本发明专利技术属于图像识别领域，提供了一种棋盘格角点检测方法和装置，该方法包括以下步骤：获取棋盘格图像；将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；在增强后的棋盘格图像中确定角点所在的目标区域；确定每个目标区域中角点的坐标。本发明专利技术采用基于极坐标形状描述子和模式自动识别的方法进行棋盘格角点检测，有效解决了经典角点检测方法对图像质量要求高、抗噪声性能差、角点检测精度低的问题。
【技术实现步骤摘要】
一种适用于低质量图像的棋盘格角点检测方法及装置
本专利技术属于图像识别领域，尤其涉及一种棋盘格角点检测的方法及其装置。
技术介绍
相机标定是计算机视觉领域从二维图像获取三维信息的一个基本步骤,被广泛应用于三维重建、视觉检测和监控等领域。相机标定的精度直接影响后续计算机视觉任务的精度,而相机标定的精度在很大程度上取决于标定板控制点的图像定位精度。因此,提高标定板控制点的图像定位精度是计算机视觉领域重要的研究课题。如图1所示为棋盘格标定板，是在相机标定过程中应用最为广泛的一种标定板，所以针对棋盘格的角点检测目前已有较多的方法，如比较经典的方法有harris法、susan法等，专利技术专利CN201010105470.6提出了一种利用灰度模板匹配的方法进行“X”型角点，也就是棋盘格角点的检测方法，但目前的方法需要进行像素级的模板匹配，对图像的质量要求相对较高，图2为在图像质量不高的情况下harris法的角点识别结果，从图2中可以看出该方法的识别结果正确率很低，抗噪声性能差。图3为在图像质量不高的情况下susan法的角点识别结果，同上从图3中可以看出该方法也存在同样的问题。因此需要一种在图像质量不高的情况下，可以精确识别棋盘格角点的方法。
技术实现思路
本专利技术旨在提供一种抗噪性能好，能够适用于低质量棋盘格图像的角点自动检测方法。本专利技术实施例是这样实现的，一种棋盘格角点检测方法，所述方法包括以下步骤：获取棋盘格图像；将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；在增强后的棋盘格图像中确定角点所在的目标区域；确定每个目标区域中角点的坐标。本专利技术实施例的另一图像识别方法，一种棋盘格角点检测方法，确定每个目标区域中角点的坐标；步骤中,确定一个目标区域中角点的坐标的具体步骤为：在第一滤波图像中搜索该目标区域灰度值最大的点作为角点，输出该角点的坐标。本专利技术实施例的另一目的在于提供一种棋盘格角点检测装置，包括：棋盘格图像获取模块、增强滤波模块、二值化与膨胀腐蚀模块、目标区域确定模块和角点确定模块；其中：棋盘格图像获取模块：用于获取棋盘格图像；增强滤波模块：用于将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；二值化与膨胀腐蚀模块：用于对增强后的棋盘格图像进行二值化与膨胀腐蚀处理。得到二值化与膨胀腐蚀处理后的棋盘格图像；目标区域确定模块：用于在二值化与膨胀腐蚀处理后的棋盘格图像中确定角点所在的目标区域；角点确定模块：用于确定每个目标区域中角点的坐标。本专利技术提供的方法和装置适用于低质量棋盘格图像，无需人工交互，鲁棒性高。本专利技术设计了一种能够增强棋盘格角点的双层滤波器，并采用基于极坐标形状描述子和模式自动识别的方法进行棋盘格角点检测，有效解决了经典角点检测方法对图像质量要求高、抗噪声性能差、角点检测精度低的问题。附图说明图1是采用数码相机拍摄的黑白棋盘格标定板；图2是在图像质量不高的情况下harris法的角点识别结果；图3是在图像质量不高的情况下susan法的角点识别结果；图4是本专利技术一种棋盘格角点检测方法的实施例一提供的流程图；图5是本专利技术一种棋盘格角点检测方法的实施例一提供的第一滤波器像素位置分布示意图；图6是本专利技术一种棋盘格角点检测方法的实施例一提供的第一滤波后的图像示意图；图7是本专利技术一种棋盘格角点检测方法的实施例一提供的增强后的棋盘格图像示意图；图8是本专利技术一种棋盘格角点检测方法的实施例一提供的方法的角点识别结果；图9是本专利技术一种棋盘格角点检测方法的实施例二提供的流程图；图10是本专利技术一种棋盘格角点检测装置的实施例三提供的模块图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。实施例一本专利技术实施例一提出了一种适用于低质量图像的棋盘格角点检测方法，如图4所示，包括：S11、获取棋盘格图像。获取棋盘格图像可以使用常见的各种数字图像获取方式，例如利用数码相机拍摄的黑白棋盘格标定板。图1为采用数码相机拍摄的黑白棋盘格标定板。黑白棋盘格标定板的角点是指棋盘格中黑白格交界处的临界点，且与四个黑白格相邻。S12、将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像。由于棋盘格图像为黑白格子突变区域，所以欲准确提取角点，需要首先增强棋盘格图像的角点。S12、将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像，的具体步骤为：S121、通过第一滤波器对获取的棋盘格图像进行角点区域增强，得到第一滤波图像。角点是棋盘格黑白交界的临界点，该点沿对角线方向的灰度值呈对称性分布，所以设计第一滤波器进行图像角点区域增强。第一滤波器为：假设i为横坐标、j为纵坐标，图像中(i,j)位置的图像灰度值表示为f(i,j)，设计7X7像素大小的滤波模板，滤波后的灰度值表示为Value(i,j)，图像的像素位置分布如图5所示，进行图像增强时按公式1进行处理。公式中d表示像素相对于中心位置(i，j)的位置偏移量，这里d的取值范围为-3～3。第一滤波后的图像如图6所示，抑制了图像的灰度分布均匀区域，增强了棋盘格灰度值发生变化的区域，其中棋盘格黑白灰度突变的区域有交界线和角点两种，其中交界线部分被增强为黑色线段，角点区域呈现较明显的十字形状，为后续提取角点提供了有效的形状特征。S122、通过第二滤波器对，第一滤波图像进行十字状增强滤波，得到增强后的棋盘格图像。第二滤波器为：假设图像中(i,j)位置的图像灰度值表示为f(i,j)，滤波后的灰度值表示为g(i,j)，进行滤波器时按公式2进行。其中k表示滤波模板像素与中心位置在垂直方向的偏移量，单位为像素，l表示滤波模板像素与中心位置在水平方向的偏移量。增强后的棋盘格图像如图7所示，抑制了图6中的黑白棋盘格灰度变化的交界线段部分，增强了棋盘格的十字状角点区域。S14、在增强后的棋盘格图像中确定角点所在的目标区域。S14、在增强后的棋盘格图像中确定角点所在的目标区域，的具体步骤为：S141、构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列。S141、构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列；的具体步骤为：S1411、给增强后的棋盘格图像中的每个连通区域贴标签；即对每个连通的区域给其赋予一个统一的数字标号，这样每个联通区域都有一个唯一的数字标号。S1412、提取增强后的棋盘格图像中的每个连通区域的形状描述特征。对S1411步骤中标号后的联通区域，按照一定的顺序，对每个联通区域进行形状描述特征提取。其中一定的顺序可为：标签值由小到大的顺序。其中对于一个连通区域进行形状描述特征提取的具体步骤为：A1、计算该连通区域的质心。在图像处理领域有多种计算区域质心的方式，这里不做限制。A2、将该连通区域内的所有像素的直角坐标转换为以质心为原点的极坐标，该连通区域内的所有像素的极坐标集合，即为该连通区域形状描述的特征序列。每个像素的极坐标特征为每个像素与其所在的连通区本文档来自技高网...
【技术保护点】
一种棋盘格角点检测方法，其特征在于，所述方法包括以下步骤：获取棋盘格图像；将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；在增强后的棋盘格图像中确定角点所在的目标区域；确定每个目标区域中角点的坐标。
【技术特征摘要】
1.一种棋盘格角点检测方法，其特征在于，所述方法包括以下步骤：获取棋盘格图像；将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；在增强后的棋盘格图像中确定角点所在的目标区域；确定每个目标区域中角点的坐标；其中，在增强后的棋盘格图像中确定角点所在的目标区域的步骤包括：构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列；对每个连通区域形状描述的特征序列进行筛选；识别增强后的棋盘格图像中每个连通区域是否为目标区域；其中，识别增强后的棋盘格图像中每个连通区域是否为目标区域的步骤包括：从该连通区域的筛选后的连通区域形状特征序列中，提取出每个像素点的角度特征形成序列，作为识别该区域的角度特征序列；采用最小类内方差法确定分类第二阈值；用第二阈值，将该区域的角度特征序列划分为P1和P2两个特征集合，并计算这两个特征集合的均值mean1和mean2；若该区域P1和P2两个特征集合的均值mean1和mean2近似为90度时，则认定该连通区域为目标区域。2.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像,包括以下步骤：通过第一滤波器对获取的棋盘格图像进行角点区域增强，得到第一滤波图像；通过第二滤波器对，第一滤波图像进行十字状增强滤波，得到增强后的棋盘格图像。3.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，构造增强后的棋盘格图像中的每个连通区域的形状描述特征，包括以下步骤：给增强后的棋盘格图像中的每个连通区域贴标签；提取增强后的棋盘格图像中的每个连通区域的形状描述特征。4.如权利要求3所述的一种棋盘格角点检测方法，其特征在于，提取增强后的棋盘格图像中的每个连通区域的形状描述特征；步骤中对于一个连通区域进行形状描述特征提取的具体步骤为：计算该连通区域的质心；将该连通区域内的所有像素的直角坐标转换为以质心为原点的极坐标。5.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，确定每个目标区域中角点的坐标；步骤中,确定一个目标区域中角点的坐标的具体步骤为：在第一滤波图像中搜索该目标区域灰度值最大的点作为角点，输出该角点的坐标。6.一种棋盘格角点检测方法，其特征在于，所述方法包括以下步骤：获取棋盘格图像；将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；对增强后的棋盘格图像进行二值化与膨胀腐蚀处理；在二值化与膨胀腐蚀处理后的棋盘格图像中确定角点所在的目标...
【专利技术属性】
技术研发人员：邓颖娜，巩稼民，袁立行，汤琦，孙宇航，徐军华，王凤利，赵德胜，乔琳，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。