CN111681284A - 一种角点检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种角点检测方法、装置、电子设备及存储介质，其中，该方法包括：获取待检测图像；对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像；根据所述二值图像，确定至少一个候选标定区域；基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果。本公开通过多边形拟合方法提取候选标定区域的轮廓特征，因此，一定程度上可以避免不具有上述轮廓特征的其它图像像素点对角点检测结果的干扰，提升了角点检测的准确率和检测精度。

Description

一种角点检测方法、装置、电子设备及存储介质

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种角点检测方法、装置、电子设备及存储介质。

背景技术

在相机标定过程中，常常使用相机对一块具有特定角点图案的标定板进行拍摄，并从拍摄的图像中提取各个角点的图像坐标，然后将这些角点的图像坐标与标定板上的对应角点的三维空间坐标进行匹配，从而为后续标定过程提供数据。

然而，在对标定板进行角点检测时，容易受到外界环境(例如光照、图像噪声等)的干扰，从而导致角点检测的准确率和精度均较低。

发明内容

本公开实施例至少提供一种角点检测方案，通过轮廓提取实现了角点检测，检测的准确率和精度均较高。

主要包括以下几个方面：

本公开实施例提供了一种角点检测方法，所述方法包括：

获取待检测图像；

对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像；

根据所述二值图像，确定至少一个候选标定区域；

基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果。

采用上述角点检测方法，首先可以对获取的待检测图像进行二值化处理，并根据处理得到的二值图像确定候选标定区域，然后可以通过多边形拟合方法提取候选标定区域的轮廓特征(即对应的拟合多边形)，且该轮廓特征是基于候选标定区域的边界像素点确定的，因此，一定程度上可以避免不具有上述轮廓特征的其它图像像素点对角点检测结果的干扰，提升了角点检测的准确率和检测精度。

在一种实施方式中，根据所述二值图像，确定至少一个候选标定区域，包括：

遍历所述二值图像中的每个像素点，确定距离该像素点预设范围内的领域像素点的像素值是否为第一像素值，若是，则将该像素点的像素值置为第二像素值，并将像素值为第一像素值、且距离该像素点预设范围内的领域像素点所在的区域作为一个候选标定区域；处于每个候选标定区域最外围的像素点确定为该候选标定区域的边界像素点。

在一种实施方式中，所述基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果，包括：

基于各个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域；

从所述至少一个目标标定区域的顶角中，筛选出所述待检测图像中的关键角点，并将筛选出的所述关键角点确定为所述角点检测结果。

在确定角点检测结果的过程中，首先可以通过拟合多边形的分析结果，从各个候选标定区域中确定出最终的目标标定区域，该目标标定区域可以对应的是标定板上的图案，而后可以基于筛选出的目标标定区域的轮廓所包括的顶角，进行关键角点的筛选。上述关键角点的确定过程可以降低其它非候选标定区域对角点检测结果的不良影响，角点检测结果的准确度较高。

在一种实施方式中，对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像之前，还包括：

对所述待检测图像进行灰度化处理；

对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像之后，还包括：

对所述待检测图像的二值图像进行图像膨胀处理；

根据所述二值图像，确定至少一个候选标定区域，包括：

根据图像膨胀处理后的二值图像，确定至少一个候选标定区域。

在一种实施方式中，所述基于每个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域，包括：

针对每个所述候选标定区域，确定该候选标定区域对应的拟合多边形的面积是否等于预设面积，若是，则将该候选标定区域确定为一个目标标定区域；和/或，确定该候选标定区域对应的拟合多边形的形状特征是否符合预设形状特征，若是，则将该候选标定区域确定为一个目标标定区域。

在一种实施方式中，所述候选标定区域为多个；所述基于每个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域，包括：

将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组；所述预设数量小于所述候选标定区域的总个数；

针对每个候选标定区域组，基于该候选标定区域组包括的所述多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形；

基于各个候选标定区域组对应的构造多边形，从所述候选标定区域组中筛选出至少一个目标标定区域。

为了进一步提升角点检测的准确度，本公开实施例还可以以候选标定区域组的形式进一步进行构造多边形的构造。这主要是考虑到在实际应用中，为了避免其它物体对标定结果的影响，标定板上的图案通常是具有特殊结构的，这样，在针对具有特殊结构的图案进行候选标定区域组的进一步分析中，可以有效的提取出这一特殊结构，并可以避免其它无关结构对该特殊结构的影响，从而进一步提升了角点检测的准确度。

在一种实施方式中，所述候选标定区域组为两个，两个所述候选标定区域组包括呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组；

所述基于各个候选标定区域组对应的构造多边形，从所述候选标定区域组中筛选出至少一个目标标定区域，包括：

在所述第一候选标定区域组对应的第一构造三角形和第二候选标定区域组对应的第二构造三角形为等腰直角三角形，且所述第一构造三角形的面积与所述第二构造三角形的面积差小于预设阈值的情况下，将所述两个候选标定区域组中的每个候选标定区域分别确定为一个所述目标标定区域。

本公开实施例中，可以采用呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组所对应的两个候选标定区域组实现目标标定区域的筛选。

在一种实施方式中，所述从所述至少一个目标标定区域的顶角中，筛选出所述待检测图像中的关键角点，包括：

针对所述至少一个目标标定区域中任意相邻的两个目标标定区域，确定该相邻的两个目标标定区域中存在重叠的顶角，将确定的所述存在重叠的顶角确定为所述关键角点。

第二方面，本公开实施例还提供了一种角点检测装置，所述装置包括：

图像获取模块，用于获取待检测图像；

图像处理模块，用于对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像；

区域确定模块，用于根据所述二值图像，确定至少一个候选标定区域；

多边形拟合模块，用于基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

角点检测模块，用于基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果。

第三方面，本公开实施例还提供了一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面及其各种实施方式任一所述的角点检测方法的步骤。

第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面及其各种实施方式任一所述的角点检测方法的步骤。

关于上述角点检测装置、电子设备、及计算机可读存储介质的效果描述参见上述角点检测方法的说明，这里不再赘述。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本公开实施例一所提供的一种角点检测方法的流程图；

图2示出了本公开实施例一所提供的一种标定板的示意图；

图3示出了本公开实施例二所提供的一种角点检测装置的示意图；

图4示出了本公开实施例三所提供的一种电子设备的示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

经研究发现，目前，在对标定板进行角点检测时，容易受到外界环境(例如光照、图像噪声等)的干扰，从而导致角点检测的准确率和精度均较低。

基于上述研究，本公开提供了至少一种角点检测方案，通过轮廓提取实现了角点检测，检测的准确率和精度均较高。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

为便于对本实施例进行理解，首先对本公开实施例所公开的一种角点检测方法进行详细介绍，本公开实施例所提供的角点检测方法的执行主体一般为具有一定计算能力的电子设备，该电子设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该角点检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

下面对本公开实施例提供的角点检测方法加以说明。

实施例一

参见图1所示，为本公开实施例提供的角点检测方法的流程图，方法包括步骤S101～S105，其中：

S101、获取待检测图像；

S102、对待检测图像进行二值化处理，得到待检测图像的二值图像；

S103、根据二值图像，确定至少一个候选标定区域；

S104、基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

S105、基于各个候选标定区域对应的拟合多边形，确定与待检测图像对应的角点检测结果。

这里，本公开实施例提供的角点检测方法在获取到待检测图像之后，可以首先对该图像进行二值化处理，然后可以基于得到的二值图像确定候选标定区域，并可以基于候选标定区域的边界像素点拟合得到候选标定区域对应的拟合多边形，最后即可以基于拟合得到的拟合多边形确定与上述待检测图像对应的角点检测结果。

考虑到本公开实施例所提供的角点检测所具体应用的标定场景，因此，这里的待检测图像可以是包含标定板图案的相关图像，其中，上述标定板图案可以是黑白棋盘格图案，还可以是其它相关的标定板图案，本公开实施例对此不做具体的限制。为了便于进行说明，接下来可以以黑白棋盘格图案为例进行示例说明。

这里，在对待检测图像进行二值化处理之后，待检测图像中的像素点的像素值要么是0，要么是255，黑白棋盘格中的黑色区域即可以对应一个候选标定区域。本公开实施例所提供的角点检测方法旨在通过对二值图像的处理，检测出黑白棋盘格中的黑色区域，并将该黑色区域作为目标标定区域进行角点检测。

考虑到在实际的图像采集过程中，很可能会受到诸如光照等带来的图像噪声，导致无法又快又准的从待检测图像中提取出角点(即图像关键点)。正是为了解决这一问题，本公开实施例才提供了一种基于多边形拟合方法对候选标定区域进行轮廓提取的方案，由于上述黑白棋盘格中的黑色区域是具有特殊结构的标定区域，因此，通过对拟合得到的拟合多边形的进一步分析即可以确定基于二值图像所确定的各个候选标定区域中，哪些是与上述黑色区域匹配的区域，哪些是受到光照干扰等原因所导致误检的候选标定区域，进而得到准确率和精度均较高的角点检测结果。

考虑到候选标定区域的确定对后续进行多边形拟合的关键作用，接下来可以对确定的候选标定区域的过程进行具体说明。

为了尽可能的提取出标定板上黑色区域的图像特征，这里，可以通过像素遍历，将候选标定区域的边界像素点所在边界以拟合多边形的形态提取出来。

在具体应用中，为了尽可能的提取出黑色棋盘格中黑色区域的边界，可以进行像素遍历，在确定一个像素点周边预设范围内的领域像素点的像素值为第一像素值，例如，0(对应黑色像素点)的情况下，可以将该像素点的像素值置为第二像素值，例如，255(对应白色像素点)，也即，通过颜色反转，可以将待检测图像中非边界的像素点置为白色像素点，这时，像素值为0、且距离该0值像素点预设范围内的领域像素点所在的区域作为一个候选标定区域(该候选标定区域处边界像素点之外的其它像素点的像素值为255)，处于该候选标定区域中最外围的像素点即为该候选标定区域的边界像素点，基于该候选标定区域的边界像素点即可以进行多边形拟合，以得到对应的拟合多边形。

在进行多边形拟合的过程中，可以基于待拟合多边形的边数来确定是否进行拟合。这里，仍以黑色棋盘格作为标定板图案为例，希望所拟合的多边形为正方形，这时，可以基于各个边界像素点的位置进行正方形的拟合。

如以2个像素点为拟合起点进行多边形的首次拟合，若遍历所有的2个像素点均不存在四条边相等的正方形，此时可以增大拟合多边形的阈值，如，可以按照3个像素点为拟合阈值再次进行正方形拟合，依次类推，直至拟合出所有可能的拟合多边形。可知，利用上述循环遍历的方式进行多边形拟合，避免了关键角点所在目标标定区域的漏检，提升了后续角点检测的鲁棒性。

需要说明的是，为了尽可能的提取出标定板上黑色区域的图像特征，本公开实施例除了可以进行上述诸如二值化处理和多边形拟合的图像处理，还可以进行其它图像处理。

例如，在对待检测图像进行二值化处理之前，还可以对待检测图像进行灰度化处理，而后利用二值化阈值对灰度图进行二值化处理。

除此之外，在得到待检测图像的二值图像之后，可以进行图像膨胀处理，图像膨胀分离各个黑块四边形的衔接，由于膨胀的是白色像素点，因此能够缩小黑块四边形，从而断掉黑色像素点与白色像素点之间的连接，为进行多边形拟合做准备。

在拟合得到各个候选标定区域对应的拟合多边形之后，可以通过拟合多边形与标定板图案之间的对比分析结果，实现候选标定区域的筛选，进而基于筛选得到的目标标定区域，确定出标定板中的关键角点，该关键角点即可以作为角点检测结果。

本公开实施例所提供的角点检测方法一方面可以基于候选标定区域对应的拟合多边形的相关属性实现目标标定区域的筛选，另一方面还可以基于重组后的候选标定区域组的有关属性实现目标标定区域的筛选。接下来通过如下两个方面进行说明。

第一方面：本公开实施例中，针对每个候选标定区域，可以通过该候选标定区域对应的拟合多边形的面积是否等于预设面积的判断结果来确定目标标定区域。这里，仍以黑白棋盘格图案作为标定板图案为例，其中的预设面积可以由黑白棋盘格中黑色区域的区域面积来确定。若拟合多边形的面积等于预设面积，则一定程度上可以认为这一候选标定区域为标定板上的黑色区域，即可确定为目标标定区域。

除此之外，本公开实施例还可以通过候选标定区域对应的拟合多边形的形状特征是否符合预设形状特征的判断结果来确定目标标定区域。这里，仍以黑白棋盘格图案作为标定板图案为例，其中的预设形状特征可以由黑白棋盘格中黑色区域所对应的形状特征(即正方形这一形状特征)来确定。若拟合多边形的形状特征符合预设形状特征，则一定程度上可以认为这一候选标定区域为标定板上的黑色区域，即可确定为目标标定区域。

需要说明的是，为了进一步提升目标标定区域的准确性，本公开实施例可以结合拟合多边形的面积以及形状特征进行目标标定区域的筛选，具体过程参见上述相关内容，在此不做赘述。

第二方面：本公开实施例可以按照如下步骤实现目标标定区域的筛选：

步骤一、将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组；预设数量小于候选标定区域的总个数；

步骤二、针对每个候选标定区域组，基于该候选标定区域组包括的多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形；

步骤三、基于各个候选标定区域组对应的构造多边形，从候选标定区域组中筛选出至少一个目标标定区域。

这里，首先可以将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组，而后针对每个候选标定区域组，基于该候选标定区域组包括的多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形，该构造多边形可以是基于拟合多边形的中心连线所得到的，这样，基于各个候选标定区域组对应的构造多边形，可以从候选标定区域组中筛选出至少一个目标标定区域。也即，本公开实施例可以结合候选标定区域组所对应的构造多边形进行目标标定区域的筛选。

在具体应用中所采用的标定板图案可以对称设置两个呈三角排列的黑色区域组，如图2所示为上述呈三角排列的两个黑色区域组的一种标定板图案的呈现方式。

这样，在进行目标标定区域筛选时，也可以按照上述排列方式进行候选标定区域组的确定。本公开实施例中，两个候选标定区域组可以包括呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组。

这里，首先可以确定第一候选标定区域组所对应的第一构造三角形以第二候选标定区域组所对应的第二构造三角形，进而判断第一构造三角形、第二构造三角形是否为等腰直角三角形，且第一构造三角形的面积与第二构造三角形的面积差是否小于预设阈值，在第一候选标定区域组对应的第一构造三角形和第二候选标定区域组对应的第二构造三角形为等腰直角三角形，且第一构造三角形的面积与第二构造三角形的面积差小于预设阈值的情况下，可以将两个候选标定区域组中的每个候选标定区域分别确定为一个目标标定区域。

需要说明的是，本公开实施例可以结合上述两个方面实现目标标定区域的筛选。在实际应用中，可以首先基于第一方面所提供的筛选方法初步完成目标标定区域的筛选，尽可能的滤除一些因光照等噪声干扰所误检的标定区域，而后再利用第二方面所提供的筛选方法做进一步的筛选，在确保筛选结果准确性的前提下，还降低了计算量。

在按照上述目标标定区域的筛选方法确定出目标标定区域之后，即可以针对至少一个目标标定区域中任意相邻的两个目标标定区域，确定该相邻的两个目标标定区域中存在重叠的顶角，重叠的顶角一定程度上说明了被多个目标标定区域命中的概率较大，将较大概率的顶角作为关键角点所确定出的角点检测结果也更为准确，也即，所确定的角点检测结果指向标定板图像中的关键点的可能性也越大。

这里，以图2所示标定板图案为例，基于本公开实施例所提供的角点检测方法，所能检测出的关键角点，可以是对角设置的两个相邻的目标标定区域的交点，总计可以有4个关键角点，基于这4个关键角点的相关图像坐标信息即可以实现相机标定，且所标定的相机参数也足够准确。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

基于同一发明构思，本公开实施例中还提供了与角点检测方法对应的角点检测装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述角点检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

实施例二

参照图3所示，为本公开实施例提供的一种角点检测装置的结构示意图，上述装置包括：图像获取模块301、图像处理模块302、区域确定模块303、多边形拟合模块304和角点检测模块305；其中，

图像获取模块301，用于获取待检测图像；

图像处理模块302，用于对待检测图像进行二值化处理，得到待检测图像的二值图像；

区域确定模块303，用于根据二值图像，确定至少一个候选标定区域；

多边形拟合模块304，用于基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

角点检测模块305，用于基于各个候选标定区域对应的拟合多边形，确定与待检测图像对应的角点检测结果。

采用上述角点检测装置，其首先可以对获取的待检测图像进行二值化处理，并根据处理得到的二值图像确定候选标定区域，然后可以通过多边形拟合方法提取候选标定区域的轮廓特征(即对应的拟合多边形)，且该轮廓特征是基于候选标定区域的边界像素点确定的，因此，一定程度上可以避免不具有上述轮廓特征的其它图像像素点对角点检测结果的干扰，提升了角点检测的准确率和检测精度。

在一种实施方式中，区域确定模块303，用于按照以下步骤根据二值图像，确定至少一个候选标定区域：

遍历二值图像中的每个像素点，确定距离该像素点预设范围内的领域像素点的像素值是否为第一像素值，若是，则将该像素点的像素值置为第二像素值，并将像素值为第一像素值、且距离该像素点预设范围内的领域像素点所在的区域作为一个候选标定区域；处于每个候选标定区域最外围的像素点确定为该候选标定区域的边界像素点。

在一种实施方式中，角点检测模块305，用于按照以下步骤基于各个候选标定区域对应的拟合多边形，确定与待检测图像对应的角点检测结果：

基于各个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域；

从至少一个目标标定区域的顶角中，筛选出待检测图像中的关键角点，并将筛选出的关键角点确定为角点检测结果。

在一种实施方式中，区域确定模块303，用于按照以下步骤根据二值图像，确定至少一个候选标定区域：

对待检测图像进行二值化处理，得到待检测图像的二值图像之前，对待检测图像进行灰度化处理；

对待检测图像进行二值化处理，得到待检测图像的二值图像之后，对待检测图像的二值图像进行图像膨胀处理；

根据图像膨胀处理后的二值图像，确定至少一个候选标定区域。

在一种实施方式中，角点检测模块305，用于按照以下步骤基于每个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域：

针对每个候选标定区域，确定该候选标定区域对应的拟合多边形的面积是否等于预设面积，若是，则将该候选标定区域确定为一个目标标定区域；和/或，确定该候选标定区域对应的拟合多边形的形状特征是否符合预设形状特征，若是，则将该候选标定区域确定为一个目标标定区域。

在一种实施方式中，候选标定区域为多个；角点检测模块305，用于按照以下步骤基于每个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域：

将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组；预设数量小于候选标定区域的总个数；

针对每个候选标定区域组，基于该候选标定区域组包括的多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形；

基于各个候选标定区域组对应的构造多边形，从候选标定区域组中筛选出至少一个目标标定区域。

在一种实施方式中，候选标定区域组为两个，两个候选标定区域组包括呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组；

角点检测模块305，用于按照以下步骤基于各个候选标定区域组对应的构造多边形，从候选标定区域组中筛选出至少一个目标标定区域：

在第一候选标定区域组对应的第一构造三角形和第二候选标定区域组对应的第二构造三角形为等腰直角三角形，且第一构造三角形的面积与第二构造三角形的面积差小于预设阈值的情况下，将两个候选标定区域组中的每个候选标定区域分别确定为一个目标标定区域。

在一种实施方式中，角点检测模块305，用于按照以下步骤从至少一个目标标定区域的顶角中，筛选出待检测图像中的关键角点：

针对至少一个目标标定区域中任意相邻的两个目标标定区域，确定该相邻的两个目标标定区域中存在重叠的顶角，将确定的存在重叠的顶角确定为关键角点。

关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

实施例三

本公开实施例还提供了一种电子设备，如图4所示，为本公开实施例提供的电子设备的结构示意图，包括：处理器401、存储器402、和总线403。存储器402存储有处理器401可执行的机器可读指令(如图3所示角点检测装置中，图像获取模块301、图像处理模块302、区域确定模块303、多边形拟合模块304和角点检测模块305所对应执行的指令)，当电子设备运行时，处理器401与存储器402之间通过总线403通信，机器可读指令被处理器401执行时执行如下处理：

获取待检测图像；

对待检测图像进行二值化处理，得到待检测图像的二值图像；

根据二值图像，确定至少一个候选标定区域；

基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

基于各个候选标定区域对应的拟合多边形，确定与待检测图像对应的角点检测结果。

在一种实施方式中，上述处理器401执行的指令中，根据二值图像，确定至少一个候选标定区域，包括：

遍历二值图像中的每个像素点，确定距离该像素点预设范围内的领域像素点的像素值是否为第一像素值，若是，则将该像素点的像素值置为第二像素值，并将像素值为第一像素值、且距离该像素点预设范围内的领域像素点所在的区域作为一个候选标定区域；处于每个候选标定区域最外围的像素点确定为该候选标定区域的边界像素点。

在一种实施方式中，上述处理器401执行的指令中，基于各个候选标定区域对应的拟合多边形，确定与待检测图像对应的角点检测结果，包括：

基于各个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域；

从至少一个目标标定区域的顶角中，筛选出待检测图像中的关键角点，并将筛选出的关键角点确定为角点检测结果。

在一种实施方式中，对待检测图像进行二值化处理，得到待检测图像的二值图像之前，上述处理器401执行的指令还包括：

对待检测图像进行灰度化处理；

对待检测图像进行二值化处理，得到待检测图像的二值图像之后，上述处理器401执行的指令还包括：

对待检测图像的二值图像进行图像膨胀处理；

上述处理器401执行的指令中，根据二值图像，确定至少一个候选标定区域，包括：

根据图像膨胀处理后的二值图像，确定至少一个候选标定区域。

在一种实施方式中，上述处理器401执行的指令中，基于每个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域，包括：

针对每个候选标定区域，确定该候选标定区域对应的拟合多边形的面积是否等于预设面积，若是，则将该候选标定区域确定为一个目标标定区域；和/或，确定该候选标定区域对应的拟合多边形的形状特征是否符合预设形状特征，若是，则将该候选标定区域确定为一个目标标定区域。

在一种实施方式中，候选标定区域为多个；上述处理器401执行的指令中，基于每个候选标定区域对应的拟合多边形，从各个候选标定区域中筛选出至少一个目标标定区域，包括：

将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组；预设数量小于候选标定区域的总个数；

针对每个候选标定区域组，基于该候选标定区域组包括的多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形；

基于各个候选标定区域组对应的构造多边形，从候选标定区域组中筛选出至少一个目标标定区域。

在一种实施方式中，候选标定区域组为两个，两个候选标定区域组包括呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组；

上述处理器401执行的指令中，基于各个候选标定区域组对应的构造多边形，从候选标定区域组中筛选出至少一个目标标定区域，包括：

在第一候选标定区域组对应的第一构造三角形和第二候选标定区域组对应的第二构造三角形为等腰直角三角形，且第一构造三角形的面积与第二构造三角形的面积差小于预设阈值的情况下，将两个候选标定区域组中的每个候选标定区域分别确定为一个目标标定区域。

在一种实施方式中，上述处理器401执行的指令中，从至少一个目标标定区域的顶角中，筛选出待检测图像中的关键角点，包括：

针对至少一个目标标定区域中任意相邻的两个目标标定区域，确定该相邻的两个目标标定区域中存在重叠的顶角，将确定的存在重叠的顶角确定为关键角点。

本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器401运行时执行上述方法实施例中的角点检测方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。

本公开实施例所提供的角点检测方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行上述方法实施例中的角点检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。

本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (11)

1.一种角点检测方法，其特征在于，所述方法包括：

获取待检测图像；

对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像；

根据所述二值图像，确定至少一个候选标定区域；

基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果。

2.根据权利要求1所述的方法，其特征在于，根据所述二值图像，确定至少一个候选标定区域，包括：

遍历所述二值图像中的每个像素点，确定距离该像素点预设范围内的领域像素点的像素值是否为第一像素值，若是，则将该像素点的像素值置为第二像素值，并将像素值为第一像素值、且距离该像素点预设范围内的领域像素点所在的区域作为一个候选标定区域；处于每个候选标定区域最外围的像素点确定为该候选标定区域的边界像素点。

3.根据权利要求1所述的方法，其特征在于，所述基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果，包括：

基于各个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域；

从所述至少一个目标标定区域的顶角中，筛选出所述待检测图像中的关键角点，并将筛选出的所述关键角点确定为所述角点检测结果。

4.根据权利要求1～3任一所述的方法，其特征在于，对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像之前，还包括：

对所述待检测图像进行灰度化处理；

对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像之后，还包括：

对所述待检测图像的二值图像进行图像膨胀处理；

根据所述二值图像，确定至少一个候选标定区域，包括：

根据图像膨胀处理后的二值图像，确定至少一个候选标定区域。

5.根据权利要求3所述的方法，其特征在于，所述基于每个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域，包括：

针对每个所述候选标定区域，确定该候选标定区域对应的拟合多边形的面积是否等于预设面积，若是，则将该候选标定区域确定为一个目标标定区域；和/或，确定该候选标定区域对应的拟合多边形的形状特征是否符合预设形状特征，若是，则将该候选标定区域确定为一个目标标定区域。

6.根据权利要求3所述的方法，其特征在于，所述候选标定区域为多个；所述基于每个所述候选标定区域对应的拟合多边形，从所述各个候选标定区域中筛选出至少一个目标标定区域，包括：

将呈预设排列方式的预设数量个候选标定区域，确定为一个候选标定区域组；所述预设数量小于所述候选标定区域的总个数；

针对每个候选标定区域组，基于该候选标定区域组包括的所述多个候选标定区域中每个候选标定区域对应的拟合多边形，确定与该候选标定区域组对应的构造多边形；

基于各个候选标定区域组对应的构造多边形，从所述候选标定区域组中筛选出至少一个目标标定区域。

7.根据权利要求6所述的方法，其特征在于，所述候选标定区域组为两个，两个所述候选标定区域组包括呈三角排列方式的三个正方形候选标定区域所组成的第一候选标定区域组以及呈倒三角排列方式的三个正方形候选标定区域所组成的第二候选标定区域组；

所述基于各个候选标定区域组对应的构造多边形，从所述候选标定区域组中筛选出至少一个目标标定区域，包括：

在所述第一候选标定区域组对应的第一构造三角形和第二候选标定区域组对应的第二构造三角形为等腰直角三角形，且所述第一构造三角形的面积与所述第二构造三角形的面积差小于预设阈值的情况下，将所述两个候选标定区域组中的每个候选标定区域分别确定为一个所述目标标定区域。

8.根据权利要求3所述的方法，其特征在于，所述从所述至少一个目标标定区域的顶角中，筛选出所述待检测图像中的关键角点，包括：

针对所述至少一个目标标定区域中任意相邻的两个目标标定区域，确定该相邻的两个目标标定区域中存在重叠的顶角，将确定的所述存在重叠的顶角确定为所述关键角点。

9.一种角点检测装置，其特征在于，所述装置包括：

图像获取模块，用于获取待检测图像；

图像处理模块，用于对所述待检测图像进行二值化处理，得到所述待检测图像的二值图像；

区域确定模块，用于根据所述二值图像，确定至少一个候选标定区域；

多边形拟合模块，用于基于各个候选标定区域的边界像素点，拟合得到各个候选标定区域对应的拟合多边形；

角点检测模块，用于基于各个所述候选标定区域对应的拟合多边形，确定与所述待检测图像对应的角点检测结果。

10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的角点检测方法的步骤。

11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至8任一所述的角点检测方法的步骤。

Images