双相机坐标系标定

这篇具有很好参考价值的文章主要介绍了双相机坐标系标定。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

在工业应用中,常常会遇到双相机定位的项目,下面就介绍双相机如何标定才能做到精准定位。

1,产品

双相机统一坐标系,C++,OpenCV,人工智能,图像处理,算法

 如上图所示,玻璃上对角有两个mark点,由于mark点的间距太远只能用两个相机去拍。

2,相机布局

双相机统一坐标系,C++,OpenCV,人工智能,图像处理,算法

 两个相机分别拍产品的对角。

3,标定流程

  1,根据n点标的规则获取 n组数据,做放射变换算出两个相机的M1,M2

opencv计算出其中一个矩阵 M

 
    std::vector<cv::Point2f> camera;
    std::vector<cv::Point2f> robot;
    camera.push_back(cv::Point2f(153.5 , 781.5));
    camera.push_back(cv::Point2f(580.5 , 783.5));
    camera.push_back(cv::Point2f(1006.5 , 784.5));
 
    camera.push_back(cv::Point2f(153.5 , 436.5));
    camera.push_back(cv::Point2f(581.5 , 435.5 ));
    camera.push_back(cv::Point2f(1008.5 , 438.5));
 
    camera.push_back(cv::Point2f(154.5 , 90.5));
    camera.push_back(cv::Point2f(581.5 , 89.5));
    camera.push_back(cv::Point2f(1008.5 , 91.5));
 
 
 
    robot.push_back(cv::Point2f(552348 , 541607));
    robot.push_back(cv::Point2f(555548 , 541607));
    robot.push_back(cv::Point2f(558748 , 541607));
 
    robot.push_back(cv::Point2f(552348 , 544207));
    robot.push_back(cv::Point2f(555548 , 544207));
    robot.push_back(cv::Point2f(558748 , 544207));
 
    robot.push_back(cv::Point2f( 552348 , 546807));
    robot.push_back(cv::Point2f( 555548 , 546807 ));
    robot.push_back(cv::Point2f(558748 , 546807));

    cv::Mat matrix = cv::estimateAffine2D(camera,robot);
    A = matrix.ptr<double>(0)[0];
    B = matrix.ptr<double>(0)[1];
    C = matrix.ptr<double>(0)[2];
 
    D = matrix.ptr<double>(1)[0];
    E = matrix.ptr<double>(1)[1];
    F = matrix.ptr<double>(1)[2];

用样的方法可以计算出矩阵 M2,然后在拍照位的任意一个像素坐标都可以通过M1和M2变换成轴坐标,这样就将两个相机标定到同一个坐标系了。

 
QPair<float, float> MainWindow::getRobotPosition(float x, float y)
{
    QPair<float,float> pair;
    pair.first = (A*x) + B* y + C;
    pair.second = (D*x) + E* y + F;
    return pair;
}
 

2,计算出旋转中心,注意这里的旋转中心,指的是旋转轴的中心,并不一定是产品的中心,具体方法:让其其中一个mark点旋转n个角度(三个以上),得到n组坐标,拟合成一个圆从而得到圆心坐标。

3,做一个参考模板(这里的模板并不是模板匹配里的模板,只是个参考位置,一般在拍照位,让mark点位于视野中心),拍一次得到两个mark点连的角度A,和两个mark点的坐标P1和P2.

4,以上准备工作全部做完了,当产品来时拍一次产品,的到两个mark点的坐标P_1, P_2,算出角度A_1          角度差(A - A_1),然后计算出产品旋转(A - A_1)后的新落点P_1_1, 和 P_2_2,


vector_angle_to_rigid(P_1.X, P_1.y, 0,P_1.X, P_1.y, A, HomMat2D)

affine_trans_pixel(HomMat2D, Row2, Column2, RowTrans, ColTrans)

计算出P_1新的落脚点,Offect  = P1.x - P_1.x  ,  P1.y - P_1.y;文章来源地址https://www.toymoban.com/news/detail-520591.html

到了这里,关于双相机坐标系标定的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 世界坐标系、相机坐标系、图像坐标系、像素坐标系

    四个坐标系都是什么? 1.世界坐标系-相机坐标系-图像坐标系-像素坐标系 2.像素坐标系-图像坐标系-相机坐标系-世界坐标系 图像处理、立体视觉等等方向常常涉及到四个坐标系:世界坐标系、相机坐标系、图像坐标系、像素坐标系                     构建世界坐标系只是

    2024年01月21日
    浏览(53)
  • 坐标转换(相机坐标系、世界坐标系、图像物理坐标系、图像像素坐标系)

    一般情况下我们所涉及到的坐标包括四个,即相机坐标系、世界坐标系、图像物理坐标系、图像像素坐标系。我们本文的讲解思路是在讲解每个坐标转换之前先讲清楚每个坐标系所表示的含义。本文主要参考由高翔主编的视觉SLAM十四讲第五章相机模型。 相机将三维世界的坐

    2024年02月09日
    浏览(52)
  • 6_相机坐标系_相机4个坐标系详述

            相机系列文章是用来记录使用opencv3来完成单目相机和6轴机械臂手眼标定。本人吃饭的主职是linux下6轴机械臂相关应用开发。但对于机械臂运动学、相机应用等都非常感兴趣,所以对一些线性代数基础薄弱又想深入了解机械臂内部运算的同志比较有体会。由于是探

    2024年04月09日
    浏览(40)
  • 相机坐标系、像素坐标系转换

    相机内参矩阵是相机的重要参数之一,它描述了相机光学系统的内部性质,例如焦距、光学中心和图像畸变等信息。在计算机视觉和图形学中,相机内参矩阵通常用于将图像坐标系中的像素坐标转换为相机坐标系中的三维坐标,或者将相机坐标系中的三维坐标投影到图像坐标

    2024年02月13日
    浏览(32)
  • 世界坐标系、相机坐标系和图像坐标系的转换

    之前只是停留在会用的阶段,一直没去读懂计算的原理,今天通读了大佬的文章,写的言简意赅,感谢感谢~~特此记录一下,仅用作个人笔记 贴链接,十分感谢~ https://blog.csdn.net/weixin_44278406/article/details/112986651 https://blog.csdn.net/guyuealian/article/details/104184551 将三维物体转换成照

    2023年04月15日
    浏览(48)
  • 关于世界坐标系,相机坐标系,图像坐标系,像素坐标系的一些理解

    在项目中,研究标定时,像素坐标与轴位置的关系时,需要用到关于坐标系的转换。在此也就是找到世界坐标系与像素坐标系的转换关系。想理清楚故做如下记录。 四坐标关系图如下: 图中: 世界坐标系(O W —X W Y W Z W ): 一个三维直角坐标系,以其为基准可以描述相机

    2024年02月09日
    浏览(56)
  • 图像坐标系如何转换到相机坐标系。

    问题描述:图像坐标系如何转换到相机坐标系。 问题解答: 图像坐标系的定义: 图像坐标系是用于描述数字图像中像素位置的坐标系。图像坐标系的原点是相机光轴与成像平面的交点。X轴沿着成像平面的水平方向正向,Y轴沿着成像平面的垂直方向正向。 相机坐标系的定义

    2024年02月04日
    浏览(37)
  • 激光雷达坐标系和相机坐标系相互变换(易懂不详细)

    码字不易,路过的朋友动动小手点点赞吧 传感器融合少不了的就是联合标定,最近大火的激光雷达和相机传感器融合算法,让很多工程师学者投入精力学习,本文简单介绍一下激光雷达和相机传感器坐标系转换的原理。         传感器安装位置不同,而且每个传感器都有

    2024年02月11日
    浏览(33)
  • 相机坐标系

    相机坐标系——像素坐标系 本文所述的相机坐标系的意思是以该相机为参考,也就是世界坐标系的原点为该相机,来观测P的坐标。 在通俗理解下的相机坐标系与像素坐标系之间只差一个cx和cy。一定要注意 一个相机A的坐标系为L1,此时一个空间的点P距离相机50m,x方向偏10

    2024年02月09日
    浏览(33)
  • 相机基础(二)——坐标系转换

    物体之间的坐标系变换都可以表示坐标系的旋转变换加上平移变换,则世界坐标系到相机坐标系的转换关系也是如此。绕着不同的轴旋转不同的角度得到不同的旋转矩阵。如下: 那么世界坐标系到相机坐标系的变换如下: 从相机坐标系到图像坐标系,属于透视投影关系,从

    2024年02月11日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包