用于相机参数标定的棋盘角点检测方法和装置制造方法及图纸

本申请涉及计算机视觉技术领域，公开一种用于相机参数标定的棋盘角点检测方法。该方法包括：采用haar特征对棋盘格图像进行检测，得到haar特征值；将所述haar特征值处理为特征值分布图像，其中所述haar特征值分布图像中包括点状区域；计算所述点状区域的中心位置，得到角点。该方法提高了棋盘检测的准确度。

【技术实现步骤摘要】
用于相机参数标定的棋盘角点检测方法和装置
本申请涉及计算机视觉
，例如涉及一种用于相机参数标定的棋盘角点检测方法和装置。
技术介绍
目前，相机的参数标定是计算机视觉关于图像处理的关键步骤，通常采用棋盘格标定方法，该方法需要提取棋盘格的内角点，来实现图像中点的世界坐标系到相机坐标系的准确映射。在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有的检测方法受到非均匀性光照，角点变形，图像噪声等多因素的影响不能准确地检测棋盘格的角点。
技术实现思路
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。该概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。本公开实施例提供了一种用于相机参数标定的棋盘角点检测方法和装置，以解决现有技术中存在不能准确检测棋盘格角点的上述技术问题。在一些实施例中，用于相机参数标定的棋盘角点检测方法，包括：采用haar特征对棋盘格图像进行检测，得到haar特征值；将所述haar特征值处理为特征值分布图像，其中所述特征值分布图像中包括点状区域；计算所述点状区域的中心位置，得到角点。在一些实施例中，将所述haar特征值处理为特征值分布图像，包括：对所述haar特征值进行运算后放入图像通道，形成所述特征值分布图像。在一些实施例中，所述采用haar特征对棋盘格图像进行检测，包括：选取haar特征中的对角特征对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到所述haar特征值。在一些实施例中，所述采用haar特征对棋盘格图像进行检测，还包括：选取haar特征中的边界特征对所述棋盘格图像中存在灰度梯度的区域进行卷积计算，得到所述haar特征值。在一些实施例中，对所述haar特征值进行运算后放入图像通道，包括：在所述haar特征值为多个的情况下，对所述haar特征值分别取绝对值后分别放入不同的图像通道。在一些实施例中，所述计算所述点状区域的中心位置，得到角点，包括：将所述特征值分布图像从色彩空间BGR转换为颜色空间HSV；搜索所述点状区域的像素集合；基于所述像素集合，获取所述点状区域的中心位置为所述角点。在一些实施例中，搜索所述点状区域的像素集合，包括：基于所述图像通道的颜色阈值，搜索所述像素集合。在一些实施例中，用于相机参数标定的棋盘角点检测装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如上文所述的方法。在一些实施例中，用于相机参数标定的棋盘角点检测装置，包括：检测模块，被配置为采用haar特征对棋盘格图像进行检测，得到haar特征值；图像处理模块，被配置为将所述haar特征值处理为特征值分布图像，其中所述haar特征值分布图像中包括点状区域；计算模块，被配置为计算所述点状区域的中心位置，得到角点。在一些实施例中，所述检测模块，还被配置为：选取haar特征中的对角特征对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到所述haar特征值。本公开实施例提供的用于相机参数标定的棋盘角点检测方法和装置，可以实现以下技术效果：相机参数标定时提高了棋盘格角点检测的准确度。以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。附图说明一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：图1是本公开实施例提供的棋盘角点检测方法的流程示意图；图2是本公开实施例提供的棋盘角点检测方法的另一流程示意图；图3是本公开实施例提供的棋盘角点检测方法的又一流程示意图；图4是本公开实施例提供的棋盘角点检测装置的结构示意图；图5是本公开实施例提供的棋盘角点检测装置的结构示意图；图6是haar特征中行列边界特征的图像；图7是haar特征中对角特征的图像；图8是采用本公开实施例提供的棋盘角点检测方法得到特征值分布图像的照片。附图标记：10-检测模块；20-图像处理模块；30-计算模块。具体实施方式为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。参见图1，本公开实施例提供了一种用于相机参数标定的棋盘角点检测方法，包括：步骤10：采用haar特征对棋盘格图像进行检测，得到haar特征值；步骤20：将haar特征值处理为特征值分布图像，其中特征值分布图像中包括点状区域；步骤S30：计算点状区域的中心位置，得到角点。采用haar特征处理图像是对局部图像区域的对称性先积分再求差，对于噪声具有均值化功能，相当于抑制了噪声的显著效应，对于噪声图像具有很好的检测。采用本公开实施例提供的棋盘角点检测方法可以检测到因检测距离或者入射角度等因素导致图像光强度非均匀的情况下的角点，以及距离图像中心较远的锐度不足的角点。在一些实施例中，步骤20：将haar特征值处理为特征值分布图像，包括：对haar特征值进行运算后放入图像通道，形成特征值分布图像。参见图2，步骤10：采用haar特征对棋盘格图像进行检测，包括：选取haar特征中的对角特征对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到haar特征值。仅采用对角特征(参见图7)对棋盘格图像中的角点进行检测，相应地在特征值分布图像中角点位于呈圆形地点状区域。参见图2，步骤10：采用haar特征对棋盘格图像进行检测，还包括：步骤110：选取haar特征中的边界特征对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到haar特征值。分别选取haar特征中的对角特征和边界特征(参见图8)分别对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到haar特征值。图6中左边的图像为行边缘特征，右边的图像为列边缘特征，采用边界特征中的这两个边界特征对棋盘格图像中存在灰度梯度的区域进行检测，便于特征值分布图像中显示棋盘格的横线和竖线。在一些实施例中，对haar特征值进行运算后放入图像通道，包括：在haar特征值为多个的情况下，对haar特征值分别取绝对值后分别放入不同的图像通道。参见图3，在一些实施例中，步骤30：计算点状区域的中心位置，得到角点，包括：步骤300：将特征值分布图像从色彩空本文档来自技高网...

【技术保护点】
1.一种用于相机参数标定的棋盘角点检测方法，其特征在于，包括：/n采用haar特征对棋盘格图像进行检测，得到haar特征值；/n将所述haar特征值处理为特征值分布图像，其中所述haar特征值分布图像中包括点状区域；/n计算所述点状区域的中心位置，得到角点。/n

【技术特征摘要】
1.一种用于相机参数标定的棋盘角点检测方法，其特征在于，包括：
采用haar特征对棋盘格图像进行检测，得到haar特征值；
将所述haar特征值处理为特征值分布图像，其中所述haar特征值分布图像中包括点状区域；
计算所述点状区域的中心位置，得到角点。


2.根据权利要求1所述的方法，其特征在于，将所述haar特征值处理为特征值分布图像，包括：
对所述haar特征值进行运算后放入图像通道，形成所述特征值分布图像。


3.根据权利要求2所述的方法，其特征在于，所述采用haar特征对棋盘格图像进行检测，包括：
选取haar特征中的对角特征对棋盘格图像中存在灰度梯度的区域进行卷积计算，得到所述haar特征值。


4.根据权利要求3所述的方法，其特征在于，所述采用haar特征对棋盘格图像进行检测，还包括：
选取haar特征中的边界特征对所述棋盘格图像中存在灰度梯度的区域进行卷积计算，得到所述haar特征值。


5.根据权利要求4所述的方法，其特征在于，对所述haar特征值进行运算后放入图像通道，包括：
在所述haar特征值为多个的情况下，对所述haar特征值分别取绝对值后分别放入不同的图像通道。


6.根...

【专利技术属性】
技术研发人员：刁鸿浩，黄玲溪，
申请(专利权)人：北京芯海视界三维科技有限公司，视觉技术创投私人有限公司，刁鸿浩，
类型：发明
国别省市：北京;11