角点筛选方法、装置、计算机设备和计算机可读存储介质制造方法及图纸

本申请涉及一种角点筛选方法、装置、计算机设备和存储介质。方法包括：获取图像的待筛角点集；图像包含具有目标角点的目标标志点；对于待筛角点集中的各待筛角点，基于在待筛角点的参考采样范围内像素点的像素值，确定目标采样范围；获取位于目标采样范围内的像素点，获得目标采样点集；在目标采样点集符合目标标志点的标志点特征的情况下，确定待筛角点为目标角点。采用本方法能够去除伪角点，提高获得的角点的准确性。的角点的准确性。的角点的准确性。

【技术实现步骤摘要】
角点筛选方法、装置、计算机设备和计算机可读存储介质


[0001]本申请涉及计算机
，尤其是一种角点筛选方法、装置、计算机设备和计算机可读存储介质。

技术介绍

[0002]3D扫描仪包括双目视觉及光源等结构，在使用过程中扫描精度与相机标定相关性强，因此标定过程中需要采集大量图片，计算出相机的内外参数。标定板通常会采用带有明显特征标志点，常用的标志点分为圆形标志点及编码标志点。圆形标志点在拍照的过程中会受到畸变，变为椭圆，特征会发生改变，因此采用具有角点特征的标志点制作标定板。然而即使角点有明显的特征，但受环境影响，使用常用的算法依然会提取出很多伪角点。传统的角点筛选方式，存在获得的角点不准确的问题。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够提高角点筛选准确性的角点筛选方法、装置、计算机设备和存储介质。
[0004]一种角点筛选方法，所述方法包括：获取图像的待筛角点集；所述图像包含具有目标角点的目标标志点；对于所述待筛角点集中的各待筛角点，基于在所述待筛角点的参考采样范围内像素点的像素值，确定目标采样范围；获取位于所述目标采样范围内的像素点，获得目标采样点集；在所述目标采样点集符合所述目标标志点的标志点特征的情况下，确定所述待筛角点为目标角点。
[0005]一种角点筛选装置，所述装置包括：待筛角点集获取模块，用于获取图像的待筛角点集；所述图像包含具有目标角点的目标标志点；目标采样范围确定模块，用于对于所述待筛角点集中的各待筛角点，基于在所述待筛角点的参考采样范围内像素点的像素值，确定目标采样范围；目标采样点集获取模块，用于获取位于所述目标采样范围内的像素点，获得目标采样点集；目标角点确定模块，用于在所述目标采样点集符合所述目标标志点的标志点特征的情况下，确定所述待筛角点为目标角点。
[0006]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例中角点筛选方法的步骤。
[0007]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中角点筛选方法的步骤。
[0008]本实施例中，获取图像中的待筛角点集，由于拍摄角度、拍摄距离等因素的影响，
图像中的目标标志点可能会发生畸变，因此需要基于在待筛角点参考采样范围内像素点的像素值，确定目标采样范围，可从一个通用的较大范围筛选出一个较小的目标采样范围，从而能够筛选出较合适的能够更加符合标志点特征的点的范围；在目标采样点集符合目标标志点的标志点特征的情况下，确定待筛角点为目标角点，能够通过标志点特征排除伪角点，准确获得真实的角点。
附图说明
[0009]图1为一个实施例中具有目标角点的目标标志点的示意图；图2为另一个实施例中具有目标角点的目标标志点的示意图；图3为一个实施例中标定图像的示意图；图4为一个实施例中角点筛选方法的流程示意图；图5为一个实施例中参考采样半径范围的示意图；图6为一个实施例中方向像素点的示意图；图7为一个实施例中目标采样范围的示意图；图8为一个实施例中待筛角点的示意图；图9为一个实施例中目标角点的示意图；图10为一个实施例中角点筛选方法的结构框图；图11为一个实施例中计算机设备的内部结构图。
具体实施方式
[0010]应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0011]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0012]需要说明，本申请实施例中所有方向性指示（诸如上、下、左、右、前、后
……
）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变，所述的连接可以是直接连接，也可以是间接连接。
[0013]另外，在本申请中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
[0014]本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个数据与另一个数据区分。举例来说，在不脱离本申请的范围的情况下，可以将第一采样点集称为第二采样点集，且类似地，可将第二采样点集称为第一采样点集。第一采样点集和第二采样点集两者都是采样点集，但其不是同
一采样点集。
[0015]可以理解，以下实施例中的“连接”，如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
[0016]在一个实施例中，如图1所示，为一个实施例中具有目标角点的目标标志点的示意图。如图2所示，为另一个实施例中具有目标角点的目标标志点的示意图。图1和图2中的目标角点均为圆的中心点。可以理解的是，该标志点还可以是划分为5等分、6等分、8等分等。且圆形可以改为方形、五边形、六边形、花形等。如图3所示，为一个实施例中标定图像的示意图。图3的标定图像中包括普通标定点和具有角点的目标标志点。图3中的目标标志点有3个。通过常用算法依然会从标定图像中提取出很多伪角点。
[0017]如图4所示，为一个实施例中角点筛选方法的流程示意图，应用于计算机设备，该计算机设备可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。一种角点筛选方法，包括：步骤402，获取图像的待筛角点集；图像包含具有目标角点的标志点。
[0018]其中，图像可以是标定图像。待筛角点集是通过角点提取算法如Harris角点提取算法提取得到的。
[0019]角点是指极值点，即像素值属性较为突出的点。角点的属性可以自行定义。角点具体可以位于不同像素值范围的像素的交叉处。待筛角点集中至少包括在标志点中的角点，还可能包括其它像素点即伪角点。
[0020]具体地，计算机设备采用角点提取算法，获得标定图像的待筛角点集，该图像包含具有目标角点的目标标志点。目标角点用于确定图像中目标标志点以进行图像标定。
[0021]步骤404，对于待筛角点集中的各待筛角点，基于在待筛角点的参考采样范围内像素点的像素值，确定目标采样范围。
[0022]其中，参考采样范围是预设的一个通用的且以待筛角点为参考点的采样范围。如可以是取半径8像素至半径20像素的范围，也可以是以待筛角点为中心取方形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种角点筛选方法，其特征在于，所述方法包括：获取图像的待筛角点集；所述图像包含具有目标角点的目标标志点；对于所述待筛角点集中的各待筛角点，基于在所述待筛角点的参考采样范围内像素点的像素值，确定目标采样范围；获取位于所述目标采样范围内的像素点，获得目标采样点集；在所述目标采样点集符合所述目标标志点的标志点特征的情况下，确定所述待筛角点为目标角点。2.根据权利要求1所述的方法，其特征在于，所述基于在所述待筛角点的参考采样范围内像素点的像素值，确定目标采样范围，包括：在所述待筛角点的参考采样范围内，沿着一方向进行采样，获得方向像素点的像素值；基于所述方向像素点的像素值，确定相邻像素点之间的像素差值；从所述像素差值中确定最小差值，获取所述最小差值对应的像素点的相对位置；所述相对位置是相对于所述待筛角点的位置；基于所述最小差值对应的像素点的相对位置确定目标采样范围。3.根据权利要求2所述的方法，其特征在于，所述在所述待筛角点的参考采样范围内，沿着一方向进行采样，获得方向像素点的像素值，包括：在所述待筛角点的参考采样半径范围内，以所述待筛角点为参考点，沿着任一方向，获得位于不同采样半径上方向像素点的像素值；所述基于所述最小差值对应的像素点的相对位置确定目标采样范围，包括：从最小差值对应的像素点的相对半径中选取一个目标像素点的相对半径；将以所述待筛角点为圆心、所述目标像素点所对应的相对半径为半径所形成的圆周，作为目标采样范围。4.根据权利要求3所述的方法，其特征在于，所述在所述待筛角点的参考采样半径范围内，以所述待筛角点为参考点，沿着任一方向，获得位于不同采样半径上方向像素点的像素值，包括：对参考采样半径范围内的每个采样半径，以所述待筛角点为圆心，以所述采样半径旋转一周进行采样，获得包含位于不同采样半径上的像素点的参考像素点集；从所述参考像素点集中，获取沿着任一方向且位于不同半径上方向像素点的像素值。5.根据权利要求1所述的方法，其特征在于，所述在所述目标采样点集符合所述目标标志点的标志点特征的情况下，确定所述待筛角点为目标角点，包括：获取所述目标采样点集中各目标采样点的像素值；基于所述各所述目标采样点的像素值，确定所述目标采样点集的像素平均值；确定各所述目标采样点的像素值中的像素最小值和像素最大值；将所述像素平均值、像素最大值和像素最小值进行两两相减，获得差值集；当所述差值集中未包含小于预设像素值的差值时，确定所述待筛角点为目标角点。6.根据权利要求1所述的方法，其特征在于，所述在所述目标采样点集符合所述目标标志点的标志点特征的情况下，确定所述待筛角点为目标角点，包括：分别统计在所述目标采样点集中位...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：深圳数马电子技术有限公司，
类型：发明
国别省市：