棋盘格角点识别方法、装置、设备及存储介质制造方法及图纸

本申请提供一种棋盘格角点识别方法、装置、设备及存储介质，其中棋盘格角点识别方法包括：将待检测图像作为棋盘格检测模型的输入，棋盘格检测模型输出若干个预选区域及每个预选区域的置信度得分；根据非极大值抑制算法、置信度阈值及预选区域的置信度得分对若干个预选区域进行筛选，得到满足第一预设条件的区域；从待检测图像中截取满足第一预设条件的区域的图像；对满足第一预设条件的区域的图像进行棋盘格角点识别及将满足第二预设条件的棋盘格角点的坐标映射到待检测图像中。本申请能够降低原图像的背景中错误角点对棋盘格角点识别的干扰，进而提高棋盘格角点的识别速度和精度。

【技术实现步骤摘要】
棋盘格角点识别方法、装置、设备及存储介质
本申请涉及测量领域，具体而言，涉及一种棋盘格角点识别方法、装置、设备及存储介质。
技术介绍
棋盘格作为机器视觉中常用的特征物，可用于摄像头参数标定、目标识别、目标跟踪和空间坐标精确定位等场景。当棋盘格用于空间坐标精确定位时，需要精确获得棋盘格上每个角点的准确像素坐标。在实践中我们发现，当棋盘格和摄像机的距离较远，棋盘格在画面中所占比例较小，或画面中存在大量干扰角点时，使用现有的(如OpenCV算法库中公开的)棋盘格角点识别算法需要计算大量角点，耗时较长，且可能识别到错误的角点。特别的，当画面上不存在棋盘格并存在大量干扰角点时，现有算法需要计算很长时间才能得到结论，浪费大量算力和时间。另外，当摄像头因背景干扰未能聚焦在棋盘格图案上时，无法识别棋盘格角点，或识别到不准确的棋盘格角点，影响精度。
技术实现思路
本申请实施例的目的在于提供一种棋盘格角点识别方法、装置、设备及存储介质，以降低原图像的背景中错误角点对棋盘格角点识别的干扰，进而提高棋盘格角点的识别速度和精度。本申请第一方面公开一种棋盘格角点识别方法，所述方法包括步骤：将待检测图像作为棋盘格检测模型的输入，以使得所述棋盘格检测模型输出若干个预选区域及每个所述预选区域的置信度得分，所述预选区域为所述待检测图像中可能包含棋盘格图案的区域；根据非极大值抑制算法、置信度阈值及所述预选区域的置信度得分对所述若干个预选区域进行筛选，以得到满足第一预设条件的区域；从所述待检测图像中截取所述满足第一预设条件的区域的图像；当所述满足第一预设条件的区域的图像的宽度或高度小于预设的尺寸时，等比例拉伸所述满足第一预设条件的区域的图像到预设的尺寸；对所述满足第一预设条件的区域的图像进行棋盘格角点识别；当识别出所述满足第一预设条件的区域的图像中包含满足第二预设条件的棋盘格角点时，将所述满足第二预设条件的棋盘格角点的坐标映射到所述待检测图像中。本申请第一方面公开一种棋盘格角点识别方法通过截取满足第一预设条件的区域的图像，进而对满足第一预设条件的区域的图像进行棋盘格角点识别，可降低待检测图像中的错误角点对棋盘格角点识别的干扰，从而减少棋盘格角点识别过程的计算量和降低计算耗时，与此同时，可提高棋盘格角点识别的精确度。在本申请第一方面中，作为一种可选的实施方式，所述满足第一预设条件的区域为置信度大于所述置信度阈值的预选区域；或为置信度大于所述置信度阈值、且与所述若干个预选区域中的其他预选区域不重叠的预选区域。在本申请第一方面中，作为一种可选的实施方式，所述将所述满足第一预设条件的棋盘格角点的坐标映射到所述待检测图像中，包括：根据叠加所述满足第二预设条件的棋盘格角点的左上角坐标算法，将所述满足第一预设条件的棋盘格角点的坐标映射到所述待检测图像中。在本可选的实施方式中，通过叠加左上角坐标的方式，可将棋盘格角点的坐标映射到待检测图像中。在本申请第一方面中，作为一种可选的实施方式，在所述从所述待检测图像中截取所述满足第一预设条件的区域的图像之后，所述对所述满足第一预设条件的区域的图像进行棋盘格角点识别之前，所述方法还包括：根据图像处理算法计算所述满足第一预设条件的区域的图像的模糊度；当所述模糊度大于预设模糊阈值时，控制成像设备对焦所述满足第一预设条件的区域。在本可选的实施方式，通过判断满足第一预设条件的区域的图像的模糊度，可控制成像设备反复对待检测图像进行对焦，直至满足第一预设条件的区域的图像满足模糊度条件。在本申请第一方面中，作为一种可选的实施方式，在所述根据图像处理算法计算所述满足第一预设条件的区域的图像的模糊度之后，所述控制成像设备对焦所述满足第一预设条件的区域之前，所述方法还包括：判断所述成像设备的对焦次数；当所述成像设备的对焦次数大于对焦次数阈值时，停止控制成像设备对焦所述满足第一预设条件的区域。在本可选的实施方式中，通过对对焦次数进行判断，可控制成像设备在达到对焦次数阈值时，停止检测，进而防止不断检测所导致的计算耗时和计算量大的缺点。本申请第二方面公开一种棋盘格检测模型的构建方法，所述方法包括步骤：采集包含棋盘格图案的样本图片；利用棋盘格识别算法计算所述棋盘格图案的角点在所述样本图片中的像素坐标；根据所述棋盘格图案的角点在所述样本图片中的像素坐标计算所述样本图片的棋盘格外轮廓；复核所述样本图片的棋盘格外轮廓，并对错误的外轮廓进行修正；根据所述样本图片的棋盘格外轮廓计算所述棋盘格图案在所述样本图片中的区域；根据所述样本图片、所述棋盘格图案在所述样本图片中的区域生成训练样本，其中，将所述样本图片作为目标检测模型的输入，所述棋盘格图案在所述样本图片中的区域为所述目标检测模型的输出；根据训练样本训练所述目标检测模型，以将训练后的所述目标检测模型作为棋盘格检测模型，所述棋盘格检测模型应用于如权利要求1-5任一项所述的棋盘格角点识别方法中。本申请第二方面公开一种棋盘格检测模型的构建方法通过计算获取棋盘格图案在样本图片中的区域可减少模型训练过程中人工标注的工作量，从而提高样本制作效率，与此同时，通过用训练样本训练目标检测模型，可得到棋盘格检测模型。在本申请第二方面中，作为一种可选的实施方式，在所述采集包含棋盘格图案的样本图片之后，所述根据所述样本图片的棋盘格外轮廓计算所述棋盘格图案在所述样本图片中的区域之前，所述方法还包括：对所述样本图片进行图像处理，以生成若干个所述样本图片；以及，所述对所述样本图片进行图像处理包括：对所述样本图片进行旋转、投射、缩放、裁剪处理。在本可选的实施方式中，对样本图片进行旋转、投射、缩放、裁剪处理处理，可扩展样本的数量。在本申请第二方面中，作为一种可选的实施方式，在所述根据所述样本图片、所述棋盘格图案在所述样本图片中的区域生成训练样本之后，所述根据训练样本训练所述目标检测模型，以将训练后的所述目标检测模型作为棋盘格检测模型之前，所述方法还包括：根据图像模糊处理算法对所述样本图片处理，以得到模糊的棋盘格图像；将所述模糊的棋盘格图像加入到所述训练样本中。在本可选的实施方式中，通过图像模糊处理算法对样本图片处理，可得到模糊的棋盘格图像，可以很好的模拟摄像头因背景干扰未能聚焦在棋盘格图案上的场景，使模型能够在摄像头未能聚焦在棋盘格图案上时仍可识别出棋盘格区域，进而提高模型的适应能力和精确度。在本申请第二方面中，作为一种可选的实施方式，在所述根据训练样本训练所述目标检测模型，以将训练后的所述目标检测模型作为棋盘格检测模型之后，所述方法还包括：对所述棋盘格检测模型进行剪枝，以删除所述棋盘格检测模型中不满足预设条件的卷积核及所述卷积核的特征图通道。在本可选的实施方式中，通过对棋盘格检测模型进行剪枝，可删除棋盘格检测模型中不满足预设本文档来自技高网...

【技术保护点】
1.一种棋盘格角点识别方法，其特征在于，所述方法包括：/n将待检测图像作为棋盘格检测模型的输入，以使得所述棋盘格检测模型输出若干个预选区域及每个所述预选区域的置信度得分，所述预选区域为所述待检测图像中可能包含棋盘格图案的区域；/n根据非极大值抑制算法、置信度阈值及所述预选区域的置信度得分对所述若干个预选区域进行筛选，以得到满足第一预设条件的区域；/n从所述待检测图像中截取所述满足第一预设条件的区域的图像；/n当所述满足第一预设条件的区域的图像的宽度或高度小于预设的尺寸时，等比例拉伸所述满足第一预设条件的区域的图像到预设的尺寸；/n对所述满足第一预设条件的区域的图像进行棋盘格角点识别；/n当识别出所述满足第一预设条件的区域的图像中包含满足第二预设条件的棋盘格角点时，将所述满足第二预设条件的棋盘格角点的坐标映射到所述待检测图像中。/n

【技术特征摘要】
1.一种棋盘格角点识别方法，其特征在于，所述方法包括：
将待检测图像作为棋盘格检测模型的输入，以使得所述棋盘格检测模型输出若干个预选区域及每个所述预选区域的置信度得分，所述预选区域为所述待检测图像中可能包含棋盘格图案的区域；
根据非极大值抑制算法、置信度阈值及所述预选区域的置信度得分对所述若干个预选区域进行筛选，以得到满足第一预设条件的区域；
从所述待检测图像中截取所述满足第一预设条件的区域的图像；
当所述满足第一预设条件的区域的图像的宽度或高度小于预设的尺寸时，等比例拉伸所述满足第一预设条件的区域的图像到预设的尺寸；
对所述满足第一预设条件的区域的图像进行棋盘格角点识别；
当识别出所述满足第一预设条件的区域的图像中包含满足第二预设条件的棋盘格角点时，将所述满足第二预设条件的棋盘格角点的坐标映射到所述待检测图像中。


2.如权利要求1所述的方法，其特征在于，所述满足第一预设条件的区域为置信度大于所述置信度阈值的预选区域；
或为置信度大于所述置信度阈值、且与所述若干个预选区域中的其他预选区域不重叠的预选区域。


3.如权利要求1所述的方法，其特征在于，所述将所述满足第一预设条件的棋盘格角点的坐标映射到所述待检测图像中，包括：
根据叠加所述满足第二预设条件的棋盘格角点的左上角坐标算法，将所述满足第一预设条件的棋盘格角点的坐标映射到所述待检测图像中。


4.如权利要求1所述的方法，其特征在于，在所述从所述待检测图像中截取所述满足第一预设条件的区域的图像之后，所述对所述满足第一预设条件的区域的图像进行棋盘格角点识别之前，所述方法还包括：
根据图像处理算法计算所述满足第一预设条件的区域的图像的模糊度；
当所述模糊度大于预设模糊阈值时，控制成像设备对焦所述满足第一预设条件的区域。


5.如权利要求4所述的方法，其特征在于，在所述根据图像处理算法计算所述满足第一预设条件的区域的图像的模糊度之后，所述控制成像设备对焦所述满足第一预设条件的区域之前，所述方法还包括：
判断所述成像设备的对焦次数；
当所述成像设备的对焦次数大于对焦次数阈值时，停止控制成像设备对焦所述满足第一预设条件的区域。


6.一种棋盘格检测模型的构建方法，其特征在于，所述方法包括：
采集包含棋盘格图案的样本图片；
利用棋盘格识别算法计算所述棋盘格图案的角点在所述样本图片中的像素坐标；
根据所述棋盘格图案的角点在所述样本图片中的像素坐标计算所述样本图片的棋盘格外轮廓；
复核所述样本图片的棋盘格外轮廓，并对错误的外轮廓进行修正；
根据所述样本图片的棋盘格外轮廓计算所述棋盘格图案在所述样本图片中的区域；
根据所述样本图片、所述棋盘格图案在所述样本图片中的区域生成训练样本，其中，将所述样本图片作为目标检测模型的输入，所述棋盘格图案在所述样本图片中的区域为所述目标检测模型的输出；
根据训练样本训练所述目标检测模型，以将训练后的所述目标检测模型作为棋盘格检测模型，所述棋盘格检测模型应用于如权利要求1-5任一项所述的棋盘格角点识别方法中。


7.如权利要求6所述的方法，其特征在于，在所述采集包含棋盘格图案的样本图片之后，所述根据所述样本图片的棋盘格外轮廓计算所述棋盘格图案在所述样本图片中的区域之前，所述方法还包括：
对所述样本图片进行图像处理，以生成若干个所述样本图片；
以及，所述对所述样本图片进行图像处理包...

【专利技术属性】
技术研发人员：郑文，张翔，林恒，
申请(专利权)人：福建汇川物联网技术科技股份有限公司，
类型：发明
国别省市：福建;35