一种基于非均匀尺度Hessian矩阵的光点提取方法技术

本发明专利技术提供了一种基于非均匀尺度Hessian矩阵的光点提取方法，其可在进行光点中心亚像素提取同时，保证光点中心的精度，满足精确图像处理的要求；包括如下步骤：S1、获取非均匀光点图像，对光点图像二值化处理，并确定高斯卷积核的尺度初值；S2、根据尺度初值建立非均匀尺度的高斯卷积模板；S3、根据高斯卷积模板构造归一化Hessian矩阵的行列式算子；S4、获取行列式算子值最大时的高斯模板尺度，并将在该高斯模板尺度下的图像点坐标作为光点中心像素级坐标；S5、根据光点中心像素级坐标，在得到的光点图像中心领域中做亚像素级别的中心提取，进而获得光点中心的亚像素级坐标位置。进而获得光点中心的亚像素级坐标位置。进而获得光点中心的亚像素级坐标位置。

A light spot extraction method based on non-uniform scale Hessian matrix

【技术实现步骤摘要】
一种基于非均匀尺度Hessian矩阵的光点提取方法


[0001]本专利技术涉及动态精密空间位置测量
，具体为一种基于非均匀尺度Hessian矩阵的光点提取方法。

技术介绍

[0002]光点是重要的一类特征提取的目标特征，以此作为目标特征可以有效降低对测量系统的整体测量误差。对于普通面阵相机成像的光点特征的亚像素提取，常用的提取方法有重心法和基于Hessian矩阵的亚像素中心提取方法，其中，基于Hessian矩阵的方法因为其较高的精度和成熟的理论依据备受青睐，理想情况下，光点图像的灰度分布近似于二维高斯分布，且在两个不同图像方向上的高斯核尺度一致；但是由于单维binning的存在，导致光点图像在binning方向上高斯核尺度发生变化，对于传统面阵相机，单维binning的面阵成像单元变为了等效的窄面阵后，通过该提取方法提取的光点图像的尺度会根据binning方向发生变化，具体变化如图1从左向右所示，即单维binning会导致光点的非均匀成像，影响光点的灰度分布特征，并且会降低光点图像在binning方向上的分辨率；而传统的重心法以及Hess本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非均匀尺度Hessian矩阵的光点提取方法，其特征在于：包括如下步骤：S1、获取非均匀光点图像，对光点图像二值化处理，并确定高斯卷积核的尺度初值σ
g
；S2、根据尺度初值σ
g
建立非均匀尺度的高斯卷积模板g(x,y)；S3、根据高斯卷积模板g(x,y)构造归一化Hessian矩阵的行列式算子C；S4、获取行列式算子C值最大时的高斯模板尺度，并将在该高斯模板尺度下的图像点坐标作为光点中心像素级坐标；S5、根据光点中心像素级坐标，在得到的光点图像中心领域中做亚像素级别的中心提取，进而获得光点中心的亚像素级坐标位置。2.根据权利要求1所述的一种基于非均匀尺度Hessian矩阵的光点提取方法，其特征在于：在所述步骤S1中，取二值化后的非均匀光点图像的x、y两个方向中所占像素数的最大值，作为光点的直径d，并根据光点的直径d求解出高斯卷积核的尺度初值σ
g
，其中，3.根据权利要求1所述的一种基于非均匀尺度Hessian矩阵的光点提取方法，其特征在于：所述步骤S2包括如下步骤：S2.1、设定标准离散高斯卷积核函数表达式为：其中σ
x
为高斯核的尺度；标准离散高斯卷积核函数也就是高斯卷积模板g(x,y)；S2.2、对于非均匀图像而言，需要给高斯卷积模板g(x,y)引入两个不同的尺度σ
x1
、σ
x2
，以使高斯核函数的尺度与其光点的尺度相匹配，其表达式为：其中，σ
x1
＝σ
g
/B，σ
x2
＝σ
g
；则有：其中B为非均匀图像binning的倍数。4.根据权利要求3所述的一种基于非均匀尺度Hessian矩阵的光点提取方法，其特征在于：所述步骤S3包括如下步骤：S3.1、非均匀光点图像中任意像素点p＝(x,y)
T
处的Hessian矩阵表示为：其中r
xx
为图像在x方向的二阶偏导数，r
xy
为图像在x、y方向上的二阶混合偏导数，r
yy
为图像在y方向的二阶偏导数；S3.2、将二阶微分离散高斯卷积核进行归一化，即：
其中为经过归一化的二阶微分离散高斯卷积核；g
xx
、g
xy
、g
...

【专利技术属性】
技术研发人员：刘浩，夏彪，
申请(专利权)人：江苏集萃智能光电系统研究所有限公司，
类型：发明
国别省市：