[发明专利]标定方法、位置确定方法、装置、电子设备及存储介质

说明书

本公开提供了一种标定方法、位置确定方法、装置、电子设备及存储介质，其中，该方法包括：获取图像采集设备拍摄的样本图像；基于样本图像，确定样本图像中多个样本参照物在图像坐标系中的初始像素坐标；基于确定的每个样本参照物在图像坐标系中的初始像素坐标，对位于同一条直线上的样本参照物进行直线拟合，并基于拟合的直线对参与拟合的初始像素坐标进行修正，得到修正像素坐标；基于样本图像中的每个样本参照物在世界坐标系下的世界坐标、以及得到的修正像素坐标，确定图像采集设备的单应性矩阵。本公开实施例提高了标定结果的准确性。

技术领域

本公开涉及计算机视觉技术领域，具体而言，涉及一种标定方法、位置确定方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的迅速发展，传统工业与信息技术结合，为人们的生活带来便利，比如将汽车行业与信息技术结合，可以产生能够自动驾驶的智能汽车，智能汽车在自动驾驶过程中，测距是非常重要的环节。在智能汽车辅助驾驶所采用的测距传感器中，视觉传感器能够获得较丰富的道路结构环境信息，价格也较为低廉。

在视觉测距中，单目视觉测距技术相对于多目视觉测距技术具有成本低廉、系统安装简单、稳定性好等特点，因而被广泛采用。在单目视觉测距中，需要用到单应性矩阵(homography matrix)，基于拍摄的目标物在图像坐标系中的像素坐标，以及该单应性矩阵，可以得到目标物在世界坐标系中的世界坐标，基于该世界坐标即可得到该目标物与预设位置点之间的距离信息。因此，单应性矩阵的准确性直接影响测距结果的精确性。

单应性矩阵是通过预先进行标定得到的，在标定时，已知参照物在世界坐标系中的世界坐标，需要在图像采集设备拍摄的包含该参照物的图像中将该参照物选取出来，以得到其在图像坐标系中的像素坐标。一般地，在图像中选取参照物时需要通过手工选取，由于存在视觉误差，在图像中的选取结果不精确，从而导致标定结果不准确。

发明内容

有鉴于此，本公开至少提供一种标定方案，以提高对图像采集设备标定的准确性。

第一方面，本公开实施例提供了一种标定方法，包括：

获取图像采集设备拍摄的样本图像；

基于所述样本图像，确定所述样本图像中多个样本参照物在图像坐标系中的初始像素坐标；

基于确定的每个样本参照物在图像坐标系中的初始像素坐标，对位于同一条直线上的所述样本参照物进行直线拟合，并基于拟合的直线对参与拟合的初始像素坐标进行修正，得到修正像素坐标；

基于所述样本图像中的每个样本参照物在世界坐标系下的世界坐标、以及得到的修正像素坐标，确定所述图像采集设备的单应性矩阵。

在本公开实施例中，通过对拍摄的样本图像中的样本参照物进行直线拟合，能够对拍摄的样本图像中样本参照物在图像坐标系中的初始像素坐标进行修正，进而得到每个样本参照物在图像坐标系中的较为准确的修正像素坐标，从而基于修正像素坐标对图像采集设备进行标定，能够得到准确的单应性矩阵，即提高了对图像采集设备标定的准确性。

一种可能的实施方式中，所述基于确定的每个样本参照物在图像坐标系中的初始像素坐标，对位于同一条直线上的所述样本参照物进行直线拟合，并基于拟合的直线对参与拟合的初始像素坐标进行修正，得到修正像素坐标，包括：

基于确定的每个样本参照物在图像坐标系中的初始像素坐标，对位于沿第一方向的直线上的样本参照物分别进行直线拟合，得到多条第一直线；

基于多条第一直线，对每个样本参照物在图像坐标系中的初始像素坐标进行修正，得到中间像素坐标；并基于每个样本参照物的中间像素坐标，对位于沿第二方向上的直线上的样本参照物分别进行直线拟合，得到多条第二直线，其中，沿第一方向上的直线与沿第二方向上的直线相交；

基于多条所述第一直线和多条所述第二直线，得到所述修正像素坐标。