[发明专利]一种适用于低质量图像的棋盘格角点检测方法及装置

权利要求书

1.一种棋盘格角点检测方法，其特征在于，所述方法包括以下步骤：

获取棋盘格图像；

将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；

在增强后的棋盘格图像中确定角点所在的目标区域；

确定每个目标区域中角点的坐标；

其中，在增强后的棋盘格图像中确定角点所在的目标区域的步骤包括：

构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列；

对每个连通区域形状描述的特征序列进行筛选；

识别增强后的棋盘格图像中每个连通区域是否为目标区域；

其中，识别增强后的棋盘格图像中每个连通区域是否为目标区域的步骤包括：

从该连通区域的筛选后的连通区域形状特征序列中，提取出每个像素点的角度特征形成序列，作为识别该区域的角度特征序列；

采用最小类内方差法确定分类第二阈值；

用第二阈值，将该区域的角度特征序列划分为P1和P2两个特征集合，并计算这两个特征集合的均值mean1和mean2；

若该区域P1和P2两个特征集合的均值mean1和mean2近似为90度时，则认定该连通区域为目标区域。

2.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像,包括以下步骤：

通过第一滤波器对获取的棋盘格图像进行角点区域增强，得到第一滤波图像；

通过第二滤波器对，第一滤波图像进行十字状增强滤波，得到增强后的棋盘格图像。

3.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，构造增强后的棋盘格图像中的每个连通区域的形状描述特征，包括以下步骤：

给增强后的棋盘格图像中的每个连通区域贴标签；

提取增强后的棋盘格图像中的每个连通区域的形状描述特征。

4.如权利要求3所述的一种棋盘格角点检测方法，其特征在于，提取增强后的棋盘格图像中的每个连通区域的形状描述特征；步骤中对于一个连通区域进行形状描述特征提取的具体步骤为：

计算该连通区域的质心；

将该连通区域内的所有像素的直角坐标转换为以质心为原点的极坐标。

5.如权利要求1所述的一种棋盘格角点检测方法，其特征在于，确定每个目标区域中角点的坐标；步骤中,确定一个目标区域中角点的坐标的具体步骤为：

在第一滤波图像中搜索该目标区域灰度值最大的点作为角点，输出该角点的坐标。

6.一种棋盘格角点检测方法，其特征在于，所述方法包括以下步骤：

获取棋盘格图像；

将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；

对增强后的棋盘格图像进行二值化与膨胀腐蚀处理；

在二值化与膨胀腐蚀处理后的棋盘格图像中确定角点所在的目标区域；

确定每个目标区域中角点的坐标；

其中，在二值化与膨胀腐蚀处理后的棋盘格图像中确定角点所在的目标区域的步骤包括：构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列；对每个连通区域形状描述的特征序列进行筛选；识别增强后的棋盘格图像中每个连通区域是否为目标区域；

其中，识别增强后的棋盘格图像中每个连通区域是否为目标区域的步骤包括：从该连通区域的筛选后的连通区域形状特征序列中，提取出每个像素点的角度特征形成序列，作为识别该区域的角度特征序列；采用最小类内方差法确定分类第五阈值；用第五阈值，将该区域的角度特征序列划分为P1和P2两个特征集合，并计算这两个特征集合的均值mean1和mean2；若该区域P1和P2两个特征集合的均值mean1和mean2近似为90度时，则认定该连通区域为目标区域。

7.如权利要求6所述的一种棋盘格角点检测方法，其特征在于，对增强后的棋盘格图像进行二值化与膨胀腐蚀处理的具体步骤为：

设定灰度图像的第三阈值为Th，若图像中某一像素的灰度值大于Th时，将其值赋为1，否则为0；

对二值化后的图像进行多次膨胀腐蚀运算。

8.一种棋盘格角点检测装置，其特征在于，包括：棋盘格图像获取模块、增强滤波模块、二值化与膨胀腐蚀模块、目标区域确定模块和角点确定模块；其中：

棋盘格图像获取模块：用于获取棋盘格图像；

增强滤波模块：用于将获取的棋盘格图像进行角点增强滤波，得到增强后的棋盘格图像；

二值化与膨胀腐蚀模块：用于对增强后的棋盘格图像进行二值化与膨胀腐蚀处理，得到二值化与膨胀腐蚀处理后的棋盘格图像；

目标区域确定模块：用于在二值化与膨胀腐蚀处理后的棋盘格图像中确定角点所在的目标区域；

角点确定模块：用于确定每个目标区域中角点的坐标；

其中，目标区域确定模块具体用于：构造增强后的棋盘格图像中的每个连通区域的形状描述特征序列；对每个连通区域形状描述的特征序列进行筛选；识别增强后的棋盘格图像中每个连通区域是否为目标区域；

其中，识别增强后的棋盘格图像中每个连通区域是否为目标区域的步骤包括：从该连通区域的筛选后的连通区域形状特征序列中，提取出每个像素点的角度特征形成序列，作为识别该区域的角度特征序列；采用最小类内方差法确定分类第五阈值；用第五阈值，将该区域的角度特征序列划分为P1和P2两个特征集合，并计算这两个特征集合的均值mean1和mean2；若该区域P1和P2两个特征集合的均值mean1和mean2近似为90度时，则认定该连通区域为目标区域。