本发明属于机器视觉
技术领域：
，具体涉及一种棋盘格标定点亚像素提取方法。
背景技术：
：在机器视觉领域中，可以采用棋盘格标定板标定法对工业相机进行参数标定，其中，棋盘格标定点的邻域可分为边缘区域和纯色区域。然而，发明人发现了在实际的标定图像中，棋盘格标定板容易受环境光或者标定板自身质量的干扰，从而出现棋盘格标定点定位不准确或定位失败的问题。同时，常规的方法采用到中心距离的高斯权重分布方法进行棋盘格标定点的提取，棋盘格标定点的纯色区域易受环境光影响，所获得的棋盘格标定点坐标的标定精度低，并且，其仅能得到像素级别精度的棋盘格标定点坐标，不能实现棋盘格标定点的亚像素提取。为此，亟需提出一种新型的提取方法以解决上述问题。技术实现要素：本发明的目的在于：针对现有技术的不足，提供一种棋盘格标定点亚像素提取方法，能够显著地解决了对棋盘格标定点定位不准确以及定位精度低的问题，不仅有效地降低了标定误差，还显著地提高了标定提取的准确度和精度。为了实现上述目的，本发明采用如下技术方案：一种棋盘格标定点亚像素提取方法，包括以下步骤：s1、在棋盘格标定板的图像中，提取一个像素级的棋盘格标定点，并将该标定点的初始坐标记为(x0，y0)，以(x0，y0)为中心获取采样半径r范围内的邻域图像in0；s2、对所述邻域图像in0进行二值化，运用边缘检测算法提取所述邻域图像in0的边缘点，对提取到的边缘点进行霍夫变换从而获得两条交叉直线的方向向量(vx1，vy1)和(vx2，vy2)，其中，(vx1，vy1)表示交叉直线的第一直线的向量，(vx2，vy2)表示交叉直线的第二直线的向量，迭代获得k个邻域图像，k≥1；s3、假设当前已经迭代到第k步，并且，在第k个邻域图像中的棋盘格标定点的坐标为(xk-1，yk-1)，所述s2的两条交叉直线均过点(xk-1，yk-1)，以(xk-1，yk-1)为中心获取采样半径r范围内的邻域图像ink-1，所述邻域图像ink-1共n个像素点，对所述邻域图像ink-1中的第i个像素点的坐标记为(nxi，nyi)，i≤n，计算所述邻域图像ink-1中的第i个像素点到所述s2的两条交叉直线的最小距离dmi；s4、计算所述邻域图像ink-1中的第i个像素点的权重wi，在平面直角坐标系的x方向和y方向计算梯度gxi和gyi，遍历所述领域图像ink-1的n个像素点，令坐标点(xk，yk)为拟提取的棋盘格标定点，运用公式计算坐标点(xk，yk)中的xk和yk的值，其中，pa、pb、pc、pd和pe均为自定义的参数，s5、计算点(xk，yk)与点(xk-1，yk-1)的误差ek，设置误差阈值et，若ek<et，将点(xk，yk)记为亚像素定位的棋盘格标定点。进一步地，所述s2步骤中的霍夫变换是通过对参数空间中执行投票来决定物体的形状，并由累加空间里的局部最大值来决定物体的形状特征。进一步地，在所述s3中，所述最小距离dmi的计算过程为dmi＝min(vx1·(nxi-xk-1)-vy1·(nyi-yk-1),vx2·(nxi-xk-1)-vy2·(nyi-yk-1))，其中，vx1表示所述s2步骤中的交叉直线的第一直线在平面直角坐标系的x方向的向量，vy1表示所述s2步骤中的交叉直线的第一直线在平面直角坐标系的y方向的向量，vx2表示所述s2步骤中的交叉直线的第二直线在平面直角坐标系的x方向的向量，vy2表示所述s2步骤中的交叉直线的第二直线在平面直角坐标系的y方向的向量，nxi表示所述邻域图像ink-1中的第i个像素点的横坐标，nyi表示所述邻域图像ink-1中的第i个像素点的纵坐标，xk-1表示第k个邻域图像中的棋盘格标定点的横坐标，yk-1表示第k个邻域图像中的棋盘格标定点的纵坐标，所述s2步骤中的交叉直线的第一直线和第二直线均过点(xk-1，yk-1)。进一步地，在所述s4中，所述第i个像素点的权重wi的计算过程为其中，所述dmi表示邻域图像ink-1中的第i个像素点到所述s2的两条交叉直线的最小距离，所述r表示采样半径的值。进一步地，在所述s4中，所述梯度gxi和所述梯度gyi的计算过程为其中，g(nxi，nyi)表示所述邻域图像ink-1中的第i个像素点的灰度值。进一步地，在所述s5中，点(xk，yk)与点(xk-1，yk-1)的误差ek的计算过程为进一步地，在所述s5中，所述误差阈值et的取值范围为0.0001～0.1，也可以取0.001～0.01。进一步地，在所述s4中，当i＝1时，pa、pb、pc、pd和pe的值均为0。进一步地，在所述s2中，可以采用sobel算子、prewitt算子、roberts算子或canny算子提取所述邻域图像in0的边缘点。进一步地，在所述s2中，所述k的上限值为10～1000，并且，对所述邻域图像in0进行二值化的过程包括读取图像数据，得到图像中的像素点的灰度值，根据阈值得到像素的二值，为像素点颜色分量重新赋值，再得到二值图像。进一步地，所述采样半径r可取每个方格像素边长的10％至50％，所述采样半径r可以为每个方格像素边长的20％、30％和40％，其中，当r的值越大时，计算的速度就越慢，但计算的结果会越准确，并且，根据不同大小的棋盘格，r的取值也可能有不同，r的取值可以按实际需求进行设置。本发明的有益效果在于：本发明的提取方法根据对棋盘格标定点的邻域图像进行二值化、边缘提取及霍夫变换，从而获得了棋盘格标定点的两交叉直线的方向向量，而且，本发明的提取方法还对参与计算的像素点采用到交叉直线最近距离的高斯权重分布进行棋盘格标定点亚像素坐标迭代计算，上述步骤既能够避免棋盘格标定点的邻域图像中的纯色区域干扰点对提取结果的影响，也避免了环境光产生像素梯度对提取结果的影响，从而有效地提高了提取的精度。附图说明图1为本发明的流程图。图2为本发明的棋盘格标定板的图像。图3为本发明获得的两条交叉直线的示意图。图4为本发明的s2步骤中的两条交叉直线在平面直角坐标系的示意图。具体实施方式如在说明书及权利要求当中使用了某些词汇来指称特定组件，本领域技术人员应可理解，制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接受的误差范围内，本领域技术人员能够在一定误差范围内解决技术问题，基本达到技术效果。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。以下结合附图1～4和具体实施例对本发明作进一步详细说明，但不作为对本发明的限定。一种棋盘格标定点亚像素提取方法，包括以下步骤：s1、在棋盘格标定板的图像中，提取一个像素级的棋盘格标定点，并将该标定点的初始坐标记为(x0，y0)，以(x0，y0)为中心获取采样半径r范围内的邻域图像in0；s2、对邻域图像in0进行二值化，运用canny边缘检测算法提取邻域图像in0的边缘点，对提取到的边缘点进行霍夫变换从而获得两条交叉直线的方向向量(vx1，vy1)和(vx2，vy2)，迭代获得k个邻域图像，5≤k≤50；s3、假设当前已经迭代到第k步，并且，在第k个邻域图像中的棋盘格标定点的坐标为(xk-1，yk-1)，s2步骤的两条交叉直线均过点(xk-1，yk-1)，以(xk-1，yk-1)为中心获取采样半径r范围内的邻域图像ink-1，邻域图像ink-1共n个像素点，对邻域图像ink-1中的第i个像素点的坐标记为(nxi，nyi)，i≤n，运用以下公式dmi＝min(vx1·(nxi-xk-1)-vy1·(nyi-yk-1),vx2·(nxi-xk-1)-vy2·(nyi-yk-1))计算邻域图像ink-1中的第i个像素点到s2的两条交叉直线的最小距离dmi，其中，dmi的值的示意图可参考图4；s4、计算邻域图像ink-1中的第i个像素点的权重wi，其中，权重wi的函数为高斯权重分布模型，在模型中，离中心点越近的像素，权重越高，并且，在平面直角坐标系的x方向和y方向计算梯度gxi和gyi，计算公式为gxi＝g(nxi 1,nyi)-g(nxi-1,nyi)gyi＝g(nxi,nyi 1)-g(nxi,nyi-1)，其中，g(nxi，nyi)表示邻域图像ink-1中的第i个像素点的灰度值，然后，遍历领域图像ink-1的n个像素点，令坐标点(xk，yk)为拟提取的棋盘格标定点，运用公式计算坐标点(xk，yk)中的xk和yk的值，其中，pa、pb、pc、pd和pe均为自定义的参数，其中，当i＝1时，pa、pb、pc、pd和pe的值均为0；s5、运用公式计算点(xk，yk)与点(xk-1，yk-1)的误差ek，设置误差阈值et，0.001≤et≤0.01，若ek<et，将点(xk，yk)记为亚像素定位的棋盘格标定点。此外，s2步骤中可以运用canny算子这种边缘检测算法进行边缘检测，其检测的过程可包括以下步骤：(1)使用高斯滤波器，以平滑图像，滤除噪声；(2)计算图像中每个像素点的梯度强度和方向；(3)应用非极大值(non-maximumsuppression)抑制，以消除边缘检测带来的杂散响应；(4)应用双阈值(double-threshold)检测来确定真实的和潜在的边缘；(5)通过抑制孤立的弱边缘最终完成边缘检测并提取所有轮廓。并且，由表1可知，与常规的提取方法相比，本发明的提取方法的标定误差更小，从而有效地降低了标定误差。一般方法(像素)本专利方法(像素)0.19750.1904表1显然，本发明的提取方法能够避免棋盘格标定点的邻域图像中的纯色区域干扰点对提取结果的影响，从而有效地提高了提取的精度。根据上述说明书的揭示和教导，本发明所属领域的技术人员还能够对上述实施方式进行变更和修改。因此，本发明并不局限于上述的具体实施方式，凡是本领域技术人员在本发明的基础上所作出的任何显而易见的改进、替换或变型均属于本发明的保护范围。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。当前第1页1 2 3
技术特征：1.一种棋盘格标定点亚像素提取方法，其特征在于，包括以下步骤：
s1、在棋盘格标定板的图像中，提取一个像素级的棋盘格标定点，并将该标定点的初始坐标记为(x0，y0)，以(x0，y0)为中心获取采样半径r范围内的邻域图像in0；
s2、对所述邻域图像in0进行二值化，运用边缘检测算法提取所述邻域图像in0的边缘点，对提取到的边缘点进行霍夫变换从而获得两条交叉直线的方向向量(vx1，vy1)和(vx2，vy2)，迭代获得k个邻域图像，k≥1；
s3、在第k个邻域图像中的棋盘格标定点的坐标为(xk-1，yk-1)，所述s2的两条交叉直线均过点(xk-1，yk-1)，以(xk-1，yk-1)为中心获取采样半径r范围内的邻域图像ink-1，所述邻域图像ink-1共n个像素点，对所述邻域图像ink-1中的第i个像素点的坐标记为(nxi，nyi)，i≤n，计算所述邻域图像ink-1中的第i个像素点到所述s2的两条交叉直线的最小距离dmi；
s4、计算所述邻域图像ink-1中的第i个像素点的权重wi，在平面直角坐标系的x方向和y方向计算梯度gxi和gyi，遍历所述领域图像ink-1的n个像素点，令坐标点(xk，yk)为拟提取的棋盘格标定点，运用公式
计算坐标点(xk，yk)中的xk和yk的值，
其中，pa、pb、pc、pd和pe均为自定义的参数，
s5、计算点(xk，yk)与点(xk-1，yk-1)的误差ek，设置误差阈值et，若ek<et，将点(xk，yk)记为亚像素定位的棋盘格标定点。
2.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s3中，所述最小距离dmi的计算过程为
dmi＝min(vx1·(nxi-xk-1)-vy1·(nyi-yk-1),vx2·(nxi-xk-1)-vy2·(nyi-yk-1))。
3.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s4中，所述邻域图像ink-1中的第i个像素点的权重wi的计算过程为其中，所述dmi表示邻域图像ink-1中的第i个像素点到所述s2的两条交叉直线的最小距离，所述r表示采样半径的值。
4.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s4中，所述梯度gxi和所述梯度gyi的计算过程为
其中，g(nxi，nyi)表示所述邻域图像ink-1中的第i个像素点的灰度值。
5.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s5中，点(xk，yk)与点(xk-1，yk-1)的误差ek的计算过程为
6.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s5中，所述误差阈值et的取值范围为0.0001～0.1。
7.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s4中，当i＝1时，pa、pb、pc、pd和pe的值均为0。
8.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s2中，可以采用sobel算子、prewitt算子、roberts算子或canny算子提取所述邻域图像in0的边缘点。
9.如权利要求1所述的棋盘格标定点亚像素提取方法，其特征在于：在所述s2中，所述k的上限值为10～1000。
技术总结本发明属于机器视觉技术领域，具体涉及一种棋盘格标定点亚像素提取方法，包括提取一个像素级的棋盘格标定点，以(x0，y0)为中心获取采样半径R范围内的邻域图像In0，迭代获得k个邻域图像，遍历领域图像Ink‑1的n个像素点，提取小于误差阈值的点为亚像素定位的棋盘格标定点。本发明解决了对棋盘格标定点定位不准确以及定位精度低的问题，不仅有效地降低了标定误差，还有效地提高了标定提取的准确度和精度。
技术研发人员：叶景杨;曹玲
受保护的技术使用者：广东奥普特科技股份有限公司
技术研发日：2020.11.27
技术公布日：2021.03.12
