技术可采用相同或者不相同的标号进行标识。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0134]
在本技术中，“示例性”一词是用来表示“用作例子、例证或说明”。本技术中被描述为“示例性”的任何一个实施例不一定被解释为比其它实施例更加优选或更加具优势。为了使本领域任何技术人员能够实现和使用本技术，本技术给出了以上描述。在以上描述中，为了解释的目的而列出了各个细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本技术。在其它实施例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本技术的描述变得晦涩。因此，本技术并非旨在限于所示的实施例，而是与符合本技术所公开的原理和特征的最广范围相一致。

技术特征：
1.一种相机参数标定方法，其特征在于，所述相机参数标定方法包括如下步骤：使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；根据各个所述距离和对应的像素参数构建内参关系式；根据所述内参关系式计算相机的内参。2.根据权利要求1所述的相机参数标定方法，其特征在于，所述内参关系式包括：式中，z
k
表示所拍摄的像素参数中第k个像素点至参考白板的距离，d
k
表示所拍摄的像素参数中第k个像素点采集的距离值，(i,j)表示像素点在像平面中的坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标，f
x
表示第一相机焦距，f
y
表示第二相机焦距。3.根据权利要求1所述的相机参数标定方法，其特征在于，所述参考白板包括白墙或者漫反射白板。4.根据权利要求1所述的相机参数标定方法，其特征在于，所述相机参数标定方法还包括如下步骤：获取所述相机面对标定板上的多个圆采集的多组圆心坐标；分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据。5.根据权利要求4所述的相机参数标定方法，其特征在于，所述获取相机面对标定板上的多个圆采集的多组圆心坐标，包括：获取相机面对标定板上的多个圆采集的灰度图像；对各个所述灰度图像进行二值化，并分别提取二值化所得图像的圆形标志点轮廓；将各个圆形标志点轮廓进行最小二乘椭圆拟合，获取各组所述圆心坐标。6.根据权利要求4所述的相机参数标定方法，其特征在于，所述分别根据各组圆心坐标构建对应关系方程和误差方程，根据所述对应关系方程和所述误差方程求解相机的畸变系数及外参数据，包括：根据各组圆心坐标构建不考虑畸变系数的初始对应关系方程，根据所述初始对应关系方程计算所述相机与所述标定板之间的旋转矩阵初值和平移矩阵初值；分别根据各组圆心坐标构建考虑畸变系数的畸变对应关系方程和误差方程；基于所述旋转矩阵初值和所述平移矩阵初值，采用lm法对所述畸变对应关系方程和所述误差方程进行迭代求解，以得到所述相机的畸变系数及外参数据。7.根据权利要求6所述的相机参数标定方法，其特征在于，所述畸变对应关系方程包括：括：
x
d
＝x(1+k1*r+k2*r2)，y
d
＝y(1+k1*r+k2*r2)，u
d
＝f
x
*x
d
+cx，v
d
＝f
y
*y
d
+cy，其中，(x,y)表示将标定板上的坐标转换至相机坐标系得到的坐标参数，并进行归一化处理后的点，(x
d
,y
d
)表示对(x,y)施加畸变后的点，r0、r1、r2、r2、r2、r2、r6、r7和r8分别是旋转矩阵r中的元素，x0、y0和z0分别是平移矩阵t中的元素，r＝x2+y2，(x
w
,y
w
,z
w
)表示标定板所在坐标系的原点坐标，k1表示第一畸变系数，k2表示第二畸变系数，fx表示第一相机焦距，fy表示第二相机焦距，(u
d
,v
d
)表示将对应圆进行最小二乘椭圆拟合获取的圆心坐标，cx表示x方向的像主点坐标，cy表示y方向的像主点坐标。8.根据权利要求7所述的相机参数标定方法，其特征在于，所述误差方程包括：u
′
d-u
d
＝0，v
′
d-v
d
＝0，其中，(u'
d
,v'
d
)表示标定板上对应圆的圆心坐标。9.一种相机参数标定系统，其特征在于，所述相机参数标定系统包括：获取模块，用于使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；构建模块，用于根据各个所述距离和对应的像素参数构建内参关系式；计算模块，用于根据所述内参关系式计算相机的内参。10.一种相机参数标定设备，其特征在于，所述相机参数标定设备包括处理器和存储介质；所述存储介质上存储有程序代码；所述处理器用于调用所述存储介质存储的程序代码，以执行权利要求1至8任一项所述的相机参数标定方法。

技术总结
本申请公开一种相机参数标定方法、系统和设备。相机参数标定方法包括如下步骤：使相机分别在多个距离下正对参考白板拍摄，以获得多组像素参数；根据各个所述距离和对应的像素参数构建内参关系式；根据所述内参关系式计算相机的内参。本申请可以获得精准的相机内参及外参数据，实现低分辨率TOF相机的内参和外参等相机数据的标定，应用灵活性高。应用灵活性高。应用灵活性高。


技术研发人员：于彭 莫俊
受保护的技术使用者：上海炬佑智能科技有限公司
技术研发日：2023.04.26
技术公布日：2023/8/1