一种棋盘格角点检测方法

文档序号:6513724阅读:710来源:国知局
一种棋盘格角点检测方法
【专利摘要】一种棋盘格角点检测方法,利用Harris角点检测算法检测棋盘格图像,获取候选角点,将所述候选角点的坐标精确至亚像素级,以每个所述候选角点为中心分别得到正方形对称模板,使用所述正方形对称模板对所述候选角点进行处理,剔除伪角点,得到格角点。本发明提供的棋盘格角点检测方法通过分析棋盘格图像角点邻域内的灰度值分布的规律性,采用以候选角点为中心的正方形对称模板,并使用所述正方形对称模板对所述候选角点进行处理,剔除伪角点,得到格角点,计算时间短,检测精度高。
【专利说明】一种棋盘格角点检测方法

【技术领域】
[0001] 本发明涉及图像【技术领域】,尤其涉及一种棋盘格角点检测方法。

【背景技术】
[0002] 在图像中,角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的 点,是一个重要的局部特征,角点的信息含量很高,可以对图像处理提供足够的约束,减少 运算量,极大地提高运算速度,有利于图像的可靠匹配,使得实时处理成为可能,而且在各 种影像特征中角点具有旋转不变性和不随光照条件改变而改变的优点,所以在目标识别、 图像匹配、图像重构方面角点具有十分重要的意义。
[0003] 其中,棋盘格角点作为一种特殊角点被广泛应用于摄像机标定中。目前,棋盘格角 点检测算法主要可以分为三类:第一类是基于图像边缘信息的角点检测算法,该类方法存 在的主要问题是角点对边缘提取算法的依赖性大,如果边缘线发生中断将会对角点检测的 结果造成很大的影响;第二类是基于图像灰度信息的角点检测算法,此类方法主要是通过 计算曲率和梯度来达到检测角点的目的。其优点是避免了对边缘的依赖,缺点是有时梯度 与曲率乘积的局部最大值点与角点的真实位置存在很大的偏移造成定位精度低,有时还会 将棋盘格上一些本来不是角点的干扰点误认为是角点或者漏检一些实际的角点;第三类是 基于小波变换的角点检测算法,此类方法的缺点是只有在物体的特征尺度相似的情况下算 法的性能较好,同时这些尺度信息还需要先验知识。此外,目前广泛使用的OPEN CV的标定 函数也存在漏检或者多检棋盘格角点的情况。这无疑为摄像机标定结果的准确性带来极大 的影响。


【发明内容】

[0004] 本发明的目的是提供一种棋盘格角点检测方法,能够精确得到棋盘格上的真实角 点,具有较强的实时性与可靠性。
[0005] 为了达到上述目的,本发明提供的一种棋盘格角点检测方法,包括下述步骤:
[0006] 步骤SllO :利用Harris角点检测算法检测棋盘格图像,获取候选角点;
[0007] 步骤S120 :将所述候选角点的坐标精确至亚像素级;
[0008] 步骤S130 :以每个候选角点为中心分别得到正方形对称模板;及
[0009] 步骤S140 :使用所述正方形对称模板对所述候选角点进行处理,剔除伪角点,得 到格角点。
[0010] 优选地,其中,步骤S110,利用Harris角点检测算法检测棋盘格图像,获取候选角 点,具体包括下述步骤:
[0011] 步骤Slll :构造第一公式得到所述图像的窗口内灰度值变化值,其中,所述第一 公式为:
[0012]

【权利要求】
1. 一种棋盘格角点检测方法,其特征在于,包括下述步骤: 步骤SllO :利用Harris角点检测算法检测棋盘格图像,获取候选角点; 步骤S120 :将所述候选角点的坐标精确至亚像素级; 步骤S130 :以每个候选角点为中心分别得到正方形对称模板;及 步骤S140 :使用所述正方形对称模板对所述候选角点进行处理,剔除伪角点,得到格 角点。
2. 根据权利要求1所述的棋盘格角点检测方法,其特征在于:其中,步骤S110,利用 Harris角点检测算法检测棋盘格图像,获取候选角点,具体包括下述步骤: 步骤Slll :构造第一公式得到所述图像的窗口内灰度值变化值,其中,所述第一公式 为:
其中4(八\八7)窗口内灰度变化值,1(\^)和1〇^+八1^+八)分别为窗口内某 点灰度值以及该点偏移(Λχ,Ay)后的灰度值,W(Xi,yi)系数因子; 步骤Sl 12 :通过泰勒级数将所述第一公式变换为下述第二公式:
步骤S113 :构造第三公式计算角点响应函数,其中,所述第三公式为: CRF=det(M)-k(trace (M))2 del (Μ )- = AB - C2 其中, ,,,、'^ , , ",k 为 0.04 ?0.06; tracc(/V/ ) - α{jT λ2 - A f Bj CRF为角点响应函数值,det (M)为矩阵M的行列式,trace (M)是矩阵M的迹; 步骤S114:设定阈值T并寻找局部最大值,当某点同时满足是局部最大值,且其角点响 应函数值大于阈值T时,该点即为角点候选角点,其中,所述局部最大值为该点的水平曲率 和垂直曲率值都高于局部邻域中其他点,所述阈值T=O. OlXmax(CRF),max(CRF)为最大角 点响应函数值。
3. 根据权利要求1所述的棋盘格角点检测方法,其特征在于:其中,步骤S120中,将所 述候选角点的坐标精确至亚像素级,具体包括下述步骤: 步骤S121 :构造第四公式,所述第四公式为: ▽/// (?_卢) = 0,其中,VHiT为灰度梯度向量,泛为图像原点指向角点的坐 标,卢为图像原点指向第i点的坐标; 步骤S122 :将所述第四公式进行变换,得到第五公式,通过所述第五公式将所述候选 角点的坐标精确至亚像素级,其中,所述第五公式为:
其中,泛"+1为角点邻域的一点指向原点的坐标,月为图像原点指向第i点的坐 标,为该点的灰度梯度向量。
4. 根据权利要求1所述的棋盘格角点检测方法,其特征在于:其中,步骤S140,使用 所述正方形对称模板对所述候选角点进行处理,剔除伪角点,得到格角点,具体包括下述步 骤: 步骤S141 :使用所述正方形对称模板对候选角点进行局部验证,初步剔除伪角点; 步骤S142 :通过比较算法进一步剔除尚未剔除的伪角点。
5. 根据权利要求4所述的棋盘格角点检测方法,其特征在于:其中,步骤S141,使用所 述正方形对称模板对候选角点进行局部验证,初步剔除伪角点,具体包括下述步骤: 将所述正方形对称模板等分成8个正方形区域并按照(1,2, "·,8)依次进行编号; 判断(/「η-(/,.+4-η >/ = 1,2,3,4))是否成立,若是,则所述候选角点 为真正的棋盘格角点;若否,则所述候选角点为伪角点,其中,Ι?α=1,2···,8)为8个正方 形区域各自的平均灰度值,Γ为所述模板区域的平均灰度,f为Ti (i=l,2, 3, 4)的平均值,
6. 根据权利要求4所述的棋盘格角点检测方法,其特征在于:其中,步骤S142,通过比 较算法进一步剔除尚未剔除的伪角点,具体包括下述步骤: 将所述正方形对称模板等分成为4个正方形区域; 判断
k否成立,若是,则所述候选角点为真正的棋盘格角 点;若否,则所述候选角点为伪角点,其中,所述4个正方形区域的平均灰度值与整个模板 区域的平均灰度Ii之差为Di (i=l,2, 3, 4)。
【文档编号】G06T7/00GK104517276SQ201310451928
【公开日】2015年4月15日 申请日期:2013年9月28日 优先权日:2013年9月28日
【发明者】曲道奎, 徐方, 邹风山, 李邦宇, 贾凯, 郑春晖 申请人:沈阳新松机器人自动化股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1