一种图像特征点的标定方法及装置制造方法及图纸

本发明专利技术公开了一种图像特征点的标定方法及装置，其包括，使用相机捕获标定图案的图像；定位标定图案中的特征点；使用特征点沿标定图案的周边定位多个边界点；拟合边界使用多个边界点沿着标定图案的周边的线；使用拟合的边界线沿着周边定位特征点；并基于特征点生成透视变换矩阵，标定图案为黑白相间的正方形网格；相机捕获标定图案采用连续捕获先后两张图像对比，当前后两张捕获图像产生位移时，重新捕获标定图案。本发明专利技术具有识别效率高、错误少、速度快的优点。度快的优点。度快的优点。

【技术实现步骤摘要】
一种图像特征点的标定方法及装置


[0001]本专利技术涉及机器视觉领域
，尤其涉及图像特征点的标定方法及装置。

技术介绍

[0002]相机的标定是对其使用的第一步，也是必须的一步。然而，针对二维尺寸测量任务。现有的线阵相机标定算法都较为繁琐，或者需要制作复杂的标定设备。本专利技术提出的标定算法没有上述限制，且能达到较高的标定精度，因此具有广阔的应用前景。现有技术如授权公告号为CN109242909A的中国专利技术专利申请，公开了一种面向高精度二维尺寸测量的线阵相机标定算法。该标定算法包括线阵相机理想模型设计、图像畸变矫正、关键参数提取、模型参数标定、相对误差消除、求解真实尺寸等算法模块，该算法能够为高精度二维尺寸任务中线阵相机的使用提供一个通用、便捷的标定方法，具有广阔的工业应用前景。

技术实现思路

[0003]本专利技术的目的在于针对现有技术提供一种识别效率高、错误少、速度快的图像特征点的标定方法，其包括，使用相机捕获标定图案的图像；定位标定图案中的特征点；使用特征点沿标定图案的周边定位多个边界点；拟合边界使用多个边界点沿着标定图案的周边的线；使用拟合的边界线沿着周边定位特征点；并基于特征点生成透视变换矩阵，标定图案为黑白相间的正方形网格；相机捕获标定图案采用连续捕获先后两张图像对比，当前后两张捕获图像产生位移时，重新捕获标定图案。采用单个镜头连续采集两次标定图案正方形网格（即棋盘格），通过前后比对，排除掉相机非静止情况下的标定，以减少错误捕获的标定图像进而损耗算力。
[0004]为了进一步优化技术方案，采取的优化措施还包括：定位标定图案的方法为灰度方式输入标定图案；采用预设的角点模板，角点模板包含四个滤波核，角点模板的尺度与标定图案的尺寸对应；计算每个滤波核 与灰度图像I的卷积响应图和均值μ为：和均值μ为：算式中， 表示滤波核与灰度图像的卷积运算；滤波核符合分布函数， 为角点模板的尺度，x为角点模板内各点与模板中心的向量模。排除掉相机非静止情况下的标定后，有效棋盘格的像素稳定、清晰，因此，继续采用高斯模糊概率进行分布函数的运算效果反而会下降。通过改进分布函数的结合，可以减少对主要分布区域外的像素杂点计算，进一步节省算力。
[0005]相机获取的标定图案的特征点包括识别沿着与标定图案的每个周边相交两次的线位于标定图案中的点。特征点可以棋盘格上某一个网格的交点、也可以是其边缘的中点，
也可以是几何中心或上述组合。由于图像质量、光线、反光材质的差异，机械的采用一种特征点的筛选方式，并不能有效而快速的获得特征点矩阵，为了提高效率，采用综合效率高的特征点或其组合方式获得特征点矩阵，是比较合理的选择。
[0006]滤波核算式中， 取值为1.9至2.1。通过调整取值，能有效的调整滤波宽度，甚至在极端情况下，可以以牺牲准确性的方式降低运算耗时。
[0007]角点模板的尺度与标定图案的尺寸对应的方法为根据相机的变焦和放大配置文件中存储的数据信息调整相机的实际放大率。相机的变焦和放大配置文件是相机在给定变焦级别下的实际放大率的记录，用于每个变焦级别估计相机的焦距。
[0008]在不同焦距情况下标定，需要使用缩放配置文件来估计相机对图像的缩放处理；可以在缩放级别和实际放大率之间实现任意非线性比例；先设置相机的起始缩放级别，捕获第一图像帧，可执行缩放命令，在下一个标定时刻捕获的第二图像帧。在相机的整个范围重复进行图像帧的捕获；根据标定图案轮廓进行缩放估计。在单镜头不同焦距情况下，光路会造成不同的缩放比例下，径向失真的差异。因此，不同焦距应当配置有与之相应的校准配置参数。
[0009]本专利技术还公开了：实现上述一种图像特征点的标定方法的计算机程序和存储有上述计算机程序的存储介质。装载有上述计算机程序的图像特征点的标定装置。
[0010]由于本专利技术采用了标定图案为黑白相间的正方形网格；相机捕获标定图案采用连续捕获先后两张图像对比，当前后两张捕获图像产生位移时，重新捕获标定图案。采用单个镜头连续采集两次标定图案正方形网格（即棋盘格），通过前后比对，排除掉相机非静止情况下的标定，以减少错误捕获的标定图像进而损耗算力。排除掉相机非静止情况下的标定后，有效棋盘格的像素稳定、清晰，通过改进分布函数的结合，可以减少对主要分布区域外的像素杂点计算，进一步节省算力。因而本专利技术具有识别效率高、错误少、速度快的优点。
附图说明
[0011]图1为本专利技术实施例1的步骤顺序示意图；图2为本专利技术实施例1的相机捕获图像及特征点示意图；图3为本专利技术实施例1的图像校正示意图；图4为本专利技术实施例2的运动目标识别效果比较示意图；图5为本专利技术实施例3的工业机器人一种校准场景示意图；图6为本专利技术实施例3的工业机器人校准场景第二姿态示意图。
具体实施方式
[0012]以下结合附实施例对本专利技术作进一步详细描述。
[0013]实施例1：参照图1至图3，一种识别效率高、错误少、速度快的图像特征点的标定方法，其包括，使用相机捕获标定图案的图像；定位标定图案中的特征点；使用特征点沿标定图案的周边定位多个边界点；拟合边界使用多个边界点沿着标定图案的周边的线；使用拟合的边界线沿着周边定位特征点；并基于特征点生成透视变换矩阵，标定图案为黑白相间的正方形网格；相机捕获标定图案采用连续捕获先后两张图像对比，当前后两张捕获图像产生位移
时，重新捕获标定图案。采用单个镜头连续采集两次标定图案正方形网格（即棋盘格），通过前后比对，排除掉相机非静止情况下的标定，以减少错误捕获的标定图像进而损耗算力。
[0014]为了进一步优化技术方案，采取的优化措施还包括：定位标定图案的方法为灰度方式输入标定图案；采用预设的角点模板，角点模板包含四个滤波核 ，角点模板的尺度与标定图案的尺寸对应；计算每个滤波核 与灰度图像I的卷积响应图 和均值μ为：算式中， 表示滤波核与灰度图像的卷积运算；滤波核符合 分布函数， 为角点模板的尺度，x为角点模板内各点与模板中心的向量模。排除掉相机非静止情况下的标定后，有效棋盘格的像素稳定、清晰，因此，继续采用高斯模糊概率进行分布函数的运算效果反而会下降。通过改进分布函数的结合，可以减少对主要分布区域外的像素杂点计算，进一步节省算力。
[0015]相机获取的标定图案的特征点包括识别沿着与标定图案的每个周边相交两次的线位于标定图案中的点。特征点可以棋盘格上某一个网格的交点、也可以是其边缘的中点，也可以是几何中心或上述组合。由于图像质量、光线、反光材质的差异，机械的采用一种特征点的筛选方式，并不能有效而快速的获得特征点矩阵，为了提高效率，采用综合效率高的特征点或其组合方式获得特征点矩阵，是比较合理的选择。图3中，左侧为校准前的效果，右侧为校准后的效果，与原始标定图案基本一致。
[0016]滤波核算式中， 取值为1.9至2.1。通过调整取值，能有效的调整滤波宽度，甚至在极端情况下，可以以牺牲准确性的方式降低运算耗时。
[0017]角点模板的尺度与标定图案的尺寸对应的方法为根据相机的变焦本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像特征点的标定方法，使用相机捕获标定图案的图像；定位标定图案中的特征点；使用所述特征点沿标定图案的周边定位多个边界点；拟合边界使用所述多个边界点沿着标定图案的周边的线；使用拟合的边界线沿着所述周边定位特征点；并基于所述特征点生成透视变换矩阵，其特征是：所述标定图案为黑白相间的正方形网格；相机捕获标定图案采用连续捕获先后两张图像对比，当前后两张捕获图像产生位移时，重新捕获标定图案。2.如权利要求1所述的图像特征点的标定方法，其特征是：定位所述的标定图案的方法为灰度方式输入标定图案；采用预设的角点模板，角点模板包含四个滤波核，角点模板的尺度与所述的标定图案的尺寸对应；计算每个滤波核与灰度图像I的卷积响应图和均值μ为：算式中，表示滤波核与灰度图像的卷积运算；滤波核符合分布函数，为角点模板的尺度，x为角点模板内各点与模板中心的向量模。3.如权利要求2所述的图像特征点的标定方法，其特征是:相机获取的标定图案的特征点包括识别沿着与标定图案的每个周边相交两次的线位于...

【专利技术属性】
技术研发人员：冉祥，陈小川，邓志伟，刘欣冉，
申请(专利权)人：北京微链道爱科技有限公司，
类型：发明
国别省市：