一种边角检测的棋盘格角点自动筛选方法技术

本发明专利技术公开了一种边角检测的棋盘格角点自动筛选方法，通过相机拍摄棋盘格图像，利用常规角点检测获得待识别角点集合，进而搜索真实角点子集，最终输出棋盘格真实角点；本发明专利技术通过设计一种矩形形状的模板，通过计算各角点组成的形状与矩形形状的相似度确定其是否为棋盘格角点，采用双子图的方法描述各角点之间的位置关系,利用图论知识分别创建距离子图和方向子图搜索角点；进行常规角点检测时，当设定角点阈值水平较低存在角点过检测时，无需人工干预，能自动从检测到的角点集合中确定真实棋盘格角点子集，剔除伪角点,提高了角点检测的准确率，为相机标定、三维重建等后续处理奠定基础。

【技术实现步骤摘要】

本专利技术涉及棋盘格检测
，具体是一种边角检测的棋盘格角点自动筛选方 法。
技术介绍
棋盘格是相机标定中被广泛应用的一种标定板，棋盘格角点被作为标定的特征 点，其提取的位置精度会直接影响相机标定的精度，进而影响计算机视觉系统的准确度； 针对棋盘格的角点检测，目前已有较多的方法，如比较经典的Harris法，susan法等，常规 角点检测中通过角点检测公式计算角点水平的高低，并通过设定其水平阈值确定角点，即 当角点水平大于给定阈值时则认为其是角点，在实际的棋盘格角点检测中，当角点水平阈 值设定比较高时，会产生角点漏检测情况，当水平阈值设置较低时，会出现角点过检测情 况，即将一些非棋盘格角点作为角点检测出来，出现角点的误检测；因此，常规角点检测中 常常因阈值设置困难而导致角点检测准确率不高，影响相机标定精度，迫切需要对现有技 术的角点检测方法进行改进改良，以提高角点检测准确率，确保相机标定精度。
技术实现思路
本专利技术的目的在于提供一种能够在阈值设置较低情况下，通过角点组成形状的识 别自动从检测的角点中确定真实棋盘格角点并去除伪角点的边角检测的棋盘格角点自动 筛选方法，以解决上述
技术介绍
中提出的问题。 为实现上述目的，本专利技术提供如下技术方案： -种边角检测的棋盘格角点自动筛选方法，包括以下步骤： 1)相机拍摄棋盘格图像：利用相机拍摄制作的黑白棋盘格靶标，获得棋盘格灰度 图像； 2)常规角点检测：对拍摄的图像利用常规角点检测方法，设定一个较低的角点水 平阈值进行角点检测，获得过角点检测的角点集合，该集合即为后续待筛选角点集合S，该 集合中包含了所有的真实棋盘格角点以及一些非棋盘格角点； 3)在待识别角点集合中，搜索符合棋盘格角点特征的角点，并将其归入真实棋盘 格角点集合，输出棋盘格真实角点，具体过程包括以下步骤： a.按位置关系搜索位于图像最左上角的角点，作为初始角点ml; b.分别搜索初始角点的右近邻角点m2、下近邻角点m3和右下近邻角点m4,并计算 由角点ml、m2、m3、m4所组成的四边形与矩形的形状相似度，计算方法包括以下步骤： i)计算特征向量：对于任一角点mi，某个特征点（记为叫）到其它点的距离为： S(m；,nij),....,S(m；,m；j),S(m；,mi+1),. . . . ,S(m；,mN) 把这些值按照从小到大排列，则构成特征向量： S1=υ2，····，5ιΝ1)(式 1) ii)计算角点集合组成形状之间的相关函数： 假设两组角点集合所组成的特征向量分别为SpS,，则两个形状之间的相关系数 尺氏川》如下： 计算的相关系数是一个介于0和1之间的值，当其值等于1时，说明两者的相似度 最尚；等于〇,则说明它们不相似；c.在之间设定一个相似度阈值Th，将计算得到的相似度与阈值比较，若大 于阈值Th，则判定四个角点组成的形状为矩形；并将这四个角点归入新的角点集合，否则 继续搜索角点ml的近邻角点mt作为初始角点，并重复步骤b，直至搜索到符合矩形形状的 四个角点，并将其归入新角点集合； d.重复步骤b和步骤c，直至遍历完所有角点集合中的角点； e.判断新的角点集合与之前的角点集合是否一致，若一致，则停止搜索，并认为当 前角点集合即为真实角点集合，并输出；否则，更新角点集合，即将新的角点集合中的点依 次作为初始角点，搜索其右方、下方与右下方的近邻角点，组成四边形，并按步骤b和步骤c 重新搜索。 作为本专利技术进一步的方案：所述步骤3中的近邻角点采用距离和方向子图搜索， 为了有效搜索某一角点的近邻角点，将所有角点依据其位置关系构造无向图，为了全面描 述各个近邻点之间的位置关系，建立两个子图分别描述各角点之间的距离和角度关系，两 个子图为距离子图和方向子图。 作为本专利技术再进一步的方案：所述距离子图由若干顶点和边组成，集合中的角点 组成图的顶点，各个角点之间的欧式距离为各顶点之间边的权值，距离子图的建立方法为： 依次提取集合中的角点，假设当前提取的是第i个角点，则分别计算当前角点与已经提取 出的所有角点之间的欧式距离屯，（j=0、l、"·、?-1)，并采用二维邻接矩阵对其进行表 不。 作为本专利技术再进一步的方案：所述方向子图的顶点由角点集合中的所有角点组 成，边的权值为两个顶点之间的角度，具体计算方法为：假设第i个角点与第j个角点的坐 标分别为Pi(xi,yi)，Pj(xj,yj)，则两个点之间的夹角为： 作为本专利技术再进一步的方案：所述步骤3中近邻角点的搜索方法包括以下步骤： i)确定近邻角点的平均距离 对于角点集合中的任一点，首先统计与该角点欧式距离最近的3个角点与该点的 距离的平均值，并将此距离作为该角点与其近邻点的距离；然后统计集合中所有角点与其 近邻点的距离的平均值Dm; ii)对待处理角点，分别搜索该角点的水平、垂直和45度方向的3个近邻点，搜索 某一角点到某方向的近邻点时，若判断该近邻点与当前角点的距离D小于Dm或大于Dm- 定的像素范围时，则认为该近邻点无效，则继续沿该方向搜索近邻点直至搜索到满足要求 的近邻角点；若沿该方向搜索距离超过2Dm，则该方向停止搜索。与现有技术相比，本专利技术的有益效果是：本专利技术提出了一种能够在阈值设置较低 情况下，通过角点组成形状的识别自动从检测的角点中确定真实棋盘格角点，去除伪角点 的方法，能够从过角点检测方法所得到的角点集合中自动确定出所有棋盘格真实角点子集 合，剔除伪角点，通过设计一种矩形形状的模板，并计算各角点组成的形状与矩形形状的 相似度确定其是否为棋盘格角点，采用双子图的方法描述各角点之间的位置关系，利用图 论知识分别创建距离子图和方向子图搜索角点，有效解决了常规角点检测中存在的角点误 检测问题，提高了角点检测准确率；本专利技术对采用常规角点检测，当设定角点阈值水平较低 存在角点过检测时，提供了一种无需人工干预，自动从检测到的角点集合中确定真实棋盘 格角点子集的方法，提高角点检测的准确率，为相机标定、三维重建等后续处理奠定基础。【附图说明】 图1为本专利技术中角点检测的步骤流程图。 图2为本专利技术中角点搜索的步骤流程图。【具体实施方式】 下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于 本专利技术中的实施例，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，都属于本专利技术保护的范围。 请参阅图1~2,本专利技术实施例中，，包 括以下步骤： 1)相机拍摄棋盘格图像：利用相机拍摄制作的黑白棋盘格靶标，获得棋盘格灰度 图像； 2)常规角点检测：对拍摄的图像利用常规角点检测方法，设定一个较低的角点水 平阈值进行角点检测，获得过角点检测的角点集合，该集合即为后续待筛选角点集合S，该 集合中包含了所有的真实棋盘格角点以及一些非棋盘格角点； 3)在待识别角点集合中，搜索符合棋盘格角点特征的角点，并将其归入真实棋盘 格角点集合，输出棋盘格真实角点，具体过程包括以下步骤：a.按位置关系搜索位于图像最左上角的角点，作为初始角点ml ; b.分别搜索初始角点的右近邻角点m2、下近邻角点m3和右下近邻角点m4,并计算 由角点ml、m2、m3、本文档来自技高网...

【技术保护点】
一种边角检测的棋盘格角点自动筛选方法，其特征在于，包括以下步骤：1)相机拍摄棋盘格图像：利用相机拍摄制作的黑白棋盘格靶标，获得棋盘格灰度图像；2)常规角点检测：对拍摄的图像利用常规角点检测方法，设定一个较低的角点水平阈值进行角点检测，获得过角点检测的角点集合，该集合即为后续待筛选角点集合S，该集合中包含了所有的真实棋盘格角点以及一些非棋盘格角点；3)在待识别角点集合中，搜索符合棋盘格角点特征的角点，并将其归入真实棋盘格角点集合，输出棋盘格真实角点，具体过程包括以下步骤：a.按位置关系搜索位于图像最左上角的角点，作为初始角点m1；b.分别搜索初始角点的右近邻角点m2、下近邻角点m3和右下近邻角点m4，并计算由角点m1、m2、m3、m4所组成的四边形与矩形的形状相似度，计算方法包括以下步骤：ⅰ)计算特征向量：对于任一角点mi,某个特征点(记为mi)到其它点的距离为：S(mi,m1),....,S(mi,mi‑1),S(mi,mi+1),....,S(mi,mN) 把这些值按照从小到大排列，则构成特征向量：Si＝(Si1,Si2,....,SiN‑1)  (式1)ⅱ)计算角点集合组成形状之间的相关函数：假设两组角点集合所组成的特征向量分别为Si、Sj，则两个形状之间的相关系数R(Si,Sj)如下：(式2)计算的相关系数是一个介于0和1之间的值，当其值等于1时，说明两者的相似度最高；等于0，则说明它们不相似；c.在[0，1]之间设定一个相似度阈值Th，将计算得到的相似度与阈值比较，若大于阈值Th，则判定四个角点组成的形状为矩形；并将这四个角点归入新的角点集合，否则继续 搜索角点m1的近邻角点mt作为初始角点，并重复步骤b，直至搜索到符合矩形形状的四个角点，并将其归入新角点集合；d.重复步骤b和步骤c，直至遍历完所有角点集合中的角点；e.判断新的角点集合与之前的角点集合是否一致，若一致，则停止搜索，并认为当前角点集合即为真实角点集合，并输出；否则，更新角点集合，即将新的角点集合中的点依次作为初始角点，搜索其右方、下方与右下方的近邻角点，组成四边形，并按步骤b和步骤c重新搜索。...

【技术特征摘要】

【专利技术属性】
技术研发人员：邓颖娜，袁立行，于福华，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61