抗强光阴影的标定板及方法与流程

1.本发明属于图像处理技术领域，具体涉及一种抗强光阴影的标定板及方法。


背景技术：

2.在摄像机标定过程中，图像提取到的角点准确性将直接影响到整个标定结果的精确性。目前常规的标定板设计大多采用黑白间隔的规则形状来形成角点，通过角点检测来实现后续相机的参数校正和定位等任务。但是常规的黑白标定板在自然环境中易受阴影的干扰导致角点检测错误或产生误检，导致后续计算出现误差。
3.参考文献：
4.cn112837379a一种ar-hud的标定方法；
5.cn107437263a一种方格板角点提取方法；
6.cn108895959a一种基于亚像素的相机标定板角点计算方法。


技术实现要素：

7.本发明的目的在于提供一种抗强光阴影的标定板及方法，用于解决现有黑白标定板在强光阴影下会导致角点无法检测或者检测错误的问题，并可以在强光阴影的干扰下准确检测出角点，为后续任务提供可靠信息。
8.为实现上述目的，本发明提供如下技术方案：
9.一种抗强光阴影的标定板，包括标定板本体，其特征在于：所述标定板本体由绿色和白色填充。
10.进一步地，所述标定板本体为方形格子标定板。
11.一种标定板角点检测方法，其特征在于：
12.选取方形格子标定板，并填充色彩为绿白相间；
13.获取所述标定板的图像，将所述标定板的图像由rgb空间转换为hsv空间，提取其中的s通道图像作为待处理图像；
14.在s通道图像上提取所述标定板绿色部分作为前景、白色部分作为背景，重新生成黑白相间的标定板图像，然后在所述标定板图像上采用角点提取算法检测出角点。
15.进一步地，所述角点提取算法检测出角点包括：
16.(1)将标定板图像s通道的白色区域进行分割提取，再对其进行形态学腐蚀操作，确保彼此之间分开；
17.(2)选取两个角相邻的白色区域按步长为1进行形态学膨胀操作，直到两个白色区域首次相交为止，求取相交区域的中心点为初始角点；
18.(3)以初始角点为中心点生成n
×
n的检测区域，其中3《n《w，w为图像中白色区域的平均宽度；然后在该检测区域采用亚像素角点检测算法获得最终角点位置。
19.与现有技术相比，本发明的有益效果如下：通过使用本发明的标定板和方法在强光阴影干扰下可以准确检测出标定板角点。仅仅需要对普通标定板简单做出颜色更改即
可，相对于自发光等具有同等效果的标定板成本较低。很好的解决了现有黑白标定板在强光阴影下会导致角点无法检测或者检测错误的问题，并可以在强光阴影的干扰下准确检测出角点，为后续任务提供可靠信息。
附图说明
20.图1是标定板角点检测方法的流程图。
21.图2是实施例1中3
×
3绿白相间标定板的示意图。
22.图3是实施例1中绿白相间标定板转换成黑白相间后的示意图。
具体实施方式
23.下面将结合具体实施例对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.有鉴于现有常规标定板在强光阴影下会导致角点无法检测或者检测错误的缺点，本发明提出了一种抗强光阴影的标定板设计与检测方法，可以在强光阴影的干扰下准确检测出角点，为后续任务提供可靠信息。如图1所示，本发明提供如下技术解决方案：
25.一种标定板角点检测方法，包括：
26.s1、设计标定板：选取m
×
n的方形格子标定板，从左上角开始，行列依次为绿色和白色相间。
27.s2、获取所述标定板的图像，将所述标定板的图像由rgb空间转换为hsv空间，提取其中的s通道图像作为待处理图像，用于后续的角点检测。在强光下，绿色的s通道图像可以有效区分开阴影和标定板本身，而黑白标定板则无法区分。
28.s3、在s通道图像上提取所述标定板绿色部分作为前景、白色部分作为背景，重新生成黑白相间的标定板图像(可以消除阴影干扰，增加角点检测稳定性)，然后在所述标定板图像上采用角点提取算法检测出角点。
29.实施列1：
30.步骤一、设计标定板：将标定板设计为3
×
3的绿白相间的格子形状，从左上角开始依次为绿白相间，如图2所示。
31.步骤二、获取图像转换通道：获取标定板的图像，提取s通道图像作为后续处理的图像；其中标定板的图像由rgb图像转换到hsv图像如下。
32.r
′
＝r/255
33.g
′
＝g/255
34.b
′
＝b/255
35.c
max
＝max(r
‘
，g
‘
，b
‘
)
36.c
min
＝min(r
‘
，g
‘
，b
‘
)
37.δ＝c
max-c
min
38.h计算：
[0039][0040]
s计算：
[0041][0042]
v计算：
[0043]
v＝c
max
。
[0044]
步骤三、检测提取角点：
[0045]
(1)在s通道图像上提取绿色部分作为前景、白色部分作为背景，重新生成黑白相间的标定板图像，如图3所示。
[0046]
可以采用基于深度学习的分割方法，将标定板图像s通道的白色区域进行分割提取，然后对其进行形态学腐蚀操作，确保所有相邻白色区域彼此之间分开。
[0047]
(2)从左上到右下依次选取其中两个相邻的白色区域按步长为1进行形态学膨胀操作，直到两个区域首次相交为止，求取相交区域的中心点为初始角点p’0(x,y)，以此类推获取另外的初始角点p’1(x,y)，p’2(x,y)，p’3(x,y)。
[0048]
(3)以初始角点p’0(x,y)，p’1(x,y)，p’2(x,y)，p’3(x,y)为中心点生成n
×
n的检测区域,其中3《n《w，w为图像中白色区域的平均宽度；然后在该检测区域采用亚像素角点检测算法获得更加精确的角点位置p0(x,y)，p1(x,y)，p2(x,y)，p3(x,y)，最后返回最终的角点位置。
[0049]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。


技术特征：
1.一种抗强光阴影的标定板，包括标定板本体，其特征在于：所述标定板本体由绿色和白色填充。2.根据权利要求1所述的抗强光阴影的标定板，其特征在于：所述标定板本体为方形格子标定板。3.一种标定板角点检测方法，其特征在于：选取方形格子标定板，并填充色彩为绿白相间；获取所述标定板的图像，将所述标定板的图像由rgb空间转换为hsv空间，提取其中的s通道图像作为待处理图像；在s通道图像上提取所述标定板绿色部分作为前景、白色部分作为背景，重新生成黑白相间的标定板图像，然后在所述标定板图像上采用角点提取算法检测出角点。4.根据权利要求3所述的标定板角点检测方法，其特征在于，所述角点提取算法检测出角点包括：(1)将标定板图像s通道的白色区域进行分割提取，再对其进行形态学腐蚀操作，确保彼此之间分开；(2)选取两个角相邻的白色区域按步长为1进行形态学膨胀操作，直到两个白色区域首次相交为止，求取相交区域的中心点为初始角点；(3)以初始角点为中心点生成n
×
n的检测区域，其中3<n<w，w为图像中白色区域的平均宽度；然后在该检测区域采用亚像素角点检测算法获得最终角点位置。

技术总结
本发明属于图像处理技术领域，具体涉及一种抗强光阴影的标定板及方法。一种标定板角点检测方法，包括：选取方形格子标定板，并填充色彩为绿白相间；获取所述标定板的图像，将所述标定板的图像由RGB空间转换为HSV空间，提取其中的S通道图像作为待处理图像；在S通道图像上提取所述标定板绿色部分作为前景、白色部分作为背景，重新生成黑白相间的标定板图像，然后在所述标定板图像上采用角点提取算法检测出角点。本发明可以在强光阴影的干扰下准确检测出角点，为后续任务提供可靠信息，解决了现有黑白标定板在强光阴影下会导致角点无法检测或者检测错误的问题。或者检测错误的问题。或者检测错误的问题。


技术研发人员：彭智浩 周振宇 彭仁杰 郑军
受保护的技术使用者：聚时科技（上海）有限公司
技术研发日：2022.03.29
技术公布日：2022/7/5