棋盘格标定角点的判别方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种棋盘格标定角点的判别方法、装置及计算机可读存储介质，其中，棋盘格标定角点的判别方法根据棋盘格角点的形态学特征，建立相交于

【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，影响标定的鲁棒性。
技术实现思路
本专利技术的目的在于提供一种棋盘格标定角点的判别方法、装置及计算机可读存储介质，有利于不同类型的异常特征点的有效剔除和提高标定角点判别的鲁棒性。为实现上述目的，本专利技术提供了一种棋盘格标定角点的判别方法，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αi和所述第三直线与所述第二直线之间的夹角βi；S150、比较夹角αi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。进一步的，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。进一步的，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。进一步的，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，迭代后的所述第二方向向量根据迭代前的所述第二方向向量与所述第三方向向量的合成获得。进一步的，步骤S190包括：S191、将所述相交直线模型中的第一直线和第二直线之间的夹角θ与预设角度值比较，如果夹角θ小于所述预设角度值，则进入步骤S192；S192、判定当前所述待判别特征点不是标定角点。进一步的，步骤S192之后，步骤S190还包括：S193、获取每一所述边缘点至所述相交直线模型的第一直线和第二直线的距离di1和di2；S194、若di1≤di2，则判断距离di1是否满足第一预设距离条件，若di2<di1，则判断距离di2是否满足第二预设距离条件；S195、获取与所述第一直线之间的距离di1满足所述第一预设距离条件的边缘点的数量c1以及与所述第二直线之间的距离di2满足所述第二预设距离条件的边缘点的数量c2；S196、根据边缘点的数量c1和c2，判断当前所述待判别特征点是否为标定角点。进一步的，步骤S194中，所述第一预设距离条件为所述第二预设距离条件为其中R为所述邻域图像的采样半径，dt为距离阈值。进一步的，步骤S196包括：若c1+c2<k·n，则判定当前所述待判别特征点不是标定角点，其中k为第一系数，k的取值范围为0.5～1之间；若则判定当前所述待判别特征点不是标定角点，否则判定当前所述待判别特征点是标定角点，其中m为第二系数，m的取值范围为0.01～1之间。为实现上述目的，本专利技术还提供了一种棋盘格标定角点的判别装置，包括存储器和处理器，所述处理器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行如前所述的棋盘格标定角点的判别方法。为实现上述目的，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在运行时执行如前所述的棋盘格标定角点的判别方法。本专利技术的棋盘格标定角点的判别方法中，建立相交于的第一直线和第二直线，根据每一边缘点和形成的第三直线与第一直线的夹角αi和第三直线第二直线的夹角βi的大小对第一直线和第二直线进行运算迭代更新，将迭代完成后的第一直线和第二直线作为标定角点判别的相交直线模型，根据相交直线模型以及边缘点与相交直线模型的关系对待判别特征点进行判别，有利于不同类型的异常特征点的有效剔除和提高标定角点判别的鲁棒性。附图说明图1是现有技术中对棋盘格特征点进行判别后的效果示意图。图2是本专利技术实施例提供的一种棋盘格标定角点的判别方法的流程示意图。图3是图2中步骤S100的流程示意图。图4是图2中步骤S110的流程示意图。图5是图2中步骤S190的流程示意图。图6是本专利技术实施例获取的棋盘格标定角点的邻域图像的示意图。图7是本专利技术实施例获取的一种棋盘格异常点的邻域图像的示意图。图8是图6经过二值化处理和边缘提取后的邻域图像的示意图。图9是图7经过二值化处理和边缘提取后的邻域图像的示意图。图10是图8中的邻域图像和相交直线本文档来自技高网...

【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