色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

關于魚眼相機標定的畸變與矯正的分享

3D視覺工坊 ? 來源:江大白 ? 2023-10-18 14:24 ? 次閱讀

來源:江大白|作者:潘大強

導讀 魚眼相機的標定和矯正,網上已經有很多理論文章,但是落實到代碼層面的并不多,而且大部分代碼都是C++實現。而本文全面的介紹了魚眼相機標定和校正的原理,并給出了用python語言矯正的代碼包,希望對大家有所幫助。 1 個人介紹

大家好,我是潘大強,大白多年的好友。

目前博士畢業4年,主要從事智能安防行業。

之前也分享過AI從業的一些心得,個人介紹鏈接

應大白的邀請,從AI從業者的角度,分享工作中遇到的一些經驗。

之前在江大白的群里,看到有同學提問“魚眼相機標定”的問題。

對于魚眼相機的標定和矯正,網上已經有很多理論文章,但是落實到代碼層面的并不多,而且大部分代碼都是C++實現。

但是做AI的同學,大多數都是用python語言,所以本次分享,我用python語言(只依賴opencv-python包和numpy包),把之前做的魚眼矯正和變形的相關經驗,以實踐為目的,一步步分享給大家。

首先我們來了解一下魚眼相機,和平時普通相機拍攝出的效果不同,魚眼相機通常固定在空間頂部,所以拍攝出的視角是這樣的:

2aa708a8-6a69-11ee-939d-92fbcf53809c.png

大家可以看到,魚眼圖像類似于把很大角度范圍內的光線,進行「壓縮」和「扭曲」,將圖像壓進一個相對較小的空間內。

魚眼相機采用的是魚眼鏡頭,它的前鏡組具有一個極凸的鏡片表面,外形上看起來讓人聯想到魚的眼睛,這就是“魚眼”的由來。

那么在智能安防行業中,魚眼相機可以做哪些應用呢?

最常見的,還是做目標追蹤以及客流統計。

在目標追蹤任務中,通常的球機或者槍機方案,無法避免人群遮擋的問題,從而導致較高的ID Swich,造成追蹤不穩定。

但是魚眼相機的頂視角安裝方式,天然緩解了人群遮擋的問題。

在客流統計任務中,魚眼相機利用視野大的優勢,在同一空間中,可以頂X個槍機。

當然除了降低硬件成本,還能避免多相機檢測導致的區域人數去重。

了解了魚眼相機的原理和優勢,但在實際項目中,我們會對魚眼圖像進行矯正和變形,作為最終應用的前置任務。

2 魚眼相機的畸變校正

下面就進行了今天的正題:如何對相機做矯正變形?

無論是單目相機還是雙目相機,拍攝的圖像都會存在畸變。

它們和魚眼相機的畸變矯正原理也是一樣的:核心是求解一個“好”的重映射矩陣(remap matrix)。

從而將原圖中的部分像素點(或插值點)進行重新排列,“拼”成一張矩形圖。

“好”是跟最終需求掛鉤的,不同任務往往采用不同的矯正/變形方案。

比如:

(1)單目相機的畸變矯正

對于單目相機,為了得到相機像素坐標系和三維世界坐標系的對應關系,我們需要對相機的桶形畸變和枕形畸變進行矯正。

(2)雙目相機的畸變矯正

而對于雙目相機,為了做極線對齊,實現深度估計。

我們需要將兩個相機,輸出變換到同一個坐標系下。

張正友老師的棋盤標定法,通過標志物的位置坐標,估計出相機的內外參數和畸變系數,從而計算出remap matrix。該方法是目前上述兩類相機,矯正效果最好的方法。

(3)魚眼相機的矯正變形

對于魚眼相機,本次主要分享三種方法:棋盤標定法、橫向展開法、經緯度法。

下面我們先來看一下各種方法的矯正效果。

3 魚眼相機的三種矯正方法 下圖是某款魚眼相機的采集圖像,而真正有效的監控區域,是內部的圓形區域。

2aa708a8-6a69-11ee-939d-92fbcf53809c.png

(1)棋盤標定法

棋盤矯正法的目的,是將魚眼圖“天生”的桶形畸變進行矯正。 具體效果類似于“用手對著圓形中心做擠壓,把它壓平”,使得真實世界中的直線,在矯正后依然是直線。

2b398cb4-6a69-11ee-939d-92fbcf53809c.png

采用棋盤標定法進行矯正后:

2b3de598-6a69-11ee-939d-92fbcf53809c.png

我們發現: ① 現實世界中的直線,在魚眼圖中發生了扭曲(如魚眼圖中的藍色和綠色曲線),矯正后變成了直線(如正方形圖中的藍色和綠色直線); ② 矯正圖只占據了魚眼圖中間的一部分(如魚眼圖中的紅色曲線)。 從這個矯正效果中,可以看出:棋盤標定法的缺點,是靠近圓周(外圍區域)的區域,會被拉伸的很嚴重,視覺效果變差。 所以一般會進行切除,導致矯正后的圖片只保留了原圖的中間區域。 基于以上特點,在實際使用中,我會把棋盤標定法,作為簡單測量的前置任務(矯正圖中的兩點距離和真實世界中的兩點距離,存在一一對應的關系)。 也可以作為魚眼圖像拼接的前置任務(真實世界中的三點共線,在拼接圖中依然共線)。

(2)橫向展開法

橫向展開法,主要是利用魚眼相機的大FOV和俯視拍攝的特點,來進行變形。

2b558eaa-6a69-11ee-939d-92fbcf53809c.png

比如我們把上圖中的紅點,想象成一個觀察者,當他身體旋轉360度,看到的什么樣的畫面呢?

2b6b6e78-6a69-11ee-939d-92fbcf53809c.png

上圖是經過橫向展開法,變形后的畫面。 可以看到,從原先的俯視視角變為了正視視角。 因此可以根據區域功能,進行切片,再用普通視角的檢測模型,做后續任務。 但是缺點也一目了然,比如展開圖的左右兩側,在真實世界中應該是連通的。 所以當有目標在魚眼圖中穿過分界線時,在展開圖中該目標會從左側消失,右側出現(或者倒過來),看起來不是很自然。 基于以上特點,在實際使用中,我會利用魚眼相機,覆蓋面積大的特點(比如3米層高的情況下,至少覆蓋100平米),在“某些場景”中取代槍機或半球機,畫面展開后用正常的檢測器去完成后續任務。 這里還要補充兩點: ① COCO數據集上訓練的人體檢測器,在魚眼圖中直接使用是不會work的; ② 與棋盤標定法不同,橫向展開不會損失像素,所以展開圖也可以再remap回魚眼原圖。

(3)經緯度法

經緯度法主要分為兩個方面: ① 經度

2b7632b8-6a69-11ee-939d-92fbcf53809c.png

下圖是魚眼圖沿著經度對齊矯正后的畫面。

2b81e2a2-6a69-11ee-939d-92fbcf53809c.png

該方法與棋盤矯正法相比,沒有像素損失,也不需要標定(人為設計規則求解remap matrix)。 但是缺點也很明顯,它只對豎直方向(圖中的藍色線和綠色線)進行了矯正,而水平方向(紅色線)依然是扭曲的。 ② 緯度

2b8c79e2-6a69-11ee-939d-92fbcf53809c.png

下圖是魚眼圖沿緯度對齊矯正后的畫面。

2b9e0522-6a69-11ee-939d-92fbcf53809c.png

可以看到,只對水平方向(圖中的藍色線和綠色線)進行了矯正,而豎直方向(紅色線)依然是扭曲的。 基于以上特點,在實際落地中,我沒有采用經緯度矯正法。 更多的是在學習和研究階段,把它當作設計和計算remap matrix的一個作業。 4 三種矯正方法的代碼實現 了解上面三種矯正效果的原理,下面我們再來看一下具體的算法實現。 無論采用以上哪種方法,最核心的部分是求解remap matrix,具體到之后的代碼中就是mapx和mapy兩個變量。 它們反映了矯正圖中的像素坐標和原始圖像素坐標之間的對應關系。 如果我們把原圖記為image,mapx和mapy表示以上三種方法求出的不同的映射矩陣,那么通過原圖和映射矩陣,就可以得到矯正/變形后的圖像,記為image_remap。 其中 mapx和mapy 的shape都是 ( image_remap.shape[0], image_remap.shape[1] )。 且“mapx[i, j]=m 和 mapy[i, j]=n” 表示 “image_remap的第i行、第j列的像素值,等于image的第n行、第m列的像素”,其中m, n允許是非整數 。 下面我針對以上三種方法,依次貼出代碼實現和流程解釋。

(1)棋盤標定法

① 載入依賴包,和計算相關的只有opencv-python和numpy,我用的opencv版本是3.4.2.16, 初次使用建議改成該版本。

2bc6d20e-6a69-11ee-939d-92fbcf53809c.png

② 設置超參數,主要是 CHECKERBOARD, 保證輸入大小和你的棋盤大小是一致的。

2bcb03ce-6a69-11ee-939d-92fbcf53809c.png

以我的案例圖為例,黑白方塊共有 7*10 個,所以棋盤的內點數量是 w=7-1=6, h=10-1=9。

2bd9d5d4-6a69-11ee-939d-92fbcf53809c.png

③按照張正友標定法的流程,對拍攝的各種姿態棋盤圖,進行角點檢測和亞像素提取。

2be75a38-6a69-11ee-939d-92fbcf53809c.png

拍攝數量一般在50~80之間,保證棋盤的寬高可以占整個畫面1/4以上。

2bf0f980-6a69-11ee-939d-92fbcf53809c.png

上述代碼會將提取的棋盤點,繪制在原圖中并做保存,我們可以肉眼檢測一遍,將提取有誤的圖片從庫中剔除。

2c06cfee-6a69-11ee-939d-92fbcf53809c.png

④ 根據提取的棋盤點坐標,計算相機參數和畸變參數。

2c1d05ca-6a69-11ee-939d-92fbcf53809c.png

ret表示擬合誤差,如果ret很大,說明在第③步中檢測的棋盤點不準確,可以回去再檢查下(比如ret>5)。 K和D分別是相機內參和畸變參數,之后會用到。rvecs和tvecs是相機外參。 ⑤ 根據相機內參和畸變參數求解remap matrix,并做保存。

2c2b69f8-6a69-11ee-939d-92fbcf53809c.png

至此,“訓練”階段結束。只要相機不變,這組remap matrix可以重復使用。 ⑥加載remap matrix,對輸入的魚眼圖片進行remap矯正。

2c3c1140-6a69-11ee-939d-92fbcf53809c.png

我們來看一下棋盤矯正的效果圖,比如原圖是:

2c427e0e-6a69-11ee-939d-92fbcf53809c.png

經過上面棋盤標定法的代碼,矯正后的圖片為:

2c59976a-6a69-11ee-939d-92fbcf53809c.png

(2)橫向展開法

① 橫向展開法需要對魚眼圖片,先crop出圓形有效區域,再做橫向展開。 比如原始圖像:

2c427e0e-6a69-11ee-939d-92fbcf53809c.png

我寫了個簡單的提取函數get_useful_area,剔除多余黑邊。代碼為:

2c749ca4-6a69-11ee-939d-92fbcf53809c.png

2c7dab00-6a69-11ee-939d-92fbcf53809c.png

這樣操作后,可以更好的得到有效區域:

2c8c6fc8-6a69-11ee-939d-92fbcf53809c.png

當然在實際落地時,相機型號一旦確定,完全可以手動找到合適的參數,切去“黑邊”。 ②求解remap matrix并保存。

2c9c1022-6a69-11ee-939d-92fbcf53809c.png

至此,“訓練”階段結束。同樣只要相機不變,這組remap matrix可以重復使用。 ③ 加載remap matrix,對輸入的魚眼圖片,進行有效區域提取和remap變形。

2ca32718-6a69-11ee-939d-92fbcf53809c.png

再來看一下橫向展開法的效果圖,比如原圖為:

2c427e0e-6a69-11ee-939d-92fbcf53809c.png

使用上面的橫向展開法代碼展開后,效果為:

2cbf7db4-6a69-11ee-939d-92fbcf53809c.png

(3)經緯度法

經緯度法也不需要做相機標定,所以方法流程和橫向展開法一樣,只是remap matrix的計算公式不同。 ① 經度矯正法 經度矯正的代碼:

2cc83094-6a69-11ee-939d-92fbcf53809c.png

經度矯正的效果:

2cd19dfa-6a69-11ee-939d-92fbcf53809c.png

② 緯度矯正法 緯度矯正的代碼:

2ce04954-6a69-11ee-939d-92fbcf53809c.png

緯度矯正的效果:

2cebfe2a-6a69-11ee-939d-92fbcf53809c.png

以上就是本次關于魚眼相機的畸變與矯正的分享,希望對大家工作和學習有幫助。 大家如果有相關問題想了解的,也可以進行提問,我來給大家解答。 PS:本次分享內容中的相關圖片和完整代碼,公眾號后臺回復“魚眼相機”,進行獲取。

互動問答1

Q:想問下,魚眼相機和平時常用的槍機,在不同的項目任務中,如何更好的選擇? A:看任務需求吧,如果是室內場景,并且只是統計人數或者目標追蹤,可以考慮用魚眼相機。 但是如果要提取目標的屬性特征,比如做人臉識別,ReID,口罩識別等,還是得用槍機。

互動問答2

Q:在前面魚眼相機的校正中,有三種方式,經緯度法不太推薦。那么針對剩下的兩種,棋盤標定法和橫向展開法,實際應用中,更傾向于哪一種呢? A:這個要看需求的吧,剛才分享時也提到了。棋盤標定是真正做到了去畸變,所以適合作為測量和拼接的前置任務。 對于橫向展開法的用處,我就看到一種:如果要對魚眼圖像做目標檢測,但是之前的檢測器都是正常正視視角的,那可以考慮把魚眼圖橫向展開切片后,再上檢測器。我找下圖。

正中間的魚眼圖,我用頭肩檢測器去推理時,沒有檢到任何目標。然后我把它橫向展開后,按區域切成4塊,再用頭肩檢測器逐一推理,是可以檢測到目標的(圖中的藍色框)。

互動問答3

Q:你剛才說要橫向展開后再做檢測,是因為直接對魚眼圖像做目標檢測時,效果不好嗎? A:不是的。 去年有一篇關于魚眼相機的目標檢測論文: RAPiD: Rotation-Aware People Detection in Overhead Fisheye Images 它提供了魚眼相機下的人體檢測方案,用旋轉矩形框代替了正矩形框。是基于YOLOv3改的,增加了對框的旋轉角的regression head。效果如下

代碼和數據:http://vip.bu.edu/projects/vsns/cossy/fisheye/rapid/ 但當時在私有數據集上訓練時,遇到兩個問題:(1)推理時,即使靜止的目標,他的檢測框的旋轉角抖動依然很大 (2)與正的矩形框相比,旋轉框的標定更耗時。 后來,我就直接用正矩形框對頭肩進行標注和訓練了,效果也不錯。

互動問答4

Q:那對魚眼圖像進行棋盤矯正后,再目標檢測,效果如何啊? A:如果采用棋盤矯正,會把地面上的人體進行拉伸,且越到周圍拉伸越嚴重,所以不推薦用棋盤矯正做目標檢測,我找下圖。

2d54b488-6a69-11ee-939d-92fbcf53809c.jpg

矯正后,身體明顯被拉長了。

2d628fa4-6a69-11ee-939d-92fbcf53809c.jpg

互動問答5

Q:明白了,那我想在魚眼相機中直接做目標檢測,有什么好的訓練trick嗎? A:這個有整理過。 ① 不要選擇“人體”這種長條形物體作為標定目標。因為長條形物體旋轉后,再用正的矩形框標定時,相鄰框之間很容易產生大的overlap,并且框內有冗余信息。所以選擇人頭(偏圓形)或者頭肩(偏正方形)。 ② 標定時,太遠的目標可以不標,或者mask掉。目的是減少誤檢。 ③ 數據預處理時,可以先去掉多余黑邊。 ④ 數據增強時,可以添加360度任意角旋轉。在數據量不大時,可以有效緩解過擬合。 ⑤ 魚眼相機本身都是2K以上的分辨率,所以模型訓練推理都可以適當調大輸入的尺寸。比如640甚至960.

互動問答6

Q:看完分享,感覺對于每張魚眼圖像都需要矯正或變形,這樣操作的話,對于圖像處理會不會開銷很大? A:剛才代碼中也看到了,推理時就一個remap操作,我測試過用python的cv2.remap處理2K大小魚眼圖,速度在300FPS,如果有專門的工程人員在CUDA上實現的話,1000FPS都沒問題吧。

互動問答7

Q:如果想購買魚眼相機嘗試的話,價格貴嗎?: A:海康大華宇視都有,像我用的就是500多塊的海康相機,1.16mm的焦距。

互動問答8

Q:針對之前的分享,有一個問題,代碼實現的時候,opencv必須要用特定的版本嗎?因為已經裝了其他版本的opencv了,是否也適用呢? A:版本不同,cv2的內置函數的輸入輸出的dtype或者格式可能會不同。所以最好跟我代碼中的統一,否則報錯了你得一步步去debug。我現在主要用3.4.2和4.5.2。

互動問答9

Q:常規做法是魚眼相機展開再做檢測和track來進行人流量統計吧? A:看檢測器吧。如果頂視角的檢測器效果不理想,那可以先展開,再用正視角的檢測器去做,畢竟正視角的數據集更多

互動問答10

Q:球形的這種畫面下的目標追蹤跟槍機下的是不是也不太一樣,原來的deepsort追蹤算法能直接用嗎?還是有別的trick在里面? A:會有些不同。比如槍機下的SORT會把框的x,y,w,h都做Kalman濾波。魚眼下,我會去掉w,h,而考慮半徑r ReID 的feature已經不明顯了,而且用魚眼的優勢就是減少遮擋,所以不會用“Deep”。

互動問答11

Q:還有一個疑問,我看你用的魚眼相機的焦慮是1.16mm,不是說焦慮越小觀測的目標會越近么?車載前視的大概6mm焦慮,能看15米左右吧,魚眼是想看更大范圍的,為啥選這么小的焦慮呢,還是說魚眼相機的特性就是和平常的相機不一樣? A:焦距越小,FOV越大吧,視野越開闊。 比如單反相機大炮筒長焦200以上的,所謂拍鳥利器,視野窄拍的遠。

互動問答12

Q:主機廠在車上前裝的環視相機也是魚眼相機,那么在進行目標檢測任務時,應該以原始畸變圖直接作為訓練集還是應該先去畸變再訓練? A:① 肯定不推薦用棋盤標定法去畸變再目標檢測,因為這種矯正方式會把 “和相機平面不平行”的物體進行拉伸,比如下圖中的人體。 原圖:

2db371ee-6a69-11ee-939d-92fbcf53809c.png

矯正圖:

2db955f0-6a69-11ee-939d-92fbcf53809c.png

可以看到,矯正后,身體明顯被拉長了。 而且這種拉伸程度越到周圍越厲害,造成了扭曲,反而不利于檢測。 ② 如果你的原有檢測器只是針對傳統正視視角圖片(比如COCO)訓練的,那么在魚眼圖這種俯視視角一般不會work。 所以有個辦法就是用橫向展開法,展開后用常規視角的檢測器去做。

③ 當然,如果你已經積累了大量魚眼視角下的標簽數據,那么直接去做目標檢測也是OK的。我在前面也分享了幾個trick,可以參考,就是針對不做畸變矯正直接檢測的case。

互動問答13

Q:經緯度矯正可以一起用嗎? A:可以一起用,我實驗過,出來的效果會跟棋盤矯正相似,就是圓周的區域會被拉伸的很扭曲。中間區域沒有棋盤矯正好,所以我沒采用。

編輯:黃飛

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 相機
    +關注

    關注

    4

    文章

    1350

    瀏覽量

    53582
  • AI
    AI
    +關注

    關注

    87

    文章

    30728

    瀏覽量

    268892
  • C++
    C++
    +關注

    關注

    22

    文章

    2108

    瀏覽量

    73623
  • python
    +關注

    關注

    56

    文章

    4792

    瀏覽量

    84628

原文標題:深入淺出,一文講透魚眼相機畸變矯正

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    labview圖像畸變矯正問題

    求助各位大佬,如下圖,圖像畸變矯正需要有個矯正模板template.png,怎么樣可以把這個“template.png”的矯正信息全部變成常量放入到VI里面。后面vi就不需要調用這個地
    發表于 06-20 22:16

    [求助] 關于NI 視覺助手的標定訓練柵格圖像的選取以及畸變模式

    最近在學習NI 視覺助手的標定訓練,想請教一下:在標定時我們輸入的一般是一個標定板1,如果圖像有較大的畸變失真(這里有個問題1:這個失真是指我要檢測的圖像存在失真還是指拍攝的
    發表于 06-13 11:14

    一種新的圖像匹配策略

    相機具有較大的視角,已在視覺監控等領域得到了較為廣泛的應用。圖像具有嚴重的畸變
    發表于 01-15 11:37 ?22次下載

    相機與PTZ相機相結合的主從目標監控系統

    模式實現圖像中運動目標的檢測;然后在圖像空間計算目標的相對方位角P、俯仰角T和距離Z;最后通過參數映射將其映射到PTZ圖像空間,輸出PTZ控制信號給
    發表于 11-22 17:39 ?6次下載
    <b class='flag-5'>魚</b><b class='flag-5'>眼</b><b class='flag-5'>相機</b>與PTZ<b class='flag-5'>相機</b>相結合的主從目標監控系統

    遺傳算法的單目相機標定

    針對張正友標定方法中相機內參數的求解可能陷入局部最優解的問題,考慮鏡頭的三階徑向畸變和二階離心畸變,提出一種基于改進遺傳算法的單目相機內參數
    發表于 01-05 16:11 ?2次下載

    基于除法畸變模型的鏡頭線性標定方法

    針對眼鏡頭的高精度標定需求,提岀一種基于除法畸變模型的線性標定方法。通過除法模型將題轉換為線性方程組求解問題相機
    發表于 05-19 11:39 ?7次下載

    為什么要進行單相機標定

    為什么要進行單相機標定? 廣義:畸變矯正和一維和二維測量 畸變矯正: 在幾何光學和陰極射線管(C
    的頭像 發表于 09-02 09:45 ?3468次閱讀

    相機的成像原理與成像模型解析

    相機為了將盡可能大的真實世界投影到有限的成像平面內,相機允許了
    的頭像 發表于 09-26 10:06 ?5487次閱讀

    自動分析儀——薄膜檢測系統

    自動分析儀是對樹脂塑料薄膜大小和數量進行檢測分析后統計缺陷的數量級分布的系統,從大量
    的頭像 發表于 12-26 16:14 ?1046次閱讀
    <b class='flag-5'>魚</b><b class='flag-5'>眼</b>自動分析儀——薄膜<b class='flag-5'>魚</b><b class='flag-5'>眼</b>檢測系統

    一種基于相位靶標的攝像機標定迭代畸變補償算法

    相機畸變是影響相機標定精度的關鍵因素。由于畸變補償不準確,傳統的標定方法不能滿足要求較高
    的頭像 發表于 01-05 10:18 ?1348次閱讀

    AVM環視系統:相機畸變算法及實戰

    經過P點的入射光線沒有透鏡的話,本應交于相機成像平面的e點。然而,經過相機的折射,光線會交于相機成像平面的d點,就產生了
    的頭像 發表于 04-26 11:48 ?4222次閱讀
    AVM環視系統:<b class='flag-5'>魚</b><b class='flag-5'>眼</b><b class='flag-5'>相機</b>去<b class='flag-5'>畸變</b>算法及實戰

    halcon單相機標定畸變矯正程序

    在幾何光學和陰極射線管(CRT)顯示中。畸變是對直線投影的一種偏移。簡單來說直線投影是場景內的一條直線投影到圖片上也保持為一條直線。那畸變簡單來說就是一條直線投影到圖片上不能保持為一條直線了。這是
    的頭像 發表于 07-03 10:12 ?3418次閱讀
    halcon單<b class='flag-5'>相機</b><b class='flag-5'>標定</b>和<b class='flag-5'>畸變</b><b class='flag-5'>矯正</b>程序

    常用視覺的三種相機標定總結

    選中Export Camera Parameters按鈕,將計算得到的相關參數導入到Matlab中;若要進行更精確的標定,可在標定時考慮畸變誤差或采用雙目相機
    發表于 10-09 10:51 ?2086次閱讀
    常用視覺的三種<b class='flag-5'>相機</b><b class='flag-5'>標定</b>總結

    基于DCC和張氏標定相機鏡頭畸變校正

    電子發燒友網站提供《基于DCC和張氏標定相機鏡頭畸變校正.pdf》資料免費下載
    發表于 08-29 10:37 ?0次下載
    基于DCC和張氏<b class='flag-5'>標定</b>的<b class='flag-5'>相機</b>鏡頭<b class='flag-5'>畸變</b>校正

    TDA4x(LDC) 畸變矯正應用說明

    電子發燒友網站提供《TDA4x(LDC) 畸變矯正應用說明.pdf》資料免費下載
    發表于 09-10 10:58 ?0次下載
    TDA4x(LDC) <b class='flag-5'>畸變</b><b class='flag-5'>矯正</b>應用說明
    主站蜘蛛池模板: 久久综合亚洲色hezyo| 5g在视影讯天天5g免费观看| 日本欧美午夜三级| 美女内射少妇三区五区| 久久精品国产色蜜蜜麻豆国语版 | 亚洲免费在线视频观看| 午夜DV内射一区区| 日韩视频中文在线一区| 日本视频中文字幕一区二区| 欧美尤物射精集锦| 欧美在线看欧美视频免费| 免费A级毛片无码无遮挡| 免费果冻传媒2021视频| 内射后入在线观看一区| 老阿姨才是最有味的一区二区| 久久婷婷电影网| 久久re热在线视频精69| 久久99热只有频精品| 久久精品视在线观看2| 久久精品黄色| 乱精品一区字幕二区| 老熟人老女人国产老太| 免费国产成人高清在线观看视频| 久久婷婷丁香五月色综合啪免费| 老熟女毛茸茸浓毛| 免费国产成人高清在线观看视频| 欧美动物交ideos| 青青伊人网| 三级黄色在线看| 天天看学生视频| 亚洲m男在线中文字幕| 亚洲成AV人片一区二区不卡| 亚洲在线成色综合网站| 中文字幕欧美一区| 99视频这里只有精品| 成a人片亚洲日本久久| 国产高清免费视频免费观看| 国产视频www| 久久精品国产欧美成人| 欧美一区二区视频97色伦| 色综合久久网女同蕾丝边|