CN112446895A - 棋盘格角点自动提取方法、系统、设备及介质 - Google Patents
棋盘格角点自动提取方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112446895A CN112446895A CN201910799320.0A CN201910799320A CN112446895A CN 112446895 A CN112446895 A CN 112446895A CN 201910799320 A CN201910799320 A CN 201910799320A CN 112446895 A CN112446895 A CN 112446895A
- Authority
- CN
- China
- Prior art keywords
- checkerboard
- image
- area
- lattice
- black
- 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.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种棋盘格角点自动提取方法、系统、设备及介质,包括获取棋盘格图像,棋盘格图像包括至少一标记图形,标记图形位于棋盘格图像的一方格区域内;在棋盘格图像识别出标记图形区域,进而提取棋盘格图像中标记图形的位置信息;根据标记图形的位置信息,确定每一黑色格子区域、白色格子区域的位置;根据每一黑色格子区域、白色格子区域位置信息确定棋盘格图像中每一棋盘格角点的位置。本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一黑色格子区域、白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机视野时,角点的识别时常出现错误的问题,实现相机的快捷标定。
Description
技术领域
本发明涉及相机标定,具体地,涉及一种棋盘格角点自动提取方法、系统、设备及介质。
背景技术
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定。
在相机进行标定时,通常使用标定板进行标定。通过相机拍摄带有固定间距图案阵列平板、经过标定算法的计算,可以得出相机的几何模型,从而得到高精度的测量和重建结果。
常用的标定版包括棋盘格标定板、圆形标记点标定板、二维码标定板以及编码标记点标定板等。当使用棋盘格标定板进行相机标定时,需要对采集的棋盘格图像角点,在现有技术中一般通过手动进行标记或当棋盘格图像的格子数量较少时,仅占相机视野的部分时,能够通过图像识别的方式进行角点检测以对棋盘格图像的角点进行识别。但是当棋盘格图像充满整个相机的视野时,此时进行角点的识别时常常会出现错误,以无法对棋盘格图中的每一格子区域进行标号。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种棋盘格角点自动提取方法、系统、设备及介质。
根据本发明提供的棋盘格角点自动提取方法,包括如下步骤
步骤S1:获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内;
步骤S2:在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息;
步骤S3:根据所述标记图形的位置信息,确定每一所述黑色格子区域、所述白色格子区域的位置;
步骤S4:根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
优选地,所述步骤S1包括如下步骤:
步骤S101:获取棋盘格图像,若图像为多通道图像,则将所述棋盘格图像转换为第一棋盘格灰度图像;
步骤S102:根据所述第一棋盘格灰度图像的分辨率进行下采样或上采样生成第二棋盘格灰度图像;
步骤S103:对所述第二棋盘格灰度图像进行二值化处理生成所述棋盘格图像。
优选地,所述步骤S2包括如下步骤:
步骤S201:对所述棋盘格图像中的每一白色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻的白色格子区域相互分离,进而拟合出每一白色格子区域的第一轮廓;
步骤S202:对所述棋盘格图像中的每一黑色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻黑色格子区域相互分离,进而拟合出每一黑色格子区域的第二轮廓;
步骤S203:根据所述标记图形与所述第一轮廓或所述第二轮廓之间的拓扑关系识别出所述标记图形的位置。
优选地,所述步骤S3包括如下步骤:
步骤S301:根据所述标记图形的位置信息,通过最近邻关系,寻找距离所述标记图形中心最近的四个白色格子区域和四个黑色格子区域,并将所述四个白色格子区域和四个黑色格子区域作为一种子格;
步骤S302:根据所述种子格通过交比法向外扩展确定与所述种子格相邻的格子区域,并进而将所述种子格以及与所述种子格相邻的格子区域作为另一种子格;
步骤S303:步骤S303:重复执行步骤S302不断扩展所述种子格以确定每一所述黑色格子区域、所述白色格子区域的位置。
优选地,所述步骤S4包括如下步骤:
步骤S401:根据与所述标记图形中心最近的四个白色格子区域和四个黑色格子区域确定所述标记图形所在的格子区域的每一棋盘格角点的位置;
步骤S402:每当生成一种子格时,根据所述种子格内的每一所述黑色格子区域、所述白色格子区域确定该种子格内侧每一棋盘格角点的位置;
步骤S403:随着所述种子格的扩展,依次确定所述棋盘格图像每一棋盘格角点的位置。
优选地,还包括如下任一或任多步骤:
步骤S5:对所述每一棋盘格角点的位置区域进行验证确定该位置区域是否为棋盘格角点的位置区域;
步骤S6:提取每一棋盘格角点的位置区域的亚像素,根据每一棋盘格角点的位置区域的亚像素对每一棋盘格角点的位置进行调整;
步骤S7:根据所述棋盘格角点的位置生成所述棋盘格角点的二维坐标,根据所述棋盘格角点的二维坐标生成所述棋盘格角点的三维坐标。
优选地,所述标记图形包括如下任一种或任多种图形:
-圆形;
-圆环形;
-三角形;
-矩形;
-任意多边形。
本发明提供的棋盘格角点自动提取系统,用于实现所述的棋盘格角点自动提取方法,包括:
图像获取模块,用于获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内;
标记图形提取模块,用于在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息;
格子区域识别模块,用于根据所述标记图形的位置信息,确定每一所述黑色格子区域、所述白色格子区域的位置;
角点提取模块,用于根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
本发明提供的棋盘格角点自动提取设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述棋盘格角点自动提取方法的步骤。
本发明提供的计算机可读存储介质,用于存储程序,所述程序被执行时实现权所述棋盘格角点自动提取方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一所述黑色格子区域、所述白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机的视野时,角点的识别时常常会出现错误的问题,实现相机的快捷标定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例中棋盘格角点自动提取方法的步骤流程图;
图2为本发明实施例中生成棋盘格图像的步骤流程图;
图3为本发明实施例中具有标记图形的棋盘格图像的示意图;
图4为本发明实施例中识别出标记图像的步骤流程图;
图5为本发明实施例中拟合出格子区域轮廓的棋盘格图像的示意图;
图6为本发明实施例中识别出每一黑色格子区域和白色格子区域的步骤流程图;
图7为本发明实施例中识别出每一黑色格子区域和白色格子区域的棋盘格图像示意图;
图8为本发明实施例中提取出每一棋盘格角点的步骤流程图;
图9为本发明实施例中取出每一棋盘格角点的棋盘格图像的示意图;
图10为本发明变形例中棋盘格角点自动提取方法的步骤流程图;
图11为本发明实施例中棋盘格角点自动提取系统的模块示意图;
图12为本发明实施例中棋盘格角点自动提取设备的结构示意图;以及
图13为本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供的棋盘格角点自动提取方法,旨在解决现有技术中存在的问题。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图1为本发明实施例中棋盘格角点自动提取方法的步骤流程图,如图1所示,本发明提供的棋盘格角点自动提取方法,包括如下步骤
步骤S1:获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内。
图2为本发明实施例中生成棋盘格图像的步骤流程图,如图2所示,所述步骤S1包括如下步骤:
步骤S101:获取棋盘格图像,若图像为多通道图像,则将所述棋盘格图像转换为第一棋盘格灰度图像;
步骤S102:根据所述第一棋盘格灰度图像的分辨率进行下采样或上采样生成第二棋盘格灰度图像;
步骤S103:对所述第二棋盘格灰度图像进行二值化处理生成所述棋盘格图像。
在本发明实施例中,所述标记图形的数量为多个,以保证随着所述相机视野的移动,在所述相机的每一视野内均具有一标记图形。所述标记图形设置在所述棋盘格的中间区域,尽量不要偏向于侧边,以保证所述标记图像在所述相机的视野内。所述分辨率阈值可以设置为540×270,当所述第一棋盘格灰度图像的图像分辨率为1080×540时,则下采样次数为一次。对所述第二棋盘格灰度图像进行二值化处理时,采用自适应图像二值化,同时注意模板大小的选择,尽量在棋盘格中不出现过饱和现象。
在本发明变形例中,所述标记图形包括如下任一种或任多种图形:
-圆形;
-圆环形;
-三角形;
-矩形;
-任意多边形。
图3为本发明实施例中具有标记图形的棋盘格图像示意图,如图3所示,所述标记图形为圆形。所述棋盘格图像包括依次交替排列黑色格子区域和白色格子区域,类如棋盘状。
步骤S2:在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息。
图4为本发明实施例中识别出标记图像的步骤流程图,如图4所示,所述步骤S2包括如下步骤:
步骤S201:对所述棋盘格图像中的每一白色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻的白色格子区域相互分离,进而拟合出每一白色格子区域的第一轮廓;
步骤S202:对所述棋盘格图像中的每一黑色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻黑色格子区域相互分离,进而拟合出每一黑色格子区域的第二轮廓;
步骤S203:根据所述标记图形与所述第一轮廓或所述第二轮廓之间的拓扑关系识别出所述标记图形的位置。
在本发明实施例中,所述拓扑关系为包含关系。采用OpenCV函数find Contours(),查找每一格子区域和标记图形的轮廓,采用RotatedRect rect=fitEllipse(contours_w)拟合每一格子区域的轮廓并计算出每一轮廓的中心、半径以及所占面积;采用findContours函数中hierarchy轮廓数,根据轮廓间的包含关系,识别出与所述第一轮廓或所述第二轮廓之间的包含关系识别出所述标记图形。
在本发明实施例中,当对白色格子区域进行拟合时,对所述棋盘格图像进行颜色翻转,然后拟合黑色格子区域。并根据每一格子区域的面积阈值排除掉识别错误的白色格子区域和黑色格子区域。所述格子区域的面积阈值可以采用全部格子区域的平均面积。
图5为本发明实施例中拟合出格子区域轮廓的棋盘格图像的示意图,如图5所示,每一黑色格子区域和白色格子区域采用椭圆轮廓或圆形轮廓框出。
步骤S3:根据所述标记图形的位置信息,确定每一所述黑色格子区域、所述白色格子区域的位置。
图6为本发明实施例中识别出每一黑色格子区域和白色格子区域的步骤流程图,如图6所示,所述步骤S3包括如下步骤:
步骤S301:根据所述标记图形的位置信息,通过最近邻关系,寻找距离所述标记图形中心最近的四个白色格子区域和四个黑色格子区域,并将所述四个白色格子区域和四个黑色格子区域作为一种子格;
步骤S302:根据所述种子格通过交比法向外扩展确定与所述种子格相邻的格子区域,并进而将所述种子格以及与所述种子格相邻的格子区域作为另一种子格;
步骤S303:重复执行步骤S302不断扩展所述种子格以确定每一所述黑色格子区域、所述白色格子区域的位置。
在本发明实施例中,对每一格子区域进行编号,如对标记图形所在的格子区域编号为(26,26),则围绕标记图形所在的格子区域的多个格子区域从正左侧顺时针依次为(25,26)、(25,27)、(26,27)、(27,27)、(27,26)、(27,25)、(26,25)、(25,26)。
所述交比法,具体为根据同一直线三个依次排列的格子区域的中心点连线的延长线确定第四个格子区域的中心点,进而确定第四个格子区域,从而能够通过种子格的扩展确定出每一格子区域。
图7为本发明实施例中识别出每一黑色格子区域和白色格子区域的棋盘格图像示意图,如图7所示,每一黑色格子区域和白色格子区域均被识别出,并通过圆点标记出,进而顺次通过线条连接出。
步骤S4:根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
图8为本发明实施例中提取出每一棋盘格角点的步骤流程图,如图8所示,所述步骤S4包括如下步骤:
步骤S401:根据与所述标记图形中心最近的四个白色格子区域和四个黑色格子区域确定所述标记图形所在的格子区域的每一棋盘格角点的位置;
步骤S402:每当生成一种子格时,根据所述种子格内的每一所述黑色格子区域、所述白色格子区域确定该种子格内侧每一棋盘格角点的位置;
步骤S403:随着所述种子格的扩展,依次确定所述棋盘格图像每一棋盘格角点的位置。
在本发明实施例中,根据横向方向和竖直方向的四个相邻的格子区域的交点确定所述每一棋盘格角点的位置。在步骤S402中,种子格内侧为不包括种子格外框的棋盘格角点的位置。
对棋盘格角点进行编号,以标记图形的右上角为(0,0),左上角为(-40,0),左下角为(-40,-40),右下角为(0,-40),随着所述种子格的生长,整幅棋盘格图像,对所有棋盘格角点进行空间定位编号。
在本发明实施例中,还可以通过三个依次排列且在同一直线上的棋盘格角点连线的延长线确定第四个棋盘格角点,进而对上述确定的棋盘格角点的位置进行验证。
图9为本发明实施例中取出每一棋盘格角点的棋盘格图像的示意图,如图9所示,每一棋盘格角点并通过圆点标记出,并顺次通过线条连接出。
在本发明实施例中,本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一所述黑色格子区域、所述白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机的视野时,角点的识别时常常会出现错误的问题,实现相机的快捷标定。
图10为本发明变形例中棋盘格角点自动提取方法的步骤流程图,如图10所示,本发明提供的棋盘格角点自动提取方法,还包括如下任一或任多步骤:
步骤S5:对所述每一棋盘格角点的位置区域进行验证确定该位置区域是否为棋盘格角点的位置区域;
在本发明实施例中,所述第一轮廓或/和第二轮廓上采样,对采样点的灰度值做空间分布,查看分布是否满足是否黑边交替或对称性,即是否满足棋盘格角点的条件。
步骤S6:提取每一棋盘格角点的位置区域的亚像素,根据每一棋盘格角点的位置区域的亚像素对每一棋盘格角点的位置进行调整;
在本发明实施例中,通过OpenCV函数subpixel refine提取每一棋盘格角点的位置区域的亚像素,进而对每一棋盘格角点的位置进行调整。
步骤S7:根据所述棋盘格角点的位置生成所述棋盘格角点的二维坐标,根据所述棋盘格角点的二维坐标生成所述棋盘格角点的三维坐标。
在本发明实施例中,可以棋盘格所在的平面建立平面二维坐标系,确定每一所述棋盘格角点的二维坐标,进而跟所述棋盘格所在的平面与相机之间的距离确定Z轴的数值,生成每一所述棋盘格角点的三维坐标。
图11为本发明实施例中棋盘格角点自动提取系统的模块示意图,如图11所示,本发明提供的棋盘格角点自动提取系统,用于实现所述的棋盘格角点自动提取方法,包括:
图像获取模块,用于获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内;
标记图形提取模块,用于在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息;
格子区域识别模块,用于根据所述标记图形的位置信息,确定每一所述黑色格子区域、所述白色格子区域的位置;
角点提取模块,用于根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
本发明实施例中还提供一种棋盘格角点自动提取设备,包括处理器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行的棋盘格角点自动提取方法的步骤。
如上,该实施例中本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一所述黑色格子区域、所述白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机的视野时,角点的识别时常常会出现错误的问题,实现相机的快捷标定。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图12是本发明的棋盘格角点自动提取设备的结构示意图。下面参照图12来描述根据本发明的这种实施方式的电子设备600。图12显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图12所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述棋盘格角点自动提取方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图12中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例中还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的棋盘格角点自动提取方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述棋盘格角点自动提取方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一所述黑色格子区域、所述白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机的视野时,角点的识别时常常会出现错误的问题,实现相机的快捷标定。
图13是本发明的计算机可读存储介质的结构示意图。参考图13所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本发明实施例中,本发明通过在棋盘格图像设置一标记图形,通过对该标记图像的提取,顺次确定每一所述黑色格子区域、所述白色格子区域的位置,进而实现每一棋盘格角点的位置的提取,避免了当棋盘格图像充满整个相机的视野时,角点的识别时常常会出现错误的问题,实现相机的快捷标定。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。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发明。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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种棋盘格角点自动提取方法,其特征在于,包括如下步骤
步骤S1:获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内;
步骤S2:在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息;
步骤S3:根据所述标记图形的位置信息,确定所述棋盘格图像中每一黑色格子区域、白色格子区域的位置;
步骤S4:根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
2.根据权利要求1所述的棋盘格角点自动提取方法,其特征在于,所述步骤S1包括如下步骤:
步骤S101:获取棋盘格图像,若图像为多通道图像,则将所述棋盘格图像转换为第一棋盘格灰度图像;
步骤S102:根据所述第一棋盘格灰度图像的分辨率进行下采样或上采样生成第二棋盘格灰度图像;
步骤S103:对所述第二棋盘格灰度图像进行二值化处理生成所述棋盘格图像。
3.根据权利要求1所述的棋盘格角点自动提取方法,其特征在于,所述步骤S2包括如下步骤:
步骤S201:对所述棋盘格图像中的每一白色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻的白色格子区域相互分离,进而得出每一白色格子区域的第一轮廓;
步骤S202:对所述棋盘格图像中的每一黑色格子区域进行腐蚀,使得所述棋盘格图像中任意相邻黑色格子区域相互分离,进而得出每一黑色格子区域的第二轮廓;
步骤S203:根据所述标记图形与所述第一轮廓或所述第二轮廓之间的拓扑关系识别出所述标记图形的位置。
4.根据权利要求1所述的棋盘格角点自动提取方法,其特征在于,所述步骤S3包括如下步骤:
步骤S301:根据所述标记图形的位置信息,通过最近邻关系,寻找距离所述标记图形中心最近的四个白色格子区域和四个黑色格子区域,并将所述四个白色格子区域和四个黑色格子区域作为一种子格;
步骤S302:根据所述种子格通过交比法向外扩展确定与所述种子格相邻的格子区域,并进而将所述种子格以及与所述种子格相邻的格子区域作为另一种子格;
步骤S303:步骤S303:重复执行步骤S302不断扩展所述种子格以确定每一所述黑色格子区域、所述白色格子区域的位置。
5.根据权利要求4所述的棋盘格角点自动提取方法,其特征在于,所述步骤S4包括如下步骤:
步骤S401:根据与所述标记图形中心最近的四个白色格子区域和四个黑色格子区域确定所述标记图形所在的格子区域的每一棋盘格角点的位置;
步骤S402:每当生成一种子格时,根据所述种子格内的每一所述黑色格子区域、所述白色格子区域确定该种子格内侧每一棋盘格角点的位置;
步骤S403:随着所述种子格的扩展,依次确定所述棋盘格图像每一棋盘格角点的位置。
6.根据权利要求1所述的棋盘格角点自动提取方法,其特征在于,还包括如下任一或任多步骤:
步骤S5:对所述每一棋盘格角点的位置区域进行验证确定该位置区域是否为棋盘格角点的位置区域;
步骤S6:提取每一棋盘格角点的位置区域的亚像素,根据每一棋盘格角点的位置区域的亚像素对每一棋盘格角点的位置进行调整;
步骤S7:根据所述棋盘格角点的位置生成所述棋盘格角点的二维坐标,根据所述棋盘格角点的二维坐标生成所述棋盘格角点的三维坐标。
7.根据权利要求1所述的棋盘格角点自动提取方法,其特征在于,所述标记图形包括如下任一种或任多种图形:
-圆形;
-圆环形;
-三角形;
-矩形;
-任意多边形。
8.一种棋盘格角点自动提取系统,用于实现权利要求1至7中任一项所述的棋盘格角点自动提取方法,其特征在于,包括:
图像获取模块,用于获取棋盘格图像,所述棋盘格图像包括至少一标记图形,所述标记图形位于所述棋盘格图像的一方格区域内;
标记图形提取模块,用于在所述棋盘格图像识别出所述标记图形区域,进而提取所述棋盘格图像中所述标记图形的位置信息;
格子区域识别模块,用于根据所述标记图形的位置信息,确定每一所述黑色格子区域、所述白色格子区域的位置;
角点提取模块,用于根据每一所述黑色格子区域、所述白色格子区域位置信息确定所述棋盘格图像中每一棋盘格角点的位置。
9.一种棋盘格角点自动提取设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任意一项所述棋盘格角点自动提取方法的步骤。
10.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至7中任意一项所述棋盘格角点自动提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910799320.0A CN112446895A (zh) | 2019-08-28 | 2019-08-28 | 棋盘格角点自动提取方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910799320.0A CN112446895A (zh) | 2019-08-28 | 2019-08-28 | 棋盘格角点自动提取方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446895A true CN112446895A (zh) | 2021-03-05 |
Family
ID=74741823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910799320.0A Pending CN112446895A (zh) | 2019-08-28 | 2019-08-28 | 棋盘格角点自动提取方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446895A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114137750A (zh) * | 2021-12-08 | 2022-03-04 | 武汉中海庭数据技术有限公司 | 一种屏幕残影检测定位的方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012007980A (ja) * | 2010-06-24 | 2012-01-12 | Yamatake Corp | カメラのキャリブレーション方法 |
CN103996191A (zh) * | 2014-05-09 | 2014-08-20 | 东北大学 | 一种基于最小二乘优化的黑白棋盘格图像角点的检测方法 |
CN104091324A (zh) * | 2014-06-16 | 2014-10-08 | 华南理工大学 | 一种基于连通域分割的棋盘格图像快速特征匹配算法 |
CN104867160A (zh) * | 2015-06-17 | 2015-08-26 | 合肥工业大学 | 一种用于摄像机内外参数标定的方向性标定靶标 |
CN106846412A (zh) * | 2017-01-23 | 2017-06-13 | 上海兴芯微电子科技有限公司 | 一种棋盘格角点检测方法及装置 |
CN206574135U (zh) * | 2017-03-14 | 2017-10-20 | 昆山鹰之眼软件技术有限公司 | 自动化标定板 |
-
2019
- 2019-08-28 CN CN201910799320.0A patent/CN112446895A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012007980A (ja) * | 2010-06-24 | 2012-01-12 | Yamatake Corp | カメラのキャリブレーション方法 |
CN103996191A (zh) * | 2014-05-09 | 2014-08-20 | 东北大学 | 一种基于最小二乘优化的黑白棋盘格图像角点的检测方法 |
CN104091324A (zh) * | 2014-06-16 | 2014-10-08 | 华南理工大学 | 一种基于连通域分割的棋盘格图像快速特征匹配算法 |
CN104867160A (zh) * | 2015-06-17 | 2015-08-26 | 合肥工业大学 | 一种用于摄像机内外参数标定的方向性标定靶标 |
CN106846412A (zh) * | 2017-01-23 | 2017-06-13 | 上海兴芯微电子科技有限公司 | 一种棋盘格角点检测方法及装置 |
CN206574135U (zh) * | 2017-03-14 | 2017-10-20 | 昆山鹰之眼软件技术有限公司 | 自动化标定板 |
Non-Patent Citations (1)
Title |
---|
古鑫桐;鲁东明;刁常宇;: "复杂背景下棋盘格角点亚像素识别", 计算机工程与应用, no. 26 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114137750A (zh) * | 2021-12-08 | 2022-03-04 | 武汉中海庭数据技术有限公司 | 一种屏幕残影检测定位的方法及装置 |
CN114137750B (zh) * | 2021-12-08 | 2024-05-10 | 武汉中海庭数据技术有限公司 | 一种屏幕残影检测定位的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108732582B (zh) | 车辆定位方法和装置 | |
CN110458898B (zh) | 相机标定板、标定数据采集方法、畸变校正方法及装置 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
JP2011238228A (ja) | スクリーン領域検知方法及びシステム | |
EP3048555A1 (en) | Image processing device, image processing method, and image processing program | |
CN104517092A (zh) | 一种qr码校正图形的检测方法及系统 | |
CN112183301B (zh) | 一种建筑物楼层智能识别方法及装置 | |
CN114445499A (zh) | 棋盘格角点自动提取方法、系统、设备及介质 | |
CN114445498A (zh) | 深度相机标定方法、系统、设备及介质 | |
CN114359383A (zh) | 一种图像定位方法、装置、设备以及存储介质 | |
CN114880730A (zh) | 确定目标设备的方法、装置及光伏系统 | |
CN112446895A (zh) | 棋盘格角点自动提取方法、系统、设备及介质 | |
CN112581374A (zh) | 散斑亚像素中心提取方法、系统、设备及介质 | |
CN103837135A (zh) | 工件检测方法及其系统 | |
WO2014020820A1 (ja) | 符号読取装置および符号読取方法 | |
CN115546016B (zh) | Pcb的2d和3d图像的采集和处理方法及相关装置 | |
CN116168174A (zh) | 建筑物缺失结构点云的修补方法及装置 | |
CN113537026B (zh) | 建筑平面图中的图元检测方法、装置、设备及介质 | |
CN115272185A (zh) | 一种单元化的掩膜版缺陷的识别方法及识别装置 | |
CN115082552A (zh) | 标记孔的定位方法、装置、装配设备及存储介质 | |
CN112507838B (zh) | 一种指针表计识别方法、装置和电力巡检机器人 | |
CN111696154A (zh) | 坐标定位方法、装置、设备及存储介质 | |
CN114897997B (zh) | 相机标定方法、装置、设备及存储介质 | |
CN112069849A (zh) | 基于多个二维码的识别定位方法、装置、设备及存储介质 | |
CN111932491B (zh) | 一种部件检测方法、装置及存储介质 |
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 |