【文献】TOF标定 Time-of-Flight Sensor Calibration for a Color and Depth Camera Pair

Article info.

Time-of-Flight Sensor Calibration for a Color and Depth Camera Pair
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 37, NO. 7, JULY 2015

Introduction

  • 传统标定方法不能很好地标定ToF相机对的主要原因是ToF传感器的特性。不像二维激光测距仪,三维ToF相机提供的图像精度较低,振幅图像模糊,分辨率较低。因此,必须对包含ToF相机的多传感器系统的标定过程进行设计,以克服TOF传感器的缺点。
  • homography based camera calibration
  • 在 标定高质量彩色相机的情况下,黑白棋盘图像上的角检测产生非常精确的已知二维几何形状和图像的对应关系。然而,我们不能期望通过对ToF相机的振幅图像( amplitude image)进行角点检测获得如此精确的对应集,因为它们是模糊的,并且分辨率很低。对幅度图像进行预处理[19]或手动选择特征点可能是可能的替代方案,但我们建议使用ToF相机的深度图像。
    在这里插入图片描述

处理TOF误差

  • TOF误差和Range以及distance of the pixel location from the image center有关,本文利用K-means对Range误差形式(波动形状)先进行了聚类,更细致地标定误差,这种方法值得借鉴。
    在这里插入图片描述

Take home messages

  • ToF相机系统误差:1. 距离相关误差 2. 径向误差。距离相关的误差由系统摆动误差形成的,它通过将距离信息明显地移向或移离传感器来改变测量距离,在ToF传感器发送信号与返回信号的相位差计算距离的过程中产生。由于硬件和成本的限制,正弦信号形状的理论假设通常是不合适的。对于dToF相机是否就不存在该类Range相关的误差了?

Resources

IDEAS

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\]中提到的,ToF技术在工业领域中有广泛的应用。而标定是将相机的内部参数和外部参数与实际世界的坐标系相对应的过程。因此,将ToF和工业相机联合标定可以实现将ToF相机的测距信息与工业相机的图像信息进行对应,从而实现更精确的测量和定位。 具体的联合标定过程可以参考以下步骤: 1. 准备标定板:使用一个已知尺寸和特征的标定板,如棋盘格标定板。 2. 安装标定板:将标定板放置在工业相机和ToF相机的视野范围内,确保标定板在不同位置和角度下都能被两个相机同时看到。 3. 拍摄图像:使用工业相机和ToF相机分别拍摄标定板的图像。确保拍摄时两个相机的参数设置一致。 4. 提取特征点:对于工业相机的图像,可以使用传统的特征点提取算法,如SIFT或SURF。对于ToF相机的图像,可以使用相位偏移等方法提取特征点。 5. 匹配特征点:将工业相机和ToF相机提取的特征点进行匹配,建立二者之间的对应关系。 6. 计算相机参数:使用标定板的已知尺寸和特征点的对应关系,通过相机标定算法计算工业相机和ToF相机的内部参数和外部参数。 7. 验证标定结果:使用其他场景或物体进行验证,检查标定结果的准确性和稳定性。 通过以上步骤,可以实现ToF和工业相机的联合标定,从而将ToF相机的测距信息与工业相机的图像信息进行对应,为工业应用提供更精确的测量和定位能力。 #### 引用[.reference_title] - *1* *2* *3* [dToF与iToF技术解析](https://blog.csdn.net/Yong_Qi2015/article/details/124958113)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值