CN106097319A - 一种用于相机检校的黑白棋盘格角点提取方法 - Google Patents

Abstract

本发明公开了一种用于相机检校的黑白棋盘格角点提取方法，包括以下步骤：绘制黑白棋盘格图，使用棋盘格作为平面控制条件；建立平面控制点领域特性及编号，平面控制点称为X角点；提取X角点的子像素。本发明的用于相机检校的黑白棋盘格角点提取方法基于其角点的对称性、尺度不变性和领域特性，提出一种有效的角点提取算法。同时针对格网边缘的特性，提出双边缘的匹配算法提取高精度的角点。本发明提出的相机检校的黑白棋盘格角点提取方法具有很强的鲁棒性的黑白棋盘格角点提取算法，并可以高精度的定位角点。

Description

一种用于相机检校的黑白棋盘格角点提取方法

技术领域

本发明属于相机检校技术领域，具体涉及一种用于相机检校的黑白棋盘格角点提取方法。

背景技术

随着计算机的出现，通过计算机图像处理和射影几何获取被摄物体几何以及纹理信息已经成为了数字摄影测量与计算机视觉界的研究热点，无论是最早的胶片相机还是现在的数码相机，它们获取的影像都存在或大或小的畸变，并且由于相机结构和成像机理的差异导致了畸变的差异。因此，要想利用这些影像来进行高精度的测量，就必须进行必要的相机畸变差测定和补偿，同时也需要精确测定出相机的主距和像主点坐标值等，摄影测量界中称这个过程为相机检校，而计算机视觉界中称之为相机标定，目前对数码相机检校理论的研究已经相当成熟，国内外许多摄影测量和计算机视觉专家也提出了各种行之有效的检校方法。

使用平面控制条件，如平面格网板、聚脂薄膜格网、打印纸张格网、LCD绘制圆等作为相机检校参考对象已被广泛使用，黑白棋盘格更是广泛使用。众多厂商已使用陶瓷、玻璃等材料制作了高精度的棋盘格式标定片。现有技术中已经实现了黑白棋盘格角点的自动提取并实现了基于二维平面模板的标定算法，使用棋盘格作为平面控制条件，首先是格网点的提取，一般使用内角点作为平面控制点。多数学者采用算子提取特征点，对提取特征点进行处理后获得有效格网角点。黑白棋盘格角点作为人造的特征，有其自身的特性(对称性和尺度不变特性)，另外提取的X角点与其邻域点有重要几何特性(邻域特性)，利用该特性对X角点进行错误检测及编号。提取X角点后，接下来是使用相机的成像特性选取检校方法，从学科的角度可分为计算机视觉方法、摄影测量方法。但现有技术中没有提出一种有效的边缘匹配算法来对相机进行检校。

发明内容

为克服上述现有技术的缺陷，本发明的目的在于提供一种用于相机检校的黑白棋盘格角点提取方法，采用自适应边缘模板和双边缘特性提取高精度的X角点，提高相机检校的精度。

为实现上述目的，本发明采用如下技术方案实现：一种用于相机检校的黑白棋盘格角点提取方法，包括以下步骤：

一、绘制黑白棋盘格图，使用棋盘格作为平面控制条件；

二、建立平面控制点领域特性及编号，平面控制点称为X角点；

三、提取X角点的子像素。

作为上述方案的改进，在本发明的一实施例中，所述绘制黑白棋盘格图，具体包括：

截取黑白棋盘格图中两类X角点的局部图像，并对两类局部图像黑白取反；

提取X角点的对称特性；

提取X角点的尺度特性。

优选地，所述建立平面控制点领域特性及编号，具体包括：

提取的X角点可分为四个外角点(C)、边界角点(E)、内角点(H)，以I类X角内角点H为例描述其邻域特性，离内角点H距离最近点的8领域点用N1～N8表达，其中N1～N4为II类点、N5～N8为I类点；内角点(H)与N1～N4点局部影像相关系数小于0，与N5～N8点局部影像相关系数大于0，选择与内角点(H)关系数小于0的领域点N1～N4，满足以下条件：

(3)N1、N2、N3、N4组成的多变形为凸多边形；

(4)直线长度比值

(3)以H为原点，以H与N_i(i＝1,2,3,4)和N_j(j＝2,3,4,1)中点连线为Y轴，建立的直角坐标系，则N1、N2、N3、N4分布在这个坐标系的四个象限中；

对于边界点E，一定在近边界内角点H的四领域点N1～N4中；

设H与N1～N4点的距离最大值为对于角点C，与其最近的内点H的距离为设则C_s小于某一阈值。

作为上述方案的改进，在本发明的一实施例中，所述建立平面控制点领域特性及编号，还包括：

对内角点H_i，选择四领域点构成四边形，以对角点连线建立直线，分别为

以为例，在该直线上的内角点H_j满足以下条件：以内角点H_j构建的直线与夹角大的直线，构成该直线点的两个邻域点，分布在两侧，依据该条件搜索所有在的内角点H_j，则内角点H_j及H_j对角领域点与夹角小的两个点也在上；

设所有在的角点H_j构成点直线方程为L^x，所有在角点H_j构成点直线方程为L^y，对构建后直线方程进行排序，依据排序后直线方程对X角点进行编号。

进一步的，所述提取X角点的子像素，具体包括：

提取格网点边缘特征，将拍摄的黑白棋盘格影像灰度值作为高度值进行配色显示和三维显示；

边缘匹配，采用函数描述棋盘格网影像黑白过度区域边缘特征，缘灰度值与理论模板曲线的关系可表达为：

$F=H_0+H_1{\tan }^{-1}\frac{x}{K}---(1-2)$

其中H₀、H₁用于描述影像灰度值与理论边缘点辐射变化、K用于调节边缘陡峭程度。

本发明的有益效果在于：本发明的用于相机检校的黑白棋盘格角点提取方法基于其角点的对称性、尺度不变性和领域特性，提出一种有效的角点提取算法。同时针对格网边缘的特性，提出双边缘的匹配算法提取高精度的角点。本发明提出的相机检校的黑白棋盘格角点提取方法具有很强的鲁棒性的黑白棋盘格角点提取算法，并可以高精度的定位角点。

附图说明

图1是本发明的用于相机检校的黑白棋盘格角点提取方法的流程图。

图2是本发明的用于相机检校的黑白棋盘格角点提取方法中的X角点的邻域特性图。

具体实施方式

本发明使用棋盘格作为平面控制条件，首先是格网点的提取，使用内角点，本发明称为X角点，作为平面控制点。黑白棋盘格角点作为人造的特征，有其自身的特性，称为对称性和尺度不变特性，另外提取的X角点与其邻域点有重要几何特性，称为邻域特性，利用该特性对X角点进行错误检测及编号。提取X角点后，接下来是使用相机的成像特性选取检校方法，从学科的角度可分为计算机视觉方法、摄影测量方法。本发明采用摄影测量的光束法平差(Bundle adjustment)，该方法可以同时确定目标三维坐标和相机内参数，即自检校(Self-calibration)光束法平差。本发明使用LCD绘制棋盘格，LCD本身也存在误差，包括平面误差及高程误差(LCD的平整度)，光束法平差将这些误差作为未知数同时解算。

采用光束法平差进行相机检校，取决观测值的精度，即X角点的提取精度，棋盘格网作为人造特征，格网黑白变换处形成阶跃边缘，边缘匹配可以高精定位边缘，使用提取的边缘直线相交计算子X角点子像素坐标。本发明针对黑白棋盘格网提出采用自适应边缘模板和双边缘特性提取高精度的X角点。

具体地，如图1所示，本发明的用于相机检校的黑白棋盘格角点提取方法包括以下步骤：

S1、绘制黑白棋盘格图，使用棋盘格作为平面控制条件，具体包括：

截取黑白棋盘格图中两类X角点的局部图像，并对两类局部图像黑白取反，每类X角点其原始局部影像与另一类点的反向图像相似。对于X角点，同类X角点局部影像相关系数约等于1，不同类X角点局部影像相关系数约等于-1。

提取X角点的对称特性，设图像的灰度值为F，设黑白棋盘格X角点图像白色部分的灰度值为W、黑色部分影像灰度值为B，图像灰度的均值为像素灰度值对于不同对称方式的关系如表1。

表1X角点对称特性像素值关系

使用对称轴对X角点图像进行变换，变换后的图像表达式及特性见表2；

表2影像变换及特性

提取X角点的尺度特性，使用影像金字塔的方式表达尺度空间。

$\mathrm{\ρ}=\frac{\left(F_I\right(i,j)-\stackrel{\‾}{F_1})\left(F_2\right(i,j)-\stackrel{\‾}{F_2})}{\sqrt{{\mathrm{\Σ}}_i^m{\mathrm{\Σ}}_j^n{\left(F_I\right(i,j)-\stackrel{\‾}{F_1})}^2}\sqrt{{\mathrm{\Σ}}_i^m{\mathrm{\Σ}}_j^n{\left(F_2\right(i,j)-\stackrel{\‾}{F_2})}^2}}---(1-1)$

依式1-1计算不同尺度影像的相关系数应约等于1。

S2、建立平面控制点领域特性及编号，平面控制点称为X角点，具体包括：

如图2所示，提取的X角点可分为四个外角点(C)、边界角点(E)、内角点(H)，以I类X角内角点H为例描述其邻域特性，离内角点H距离最近点的8领域点用N1～N8表达，其中N1～N4为II类点、N5～N8为I类点；内角点(H)与N1～N4点局部影像相关系数小于0，与N5～N8点局部影像相关系数大于0，选择与内角点(H)关系数小于0的领域点N1～N4，满足以下条件：

(1)N1、N2、N3、N4组成的多变形为凸多边形；

(2)直线长度比值

(3)以H为原点，以H与N_i(i＝1,2,3,4)和N_j(j＝2,3,4,1)中点连线为Y轴，建立的直角坐标系，则N1、N2、N3、N4分布在这个坐标系的四个象限中；

对于边界点E，一定在近边界内角点H的四领域点N1～N4中；

设H与N1～N4点的距离最大值为对于角点C，与其最近的内点H的距离为设则C_s小于某一阈值。

对内角点H_i，选择四领域点构成四边形，以对角点连线建立直线，分别为

以为例，在该直线上的内角点H_j满足以下条件：以内角点H_j构建的直线与夹角大的直线，构成该直线点的两个邻域点，分布在两侧，依据该条件搜索所有在的内角点H_j，则内角点H_j及H_j对角领域点与夹角小的两个点也在上。

设所有在的角点H_j构成点直线方程为L^x，所有在角点H_j构成点直线方程为L^y，对构建后直线方程进行排序，依据排序后直线方程对X角点进行编号。

S3、提取X角点的子像素，具体包括：

提取格网点边缘特征，将拍摄的黑白棋盘格影像灰度值作为高度值进行配色显示和三维显示。

边缘匹配，采用函数描述棋盘格网影像黑白过度区域边缘特征，缘灰度值与理论模板曲线的关系可表达为：

$F=H_0+H_1{\tan }^{-1}\frac{x}{K}---(1-2)$

其中H₀、H₁用于描述影像灰度值与理论边缘点辐射变化、K用于调节边缘陡峭程度。

本发明采用通过不同型号数码相机、不同型号的绘制设备来绘制黑白棋盘格网，基于X角点自身特性(对称性、尺度不变性、领域特性)的角点提取算法具有很强的鲁棒性，提供一种有效的X角点提取算。通过光束法平差验证表明双边缘的边缘匹配算法可以提取高精度X角点，也表明本发明提出边缘匹配算法一种有效的边缘定位算法。

上述实施例揭示的用于相机检校的黑白棋盘格角点提取方法基于其角点的对称性、尺度不变性和领域特性，提出一种有效的角点提取算法。同时针对格网边缘的特性，提出双边缘的匹配算法提取高精度的角点。本发明提出的相机检校的黑白棋盘格角点提取方法具有很强的鲁棒性的黑白棋盘格角点提取算法，并可以高精度的定位角点。

以上所揭露的仅为本发明的较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (5)

1.一种用于相机检校的黑白棋盘格角点提取方法，其特征在于：包括以下步骤：

一、绘制黑白棋盘格图，使用棋盘格作为平面控制条件；

二、建立平面控制点领域特性及编号，平面控制点称为X角点；

三、提取X角点的子像素。

2.如权利要求1所述的用于相机检校的黑白棋盘格角点提取方法，其特征在于：所述绘制黑白棋盘格图，具体包括：

截取黑白棋盘格图中两类X角点的局部图像，并对两类局部图像黑白取反；

提取X角点的对称特性；

提取X角点的尺度特性。

3.如权利要求1所述的用于相机检校的黑白棋盘格角点提取方法，其特征在于：所述建立平面控制点领域特性及编号，具体包括：

提取的X角点可分为四个外角点(C)、边界角点(E)、内角点(H)，以I类X角内角点H为例描述其邻域特性，离内角点H距离最近点的8领域点用N1～N8表达，其中N1～N4为II类点、N5～N8为I类点；内角点(H)与N1～N4点局部影像相关系数小于0，与N5～N8点局部影像相关系数大于0，选择与内角点(H)关系数小于0的领域点N1～N4，满足以下条件：

(1)N1、N2、N3、N4组成的多变形为凸多边形；

(2)直线长度比值

(3)以H为原点，以H与N_i(i＝1,2,3,4)和N_j(j＝2,3,4,1)中点连线为Y轴，建立的直角坐标系，则N1、N2、N3、N4分布在这个坐标系的四个象限中；

对于边界点E，一定在近边界内角点H的四领域点N1～N4中；

设H与N1～N4点的距离最大值为对于角点C，与其最近的内点H的距离为设则C_s小于某一阈值。

4.如权利要求3所述的用于相机检校的黑白棋盘格角点提取方法，其特征在于：所述建立平面控制点领域特性及编号，还包括：

对内角点H_i，选择四领域点构成四边形，以对角点连线建立直线，分别为

以为例，在该直线上的内角点H_j满足以下条件：以内角点H_j构建的直线与夹角大的直线，构成该直线点的两个邻域点，分布在两侧，依据该条件搜索所有在的内角点H_j，则内角点H_j及H_j对角领域点与夹角小的两个点也在上；

设所有在的角点H_j构成点直线方程为L^x，所有在角点H_j构成点直线方程为L^y，对构建后直线方程进行排序，依据排序后直线方程对X角点进行编号。

5.如权利要求1所述的用于相机检校的黑白棋盘格角点提取方法，其特征在于：所述提取X角点的子像素，具体包括：

提取格网点边缘特征，将拍摄的黑白棋盘格影像灰度值作为高度值进行配色显示和三维显示；

边缘匹配，采用函数描述棋盘格网影像黑白过度区域边缘特征，缘灰度值与理论模板曲线的关系可表达为：

$F=H_0+H_1{\tan }^{-1}\frac{x}{K}---(1-2)$

其中H₀、H₁用于描述影像灰度值与理论边缘点辐射变化、K用于调节边缘陡峭程度。