一种不完整棋盘格合作图标快速特征点检测方法技术

本发明专利技术属于计算机视觉相机位标定和位姿估计技术领域，具体涉及一种不完整棋盘格合作图标快速特征点检测方法。该方法在存在棋盘格特征点丢失的情况下，通过对初始检测到的棋盘格特征点进行后验检测，得到位于棋盘格边缘的后验特征点，并进行单应性矩阵估计，进而对未知特征点进行后向定位和位置匹配，从而实现对所有未知特征点像素坐标与其对应物理坐标的一一对应；该方案具备如下有益效果：该方法解决了存在特征点丢失情况下的像素坐标与世界坐标的一一对应，不仅可以实现对完整棋盘格特征点的检测，也可以实现对不完整棋盘格的特征点检测，具有很强的鲁棒性，抗环境干扰能力强。抗环境干扰能力强。抗环境干扰能力强。

【技术实现步骤摘要】
一种不完整棋盘格合作图标快速特征点检测方法


[0001]本专利技术属于计算机视觉相机位标定和位姿估计
，具体涉及一种不完整棋盘格合作图标快速特征点检测方法。

技术介绍

[0002]棋盘格作为一种常用的人工合作图像，被广泛应用于相机的内、外参数的标定和位置、姿态的估计。其中，棋盘格特征点(角点)的检测是相机标定和位姿估计的重要步骤，其为相机标定和位姿估计提供必要的数据信息。
[0003]通常，棋盘格特征点检测，目的是获得所有棋盘格特征点的像素坐标，并将检测的棋盘格特征点像素坐标与其在世界坐标系下的物理坐标进行一一对应。只有建立了一一对应关系，基于相机成像模型建立相机标定或位姿估计方程，才能解算得到相机的内、外参数或相机的位置、姿态值。
[0004]目前，棋盘格特征点检测方法有很多，最典型如MATLAB和OPENCV应用程序中自带的棋盘格特征点检测方法。这两种方法都存在各自的缺点，前者计算复杂度高，计算耗时较长；后者需要已知棋盘格的特征点个数，自动化程度较低。此外，国内外学者针对上述问题，提出了一些改进的棋盘格特征点检测方法，如基于自纠正、基于卷积神经网络、基于生长、基于鲁棒性傅里叶变换、基于圆边界检测等棋盘格特征点检测方法。但是，上述所提出的方法，都存在同一个缺陷：只能对完整的棋盘格特征点进行检测，即只有当待检测棋盘格的所有特征点都被检测到的情况下，才能建立检测的特征点像素坐标与其物理坐标的一一对应关系。如果有特征点丢失，由于不知道丢失特征点位置信息，则剩余已检测到的特征点像素坐标与各自物理坐标的对应关系也无法建立，进而也就无法进行相机标定或位姿估计。
[0005]在实际应用中，由于受到外界环境的影响，包括成像光线、照度、遮挡、背光、逆光等，都有可能造成棋盘格成像不理想，势必造成棋盘格存在特征点检测失败，而且这种情况(棋盘格不完整)时有发生。

技术实现思路

[0006](一)要解决的技术问题
[0007]本专利技术要解决的技术问题是：如何提出一种不完整棋盘格合作图标快速特征点检测方法，解决棋盘格合作图标在外界环境干扰下导致已检测的特征点像素坐标无法与其对应物理坐标一一对应的问题，以提高棋盘格合作图标特征点检测的鲁棒性和适应性。
[0008](二)技术方案
[0009]为解决上述技术问题，本专利技术提供一种不完整棋盘格合作图标快速特征点检测方法，所述方法包括以下步骤：
[0010]步骤1：利用Harris或Hessen特征算子，对棋盘格合作图标进行特征点初始检测，由检测到的特征点的像素坐标组成棋盘格合作图标初始特征点；
[0011]步骤2：对棋盘格合作图标初始特征点进行筛查，过滤误检的非棋盘格特征点；
[0012]步骤3：将过滤后剩余的棋盘格合作图标初始特征点，作为棋盘格特征点组成棋盘格特征点集合，检测得到所有棋盘格边缘特征点；
[0013]步骤4：将检测到的棋盘格边缘特征点组成边缘特征点集合，检测出位于同一棋盘格边缘上的特征点，作为棋盘格后验特征点，并将棋盘格特征点集合中剩余的特征点作为未知特征点组成未知特征点集合；
[0014]步骤5：根据后验特征点像素坐标与其世界坐标系下物理坐标的一一对应关系，建立方程组，求解当前棋盘格合作图标成像图像的单应性矩阵；
[0015]步骤6：根据求解的当前棋盘格合作图标成像图像的单应性矩阵，对未知特征点集合中的所有未知特征点进行后向定位和位置匹配，实现所有未知特征点的像素坐标与其物理坐标的一一对应。
[0016]其中，所述步骤2中，利用棋盘格合作图标特征点模板匹配验证方法，对棋盘格合作图标初始特征点进行筛查，过滤误检的非棋盘格特征点。
[0017]其中，所述步骤2具体包括如下步骤：
[0018]步骤21：建立两个棋盘格合作图标特征点模板，每个模板大小10
×
10个像素，平均分为4个区域，第一个模板的左上和右下区域灰度值为255且右上和左下区域灰度值为1，第二个模板的左上和右下区域灰度值为1且右上和左下区域灰度值为255；
[0019]步骤22：以初始特征点为中心提取与特征点模板相同大小的特征点子图，分别与两个棋盘格合作图标特征点模板进行卷积运算，得到特征点子图与特征点模板之间的两个相似度值；
[0020]步骤23：只要两个相似度值中的一个大于棋盘格特征点相似阈值，则该初始特征点是棋盘格特征点，否则，该初始特征点不是棋盘格特征点，并删除该初始特征点；
[0021]步骤24：遍历所有初始特征点，过滤所有不是棋盘格特征点的初始特征点。
[0022]其中，所述步骤3中，针对所述棋盘格特征点集合，利用向量外积检测方法，检测得到所有棋盘格边缘特征点。
[0023]其中，所述步骤3包括如下步骤：
[0024]步骤31：将过滤后剩余的棋盘格合作图标初始特征点，作为棋盘格特征点组成棋盘格特征点集合；
[0025]步骤32：以棋盘格特征点集合中第一个特征点为起点，第二个特征点为终点，建立一个待检向量，依次计算该待检向量与第一个特征点和其他特征点组成向量的外积；
[0026]步骤33：如果该待检向量与第一个特征点和其他特征点组成向量的外积结果同正或同负，则组成该待检向量的两个特征点，即第一个特征点和第二个特征点是棋盘格边缘特征点；否则，选择下一个特征点为终点建立待检向量，依次计算该待检向量与第一个特征点和其他特征点组成向量的外积，再次进行判断，直到遍历完所有特征点；
[0027]步骤34：以第二个特征点为起点，继续重复上述步骤32及步骤33，以此类推，直到遍历完所有特征点，得到所有棋盘格的边缘特征点。
[0028]其中，所述步骤4中，将检测到的棋盘格边缘特征点组成边缘特征点集合，利用向量外积检测方法，检测出位于同一棋盘格边缘上的特征点，作为棋盘格后验特征点。
[0029]其中，所述步骤4包括如下步骤：
[0030]步骤41：将检测到的棋盘格边缘特征点组成一个边缘特征点集合；
[0031]步骤42：以集合中第一个边缘特征点为起点，第二个边缘特征点为终点，建立一个待检向量，依次计算该待检向量与第一个边缘特征点和其他边缘特征点组成向量的外积；
[0032]步骤43：如果该待检向量与第一个边缘特征点和其他边缘特征点组成向量的外积小于给定的共线阈值，则组成该待检向量的两个边缘特征点共线，即两个边缘特征点在同一条棋盘格边缘上；否则，选择下一个边缘特征点为终点建立待检向量，依次计算该待检向量与第一个边缘特征点和其他边缘特征点组成向量的外积，再次进行判断，直到遍历完所有边缘特征点；
[0033]步骤44：以第二个边缘特征点为起点，继续重复上述步骤42及步骤43，以此类推，直到遍历完所有边缘特征点，并将检测到的同一边缘上特征点的个数与已知边缘特征点个数相等的特征点作为棋盘格后验特征点，并将棋盘格特征点集合中剩余的特征点作为未知特征点组成未知特征点集合。
[0034]其中，所述步骤5实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述方法包括以下步骤：步骤1：利用Harris或Hessen特征算子，对棋盘格合作图标进行特征点初始检测，由检测到的特征点的像素坐标组成棋盘格合作图标初始特征点；步骤2：对棋盘格合作图标初始特征点进行筛查，过滤误检的非棋盘格特征点；步骤3：将过滤后剩余的棋盘格合作图标初始特征点，作为棋盘格特征点组成棋盘格特征点集合，检测得到所有棋盘格边缘特征点；步骤4：将检测到的棋盘格边缘特征点组成边缘特征点集合，检测出位于同一棋盘格边缘上的特征点，作为棋盘格后验特征点，并将棋盘格特征点集合中剩余的特征点作为未知特征点组成未知特征点集合；步骤5：根据后验特征点像素坐标与其世界坐标系下物理坐标的一一对应关系，建立方程组，求解当前棋盘格合作图标成像图像的单应性矩阵；步骤6：根据求解的当前棋盘格合作图标成像图像的单应性矩阵，对未知特征点集合中的所有未知特征点进行后向定位和位置匹配，实现所有未知特征点的像素坐标与其物理坐标的一一对应。2.如权利要求1所述的不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述步骤2中，利用棋盘格合作图标特征点模板匹配验证方法，对棋盘格合作图标初始特征点进行筛查，过滤误检的非棋盘格特征点。3.如权利要求2所述的不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述步骤2具体包括如下步骤：步骤21：建立两个棋盘格合作图标特征点模板，每个模板大小10
×
10个像素，平均分为4个区域，第一个模板的左上和右下区域灰度值为255且右上和左下区域灰度值为1，第二个模板的左上和右下区域灰度值为1且右上和左下区域灰度值为255；步骤22：以初始特征点为中心提取与特征点模板相同大小的特征点子图，分别与两个棋盘格合作图标特征点模板进行卷积运算，得到特征点子图与特征点模板之间的两个相似度值；步骤23：只要两个相似度值中的一个大于棋盘格特征点相似阈值，则该初始特征点是棋盘格特征点，否则，该初始特征点不是棋盘格特征点，并删除该初始特征点；步骤24：遍历所有初始特征点，过滤所有不是棋盘格特征点的初始特征点。4.如权利要求1所述的不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述步骤3中，针对所述棋盘格特征点集合，利用向量外积检测方法，检测得到所有棋盘格边缘特征点。5.如权利要求4所述的不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述步骤3包括如下步骤：步骤31：将过滤后剩余的棋盘格合作图标初始特征点，作为棋盘格特征点组成棋盘格特征点集合；步骤32：以棋盘格特征点集合中第一个特征点为起点，第二个特征点为终点，建立一个待检向量，依次计算该待检向量与第一个特征点和其他特征点组成向量的外积；步骤33：如果该待检向量与第一个特征点和其他特征点组成向量的外积结果同正或同
负，则组成该待检向量的两个特征点，即第一个特征点和第二个特征点是棋盘格边缘特征点；否则，选择下一个特征点为终点建立待检向量，依次计算该待检向量与第一个特征点和其他特征点组成向量的外积，再次进行判断，直到遍历完所有特征点；步骤34：以第二个特征点为起点，继续重复上述步骤32及步骤33，以此类推，直到遍历完所有特征点，得到所有棋盘格的边缘特征点。6.如权利要求5所述的不完整棋盘格合作图标快速特征点检测方法，其特征在于，所述步骤4中，将检测到的棋盘格边缘特征点组成边缘特征点集合，...

【专利技术属性】
技术研发人员：刘吉龙，王惠林，冯涛，张文博，吴凡，谢雨婷，
申请(专利权)人：西安应用光学研究所，
类型：发明
国别省市：