CN101783017B

CN101783017B - 用于从灰度图像中提取x型角点的快速处理方法

Info

Publication number: CN101783017B
Application number: CN2010101054706A
Authority: CN
Inventors: 魏军; 刘达; 王田苗; 张勇; 曹莉
Original assignee: University of Jinan
Current assignee: University of Jinan
Priority date: 2010-02-04
Filing date: 2010-02-04
Publication date: 2012-04-18
Anticipated expiration: 2030-02-04
Also published as: CN101783017A

Abstract

本发明涉及一种用于从灰度图像中提取X型角点的快速处理方法，该X型角点由亮暗图块交替排列形成。本发明具有运算简便，实时性好，可以满足在线快速检测要求等优点，它的步骤为：步骤1，采用摄像设备，采集包含X型角点的图像，将采集到图像送入计算机作为被检测图像；步骤2，从被检测图像中确定待检测象素，然后根据X型角点图像的对称性，使用筛选模板，对被检测图像进行X型角点的快速筛选，得到X型候选角点；步骤3，对筛选得到的X型候选角点利用确认模板进行X型角点识别确认定位。

Description

用于从灰度图像中提取x型角点的快速处理方法

技术领域

本发明涉及一种用于从灰度图像中提取x型角点的快速处理方法。

背景技术

X型角点的识别定位广泛应用于图像处理、相机标定、视觉测量、运动跟踪等领域。通用角点提取算法如harris算法、susan算法、css法等。当需要在线快速准确定位X型角点时，目前公开的通用方法存在以下一些问题：

1.不加区别地同时识别出多种类型的角点，需要对角点检测结果进行X型角点识别；

2.需要对角点检测结果进行二维顺序筛选以避免对同一个角点图像检出多个角点；

3.角点定位精度一般是像素级的，在需要精确定位角点的场合，需要后续的定位处理；

4.运算复杂，难以满足在线快速检测的要求。

发明内容

本发明的目的就是为解决上述问题，提供一种具有运算简便，实时性好，可以满足在线快速检测要求等优点的用于从灰度图像中提取X型角点的快速处理方法。

为实现上述目的，本发明采用如下技术方案：

一种用于从灰度图像中提取X型角点的快速处理方法，它的步骤为：

步骤1，采用摄像设备，采集包含X型角点的图像，将采集到图像送入计算机作为被检测图像；

步骤2，从被检测图像中确定待检测像素，然后根据X型角点图像的对称性，使用筛选模板，对被检测图像进行X型角点的快速筛选，得到X型候选角点；

步骤3，对筛选得到的X型候选角点利用确认模板进行X型角点识别确认定位。

所述步骤2中，待检测像素的确定过程为，位于被检测图像边缘若干行、列的像素不做检测；在剩余图像像素中，仅对位于偶数行的部分像素进行检测；同一行中的相邻的待检测像素应隔列；若某待检测像素位于奇数列，与其上下相邻的待检测像素应位于偶数列；从被检测图像左上的第一个待检测像素开始，按行序依次对所有待检测像素进行X型角点的筛选处理。

所述步骤2中，在以当前待检测像素为中心、边长为d1的正方形图像窗口中，选择靠近窗口边沿的4n(n＝1，2，3，…)个检测用像素组成筛选模板，n的值事先确定；组成筛选模板的检测用像素依据以下特征确定：任意一个检测用像素都能找到唯一的与其关于窗口中心对称的检测用像素，这两个检测用像素组成一个对称像素对，所有检测用像素组成2n个对称像素对，记为SC_i(i＝1，2，…，2n)；任一对称像素对可以找到另一对称像素对，这两个对称像素对在窗口中心处垂直相交，所有检测用像素组成n个分布像素组，记为DQ_j(j＝1，2，…，n)。确定筛选模板后，对每个待检测像素进行筛选前，均以该待检测像素为图像窗口中心在被检测图像中建立图像窗口，提取窗口内的检测用像素生成筛选模板，以便进行筛选处理。

所述筛选模板的使用即筛选处理过程为：

a计算筛选模板中以靠近被检测图像左上角的检测用像素开始沿顺时针方向的n+q个检测用像素的亮度最大值与最小值之差，其中q∈{1，2，…，n-1}且事先确定；若该差值大于阈值Y1，转入步骤b；若该差值小于等于设定阈值Y1，则认为这些检测用像素位于同一图块，被检测像素不是X型角点，开始检测图像中下一个待检测像素的筛选处理；

b对各分布像素组进行对称性和分布性测试；若分布像素组DQ_j由对称像素对SC_k以及对称像素对SC_l组成，计算分布像素组中所有像素的亮度平均值AV1，若SC_k中像素亮度均大于AV1且SC_l中像素亮度均小于AV1，或SC_k中像素亮度均小于AV1且SC_l中像素亮度均大于AV1，则进行步骤c操作，否则对其他分布像素组进行同样测试；若全部分布像素组均不满足测试条件，当前待检测像素不是X型角点，开始被检测图像中下一个待检测像素的筛选处理；

c清除位于生成当前筛选模板的图像窗口内的所有X型候选角点记录后，记录当前待检测像素为X型候选角点；

d依次对被检测图像的下一个待检测像素建立筛选模板，进行筛选处理，得到被检测图像中的所有X型候选角点。

所述步骤3中，X型角点的确认模板的建立方法为：从被检测图像中提取检测用像素生成确认模板，确认模板的检测用像素位于以当前进行确认检测的候选X型角点为圆心，d2(d2＞＝d1)为直径的圆周上；确认模板中的检测用像素形成一个首尾相连的检测像素段，检测像素段由4m(m＝2，3，…)个检测用像素组成，记其中靠近被检测图像左上角的像素为像素段中位置1的像素，记其亮度为I(1)，按顺时针方向依次记检测像素段中其他像素位置为a，亮度为I(a)(a＝2，3，...，4m)；在对候选X型角点进行确认时，首先用相同的方法提取检测像素段生成确认模板，然后进行X候选角点的确认操作。

所述确认模板的使用即确认操作过程如下：

1)计算检测像素段中所有两两相邻像素间的亮度差，记S(z)为第z个像素的亮度差，S(z)＝I(z+1)-I(z)，其中z＝1，2，...，4m-1；并定义S(4m)＝I(1)-I(4m)；

2)找到S(z)(z＝1，2，...，4m)中的最大值和最小值S(a)和S(b)；若S(a)＞0且S(b)＜0，则进行步骤3)，否则当前被检测X型候选角点不是X型角点，开始下一个X型候选角点的确认操作；

3)找到S(a)的对称像素；在以(a+2m)％4m位置为中心的检测像素段m个连续像素中，找到亮度差最大值S(a’)，若S(a’)＞0，则进行步骤4)；否则当前X型候选角点不是X型角点，开始下一个X型候选角点的确认操作；

4)找到S(b)的对称像素；在以(b+2m)％4m位置为中心的检测像素段m个连续像素中，找到亮度差最小值S(b’)，若S(b’)＜0，则进行步骤5)，否则当前X型候选角点不是X型角点，开始下一个X型候选角点像素的确认操作；

5)对当前X型候选角进行子像素定位及确认；检测像素段中a、a’位置处像素在暗区至亮区的边缘上，检测像素段中b，b’位置处像素在亮区至暗区的边缘上。设在被检测图像中，检测像素段a位置像素的坐标为(x₁，y₁)，检测像素段a’位置像素的坐标为(x₂，y₂)，检测像素段b位置像素的坐标为(x₃，y₃)，检测像素段b’位置像素的坐标为(x₄，y₄)。若a、a’位置处像素位于图像中的同一行，当y₂-y₁＞＝0时，记a₁＝1000，y₂-y₁＜0时，a₁＝-1000；若b，b’位置处像素位于图像中的同一行，当y₄-y₃＞＝0时，记a₂＝1000，y₄-y₃＜0时，a₂＝-1000并记

a_{1} = \frac{y_{2} - y_{1}}{x_{2} - x_{1}}

b_{1} = \frac{y_{1} x_{2} - y_{2} x_{1}}{x_{2} - x_{1}}

a_{2} = \frac{y_{4} - y_{3}}{x_{4} - x_{3}}

b_{2} = \frac{y_{3} y_{4} - y_{4} x_{3}}{x_{4} - x_{3}}

若a₂-a₁的绝对值小于10^-3，则当前X型候选角点不是X型角点，开始下一个X型候选角点像素的确认操作；否则直线aa’与直线bb’的交点坐标为：

x = \frac{b_{1} - b_{2}}{a_{2} - a_{1}}

y = \frac{a_{2} b_{1} - a_{1} b_{2}}{a_{2} - a_{1}}

若(x，y)位于生成当前确认模板的圆周内部，则记录当前X型候选角点为X型角点，其子像素坐标为(x，y)；否则进行步骤6)；

6)对下一个X型候选角点进行确认操作，直到所有X型候选角点都完成了确认。

本发明针对广泛应用于相机标定、视觉测量和运动跟踪的X型角点设计，具有以下优点：对X型角点敏感，为特征识别提供更确切的信息，可以简化目标识别算法；对同一个X型角点图像，仅得到1个角点结果，无需进行二维顺序筛选；与Trajkovic等算法比较，本发明具有各向同性，不易检出伪角点；可以利用检测确认的中间结果进行角点的子像素定位，有较高的角点定位精度；可以结合使用时的具体情况调整模板大小，以取得更高的角点定位精度和识别定位速度；利用本专利设计的快速筛选模板，可以通过快速简单筛选排除占据大部分图像像素的非X型角点，对于不是角点的待检测像素无需进行完整的检测定位运算即可提前结束该像素对检测处理，仅对可能的候选X型角点进行确认定位运算，可以提高检测速度。实验表明，算法能基于微机实时处理PAL制动态图像，无需借助硬件即可实现在线实时X型角点检测。

附图说明

图1为X型角点，中心标记处为X型角点位置；

图2为X型角点的筛选模板示意图；

图3为X型角点的确认模板示意图；

图4为被检测图像；

图5为被检测图像的处理结果。

具体实施方式

下面结合附图与实施例对本发明做进一步说明。

步骤1，采用摄像设备，采集包含X型角点的图像，将采集到图像送入计算机作为被检测图像(图4)；

步骤2，从被检测图像中确定待检测像素，然后根据X型角点图像的对称性，使用筛选模板，对被检测图像进行X型角点的快速筛选，得到X型候选角点；待检测像素的确定：位于被检测图像边缘10行、10列的像素不做检测；在剩余图像像素中，仅对位于偶数行的部分像素进行检测；同一行中的相邻的待检测像素应隔列；若某待检测像素位于奇数列，与其上下相邻的待检测像素应位于偶数列；从被检测图像左上的第一个待检测像素开始，按行序依次对所有待检测像素进行X型角点的筛选处理。取d1＝9、n＝4，即在9×9的图像窗口中，选择靠近窗口边沿的16个检测用像素(A～H，a～h)组成筛选模板(图2)，P为筛选模板图像窗口中心即当前待检测像素；筛选模板中的检测用像素组成8个对称像素对：(A，a)、(B，b)、(C，c)、(D，d)、(E，e)、(F，f)、(G，g)、(H，h)；这8个对称像素对组成4个分布像素组：(A，a，E，e)、(B，b，F，f)、(C，c，G，g)、(D，d，H，h)。对每个待检测像素进行筛选前，均以该待检测像素为图像窗口中心在被检测图像中建立图像窗口，提取窗口内的检测用像素生成筛选模板，以便进行筛选处理。筛选模板的使用即筛选处理过程为：

a取q＝3，Y1＝120，计算筛选模板中A，B，C，D，E，F，G像素的亮度最大值与最小值之差；若该差值大于阈值Y1，转入步骤b，继续对当前检测像素进行后续筛选操作；若该差值小于等于设定阈值Y1，当前待检测像素不是X型角点，开始被检测图像中下一个待检测像素的筛选处理；

b对各分布像素组进行对称性和分布性测试；分布像素组(A，a，E，e)由由对称像素对(A，a)和对称像素对(E，e)组成，计算像素A，a，E，e亮度平均值AV1，若像素A、a亮度均大于AV1且E、e像素亮度均小于AV1，或A、a像素亮度均小于AV1且E、e中像素亮度均大于AV1，则进行步骤c操作，否则对其他分布像素组进行同样测试；若全部分布像素组均不满足测试条件，当前待检测像素不是X型角点，开始被检测图像中下一个待检测像素的筛选处理；

d依次对被检测图像的下一个待检测像素建立筛选模板，进行筛选处理，得到被检测图像中的所有X型候选角点。检测结果(图5)中的“0”标记了对实验图像进行筛选后得到的X型候选角点。

步骤3，对筛选得到的X型候选角点利用确认模板进行X型角点识别确认定位。X型角点的确认模板(图3)的建立方法为：取d2＝11，m＝7，在边长为11个像素的图像窗口中，选取28个像素为检测用像素，组成一个首尾相连的检测像素段。依次以筛选处理过程中得到的X型候选角点为窗口中心建立确认模板对该X型候选角点进行确认处理。确认模板的使用即确认处理过程如下：

1)计算检测像素段中所有两两相邻像素间的亮度差，记S(z)为第z个像素的亮度差，S(z)＝I(z+1)-I(z)，其中z＝1，2，...，27；并定义S(28)＝I(1)-I(28)；

2)找到S(z)(z＝1，2，...，28)中的最大值和最小值S(a)和S(b)；若S(a)＞0且S(b)＜0，则进行步骤3)，否则当前被检测X型候选角点不是X型角点，开始下一个X型候选角点的确认操作；

3)找到S(a)的对称像素；在以(a+14)％28位置为中心的检测像素段7个连续像素中，找到亮度差最大值S(a’)，若S(a’)＞0，则进行步骤4)；否则当前X型候选角点不是X型角点，开始下一个X型候选角点的确认操作；

4)找到S(b)的对称像素；在以(b+14)％28位置为中心的检测像素段7个连续像素中，找到亮度差最小值S(b’)，若S(b’)＜0，则进行步骤5)，否则当前X型候选角点不是X型角点，开始下一个X型候选角点像素的确认操作；

5)对当前X型候选角进行子像素定位及确认；检测像素段中a、a’位置处像素在暗区至亮区的边缘上，检测结果(图5)中的“x”标记了a，a’，检测像素段中b，b’位置处像素在亮区至暗区的边缘上，检测结果(图5)中的“+”标记了b，b’。设在被检测图像中，检测像素段a位置像素的坐标为(x₁，y₁)，检测像素段a’位置像素的坐标为(x₂，y₂)，检测像素段b位置像素的坐标为(x₃，y₃)，检测像素段b’位置像素的坐标为(x₄，y₄)。若a、a’位置处像素位于图像中的同一行，当y₂-y₁＞＝0时，记a₁＝1000，y₂-y₁＜0时，a₁＝-1000；若b，b’位置处像素位于图像中的同一行，当y₄-y₃＞＝0时，记a₂＝1000，y₄-y₃＜0时，a₂＝-1000并记

a_{1} = \frac{y_{2} - y_{1}}{x_{2} - x_{1}}

b_{1} = \frac{y_{1} x_{2} - y_{2} x_{1}}{x_{2} - x_{1}}

a_{2} = \frac{y_{4} - y_{3}}{x_{4} - x_{3}}

b_{2} = \frac{y_{3} y_{4} - y_{4} x_{3}}{x_{4} - x_{3}}

x = \frac{b_{1} - b_{2}}{a_{2} - a_{1}}

y = \frac{a_{2} b_{1} - a_{1} b_{2}}{a_{2} - a_{1}}

若(x，y)位于生成当前确认模板的圆周内部，则记录当前X型候选角点为X型角点，其子像素坐标为(x，y)，检测结果(图5)中的“*”标记了(x，y)；否则进行步骤6)；

实验数据：实验图像由双目摄像机拍摄标准实验图像采集，得到幅面为1024×768的256级灰度图像。在相同运行环境下，经典Harris方法与本发明所述方法对相同实验图像，进行处理。本发明方法提取定位X型角点所用时间为Harris算法所用时间的约1/4。利用立体视觉定位原理，分别采用本发明算法与Harris算法对实验图像中的X型角点进行空间定位，并计算2个X型角点的欧氏距离，与理论距离比较，本发明方法具有更高的测量精度，表明本发明方法具有更好的X型角点定位精度。具体实验数据如表1。

表1

	处理时间(s)	距离误差范围(mm)	距离均方差(mm)
				Harris	2.02～2.3	0.01～1.51	0.63
本发明方法	0.5～0.61	0.016～0.71	0.31

Claims

1.一种用于从灰度图像中提取X型角点的快速处理方法，其特征是，它的步骤为：

步骤2，从被检测图像中确定待检测像素，然后根据X型角点图像的对称性，使用筛选模板，对被检测图像进行X型角点的快速筛选，得到X型候选角点；其中，

筛选模板是以当前待检测像素为中心、边长为d1的正方形图像窗口中，选择靠近窗口边沿的4n个检测用像素组成筛选模板，n的值事先确定；n＝1，2，3，…；

筛选模板的使用即筛选处理过程为：

a.计算筛选模板中以靠近被检测图像左上角的检测用像素开始沿顺时针方向的n+q个检测用像素的亮度最大值与最小值之差，其中q∈{1，2，…，n-1}且事先确定；若该差值大于阈值Y1，转入步骤b；若该差值小于等于设定阈值Y1，则认为这些检测用像素位于同一图块，被检测像素不是X型角点，开始检测图像中下一个待检测像素的筛选处理；

b.对各分布像素组进行对称性和分布性测试；若分布像素组DQ_j由对称像素对SC_k以及对称像素对SC_l组成，计算分布像素组中所有像素的亮度平均值AV1，若SC_k中像素亮度均大于AV1且SC_l中像素亮度均小于AV1，或SC_k中像素亮度均小于AV1且SC_l中像素亮度均大于AV1，则进行步骤c操作，否则对其他分布像素组进行同样测试；若全部分布像素组均不满足测试条件，当前待检测像素不是X型角点，开始被检测图像中下一个待检测像素的筛选处理；

c.清除位于生成当前筛选模板的图像窗口内的所有X型候选角点记录后，记录当前待检测像素为X型候选角点；

d.依次对被检测图像的下一个待检测像素建立筛选模板，进行筛选处理，得到被检测图像中的所有X型候选角点；

步骤3，对筛选得到的X型候选角点利用确认模板进行X型角点识别确认定位；其中，

确认模板为从被检测图像中提取检测用像素生成确认模板，确认模板的检测用像素位于以当前进行确认检测的候选X型角点为圆心，d2为直径的圆周上，d2＞＝d1；确认模板中的检测用像素形成一个首尾相连的检测像素段，检测像素段由4m个检测用像素组成，m＝2，3，…；记其中靠近被检测图像左上角的像素为像素段中位置1的像素，记其亮度为I(1)，按顺时针方向依次记检测像素段中其他像素位置为a，亮度为I(a)，a＝2，3，...，4m；

确认模板的使用即确认操作过程如下：

2)找到S(z)中的最大值和最小值S(a)和S(b)，z＝1，2，...，4m；若S(a)＞0且S(b)＜0，则进行步骤3)，否则当前被检测X型候选角点不是X型角点，开始下一个X型候选角点的确认操作；

5)对当前X型候选角点进行子像素定位及确认；检测像素段中a、a’位置处像素在暗区至亮区的边缘上，检测像素段中b，b’位置处像素在亮区至暗区的边缘上；设在被检测图像中，检测像素段a位置像素的坐标为(x₁，y₁)，检测像素段a’位置像素的坐标为(x₂，y₂)，检测像素段b位置像素的坐标为(x₃，y₃)，检测像素段b’位置像素的坐标为(x₄，y₄)；若a、a’位置处像素位于图像中的同一行，当y₂-y₁＞＝0时，记a₁＝1000，y₂-y₁＜0时，a₁＝-1000；若b，b’位置处像素位于图像中的同一行，当y₄-y₃＞＝0时，记a₂＝1000，y₄-y₃＜0时，a₂＝-1000并记

a_{1} = \frac{y_{2} - y_{1}}{x_{2} - x_{1}}

b_{1} = \frac{y_{1} x_{2} - y_{2} x_{1}}{x_{2} - x_{1}}

a_{2} = \frac{y_{4} - y_{3}}{x_{4} - x_{3}}

b_{2} = \frac{y_{3} x_{4} - y_{4} x_{3}}{x_{4} - x_{3}}

x = \frac{b_{1} - b_{2}}{a_{2} - a_{1}}

y = \frac{a_{2} b_{1} - a_{1} b_{2}}{a_{2} - a_{1}}

2.如权利要求1所述的用于从灰度图像中提取X型角点的快速处理方法，其特征是，所述步骤2中，待检测像素的确定过程为，位于被检测图像边缘若干行、列的像素不做检测；在剩余图像像素中，仅对位于偶数行的部分像素进行检测；同一行中的相邻的待检测像素应隔列；若某待检测像素位于奇数列，与其上下相邻的待检测像素应位于偶数列；从被检测图像左上的第一个待检测像素开始，按行序依次对所有待检测像素进行X型角点的筛选处理。

3.如权利要求1所述的用于从灰度图像中提取X型角点的快速处理方法，其特征是，所述步骤2中，组成筛选模板的检测用像素依据以下特征确定：任意一个检测用像素都能找到唯一的与其关于窗口中心对称的检测用像素，这两个检测用像素组成一个对称像素对，所有检测用像素组成2n个对称像素对，记为SC_i，i＝1，2，…，2n；任一对称像素对可以找到另一对称像素对，这两个对称像素对在窗口中心处垂直相交，所有检测用像素组成n个分布像素组，记为DQ_j，j＝1，2，…，n；确定筛选模板后，对每个待检测像素进行筛选前，均以该待检测像素为图像窗口中心在被检测图像中建立图像窗口，提取窗口内的检测用像素生成筛选模板，以便进行筛选处理。

4.如权利要求1所述的用于从灰度图像中提取X型角点的快速处理方法，其特征是，所述在对候选X型角点进行确认时，首先用相同的方法提取检测像素段生成确认模板，然后进行X型候选角点的确认操作。