CN109211102A - 亚像素级角点的检测方法及系统 - Google Patents

亚像素级角点的检测方法及系统 Download PDF

Info

Publication number
CN109211102A
CN109211102A CN201710534647.6A CN201710534647A CN109211102A CN 109211102 A CN109211102 A CN 109211102A CN 201710534647 A CN201710534647 A CN 201710534647A CN 109211102 A CN109211102 A CN 109211102A
Authority
CN
China
Prior art keywords
neighborhood
interior
sub
neighborhoods
angle point
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.)
Granted
Application number
CN201710534647.6A
Other languages
English (en)
Other versions
CN109211102B (zh
Inventor
孔全存
骆荣坤
刘桂礼
樊夏辉
李东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN201710534647.6A priority Critical patent/CN109211102B/zh
Publication of CN109211102A publication Critical patent/CN109211102A/zh
Application granted granted Critical
Publication of CN109211102B publication Critical patent/CN109211102B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种亚像素级角点的检测方法及系统。该方法包括：提供标定板，采集标定板的图像；对图像进行预处理以得到第一图像；在第一图像的任一四邻域Dij内，进行边缘提取，并拟合四邻域Dij内的四邻域边，得到四邻域边的直线方程；根据四邻域边的直线方程得到四邻域Dij内的等距点Oij的坐标；在四邻域Dij内，根据四邻域边的直线方程得到四邻域对角线的方向，其中，对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；在四邻域Dij内，对过等距点Oij沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。本发明的方法降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。

Description

亚像素级角点的检测方法及系统
技术领域
本发明涉及亚像素级角点检测技术领域，特别涉及一种亚像素级角点的检测方法及系统。
背景技术
随着先进制造技术的快速发展，高端装备中对具有微小孔金属零部件的需求不断增长。其中，微小孔的表面质量和形状精度对金属零部件的使用寿命及稳定性，有着至关重要的作用。目前，对孔径为0.1～1mm微小孔的常用加工工艺路线为：首先，用微细柱状电极以电火花方式加工出微小通孔，然后用侧壁绝缘中空柱状电极以电解方式进行二次加工。电解二次加工能够去除毛刺和减薄重熔层，还会修复电火花加工后表面微裂纹，从而有效提高微小孔的形状精度和表面质量。微小孔电解二次加工过程中，所用侧壁绝缘中空电极进入电火花预先加工的微小通孔时，侧壁绝缘中空电极与微小孔是否对中，是影响微小孔加工质量的关键所在。
目前，由于图像对中法具有速度快和非接触等优势，被广泛应用于中空电极与微小孔二次加工的对中过程中。采用图像对中法进行对中时，系统不可避免的噪声和畸变会对微小孔对中过程产生显著的负面影响。因此、对图像采集装置的显微标定，是精密微小孔对中装置中不可或缺的步骤。迄今、针对图像采集装置的显微标定，多采用结构已知、精度较高的标定块作为空间参照物，将标定块放置于显微镜下，通过求解空间点和图像点之间的映射矩阵，实现图像采集装置的显微标定，这种标定算法的精度是由标定块(微黑白棋盘格)角点坐标的检测精度所决定的。结合微小孔孔径为0.1～1mm的微小特征，为满足标定过程中的高精度要求，其标定块(微黑白棋盘格)中的角点坐标的检测精度必须要达到亚像素级。
目前，常用角点检测方法主要有直线交点法和灰度特征法等。直线交点法从几何位置的角度出发，先通过检测黑白棋盘格的边缘直线，再采用求直线交点的方法来获得角点坐标。此类方法简单易行，但角点检测精度为像素级，难以满足微小孔对中系统显微标定过程中的亚像素级精度要求。
灰度特征法主要有SUSAN角点检测法和Harris角点检测法。传统SUSAN算法的检测精度为像素级，为了提高检测精度，研究人员提出了一种基于SUSAN算法的亚像素级角点检测方法，即灰度重心法。灰度重心法先采用基于SUSAN算子的圆形模板，在检测域中依次扫描，获得像素级角点；然后在圆形模板内，用灰度重心法来求得角点的亚像素级坐标。该方法运算快捷且精度较高，但对模板的要求较高，查找匹配模板的效率较低且对图像的噪声敏感，易产生多检与漏检。2015年韩国研究人员BokY等在SUSAN算法的基础上提出一种改进十字模板匹配的方法，实现了黑白棋盘格亚像素级角点检测。该方法有效降低了标定板外围噪声对角点检测准确率和精度的影响程度；但算法过程较复杂、实时性较低。
Harris角点检测法是从图像局部的小窗口观察图像特征，小窗口向任意方向的移动都将导致图像灰度的明显变化，其灰度变化最大处即为角点。由于角点检测精度的亚像素级要求，基于Harris算法的亚像素级角点检测方法主要有灰度中心法和二次多项式逼近法。灰度中心法是假设角点的精确位置在某点，则任意一个从该点到指向其邻域中的另一点的向量，都与该处的图像灰度梯度垂直。该方法提取角点的亚像素坐标精度较高，但此方法对图像质量的要求较高，在微小孔对中系统显微标定过程中图像采集时的噪声易对该算法的精度产生显著负面影响，例如角点周围噪声会造成角点的多检。二次多项式逼近法是利用一个二元二次多项式来逼近角点响应函数，对多项式的待定系数可以使用最小二乘法求解得到，而二次多项式的极值点就是所求的亚像素级角点。虽然二次多项式逼近法运算简单直接、对图像噪声不敏感且角点的漏检率和多检率较低，但是该方法的检测精度低于灰度中心法和灰度重心法，难以满足微小孔对中系统显微标定过程中的亚像素级精度要求。
综上所述，在微小孔对中系统显微标定时，需对微黑白棋盘格标定板的角点进行亚像素级坐标提取，而现有的亚像素级角点检测方法难以保证角点提取的准确率以及角点亚像素级坐标的精度。
发明内容
本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种亚像素级角点的检测方法。该方法利用四邻域的等距点以及过等距点的四邻域对角线方向上的SINC函数灰度约束角点，降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。
本发明的第二个目的在于提出一种亚像素级角点的检测系统。
为了实现上述目的，本发明的第一方面的实施例公开了一种亚像素级角点的检测方法，包括以下步骤：提供标定板，采集所述标定板的图像；对所述图像进行预处理以得到第一图像；在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程；根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标在所述四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，所述对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；在四邻域Dij内，对所述过等距点Oij沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。
根据本发明实施例的亚像素级角点的检测方法，利用四邻域的等距点以及过等距点的四邻域对角线方向上的SINC函数灰度约束角点，降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。
另外，根据本发明上述实施例的亚像素级角点的检测方法还可以具有如下附加的技术特征：
在一些示例中，所述根据四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标包括：通过上邻域边与下邻域边的直线方程，计算上邻域边和下邻域边间的等距线el；根据左邻域边与右邻域边的直线方程，计算左邻域边和右邻域边间的等距线em；求取所述等距线el与所述等距线em的交点，其中，所述交点为等距点Oij。
在一些示例中，上邻域边li-1的直线方程为：y＝ci-1x+di-1，ci-1和di-1分别为上邻域边li-1所在直线的斜率和截距；下邻域边li+1的直线方程为：y＝ci+1x+di+1，ci+1和di+1分别为下邻域边li+1所在直线的斜率和截距；所述等距线el的直线方程为：
y＝qx+p，
其中，所述p和q分别为拟合等距线el的截距和斜率。
在一些示例中，左邻域边mj-1的直线方程为：y＝aj-1x+bj-1，aj-1和bj-1分别为左邻域边mj-1所在直线的斜率和截距；右邻域边mj+1的直线方程为:y＝aj+1x+bj+1，aj+1和bj+1分别为右邻域边mj+1所在直线的斜率和截距；等距线em的直线方程为：
y＝vx+u，
其中，u和v分别为拟合等距线em的截距和斜率。
在一些示例中，在所述四邻域Dij内以等距点Oij为圆心、半径为S的圆形区域Zij内，约束在所述区域Zij内的灰度分布满足SINC函数，其中，所述SINC函数f(x,y)的表达式为：
其中，Δx和Δy分别是x轴的偏移量和y轴的偏移量。
在一些示例中，在所述任一四邻域Dij内，根据上邻域边li-1、下邻域边li+1、左邻域边mj-1、右邻域边mj+1和等距点计算出过等距点Oij的沿对角线方向的直线lm′ij方程，所述直线lm′ij方程为：
其中，所述为所述对角线的斜率。
在一些示例中，在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。所述亚像素级角点通过如下公式得到，所述公式为：
其中，所述Cij为亚像素级角点，τ为拉格朗日算子。
在一些示例中，所述标定板是微黑白棋盘格标定板。
本发明的第二方面的实施例公开了一种亚像素级角点的检测系统，包括：采集模块，用于采集标定板的图像；预处理模块，用于对所述图像进行预处理以得到第一图像；直线方程求取模块，用于在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程；坐标求取模块，用于根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标方向计算模块，用于在所述四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，所述对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；亚像素级角点提取模块，用于在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。
根据本发明实施例的亚像素级角点的检测系统，利用四邻域的等距点以及过等距点的四邻域对角线方向上的SINC函数灰度约束角点，降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述的或附加的方面和优点结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例中显微对中成像系统采集的微黑白棋盘格标定板图像。
图2为本发明实施例中四邻域边的最小二乘法拟合的图像。
图3为本发明实施例中求取四邻域等距点以及四邻域对角线的图像。
图4为本发明实施例中角点周围区域内的灰度分布图。
图5为本发明实施例中过等距点的四邻域对角线方向上的灰度SINC函数约束的图像。
图6位本发明实施例的方法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
以下结合附图描述根据本发明实施例的亚像素级角点的检测方法及系统。
图6是根据本发明一个实施例的亚像素级角点的检测方法的流程图。
如图6所示，并结合图1至图5，根据本发明一个实施例的亚像素级角点的检测方法，包括以下步骤：
S601：提供标定板，采集所述标定板的图像。其中，标定板例如为微黑白棋盘格标定板。例如：利用显微对中成像系统采集所述微黑白棋盘格标定板的图像。
在本发明的一个实施例中，黑白棋盘格的每一小格的实际尺寸为0.25mm。
需要说明的是，本发明实施例的标定板并不限于微黑白棋盘格标定板。微黑白棋盘格标定板仅是出于示例性的。
S602：对所述图像进行预处理以得到第一图像。
例如：对获取的微黑白棋盘格图像进行灰度化、二值化等预处理，获得一第一图像。
S603：在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程。即：在第一图像的任一四邻域Dij内，进行边缘提取，并利用最小二乘法拟合区域Dij内的四邻域边，得到四邻域边的直线方程式。
具体地说，对所述第一图像的任一四邻域区域Dij内，用canny算子进行边缘提取，并以图像像素点o(0,0)为原点建立xoy直角坐标系。
如图2所示，由最小二乘法拟合出的上邻域边li-1所在直线方程为:y＝ci-1x+di-1，ci-1和di-1分别为上邻域边li-1所在直线的斜率和截距；下邻域边li+1所在直线方程为:y＝ci+1x+di+1，ci+1和di+1分别为下邻域边li+1所在直线的斜率和截距；左邻域边mj-1所在直线方程为:y＝aj-1x+bj-1，aj-1和bj-1分别为左邻域边mj-1所在直线的斜率和截距；右邻域边mj+1所在直线方程为:y＝aj+1x+bj+1。aj+1和bj+1分别为右邻域边mj+1所在直线的斜率和截距；其中(x,y)是任一四邻域区域Dij内点的坐标。
S604：根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标
具体而言，根据所述四邻域边的直线方程，可计算出四邻域内到四邻域边的距离相等的点即等距点的坐标，如图3所示。具体地，包括以下步骤：
S41，通过上邻域边与下邻域边的直线方程，求上邻域边和下邻域边间的等距线el；
S42，通过左邻域边与右邻域边的直线方程，求左邻域边和右邻域边间的等距线em；
S43，求取等距线el与等距线em的交点，其中，交点为等距点Oij，即等距点
步骤S41中，上邻域边li-1所在直线方程为:y＝ci-1x+di-1，ci-1和di-1分别为上邻域边li-1所在直线的斜率和截距；下邻域边li+1所在直线方程为:y＝ci+1x+di+1，ci+1和di+1分别为下邻域边li+1所在直线的斜率和截距；在上邻域边li-1上取点坐标为(xk,ci-1xk+di-1)，k＝1,2,3,……,N(N≥100)。则下邻域边li+1上对应xk的点的坐标为(xk,ci+1xk+di+1)。则在单点xk处，对应的上下邻域间的等距点坐标为在邻域范围内取N个点，用最小二乘法拟合出等距线el，如式(1)：
上式中，p和q分别为拟合等距线el的截距和斜率。等距线el的直线方程为式(2)：
y＝qx+p (2)
步骤S42中，左邻域边mj-1与右邻域边mj+1间的等距线em的求解。左邻域边mj-1所在直线方程为:y＝aj-1x+bj-1，aj-1和bj-1分别为左邻域边mj-1所在直线的斜率和截距；右邻域边mj+1所在直线方程为:y＝aj+1x+bj+1，aj+1和bj+1分别为右邻域边mj+1所在直线的斜率和截距；在左邻域边上取点坐标为 则右邻域边上对应yk的点的坐标为则在单点yk处，对应的左右邻域间的等距点坐标为在邻域范围内取N(N≥100)个点，用最小二乘法拟合出等距线em，如下式(3)：
上式中，u和v分别为拟合等距线em的截距和斜率。等距线em的直线方程为式(4)：
y＝vx+u (4)
步骤S43中，联立y＝qx+p和y＝vx+u，可求解等距点
S605：在四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，对角线为四邻域Dij的两条对角线中平均灰度值较低的一条。即：在所述四邻域Dij内，根据所述四邻域边的直线方程，计算出四邻域对角线的方向，此对角线为四邻域Dij的两条对角线中平均灰度值较低的一条。
具体而言，如图3所示，在所述任一四邻域Dij内，根据所述四邻域边的直线方程，计算出四邻域对角线lmij的方向，其中，对角线为四邻域Dij的两条对角线中平均灰度值低的一条。如图4所示，在四邻域Dij内，根据上邻域边li-1、下邻域边li+1、左邻域边mj-1、右邻域边mj+1和等距点计算出过等距点Oij的沿对角线方向的直线lm′ij方程，如式(5)。式中，为等距点Oij的坐标，为直线lm′ij的斜率，该方程为：
S606：在四邻域Dij内，对过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。即：在所述四邻域Dij内，对过等距点Oij的所述四邻域Dij对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，通过求得SINC函数的最大值点，即为微黑白棋盘格的亚像素级角点。
作为一个具体的示例，在四邻域Dij内以等距点Oij为圆心、半径为S的圆形区域Zij内，约束在所述区域Zij内的灰度分布满足SINC函数，具体地，如图4和5所示，在任一四邻域内，以等距点Oij为圆心半径为S(S＝0.5像素)的圆形区域Zij内，如图4所示，假定在区域Zij内的灰度分布满足SINC函数。灰度SINC函数f(x,y)表达式如下式：
上式(6)中，Δx和Δy分别是x轴的偏移量和y轴的偏移量。
则灰度SINC函数在圆形区域Zij域：中、沿直线lm′ij方向上的最大值点即为所求亚像素级角点Cij，其目标函数如下式；
式(7)中，Δx，Δy为SINC函数在x，y轴的偏移量；Cij为亚像素级角点；τ为拉格朗日算子；
为过等距点Oij的对角线方向上直线的斜率；
为等距点Oij的坐标。通过上式(7)可得亚像素级角点。
根据本发明实施例的亚像素级角点的检测方法，利用四邻域的等距点以及过等距点的四邻域对角线方向上的SINC函数灰度约束角点，降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。
进一步地，本发明的实施例公开了一种亚像素级角点的检测系统的结构框图。根据本发明一个实施例的亚像素级角点的检测系统，包括：采集模块，用于采集标定板的图像；预处理模块，用于对所述图像进行预处理以得到第一图像；直线方程求取模块，用于在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程；坐标求取模块，用于根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标方向计算模块，用于在所述四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，所述对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；亚像素级角点提取模块，用于在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。
根据本发明实施例的亚像素级角点的检测系统，利用四邻域的等距点以及过等距点的四邻域对角线方向上的SINC函数灰度约束角点，降低了标定板图像采集时噪声的影响，有效提高了亚像素角点检测的准确率和精度。
需要说明的是，本发明实施例的亚像素级角点的检测系统的具体实现方式与本发明实施例的亚像素级角点的检测方法的具体实现方式类似，具体请参见方法部分的描述，为了减少冗余，此处不做赘述。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种亚像素级角点的检测方法，其特征在于，包括以下步骤：
提供标定板，采集所述标定板的图像；
对所述图像进行预处理以得到第一图像；
在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程；
根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标
在所述四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，所述对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；
在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。
2.根据权利要求1所述的亚像素级角点的检测方法，其特征在于，所述根据四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标包括：
通过上邻域边与下邻域边的直线方程，计算上邻域边和下邻域边间的等距线el；
根据左邻域边与右邻域边的直线方程，计算左邻域边和右邻域边间的等距线em；
求取所述等距线el与所述等距线em的交点，其中，所述交点为等距点Oij。
3.根据权利要求2所述的亚像素级角点的检测方法，其特征在于，其中，
上邻域边li-1的直线方程为：y＝ci-1x+di-1，ci-1和di-1分别为上邻域边li-1所在直线的斜率和截距；
下邻域边li+1的直线方程为：y＝ci+1x+di+1，ci+1和di+1分别为下邻域边li+1所在直线的斜率和截距；
所述等距线el的直线方程为：
y＝qx+p，
其中，所述p和q分别为拟合等距线el的截距和斜率。
4.根据权利要求2所述的亚像素级角点的检测方法，其特征在于，其中，
左邻域边mj-1的直线方程为：y＝aj-1x+bj-1，aj-1和bj-1分别为左邻域边mj-1所在直线的斜率和截距；
右邻域边mj+1的直线方程为:y＝aj+1x+bj+1，aj+1和bj+1分别为右邻域边mj+1所在直线的斜率和截距；
等距线em的直线方程为：
y＝vx+u，
其中，u和v分别为拟合等距线em的截距和斜率。
5.根据权利要求1所述的亚像素级角点的检测方法，其特征在于，在所述四邻域Dij内以等距点Oij为圆心、半径为S的圆形区域Zij内，约束在所述区域Zij内的灰度分布满足SINC函数，其中，所述SINC函数f(x,y)的表达式为：
其中，Δx和Δy分别是x轴的偏移量和y轴的偏移量。
6.根据权利要求1或5所述的亚像素级角点的检测方法，其特征在于，在所述任一四邻域Dij内，根据上邻域边li-1、下邻域边li+1、左邻域边mj-1、右邻域边mj+1和等距点计算出过等距点Oij的沿对角线方向的直线lm′ij方程，所述直线lm′ij方程为：
其中，所述为所述对角线的斜率。
7.根据权利要求1或5所述的亚像素级角点的检测方法，其特征在于，在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。所述亚像素级角点通过如下公式得到，所述公式为：
其中，所述Cij为亚像素级角点，τ为拉格朗日算子。
8.根据权利要求1所述的亚像素级角点的检测方法，其特征在于，所述标定板是微黑白棋盘格标定板。
9.一种亚像素级角点的检测系统，其特征在于，包括：
采集模块，用于采集标定板的图像；
预处理模块，用于对所述图像进行预处理以得到第一图像；
直线方程求取模块，用于在所述第一图像的任一四邻域Dij内，进行边缘提取，并拟合所述四邻域Dij内的四邻域边，得到四邻域边的直线方程；
坐标求取模块，用于根据所述四邻域边的直线方程得到所述四邻域Dij内的等距点Oij的坐标
方向计算模块，用于在所述四邻域Dij内，根据所述四邻域边的直线方程得到四邻域对角线的方向，其中，所述对角线为四邻域Dij的两条对角线中平均灰度值较低的一条；
亚像素级角点提取模块，用于在四邻域Dij内，对所述过等距点Oij的沿四邻域对角线方向上的域段内，采用SINC函数灰度分布进行角点位置的约束，以得到亚像素级角点。
CN201710534647.6A 2017-07-03 2017-07-03 亚像素级角点的检测方法及系统 Expired - Fee Related CN109211102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710534647.6A CN109211102B (zh) 2017-07-03 2017-07-03 亚像素级角点的检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710534647.6A CN109211102B (zh) 2017-07-03 2017-07-03 亚像素级角点的检测方法及系统

Publications (2)

Publication Number Publication Date
CN109211102A true CN109211102A (zh) 2019-01-15
CN109211102B CN109211102B (zh) 2020-10-27

Family

ID=64992507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710534647.6A Expired - Fee Related CN109211102B (zh) 2017-07-03 2017-07-03 亚像素级角点的检测方法及系统

Country Status (1)

Country Link
CN (1) CN109211102B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458809A (zh) * 2019-07-16 2019-11-15 西安工程大学 一种基于亚像素边缘检测的纱线条干均匀度检测方法
CN111640154A (zh) * 2020-05-24 2020-09-08 西安交通大学 一种基于显微视觉的立针微平面亚像素级定位方法
CN113192095A (zh) * 2021-05-20 2021-07-30 郑州轻工业大学 一种基于平行四边形对角线的角点检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581569A (zh) * 2009-06-17 2009-11-18 北京信息科技大学 双目视觉传感系统结构参数的标定方法
CN103177468A (zh) * 2013-03-29 2013-06-26 渤海大学 一种基于无标记的三维运动物体增强现实注册方法
KR20130137555A (ko) * 2012-06-07 2013-12-17 주식회사 비엠텍월드와이드 엑스선 골밀도 영상의 윤곽선 검출 보정 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
CN105069799A (zh) * 2015-08-13 2015-11-18 深圳市华汉伟业科技有限公司 一种角点定位方法及装置
CN106022344A (zh) * 2016-05-24 2016-10-12 北京仁光科技有限公司 一种虚拟棋盘格角点定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581569A (zh) * 2009-06-17 2009-11-18 北京信息科技大学 双目视觉传感系统结构参数的标定方法
KR20130137555A (ko) * 2012-06-07 2013-12-17 주식회사 비엠텍월드와이드 엑스선 골밀도 영상의 윤곽선 검출 보정 방법 및 장치
CN103177468A (zh) * 2013-03-29 2013-06-26 渤海大学 一种基于无标记的三维运动物体增强现实注册方法
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
CN105069799A (zh) * 2015-08-13 2015-11-18 深圳市华汉伟业科技有限公司 一种角点定位方法及装置
CN106022344A (zh) * 2016-05-24 2016-10-12 北京仁光科技有限公司 一种虚拟棋盘格角点定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
毕运锋等: "一种新型棋盘格角点检测算法", 《南阳师范学院学报》 *
陈小卫等: "一种亚像素边缘提取方法", 《测绘科学技术学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458809A (zh) * 2019-07-16 2019-11-15 西安工程大学 一种基于亚像素边缘检测的纱线条干均匀度检测方法
CN111640154A (zh) * 2020-05-24 2020-09-08 西安交通大学 一种基于显微视觉的立针微平面亚像素级定位方法
CN111640154B (zh) * 2020-05-24 2022-04-05 西安交通大学 一种基于显微视觉的立针微平面亚像素级定位方法
CN113192095A (zh) * 2021-05-20 2021-07-30 郑州轻工业大学 一种基于平行四边形对角线的角点检测方法

Also Published As

Publication number Publication date
CN109211102B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
Chen et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm
CN109612390B (zh) 基于机器视觉的大尺寸工件自动测量系统
CN104331896B (zh) 一种基于深度信息的系统标定方法
CN109211102A (zh) 亚像素级角点的检测方法及系统
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
Liu et al. An improved online dimensional measurement method of large hot cylindrical forging
CN103499297A (zh) 一种基于ccd的高精度测量方法
CN105354815B (zh) 一种基于平板类微小型零件的精确识别定位方法
CN106856003A (zh) 轴类工件侧表面缺陷检测图像的展开校正方法
TWI500925B (zh) Check the device, check the method and check the program
Li et al. Line-based calibration of a micro-vision motion measurement system
CN103852060A (zh) 一种基于单目视觉的可见光图像测距方法
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
CN111882530A (zh) 一种亚像素定位图生成方法、定位方法及装置
CN106097319A (zh) 一种用于相机检校的黑白棋盘格角点提取方法
CN112325809A (zh) 一种法兰的平面度检测方法
Han et al. Improving calibration accuracy of structured light systems using plane-based residual error compensation
CN103445798A (zh) 确定平板x射线图像探测器中传感器的几何偏移的方法
CN111089539A (zh) 晶圆轮廓图的构造方法
Zhou et al. Robust and high-precision vision system for deflection measurement of crane girder with camera shake reduction
CN104699323A (zh) 一种基于图像处理的触摸点光学定位方法
CN113689478B (zh) 量测设备的对齐方法、装置及系统
JP2013015413A (ja) 三次元形状計測装置及び三次元形状計測方法
Hu et al. Digital speckle based strain measurement system for forming limit diagram prediction
Li et al. Strain measurement for sheet metal forming based on close range photogrammetry

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201027

Termination date: 20210703

CF01 Termination of patent right due to non-payment of annual fee