当前位置: 首页 > 专利查询>山东大学专利>正文

一种应用于视觉定位和标定的X角点检测方法技术

技术编号:18733582 阅读:23 留言:0更新日期:2018-08-22 03:26
本发明专利技术涉及一种应用于视觉定位和标定的X角点检测方法,包括:S1:采集图像,采用环形正方形窗口对图像进行采样;S2:根据X角点的图像特征,初步判断样本数据中是否包含X角点;S3:进一步判断样本数据是否包含X角点,并排除重复判断的X角点;S4:以X角点作为窗口中心,重新获取样本数据,并判断数据是否满足X角点对称性条件,满足则用曲线拟合的方法计算出X角点的亚像素级位置,设置X角点重复检测标志;S5:重复步骤S2到S4,检测出所有的X角点。本发明专利技术对图像采样时,每次间隔采样窗口边长的一半,提高了检测速度,且不会遗漏X角点。本发明专利技术基于X角点的图像特征判断采样窗口内是否含有X角点,增强了算法的鲁棒性。

【技术实现步骤摘要】
一种应用于视觉定位和标定的X角点检测方法
本专利技术涉及一种应用于视觉定位和标定的X角点检测方法,属于计算机视觉应用的

技术介绍
视觉定位和标定是三维计算机视觉的重要组成部分。计算机视觉的基本任务之一是从摄像机获取的图像信息出发计算三维空间中物体的几何信息,并由此重建和识别物体,而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的,这些几何模型参数就是摄像机参数。在大多数条件下,这些参数必须通过实验与计算才能得到,这个过程被称为视觉标定。标定过程就是确定摄像机的几何和光学参数,摄像机相对于世界坐标系的方位;视觉定位过程就是根据视觉标定的参数通过二维图像信息计算物体的三维信息。标定精度的大小,直接影响着计算机视觉的定位精度。平面标定法是一种常用的摄像机视觉标定方法,是借助已知的棋盘格标定板,即标定板的尺寸和形状已知,利用标定板上的X角点与拍摄其所获得图像上的对应点之间的对应关系建立数学模型,用此数学模型来标定摄像机内外参数。棋盘格标定板由于制作经济、简单而被广泛应用于摄像机标定中;另外,带有X角点视觉标志的光学定位系统应用也比较广泛。对于X角点的检测,目前已经有一些方法提出,常用的有基于Harris角点检测的方法、基于Hessian矩阵的检测方法以及基于改进Susan角点检测的方法。已经提出的方法主要是通过各种不同方式的特征计算来判断X角点的强弱,算法运算量大,不适合并行批量处理。
技术实现思路
针对现有技术的不足,本专利技术提供了一种应用于视觉定位和标定的X角点检测方法;本专利技术提高了角点检测算法的运算速度、抗干扰力及准确度。术语解释:X角点:视觉标定用的国际象棋盘是由黑白颜色突变区域组合而成,其中相邻黑白棋盘格交界的临界点,即为X角点。本专利技术的技术方案为:一种应用于视觉定位和标定的X角点检测方法,包括:S1:采集图像,采用回形窗口对图像进行采样;设定该回形窗口取样的边长为2r个像素点,该回形窗口为正方形,则该回形窗口所取样本共含有8r-4个像素点,r小于图像中最小的X角点边长的一半;将回形窗口的所有像素点计入一个环形数据队列,回形窗口的所有像素点即样本数据,记第i个像素点为Pi,Pi的灰度值为fi,i=1,2...(8r-4);S2:根据X角点的图像特征,初步判断样本数据中是否包含X角点,如果满足判断条件,则计算出X角点的亚像素级位置,否则,进入步骤S5;S3:根据步骤S2得到的X角点的亚像素级位置,进一步判断样本数据是否包含X角点,并排除重复判断的X角点;S4:以X角点作为回形窗口中心,重新获取样本数据,并判断数据是否满足X角点对称性条件,满足则用曲线拟合的方法计算出X角点的亚像素级位置,设置X角点重复检测标志;S5:使回形窗口在图像上移动获取新的样本数据,每次间隔n个像素,n∈(1,2r),重复步骤S2到S4,检测出所有的X角点。根据本专利技术优选的,n=r。根据本专利技术优选的,所述步骤S2,包括:S21:依次对样本数据进行灰度化;阈值可以自适应选取。S22:将样本数据的灰度值进行两次二值化,计算步骤S21处理后的样本数据的阶跃次数Ns,如果Ns=4,则执行步骤S23,否则,执行步骤S5;S23:以样本数据灰度值的均值作为阈值,对样本数据的灰度值二值化;设定步骤S22计算得到的样本数据灰度值产生阶跃时的像素为台阶A、台阶B、台阶C、台阶D,计算这四个像素的索引值之间的距离LAB、LBC、LCD、LDA,如果LAB、LBC、LCD、LDA均小于max_T且LAB、LBC、LCD、LDA均大于min_T,max_T∈(10,15),min_T∈(5,10),则初步判断样本数据中包含X角点,继续执行步骤S24,否则,执行步骤S5;S24:由摄影几何及对称性原理,计算X角点的亚像素级位置L,即直线AC和BD的交点。计算公式为L=AC×BD。步骤S2中计算得到的X角点位置是亚像素级的(精确到小数点后一位),位置精度比较高。根据本专利技术优选的,所述步骤S22中,二值化阈值为mean±Δ,mean为样本数据灰度值的均值,Δ为阈值调节值,Δ的取值范围为20—160像素。Δ的值与整个图像的亮度有关,加上Δ作为阈值调节值,可以避免由于图像噪声的影响造成的错误判断,增强了算法的鲁棒性。根据本专利技术优选的,所述步骤S24,包括:以台阶A、台阶B、台阶C、台阶D的像素值作为点A、B、C、D的坐标值,求得它们的三维齐次坐标,点A和点C的齐次坐标叉乘得到直线AC的齐次方程的矢量表示形式,点B和点D的齐次坐标叉乘得到直线BD的齐次方程的矢量表示形式,将表示直线AC的齐次方程的矢量和直线BD的齐次方程的矢量叉乘,得到直线AC和BD交点的齐次坐标L1,设L1的坐标为(x1,x2,x3),则点(x1/x3,x2/x3)即为交点的二维坐标,取整后即得X角点的像素值L(亚像素级位置L)。根据本专利技术优选的,所述步骤S3,包括:S31:判断X角点重复检测标志,如果步骤S23得到的X角点的像素值L位于不活跃区,则判定该X角点已经被检测出,则跳出本次循环,执行步骤S5;否则,执行步骤S32;S32:获取X角点的像素值L邻域像素的灰度值,所述邻域是指以X角点的像素值L为中心、以r像素为半径的范围;以该邻域灰度值的均值作为阈值将该邻域二值化,计算灰度值的阶跃次数ΔVC,如果ΔVC>min_V,继续执行步骤S4,否则,执行步骤S5;min_V=4。根据本专利技术优选的,所述步骤S4,具体包括:S41:以X角点的像素值L作为回形窗口的中心,重新获取样本序列P′;S42:以灰度值的均值作为阈值,将样本序列P'的灰度值二值化,记灰度值二值化产生阶跃时的像素为台阶A1、台阶B1、台阶C1、台阶D1,计算这四个像素索引值之间的距离L′A1B1、L'B1C1、L'C1D1、L'D1A1,如果L'A1B1=L'C1D1且L'B1C1=L′D1A1,继续执行步骤S42,否则,执行步骤S5;S43:用曲线拟合的方法求出台阶A1、台阶B1、台阶C1、台阶D1的一维亚像素位置A′、B′、C′、D′;S44:根据步骤S43求出的台阶A1、台阶B1、台阶C1、台阶D1的一维亚像素位置A′、B'、C'、D',以及步骤S32求出的X角点的像素值L,求出台阶A1、台阶B1、台阶C1、台阶D1的二维亚像素位置A′、B′、C′、D′;假设某台阶的一维亚像素位置为m,其对应X角点中心的像素为(x,y),求出台阶A1、台阶B1、台阶C1、台阶D1的二维亚像素位置;台阶A1的二维亚像素位置为(x+A′-r+1,y-r+0.5),台阶B1的二维亚像素位置为(x+r+0.5,y+B′-3r+1),台阶C1的二维亚像素位置为(x-C′+5r-1,y+r+0.5),台阶D1的二维亚像素位置为(x-r+0.5,y-D′+7r-1);S45:按照步骤S32的方法,计算直线A'C'和B'D'的交点坐标,即X角点的像素值L的亚像素位置;S46:计算X角点的方向信息:按逆时针方向,根据黑白变化序列得到两条边界线,包括BW(Black-to-White)线、WB(White-to-Black)线,BW线是指从黑到白跳变的边界线;WB线是指从白到黑跳变的边界线;本文档来自技高网...

【技术保护点】
1.一种应用于视觉定位和标定的X角点检测方法,其特征在于,包括:S1:采集图像,采用回形窗口对图像进行采样;设定该回形窗口取样的边长为2r个像素点,该回形窗口为正方形,则该回形窗口所取样本共含有8r‑4个像素点,r小于图像中最小的X角点边长的一半;将回形窗口的所有像素点计入一个环形数据队列,回形窗口的所有像素点即样本数据,记第i个像素点为Pi,Pi的灰度值为fi,i=1,2...(8r‑4);S2:根据X角点的图像特征,初步判断样本数据中是否包含X角点,如果满足判断条件,则计算出X角点的亚像素级位置,否则,进入步骤S5;S3:根据步骤S2得到的X角点的亚像素级位置,进一步判断样本数据是否包含X角点,并排除重复判断的X角点;S4:以X角点作为回形窗口中心,重新获取样本数据,并判断数据是否满足X角点对称性条件,满足则用曲线拟合的方法计算出X角点的亚像素级位置,设置X角点重复检测标志;S5:使回形窗口在图像上移动获取新的样本数据,每次间隔n个像素,n∈(1,2r),重复步骤S2到S4,检测出所有的X角点。

【技术特征摘要】
1.一种应用于视觉定位和标定的X角点检测方法,其特征在于,包括:S1:采集图像,采用回形窗口对图像进行采样;设定该回形窗口取样的边长为2r个像素点,该回形窗口为正方形,则该回形窗口所取样本共含有8r-4个像素点,r小于图像中最小的X角点边长的一半;将回形窗口的所有像素点计入一个环形数据队列,回形窗口的所有像素点即样本数据,记第i个像素点为Pi,Pi的灰度值为fi,i=1,2...(8r-4);S2:根据X角点的图像特征,初步判断样本数据中是否包含X角点,如果满足判断条件,则计算出X角点的亚像素级位置,否则,进入步骤S5;S3:根据步骤S2得到的X角点的亚像素级位置,进一步判断样本数据是否包含X角点,并排除重复判断的X角点;S4:以X角点作为回形窗口中心,重新获取样本数据,并判断数据是否满足X角点对称性条件,满足则用曲线拟合的方法计算出X角点的亚像素级位置,设置X角点重复检测标志;S5:使回形窗口在图像上移动获取新的样本数据,每次间隔n个像素,n∈(1,2r),重复步骤S2到S4,检测出所有的X角点。2.根据权利要求1所述的一种应用于视觉定位和标定的X角点检测方法,其特征在于,所述步骤S2,包括:S21:依次对样本数据进行灰度化;S22:将样本数据的灰度值进行两次二值化,计算步骤S21处理后的样本数据的阶跃次数Ns,如果Ns=4,则执行步骤S23,否则,执行步骤S5;S23:以样本数据灰度值的均值作为阈值,对样本数据的灰度值二值化;设定步骤S22计算得到的样本数据灰度值产生阶跃时的像素为台阶A、台阶B、台阶C、台阶D,计算这四个像素的索引值之间的距离LAB、LBC、LCD、LDA,如果LAB、LBC、LCD、LDA均小于max_T且LAB、LBC、LCD、LDA均大于min_T,max_T∈(10,15),min_T∈(5,10),则初步判断样本数据中包含X角点,继续执行步骤S24,否则,执行步骤S5;S24:由摄影几何及对称性原理,计算X角点的亚像素级位置L,即直线AC和BD的交点。3.根据权利要求2所述的一种应用于视觉定位和标定的X角点检测方法,其特征在于,所述步骤S22中,二值化阈值为mean±Δ,mean为样本数据灰度值的均值,Δ为阈值调节值,Δ的取值范围为20—160像素。4.根据权利要求2所述的一种应用于视觉定位和标定的X角点检测方法,其特征在于,所述步骤S24,包括:以台阶A、台阶B、台阶C、台阶D的像素值作为点A、B、C、D的坐标值,求得它们的三维齐次坐标,点A和点C的齐次坐标叉乘得到直线AC的齐次方程的矢量表示形式,点B和点D的齐次坐标叉乘得到直线BD的齐次方程的矢量表示形式,将表示直线AC的齐次方程的矢量和直线BD的齐次方程的矢量叉乘,得到直线AC和BD交点的齐次坐标L1,设L1的坐标为(x1,x2,x3),则点(x1/x3,x2/x3)即为交点的二维坐标,取整后即得X角点的像素值L,X角点的像素值L即X角点的亚像素级位置L。5.根据权利要求4所述的一种应用于视觉定位和标定的X角点检测方法,其特征在于,所述步骤S3,包括:S31:判断X角点重复检测标志,如果步...

【专利技术属性】
技术研发人员:赵子健王芳
申请(专利权)人:山东大学
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1