一種基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法
【專利摘要】本發(fā)明提供了一種基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法，將彩色棋盤格圖像轉(zhuǎn)化為灰度棋盤格圖像，將棋盤格圖像進(jìn)行二值化處理得到二值化圖像，根據(jù)二值化圖像和灰度棋盤圖像確定出角點(diǎn)區(qū)域，根據(jù)角點(diǎn)區(qū)域內(nèi)的像素點(diǎn)坐標(biāo)用最小二乘擬合圓方法擬合出圓，該圓心即為該棋盤格圖像角點(diǎn)，從而生成角點(diǎn)坐標(biāo)集。該方法無(wú)需標(biāo)定相機(jī)鏡頭的參數(shù)，適合檢測(cè)任意畸變的黑白棋盤格角點(diǎn)，在攝像機(jī)標(biāo)定、全景泊車、視覺(jué)檢測(cè)和單目測(cè)距等領(lǐng)域有廣泛的應(yīng)用。
【專利說(shuō)明】—種基于最小二乘優(yōu)化的黑白祺盤格圖像角點(diǎn)的檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)器視覺(jué)領(lǐng)域，具體涉及一種基于最小二乘優(yōu)化的畸變黑白棋盤格圖像角點(diǎn)的檢測(cè)方法。
【背景技術(shù)】
[0002]黑白棋盤格模板已經(jīng)廣泛應(yīng)用于攝像機(jī)標(biāo)定獲取鏡頭內(nèi)參和外參的過(guò)程，前期的攝像頭標(biāo)定得到的參數(shù)的準(zhǔn)確性決定了后期各種圖像應(yīng)用的精度，而黑白棋盤格標(biāo)定板角點(diǎn)位置提取的精度很大情況下決定了攝像機(jī)標(biāo)定的精度。
[0003]角點(diǎn)檢測(cè)的方法多種多樣，但大致上可以分為4類:基于邊緣特征的角點(diǎn)檢測(cè)、基于灰度圖像的角點(diǎn)檢測(cè)、基于二值圖像的角點(diǎn)檢測(cè)和數(shù)學(xué)形態(tài)學(xué)。大家常用的采用鼠標(biāo)點(diǎn)擊式的人機(jī)交互式方法是基于邊緣特征的角點(diǎn)檢測(cè)方法，也有人根據(jù)棋盤格的矩形或正方形的大小設(shè)計(jì)出的矩形模板進(jìn)行比對(duì)提取方法是基于二值圖像的角點(diǎn)檢測(cè)和數(shù)學(xué)形態(tài)學(xué)，還有人設(shè)計(jì)出的Harris角點(diǎn)提取或SUSAN方法等專門的方法是基于灰度圖像的角點(diǎn)檢測(cè)方法，但結(jié)果都差強(qiáng)人意，滿足不了嵌入式設(shè)備和移動(dòng)式設(shè)備的方法快速性的需求。
[0004]其中最為簡(jiǎn)單的鼠標(biāo)點(diǎn)擊式的人機(jī)交互式方法通過(guò)人為選取棋盤角點(diǎn)位置用計(jì)算機(jī)顯示，所提取到的角點(diǎn)坐標(biāo)位置準(zhǔn)確度高，但是算法周期長(zhǎng)，無(wú)法在計(jì)算機(jī)設(shè)備上實(shí)現(xiàn)，滿足不了實(shí)時(shí)性的要求。根據(jù)棋盤格的矩形或正方形的大小設(shè)計(jì)矩形模板進(jìn)行比對(duì)提取的方法比較適用于圖像畸變沒(méi)有或者畸變較小的情況，然而攝像機(jī)標(biāo)定就是為了通過(guò)畸變棋盤格角點(diǎn)提取來(lái)確定攝像機(jī)鏡頭畸變角度，實(shí)際情況下黑白棋盤格畸變較大，并且可能由于光照不均，邊緣信息丟失較嚴(yán)重，用矩形模板提取到的角點(diǎn)在邊緣處誤差較大。Harris角點(diǎn)檢測(cè)方法是由Chris Harris和MikeStephens在1988年提出，該方法是在Moravec方法的基礎(chǔ)上發(fā)展起來(lái)的。Harris角點(diǎn)檢測(cè)方法是在一個(gè)局部窗口在不同方向進(jìn)行少量的偏移后，考察窗口內(nèi)圖像亮度值的平均變化使用灰度的高斯梯度作為響應(yīng)值判斷棋盤格圖像中的角點(diǎn)，然而，在棋盤格圖像中，由于角點(diǎn)處圖像的模糊現(xiàn)象使得實(shí)際角點(diǎn)附近的一個(gè)或者多個(gè)點(diǎn)的Harris響應(yīng)值較高，很難準(zhǔn)確確定角點(diǎn)所在位置。SUSAN方法是關(guān)于特征點(diǎn)檢測(cè)的一種直觀的新方法，其思想簡(jiǎn)單，易于實(shí)現(xiàn)，由于不需要微分運(yùn)算，所以SUSAN方法抗噪能力強(qiáng)、運(yùn)算速度快。SUSAN該方法用一個(gè)預(yù)定義的掩板對(duì)圖像中的每個(gè)象素點(diǎn)進(jìn)行局部的運(yùn)算操作，給出相應(yīng)的邊緣響應(yīng)，這個(gè)響應(yīng)就作為輸出得到圖像的邊緣。但SUSAN方法也有不足:由于其在檢測(cè)角點(diǎn)時(shí)只考慮SUSAN區(qū)域的大小，而不考慮SUSAN區(qū)域的形狀，所以對(duì)一些特殊類型的角點(diǎn)會(huì)出現(xiàn)漏檢的情況。

【發(fā)明內(nèi)容】

[0005]針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法。
[0006]本發(fā)明的技術(shù)方案是:
[0007]—種基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法，包括以下步驟:[0008]步驟1、將彩色棋盤格圖像轉(zhuǎn)化為灰度棋盤格圖像。
[0009]步驟2、調(diào)整二值化閾值大小，使灰度棋盤格圖像中每一個(gè)黑色格子與周圍四個(gè)黑色格子分開(kāi)，從而確定二值化閾值，對(duì)灰度棋盤圖像進(jìn)行二值化處理，得到二值化圖像。
[0010]步驟3、運(yùn)用鄰域?yàn)V波法去掉二值化圖像的噪聲，根據(jù)棋盤形態(tài)學(xué)邊界屏蔽邊界外的信息。
[0011]步驟4、將二值化圖像中的白色格子區(qū)域中與灰度棋盤圖像中兩個(gè)黑色格子鄰接區(qū)域重合的區(qū)域作為角點(diǎn)區(qū)域。
[0012]步驟5、根據(jù)角點(diǎn)區(qū)域內(nèi)的像素點(diǎn)坐標(biāo)用最小二乘擬合圓方法擬合出圓，該圓心即為該棋盤格圖像角點(diǎn)。
[0013]步驟6:得到的黑白棋盤格圖像的各角點(diǎn)坐標(biāo)，生成角點(diǎn)坐標(biāo)集，即完成檢測(cè)。
[0014]本發(fā)明的有益效果是:采用提取角點(diǎn)所在區(qū)域，利用最小二乘擬合圓方法得到圓心作為角點(diǎn)的思路，解決了傳統(tǒng)方法對(duì)角點(diǎn)界定難的問(wèn)題，提高了角點(diǎn)位置提取的精度和準(zhǔn)確度，算法簡(jiǎn)潔、實(shí)時(shí)性強(qiáng)，利于嵌入式設(shè)備和移動(dòng)式設(shè)備的方法移植，能夠比較好的提取出任意畸變的黑白棋盤格圖像角點(diǎn)。
【專利附圖】

【附圖說(shuō)明】
[0015]圖1為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法的流程圖；
[0016]圖2為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法中二值化圖像部分區(qū)域放大圖；
[0017]圖3為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法中二值化后的圖像；
[0018]圖4為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法中消除噪聲和棋盤外界環(huán)境影響后的二值化圖像；
[0019]圖5為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法中角點(diǎn)區(qū)域放大圖；
[0020]圖6為本發(fā)明【具體實(shí)施方式】的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法中所有提取出的角點(diǎn)圖。
【具體實(shí)施方式】
[0021]下面結(jié)合附圖對(duì)本發(fā)明一種實(shí)施例做進(jìn)一步說(shuō)明。
[0022]本實(shí)施方式的軟件環(huán)境為WIND0WS7系統(tǒng)，仿真環(huán)境為MATLAB R2014a,處理器為第二代酷睿i5_2410。
[0023]本實(shí)施方式的基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法的流程圖，如圖1所示，包括以下步驟:
[0024]步驟1、將彩色棋盤格圖像轉(zhuǎn)化為灰度棋盤格圖像。
[0025]利用MATLAB R2014a系統(tǒng)灰度轉(zhuǎn)化函數(shù)將彩色棋盤圖像轉(zhuǎn)化為灰度棋盤圖像，灰
度棋盤圖像。
[0026]步驟2、調(diào)整二值化閾值大小，使灰度棋盤格圖像中每一個(gè)黑色格子與周圍四個(gè)黑色格子分開(kāi)，從而確定二值化閾值，對(duì)灰度棋盤圖像進(jìn)行二值化處理，得到二值化圖像。
[0027]MATLAB系統(tǒng)二值化方法無(wú)法滿足本發(fā)明對(duì)二值化后圖像的要求，因此本發(fā)明根據(jù)灰度棋盤圖像全局灰度大小調(diào)節(jié)二值化閾值獲得二值化圖像，令灰度棋盤圖像灰度f(wàn)(x, y), 二值化圖像灰度為g(x，y)。根據(jù)圖像全局灰度大小調(diào)節(jié)二值化閾值Threshold的大小，使得棋盤每一個(gè)黑色的格子與周圍四個(gè)黑色格子分隔開(kāi)。
【權(quán)利要求】
1.一種基于最小二乘優(yōu)化的黑白棋盤格圖像角點(diǎn)的檢測(cè)方法，其特征在于，包括以下步驟: 步驟1、將彩色棋盤格圖像轉(zhuǎn)化為灰度棋盤格圖像； 步驟2、調(diào)整二值化閾值大小，使灰度棋盤格圖像中每一個(gè)黑色格子與周圍四個(gè)黑色格子分開(kāi)，從而確定二值化閾值，對(duì)灰度棋盤圖像進(jìn)行二值化處理，得到二值化圖像； 步驟3、運(yùn)用鄰域?yàn)V波法去掉二值化圖像的噪聲，根據(jù)棋盤形態(tài)學(xué)邊界屏蔽邊界外的信息； 步驟4、將二值化圖像中的白色格子區(qū)域中與灰度棋盤圖像中兩個(gè)黑色格子鄰接區(qū)域重合的區(qū)域作為角點(diǎn)區(qū)域； 步驟5、根據(jù)角點(diǎn)區(qū)域內(nèi)的像素點(diǎn)坐標(biāo)用最小二乘擬合圓方法擬合出圓，該圓心即為該棋盤格圖像角點(diǎn)； 步驟6:得到的黑白棋盤格圖像的各角點(diǎn)坐標(biāo)，生成角點(diǎn)坐標(biāo)集，即完成檢測(cè)。
【文檔編號(hào)】G06T7/00GK103996191SQ201410195996
【公開(kāi)日】2014年8月20日 申請(qǐng)日期:2014年5月9日 優(yōu)先權(quán)日:2014年5月9日
【發(fā)明者】鐘惟林, 張?jiān)浦? 朱德龍, 廖峭 申請(qǐng)人:東北大學(xué)