【技术实现步骤摘要】
棋盘格标定角点的判别方法、装置及计算机可读存储介质
本专利技术涉及机器视觉
,尤其涉及棋盘格标定角点的判别方法、装置及计算机可读存储介质。
技术介绍
在机器视觉
中,对工业相机进行参数标定的主要手段是棋盘格标定板标定法,利用相机拍摄多幅棋盘格标定板图像,对棋盘格标定板图像进行棋盘格模板卷积或者Harris角点检测的方法,初步获得一系列特征点,在标定板背景和环境较为复杂的情况下,这些特征点往往不全是棋盘格标定角点,难以直接进行拟合标定。因此,需要通过特定的判别方法来对这些特征点进行筛选,以保留可靠的特征点作为标定角点,保证工业相机参数标定的成功率。棋盘格图像中标点角点的判别方法是相机参数标定的关键技术之一。在现有的棋盘格标定角点判别技术中,对棋盘格图像进行棋盘格模板卷积或者Harris角点检测的方法所获得的特征点,一般都是根据其卷积响应值大小或者Harris角点强度大小作为判别条件,设置阈值,其卷积响应值或Harris角点强度值大于阈值者视为棋盘格的标定角点。现有技术存在以下不足:一、当棋盘格背景干扰或棋盘格中存在二维码时,个别异常点仍然会得到较高的卷积响应值或者Harris角点强度值,单一的阈值筛选无法将这些异常点剔除,将导致输出结果中存在异常点,影响后续标定的成功率和精度;二、为了尽可能剔除异常特征点,阈值设置往往较高,部分响应值较低的棋盘格角点被错误剔除,导致棋盘格检测失败或标定失败;三、卷积响应值或者Harris角点强度值往往受采样半径的影响,不同的采样半径可能导致不同的判别结果,影响标定的 ...
【技术保护点】
1.一种棋盘格标定角点的判别方法,其特征在于,包括如下步骤:/nS100、获取待判别特征点的邻域图像;/nS110、对所述邻域图像进行边缘提取,获取所述邻域图像中n个边缘点的坐标值,求取所述n个边缘点的坐标值的平均值
【技术特征摘要】
1.一种棋盘格标定角点的判别方法,其特征在于,包括如下步骤:
S100、获取待判别特征点的邻域图像;
S110、对所述邻域图像进行边缘提取,获取所述邻域图像中n个边缘点的坐标值,求取所述n个边缘点的坐标值的平均值
S120、初始化相交于的第一直线和第二直线以及i=1,其中所述第一直线具有第一方向向量,所述第二直线具有第二方向向量;
S130、求取到边缘点pi的第三方向向量,和边缘点pi定义一第三直线;
S140、计算所述第三直线与所述第一直线之间的夹角αj和所述第三直线与所述第二直线之间的夹角βj;
S150、比较夹角αj和βi的大小,若αi≤βi,则执行步骤S160,若αi>βi,则执行步骤S170;
S160、根据所述第一方向向量与所述第三方向向量的运算迭代更新所述第一方向向量以使迭代后的所述第一方向向量位于迭代前的所述第一方向向量与所述第三方向向量之间;
S170、根据所述第二方向向量与所述第三方向向量的运算迭代更新所述第二方向向量以使迭代后的所述第二方向向量位于迭代前的所述第二方向向量与所述第三方向向量之间;
S180、如果i不等于n,则令i=i+1,重复步骤S130至S170,如果i=n,则执行步骤S190;
S190、根据当前获取到的所述第一方向向量和第二方向向量界定的相交直线模型以及所有边缘点与所述相交直线模型的契合度对所述待判别特征点进行判别。
2.根据权利要求1所述的棋盘格标定角点的判别方法,其特征在于,步骤S100中所述获取待判别特征点的邻域图像包括:
获取含有若干所述待判别特征点的棋盘格的图像;
以所述待判别特征点为中心获取其采样半径内的所述邻域图像,所述采样半径小于所述棋盘格的方格的边长。
3.根据权利要求1所述的棋盘格标定角点的判别方法,其特征在于,步骤S110中所述对所述邻域图像进行边缘提取包括:
对所述邻域图像进行二值化;
对二值化后的所述邻域图像进行边缘提取。
4.根据权利要求1所述的棋盘格标定角点的判别方法,其特征在于,
步骤S160中,迭代后的所述第一方向向量根据迭代前的所述第一方向向量与所述第三方向向量的合成获得;
步骤S170中,迭代...
【专利技术属性】
技术研发人员:叶景杨,曹玲,
申请(专利权)人:广东奥普特科技股份有限公司,
类型:发明
国别省市:广东;44
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。