CN107437263B - 一种方格板角点提取方法 - Google Patents
一种方格板角点提取方法 Download PDFInfo
- Publication number
- CN107437263B CN107437263B CN201710445395.XA CN201710445395A CN107437263B CN 107437263 B CN107437263 B CN 107437263B CN 201710445395 A CN201710445395 A CN 201710445395A CN 107437263 B CN107437263 B CN 107437263B
- Authority
- CN
- China
- Prior art keywords
- corner
- point
- image
- range
- avgx
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种方格板角点提取方法,属于摄像机标定技术领域。本发明首先针对摄像机标定过程中图像角点提取进行研究分析,并以Harris角点检测算法为基础进行改进,提出能够检查到准确性更高的方格板角点提取方法。该技术综合运用了Harris角点检测算法的角点提取技术,并保留了Harris角点检测算法良好的可重复性以及相对较高的检测效率的优点的情况下使其精度和可重复性更高,同时很好的解决了在计算相机内参数过程中方格板图像的角点坐标和空间点相匹配这一难点问题。本发明对阈值的选取依赖性相对较小,精度和可重复性更高,使后续相机标定的效果更好。
Description
技术领域
本发明涉及一种方格板角点提取方法,属于摄像机标定技术领域。
背景技术
在摄像机标定过程中,图像提取到的角点准确性将直接影响到整个标定结果的精确性,同时在基于灰度变化的角点检测算法中,由于Harris算子良好的可重复性以及相对较高的检测效率,因此在实践中应用的比较多,但是,Harris角点检测算法检测的准确性取决于阈值的选取,阈值大会丢失角点信息,阈值小会出现伪角点,而阈值又很难把握,同时不同图像需要设定不同的阈值,一般通过人为的进行繁杂的反复试验设定得到,十分耗时,找到更加适用的角点提取方法十分重要。
发明内容
本发明涉及一种方格板角点提取方法,通过综合运用了Harris角点检测算法的角点提取技术,并保留了Harris角点检测算法良好的可重复性以及相对较高的检测效率的优点的情况下使其精度和可重复性更高,同时很好的解决了在计算相机内参数过程中:方格板图像的角点坐标和空间点相匹配这一难点问题。Harris角点检测算法检测的准确性取决于阈值的选取,阈值大会丢失角点信息,阈值小会出现伪角点,而本算法对阈值的选取依赖性相对较小,准确性和可重复性更高,使后续相机标定的效果更好。
本发明采用的技术方案是:一种方格板角点提取方法,包括如下步骤:
Step1、将方格标定板置于需要标定的相机视野范围内获取方格板图像,方格标定板的方格数为(n×n);
Step2、利用Harris算子提取出步骤Step1中图像所获取的图像的角点;
Step3、设定初始搜索范围;
Step4、以人机交互的形式利用鼠标光标手动点出图像上的左上角的角点;
Step5、以光标点为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY);
Step6、将角点坐标赋给数组变量point,初始化时赋0,point[0][0].x=AVGX,point[0][0].y=AVGY;
Step7、利用鼠标光标手动点出图像上的右上角的角点,执行步骤Step5;
Step8、赋值point[0][2n-1].x=AVGX,point[0][2n-1].y=AVGY;
Step9、利用鼠标光标手动点出图像上的左下角的角点,执行步骤Step5;
Step10、赋值point[2n-1][0].x=AVGX,point[2n-1][0].y=AVGY;
Step11、利用鼠标光标手动点出图像上的右下角的角点,执行步骤Step5;
Step12、赋值point[2n-1][2n-1].x=AVGX,point[2n-1][2n-1].y=AVGY;
Step13、设定再次搜索范围,再次搜索范围小于初始搜索范围;
Step14、根据四个角标和标定板的方格数(n×n)计算所有角点的相对坐标,并根据步骤Step13中设定的范围以角点相对坐标为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY),并分别赋值给对应数组内的变量point[i][j];
Step15、检查最后所有的变量point[i][j](0≤i,j≤2n-1)是否被重新赋值,如果发现存在一个变量坐标为0时,说明没有找到该位置的角点,步骤Step13中设定的范围过小,重新设定Step13,重新设定的搜索范围小于上次设定的搜索范围,并执行步骤Step14和Step15,直至确定所有的变量point[i][j]被重新赋值,角点提取完成,并最终得到以数组序号i,j为标号图像的角点坐标。
优选地,所述的步骤Step2中,利用Harris算子提取图像角点时,阈值设定时,允许出现伪角点。
本发明有益效果是:本发明在基于灰度变化的角点检测算法中,针对方格板的角点提取,对Harris角点提取算法进行改进,在保留良好的可重复性以及相对较高的检测效率的基础上,将Harris角点提取算法本身对阈值的选取依赖性大大降低,同时准确性和可重复性更高,使后续相机标定的效果更好,精度更高。
附图说明
图1本发明整体步骤流程图;
图2本发明所述方法中步骤Step2角点提取时,阈值设定过大出现丢失角点信息的情形演示图;
图3本发明所述方法中步骤Step2角点提取时,阈值设定过小出现会出现伪角点的情形演示图,同时包括步骤Step3设定初始搜索范围的方形框;
图4本发明方法中步骤Step1中将方格标定板置于需要标定的相机视野范围内获取方格板图像;
图5本发明所述方法中最终的到提取后的角点图像,ABCD为最初光标手动点的四个角点位置。
具体实施方式
以下结合实施例和附图对本发明作进一步阐述,但本发明的保护内容不限于所述范围。
实施例1:如图1-5所示,一种方格板角点提取方法,包括如下步骤:
Step1、将方格标定板置于需要标定的相机视野范围内获取方格板图像,方格标定板的方格数为(n×n);
Step2、利用Harris算子提取出步骤Step1中图像所获取的图像的角点;
Step3、设定初始搜索范围;
Step4、以人机交互的形式利用鼠标光标手动点出图像上的左上角(外围)的角点;
Step5、以光标点为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY);
Step6、将角点坐标赋给数组变量point,初始化时赋0,point[0][0].x=AVGX,point[0][0].y=AVGY;
Step7、利用鼠标光标手动点出图像上的右上角的角点,执行步骤Step5;
Step8、赋值point[0][2n-1].x=AVGX,point[0][2n-1].y=AVGY;
Step9、利用鼠标光标手动点出图像上的左下角的角点,执行步骤Step5;
Step10、赋值point[2n-1][0].x=AVGX,point[2n-1][0].y=AVGY;
Step11、利用鼠标光标手动点出图像上的右下角的角点,执行步骤Step5;
Step12、赋值point[2n-1][2n-1].x=AVGX,point[2n-1][2n-1].y=AVGY;
Step13、设定再次搜索范围,再次搜索范围小于初始搜索范围;
Step14、根据四个角标和标定板的方格数(n×n)计算所有角点的相对坐标,并根据步骤Step13中设定的范围以角点相对坐标为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY),并分别赋值给对应数组内的变量point[i][j];
Step15、检查最后所有的变量point[i][j](0≤i,j≤2n-1)是否被重新赋值,如果发现存在一个变量坐标为0时,说明没有找到该位置的角点,步骤Step13中设定的范围过小,重新设定Step13,重新设定的搜索范围小于上次设定的搜索范围,并执行步骤Step14和Step15,直至确定所有的变量point[i][j]被重新赋值,角点提取完成,并最终得到以数组序号i,j为标号图像的角点坐标。
进一步地,所述的步骤Step2中,为了保证所需要的每个角点都在提取到的角点里面,阈值设定小一些,允许出现伪角点。
设定初始搜索范围及再次搜索范围根据自己操作习惯可适当调整大小,本实施例中,步骤Step3中设定的初始搜索范围设为方格的1/4大小,步骤Step13中设定的再次搜索范围为方格的1/8大小。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (2)
1.一种方格板角点提取方法,其特征在于:包括如下步骤:
Step1、将方格标定板置于需要标定的相机视野范围内获取方格板图像,方格标定板的方格数为(n×n);
Step2、利用Harris算子提取出步骤Step1中图像所获取的图像的角点;
Step3、设定初始搜索范围;
Step4、以人机交互的形式利用鼠标光标手动点出图像上的左上角的角点;
Step5、以光标点为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY);
Step6、将角点坐标赋给数组变量point,初始化时赋0,point[0][0].x=AVGX,point[0][0].y=AVGY;
Step7、利用鼠标光标手动点出图像上的右上角的角点,执行步骤Step5;
Step8、赋值point[0][2n-1].x=AVGX,point[0][2n-1].y=AVGY;
Step9、利用鼠标光标手动点出图像上的左下角的角点,执行步骤Step5;
Step10、赋值point[2n-1][0].x=AVGX,point[2n-1][0].y=AVGY;
Step11、利用鼠标光标手动点出图像上的右下角的角点,执行步骤Step5;
Step12、赋值point[2n-1][2n-1].x=AVGX,point[2n-1][2n-1].y=AVGY;
Step13、设定再次搜索范围,再次搜索范围小于初始搜索范围;
Step14、根据四个角标和标定板的方格数(n×n)计算所有角点的相对坐标,并根据步骤Step13中设定的范围以角点相对坐标为搜索范围的中心,搜索范围内的所有角点,并计算出平均角点坐标作为此处的角点坐标(AVGX,AVGY),并分别赋值给对应数组内的变量point[i][j];
Step15、检查最后所有的变量point[i][j](0≤i,j≤2n-1)是否被重新赋值,如果发现存在一个变量坐标为0时,说明没有找到该位置的角点,步骤Step13中设定的范围过小,重新设定Step13,重新设定的搜索范围小于上次设定的搜索范围,并执行步骤Step14和Step15,直至确定所有的变量point[i][j]被重新赋值,角点提取完成,并最终得到以数组序号i,j为标号图像的角点坐标。
2.根据权利要求1所述的方格板角点提取方法,其特征在于:所述的步骤Step2中,利用Harris算子提取图像角点时,阈值设定时,允许出现伪角点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445395.XA CN107437263B (zh) | 2017-06-14 | 2017-06-14 | 一种方格板角点提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445395.XA CN107437263B (zh) | 2017-06-14 | 2017-06-14 | 一种方格板角点提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107437263A CN107437263A (zh) | 2017-12-05 |
CN107437263B true CN107437263B (zh) | 2020-09-25 |
Family
ID=60458742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710445395.XA Active CN107437263B (zh) | 2017-06-14 | 2017-06-14 | 一种方格板角点提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107437263B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090091578A (ko) * | 2008-02-25 | 2009-08-28 | 한세대학교 산학협력단 | 한 대의 카메라를 이용한 최소 오차를 갖는 레이저 빔의위치 검출 방법 및 장치 |
CN103927750A (zh) * | 2014-04-18 | 2014-07-16 | 上海理工大学 | 棋盘格图像角点亚像素的检测方法 |
CN104008542A (zh) * | 2014-05-07 | 2014-08-27 | 华南理工大学 | 一种针对特定平面图形的快速角点匹配方法 |
CN104517276A (zh) * | 2013-09-28 | 2015-04-15 | 沈阳新松机器人自动化股份有限公司 | 一种棋盘格角点检测方法 |
-
2017
- 2017-06-14 CN CN201710445395.XA patent/CN107437263B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090091578A (ko) * | 2008-02-25 | 2009-08-28 | 한세대학교 산학협력단 | 한 대의 카메라를 이용한 최소 오차를 갖는 레이저 빔의위치 검출 방법 및 장치 |
CN104517276A (zh) * | 2013-09-28 | 2015-04-15 | 沈阳新松机器人自动化股份有限公司 | 一种棋盘格角点检测方法 |
CN103927750A (zh) * | 2014-04-18 | 2014-07-16 | 上海理工大学 | 棋盘格图像角点亚像素的检测方法 |
CN104008542A (zh) * | 2014-05-07 | 2014-08-27 | 华南理工大学 | 一种针对特定平面图形的快速角点匹配方法 |
Non-Patent Citations (3)
Title |
---|
"Camera Calibration Toolbox for Matlab,First calibration example - Corner extraction, calibration, additional tools";Jean-Yves Bouguet;《http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/example.html》;20151014;正文第3-4页 * |
"一种新型棋盘格角点检测算法";毕运锋 等;《南阳师范学院学报》;20160331;第15卷(第3期);第25-28页 * |
"基于单应性矩阵的棋盘格角点检测研究";刘嵩 等;《电子设计工程》;20120331;第20卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107437263A (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658504B (zh) | 地图数据标注方法、装置、设备及存储介质 | |
CN110689584B (zh) | 多相机环境中主动式刚体的位姿定位方法及相关设备 | |
US9495750B2 (en) | Image processing apparatus, image processing method, and storage medium for position and orientation measurement of a measurement target object | |
KR102056664B1 (ko) | 센서를 이용한 작업 방법 및 이를 수행하는 작업 시스템 | |
CN110689535B (zh) | 一种工件识别方法、装置及电子设备和存储介质 | |
EP3505868A1 (en) | Method and apparatus for adjusting point cloud data acquisition trajectory, and computer readable medium | |
CN111216124A (zh) | 基于融入全局视觉和局部视觉的机器人视觉引导方法和装置 | |
CN107330927B (zh) | 机载可见光图像定位方法 | |
CN102999910A (zh) | 一种图像深度计算方法 | |
CN107240130B (zh) | 遥感影像配准方法、装置及系统 | |
JP2016078195A (ja) | ロボットシステム、ロボット、制御装置及びロボットの制御方法 | |
CN106264537B (zh) | 图像中人体姿态高度的测量系统及方法 | |
CN104376328B (zh) | 基于坐标的分布型编码标志识别方法及系统 | |
CN109870106A (zh) | 一种基于无人机图片的建筑物体积测量方法 | |
CN110081862B (zh) | 一种对象的定位方法、定位装置、电子设备和可存储介质 | |
CN107437263B (zh) | 一种方格板角点提取方法 | |
CN103949054A (zh) | 红外光枪定位方法及系统 | |
CN104215185A (zh) | 利用光笔式便携三坐标测量系统对变压器中心位置进行标定的方法 | |
CN112070844A (zh) | 结构光系统的校准方法及装置、校准工具图、设备及介质 | |
WO2023240696A1 (zh) | 定位追踪方法、装置、终端设备及计算机存储介质 | |
KR20200057929A (ko) | 캘리브레이트된 카메라들에 의해 캡쳐된 스테레오 영상들의 렉티피케이션 방법과 컴퓨터 프로그램 | |
JP2016206909A (ja) | 情報処理装置、情報処理方法 | |
CN103279953A (zh) | 一种基于LabVIEW平台的机器视觉标定系统 | |
Rahmani et al. | Grid-edge-depth map building employing sad with sobel edge detector | |
CN104657977A (zh) | 一种定位瓶坯瓶身中心的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |