CN112270720A - 一种基于二基点的标定板特征点自动排序方法 - Google Patents

Abstract

本发明公开了一种基于二基点的标定板特征点自动排序方法，本发明使用Matlab对特征点进行提取并排序。首先，对图像进行预处理，使特征点的边缘特征更加明显，提取特征点的像素坐标之后，经过最小二乘椭圆拟合得到每个特征点的圆心坐标以及半径。然后，筛选出中心特征点以及两个基点，利用这两个基点坐标拟合直线，筛选出距离最小的N_x个点并排序，N_x为同一水平线上特征点的个数。最后，再向两边进行平移筛选每一行的特征点并把所有的点都排序完成，共N_y组。

Description

一种基于二基点的标定板特征点自动排序方法

技术领域

本发明本发明属于计算机视觉领域，具体涉及一种基于二基点的标定板特征点自动排序方法。

背景技术

在计算机视觉领域，相机标定是一个基本而又重要的步骤。通过相机标定可以计算出世界坐标系与像素坐标系的对应关系，并且求解出相机的内外参数。通过相机的内外参数以及映射关系，便可以从一个点的像素坐标反推出世界坐标。对于相机标定，其中最重要的一步就是提取出标定板的特征点像素坐标并将其与世界坐标系一一对应起来。

传统的标定板的主要有国际象棋棋盘的图案以及实心圆阵列图案，对于不同的标定板，特征点提取以及排序方法是不同的。有通过确定四个顶点进行排序的。

上述的特征点提取方法虽然可以实现特征点的排序，但是其所需要确定的特征点较多计算比较繁琐，且当某个点提取失误时会造成较大的误差。因此寻找到一种计算简单且精度高的特征点提取并排序的方法非常重要。

发明内容

本发明的目的在于提供一种基于二基点的标定板特征点自动排序方法，仅利用的两个特征点作为方向判断的依据，而且还利用了四个点计算误差提高了精度，降低了计算的复杂程度，能够快速并有效的对标定板特征点圆心坐标进行提取和排序。

本发明的技术方案如下：一种基于二基点的标定板特征点自动排序方法，步骤如下：

步骤一．读入标定板图片并选择感兴趣的区域，对拍摄的标定板图片进行灰度以及二值化，并提取所有特征点的边缘坐标进行最小二乘椭圆拟合计算各特征点圆心坐标以及半径；

步骤二．利用半径大小筛选出半径最小的六个特征点圆心坐标；

步骤三．计算每个小圆与其他小圆的距离和，将距离和最小的做为第一个基点，倒数第二的做为与第二个基点；

步骤四．利用步骤三中的两个基点拟合直线，计算所有特征点的圆心坐标与该直线的距离，挑选出距离最小的N_x个圆心坐标，即为与圆心同一水平线上的N_x个点；

步骤五．根据第一个基点的y轴坐标减去第二个基点的y轴坐标的正负，判断N_x个点的排序方式；若为正，则N_x个点按照x轴坐标升序排列，若为负，则为降序排列；

步骤六．利用中心其余四个点圆心坐标计算其到拟合直线的距离，并将第一条拟合直线向上平移该距离，计算所有特征点到该直线的距离并提取距离最近的两个点作为新的基点，拟合新的直线；

步骤七．重复步骤四、步骤五及步骤六，直到直线以上所有的特征点均排序完成；在向下平移重复步骤四、步骤五及步骤六，直到所有特征点都排序完成；排序完成的点共N_y组，按照世界坐标系的定义方式进行排序。

优选的，步骤一为图像的预处理过程，具体为：

首先，读入标定板的图片，选择感兴趣的区域，对图像进行灰度化，并选取图像中感兴趣的区域用最大类间方差法计算阈值：

（1）

其中，记level为前景与背景的分割阈值，前景点数占图像比例为w ₀ ，平均灰度为u ₀ ；背景点数占图像比例为w ₁ ，平均灰度为u ₁ ；

然后，利用计算得到的阈值进行二值化，计算二值化后的图像连通区域，并将每个连通区域的像素坐标作为一个椭圆的边缘进行最小二乘椭圆拟合：

（2）

其中，α中的各个字母代表一个椭圆的各项系数，(x _i ,y _i )为各个特征点边缘坐标值，f (α,X _i )为代数距离求平方和，对其求导并使其为0得到：

（3）

求解方程组得到相应的系数得到椭圆方程，根据椭圆方程求得半径及圆心坐标。

优选的，步骤二为中间白色特征点筛选，具体为：

利用步骤一求得的所有半径，用sort函数进行升序排序得到：

（4）

其中，r₁~r₆为标定板中心六个白色小圆的坐标。

优选的，步骤三为基点的挑选，具体为：

根据圆心坐标可以计算出两个特征点相距的距离为：

（5）

在六个小圆中，计算每个点与另外5个点的距离之和，并排序得到距离和最小的点，即为标定板的原点，距离和倒数第二小的点，即为与原点在同一水平线上左边的小特征点。

优选的，步骤四具体为：

对标定板同一水平线上的点的提取，利用公式：

（6）

带入两个基点的坐标便可以拟合出一条直线，利用公式：

（7）

计算出每个大特征点(x _i ,y _i )到该直线的距离，得到距离最近的N_x个点即为中间水平线上的点。

优选的，步骤五具体为：对步骤四中得到的N_x个点进行排序，根据原点与第一个点的y轴坐标之差的正负决定N_x的排序方式，若为正则N_x个点按照x轴坐标升序排列，若为负则为降序排列。

本发明与现有技术相比，其显著优点是：（1）使用判定方向的特征点仅有两个，提取方便，计算简单。（2）在不增加计算复杂程度的情况下，运用了4个的特征点进行对距离的运算，减少误差。

附图说明

图1为本发明的流程图。

图2为实施例中标定板的图片。

图3为实施例中经过预处理的图片。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本实施例采用Matlab对特征点进行提取并排序。首先读入相机拍摄的如图2所示的标定板图片，选择合适的区域。然后对图像进行预处理，包括用灰度化和二值化得到图3。并计算图3中的连通区域并提取边缘像素坐标。经过最小二乘椭圆拟合得到每个特征点的圆心以及半径。利用半径筛选出最中心6个白色特征点。再利用白色特征点之间的相互距离筛选出原点以及第一个点坐标。并利用这两个点坐标拟合一条直线，计算所有特征点离这条直线的距离，筛选出距离最小的Nx个点，即为与这对基点同一水平线上的Nx个点。利用两个基点y轴坐标之差的正负决定Nx个基点按照x轴坐标排列的方式。为正则为升序，为负则为降序排列。再利用其余四个点到直线的距离计算到下一条拟合直线的距离，将第一条拟合直线进行平移，并计算所有点到该条拟合直线的距离，挑选出距离最近的两个点作为新的基点拟合新的直线。再次计算距离挑选最近的Nx个点排序。重复上述步骤直到所有的点都排序完成。从而完成标定板特征点坐标的提取以及排序。

如图2、图3所示，在标定板的中心共有6个小的白色特征点，其中最中间的白色特征点作为原点，在其左边的白色特征点作为第一个点。这两个点组成了第一对基点。利用剩余的4个白色特征点可以计算出拟合的直线需要平移的距离。

本实施例的上述方法如图1所示，具体实现步骤如下。

步骤一．读入标定板的图片，利用roipoly函数选择感兴趣的区域，并用mat2gray函数对图像进行灰度化，并选取图像中感兴趣的区域用最大类间方差法算法挑选阈值：

（1）

其中，记level为前景与背景的分割阈值，前景点数占图像比例为w ₀ ，平均灰度为u ₀ ；背景点数占图像比例为w ₁ ，平均灰度为u ₁ 。

然后用im2bw函数进行二值化，并对二值化后的图像用bwlabel函数计算连通区域，并将连通区域作为一个椭圆的边缘进行最小二乘椭圆拟合最小二乘椭圆拟合公式如下：

（2）

α中的各个字母代表一个椭圆的各项系数，(x _i ,y _i )为各个特征点边缘坐标值，f(α,X _i )为代数距离求平方和，对其求导并使其为0得到：

（3）

求解得到相应的系数，并根据椭圆方程求得半径及圆心坐标，得到拟合后的圆心坐标以及半径。

步骤二．利用求得的半径对所有计算得到的半径用sort函数进行升序排序得到：

（4）

r₁~r₆即为标定板中心六个白色小圆的坐标。

步骤三．根据圆心坐标可以计算出两个特征点相距的距离为：

（5）

计算每个点与另外5个点的距离之和，并排序得到距离和最小的为标定板最中间的点即为原点，距离倒数第二小的即为与原点在同一水平线上左边的小特征点，并将这两个点作为一对基点并在图片中标出。

步骤四．将两个基点的坐标代入公式：

（6）

便可以拟合出一条直线，利用公式

（7）

便可以计算出每个大特征点(x _i ,y _i )到该直线的距离，得到距离最近的个点即为中间水平线上的点。

步骤五．根据原点与第一个点的y轴坐标之差的正负决定N_x的排序方式，若为正则N_x个点按照x轴坐标升序排列，若为负则为降序排列。

步骤六．利用中心其余四个点圆心坐标计算其到拟合直线的距离取平均值并利用该距离对第一条直线进行先向上平移，计算所有特征点到该直线的距离并提取距离最近的两个点作为新的基点，拟合新的直线。

步骤七．并重复步骤四、步骤五及步骤六，直到上半部所有的特征点均排序完成；再向下平移重复步骤四、步骤五及步骤六，直到所有特征点都排序完成。将排序完成的点共N_y组按照世界坐标系的定义方式与世界坐标系定义的排序方式进行排序。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种基于二基点的标定板特征点自动排序方法，其特征在于，步骤如下：

步骤一．读入标定板图片并选择感兴趣的区域，对拍摄的标定板图片进行灰度以及二值化，并提取所有特征点的边缘坐标进行最小二乘椭圆拟合计算各特征点圆心坐标以及半径；

步骤二．利用半径大小筛选出半径最小的六个特征点圆心坐标；

步骤三．计算每个小圆与其他小圆的距离和，将距离和最小的做为第一个基点，倒数第二的做为与第二个基点；

步骤四．利用步骤三中的两个基点拟合直线，计算所有特征点的圆心坐标与该直线的距离，挑选出距离最小的N_x个圆心坐标，即为与圆心同一水平线上的N_x个点；

步骤五．根据第一个基点的y轴坐标减去第二个基点的y轴坐标的正负，判断N_x个点的排序方式；若为正，则N_x个点按照x轴坐标升序排列，若为负，则为降序排列；

步骤六．利用中心其余四个点圆心坐标计算其到拟合直线的距离，并将第一条拟合直线向上平移该距离，计算所有特征点到该直线的距离并提取距离最近的两个点作为新的基点，拟合新的直线；

步骤七．重复步骤四、步骤五及步骤六，直到直线以上所有的特征点均排序完成；在向下平移重复步骤四、步骤五及步骤六，直到所有特征点都排序完成；排序完成的点共N_y组，按照世界坐标系的定义方式进行排序。

2.根据权利要求1所述的一种基于二基点的标定板特征点自动排序方法，其特征在于步骤一为图像的预处理过程，具体为：

首先，读入标定板的图片，选择感兴趣的区域，对图像进行灰度化，并选取图像中感兴趣的区域用最大类间方差法计算阈值：

（1）

其中，记level为前景与背景的分割阈值，前景点数占图像比例为w ₀ ，平均灰度为u ₀ ；背景点数占图像比例为w ₁ ，平均灰度为u ₁ ；

然后，利用计算得到的阈值进行二值化，计算二值化后的图像连通区域，并将每个连通区域的像素坐标作为一个椭圆的边缘进行最小二乘椭圆拟合：

（2）

其中，α中的各个字母代表一个椭圆的各项系数，(x _i ,y _i )为各个特征点边缘坐标值，f (α,X _i )为代数距离求平方和，对其求导并使其为0得到：

（3）

求解方程组得到相应的系数得到椭圆方程，根据椭圆方程求得半径及圆心坐标。

3.根据权利要求1所述的一种基于二基点的标定板特征点自动排序方法，其特征在于步骤二为中间白色特征点筛选，具体为：

利用步骤一求得的所有半径，用sort函数进行升序排序得到：

（4）

其中，r₁~r₆为标定板中心六个白色小圆的坐标。

4.根据权利要求1所述的一种基于二基点的标定板特征点自动排序方法，其特征在于步骤三为基点的挑选，具体为：

根据圆心坐标可以计算出两个特征点相距的距离为：

（5）

在六个小圆中，计算每个点与另外5个点的距离之和，并排序得到距离和最小的点，即为标定板的原点，距离和倒数第二小的点，即为与原点在同一水平线上左边的小特征点。

5.根据权利要求1所述的一种基于二基点的标定板特征点自动排序方法，其特征在于步骤四具体为：

对标定板同一水平线上的点的提取，利用公式：

（6）

带入两个基点的坐标便可以拟合出一条直线，利用公式：

（7）

计算出每个大特征点(x _i ,y _i )到该直线的距离，得到距离最近的N_x个点即为中间水平线上的点。

6.根据权利要求1所述的一种基于二基点的标定板特征点自动排序方法，其特征在于步骤五具体为：对步骤四中得到的N_x个点进行排序，根据原点与第一个点的y轴坐标之差的正负决定N_x的排序方式，若为正则N_x个点按照x轴坐标升序排列，若为负则为降序排列。

Images