一種適用於低質量圖像的棋盤格角點檢測方法及裝置製造方法
2023-06-13 00:42:16 3
一種適用於低質量圖像的棋盤格角點檢測方法及裝置製造方法
【專利摘要】本發明屬於圖像識別領域，提供了一種棋盤格角點檢測方法和裝置，該方法包括以下步驟：獲取棋盤格圖像；將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像；在增強後的棋盤格圖像中確定角點所在的目標區域；確定每個目標區域中角點的坐標。本發明採用基於極坐標形狀描述子和模式自動識別的方法進行棋盤格角點檢測，有效解決了經典角點檢測方法對圖像質量要求高、抗噪聲性能差、角點檢測精度低的問題。
【專利說明】一種適用於低質量圖像的祺盤格角點檢測方法及裝置
【技術領域】
[0001]本發明屬於圖像識別領域，尤其涉及一種棋盤格角點檢測的方法及其裝置。
【背景技術】
[0002]相機標定是計算機視覺領域從二維圖像獲取三維信息的一個基本步驟，被廣泛應用於三維重建、視覺檢測和監控等領域。相機標定的精度直接影響後續計算機視覺任務的精度，而相機標定的精度在很大程度上取決於標定板控制點的圖像定位精度。因此，提高標定板控制點的圖像定位精度是計算機視覺領域重要的研究課題。如圖1所示為棋盤格標定板，是在相機標定過程中應用最為廣泛的一種標定板，所以針對棋盤格的角點檢測目前已有較多的方法，如比較經典的方法有harris法、susan法等,發明專利CN201010105470.6提出了一種利用灰度模板匹配的方法進行「X」型角點，也就是棋盤格角點的檢測方法，但目前的方法需要進行像素級的模板匹配，對圖像的質量要求相對較高，圖2為在圖像質量不高的情況下harris法的角點識別結果，從圖2中可以看出該方法的識別結果正確率很低，抗噪聲性能差。圖3為在圖像質量不高的情況下susan法的角點識別結果，同上從圖3中可以看出該方法也存在同樣的問題。因此需要一種在圖像質量不高的情況下，可以精確識別棋盤格角點的方法。
【發明內容】
[0003]本發明旨在提供一種抗噪性能好，能夠適用於低質量棋盤格圖像的角點自動檢測方法。
[0004]本發明實施例是這樣實現的，一種棋盤格角點檢測方法，所述方法包括以下步驟:
[0005]獲取棋盤格圖像；
[0006]將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像；
[0007]在增強後的棋盤格圖像中確定角點所在的目標區域；
[0008]確定每個目標區域中角點的坐標。
[0009]本發明實施例的另一圖像識別方法，一種棋盤格角點檢測方法，確定每個目標區域中角點的坐標；步驟中，確定一個目標區域中角點的坐標的具體步驟為:
[0010]在第一濾波圖像中搜索該目標區域灰度值最大的點作為角點，輸出該角點的坐標。
[0011]本發明實施例的另一目的在於提供一種棋盤格角點檢測裝置，包括:棋盤格圖像獲取模塊、增強濾波模塊、二值化與膨脹腐蝕模塊、目標區域確定模塊和角點確定模塊；其中:
[0012]棋盤格圖像獲取模塊:用於獲取棋盤格圖像；
[0013]增強濾波模塊:用於將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像；[0014]二值化與膨脹腐蝕模塊:用於對增強後的棋盤格圖像進行二值化與膨脹腐蝕處理。得到二值化與膨脹腐蝕處理後的棋盤格圖像；
[0015]目標區域確定模塊:用於在二值化與膨脹腐蝕處理後的棋盤格圖像中確定角點所在的目標區域；
[0016]角點確定模塊:用於確定每個目標區域中角點的坐標。
[0017]本發明提供的方法和裝置適用於低質量棋盤格圖像，無需人工交互，魯棒性高。本發明設計了一種能夠增強棋盤格角點的雙層濾波器，並採用基於極坐標形狀描述子和模式自動識別的方法進行棋盤格角點檢測，有效解決了經典角點檢測方法對圖像質量要求高、抗噪聲性能差、角點檢測精度低的問題。
【專利附圖】
【附圖說明】
[0018]圖1是採用數位相機拍攝的黑白棋盤格標定板；
[0019]圖2是在圖像質量不高的情況下harris法的角點識別結果；
[0020]圖3是在圖像質量不高的情況下susan法的角點識別結果；
[0021]圖4是本發明一種棋盤格角點檢測方法的實施例一提供的流程圖；
[0022]圖5是本發明一種棋盤格角點檢測方法的實施例一提供的第一濾波器像素位置分布示意圖；
[0023]圖6是本發明一種棋盤格角點檢測方法的實施例一提供的第一濾波後的圖像示意圖；
[0024]圖7是本發明一種棋盤格角點檢測方法的實施例一提供的增強後的棋盤格圖像示意圖；
[0025]圖8是本發明一種棋盤格角點檢測方法的實施例一提供的方法的角點識別結果；
[0026]圖9是本發明一種棋盤格角點檢測方法的實施例二提供的流程圖；
[0027]圖10是本發明一種棋盤格角點檢測裝置的實施例三提供的模塊圖。
【具體實施方式】
[0028]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。
[0029]除非另有定義，本文所使用的所有的技術和科學術語與屬於本發明的【技術領域】的技術人員通常理解的含義相同。本文中在本發明的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本發明。
[0030]實施例一
[0031]本發明實施例一提出了一種適用於低質量圖像的棋盤格角點檢測方法，如圖4所示，包括:
[0032]SI 1、獲取棋盤格圖像。
[0033]獲取棋盤格圖像可以使用常見的各種數字圖像獲取方式，例如利用數位相機拍攝的黑白棋盤格標定板。圖1為採用數位相機拍攝的黑白棋盤格標定板。
[0034]黑白棋盤格標定板的角點是指棋盤格中黑白格交界處的臨界點，且與四個黑白格相鄰。
[0035]S12、將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像。
[0036]由於棋盤格圖像為黑白格子突變區域，所以欲準確提取角點，需要首先增強棋盤格圖像的角點。
[0037]S12、將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像，的具體步驟為:
[0038]S121、通過第一濾波器對獲取的棋盤格圖像進行角點區域增強，得到第一濾波圖像。
[0039]角點是棋盤格黑白交界的臨界點，該點沿對角線方向的灰度值呈對稱性分布，所以設計第一濾波器進行圖像角點區域增強。
[0040]第一濾波器為:假設i為橫坐標、j為縱坐標，圖像中(i，j)位置的圖像灰度值表示為f (i, j)，設計7X7像素大小的濾波模板，濾波後的灰度值表示為Value (i, j)，圖像的像素位置分布如圖5所示，進行圖像增強時按公式I進行處理。
【權利要求】
1.一種棋盤格角點檢測方法，其特徵在於，所述方法包括以下步驟: 獲取棋盤格圖像； 將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像； 在增強後的棋盤格圖像中確定角點所在的目標區域； 確定每個目標區域中角點的坐標。
2.如權利要求1所述的一種棋盤格角點檢測方法，其特徵在於，將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像，包括以下步驟: 通過第一濾波器對獲取的棋盤格圖像進行角點區域增強，得到第一濾波圖像； 通過第二濾波器對，第一濾波圖像進行十字狀增強濾波，得到增強後的棋盤格圖像。
3.如權利要求1所述的一種棋盤格角點檢測方法，其特徵在於，在增強後的棋盤格圖像中確定角點所在的目標區域，包括以下步驟: 構造增強後的棋盤格圖像中的每個連通區域的形狀描述特徵序列； 對每個連通區域形狀描述的特徵序列進行篩選； 識別增強後的棋盤格圖像中每個連通區域是否為目標區域。
4.如權利要求3所述的一種棋盤格角點檢測方法，其特徵在於，構造增強後的棋盤格圖像中的每個連通區域的形狀描述特徵，包括以下步驟: 給增強後的棋盤格圖像中的每個連通區域貼標籤； 提取增強後的棋盤格圖像中的每個連通區域的形狀描述特徵。
5.如權利要求4所述的一種棋盤格角點檢測方法，其特徵在於，提取增強後的棋盤格圖像中的每個連通區域的形狀描述特徵；步驟中對於一個連通區域進行形狀描述特徵提取的具體步驟為: 計算該連通區域的質心； 將該連通區域內的所有像素的直角坐標轉換為以質心為原點的極坐標。
6.如權利要求3所述的一種棋盤格角點檢測方法，其特徵在於，識別增強後的棋盤格圖像中每個連通區域是否為目標區域；步驟中，識別一個連通區域是否為目標區域，的具體步驟為: 從該連通區域的篩選後的連通區域形狀特徵序列中，提取出每個像素點的角度特徵形成序列，作為識別該區域的角度特徵序列； 採用最小類內方差法確定分類第二閾值； 用第二閾值，將該區域的角度特徵序列劃分為Pl和P2兩個特徵集合，並計算這兩個特徵集合的均值meanl和mean2 ； 若該區域Pl和P2兩個特徵集合的均值meanl和mean2近似為90度時，則認定該連通區域為目標區域。
7.如權利要求1所述的一種棋盤格角點檢測方法，其特徵在於，確定每個目標區域中角點的坐標；步驟中，確定一個目標區域中角點的坐標的具體步驟為: 在第一濾波圖像中搜索該目標區域灰度值最大的點作為角點，輸出該角點的坐標。
8.一種棋盤格角點檢測方法，其特徵在於，所述方法包括以下步驟: 獲取棋盤格圖像； 將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像；對增強後的棋盤格圖像進行二值化與膨脹腐蝕處理； 在二值化與膨脹腐蝕處理後的棋盤格圖像中確定角點所在的目標區域； 確定每個目標區域中角點的坐標。
9.如權利要求8所述的一種棋盤格角點檢測方法，其特徵在於，對增強後的棋盤格圖像進行二值化與膨脹腐蝕處理；的具體步驟為: 設定灰度圖像的第三閾值為Th，若圖像中某一像素的灰度值大於Th時，將其值賦為1，否則為O ; 對二值化後的圖像進行多次膨脹腐蝕運算。
10.一種棋盤格角點檢測裝置，其特徵在於，包括:棋盤格圖像獲取模塊、增強濾波模塊、二值化與膨脹腐蝕模塊、目標區域確定模塊和角點確定模塊；其中: 棋盤格圖像獲取模塊:用於獲取棋盤格圖像； 增強濾波模塊:用於將獲取的棋盤格圖像進行角點增強濾波，得到增強後的棋盤格圖像； 二值化與膨脹腐 蝕模塊:用於對增強後的棋盤格圖像進行二值化與膨脹腐蝕處理。得到二值化與膨脹腐蝕處理後的棋盤格圖像； 目標區域確定模塊:用於在二值化與膨脹腐蝕處理後的棋盤格圖像中確定角點所在的目標區域； 角點確定模塊:用於確定每個目標區域中角點的坐標。
【文檔編號】G06K9/00GK104036244SQ201410252718
【公開日】2014年9月10日 申請日期:2014年6月9日 優先權日:2014年6月9日
【發明者】鄧穎娜, 鞏稼民, 袁立行, 湯琦, 孫宇航, 徐軍華, 王鳳利, 趙德勝, 喬琳 申請人:西安郵電大學