[发明专利]实现定位板图像中亚像素级角点定位的方法

说明书

本发明涉及一种实现定位板图像中亚像素级角点定位的方法，其中包括获得像素级角点的初始位置坐标；比较各亚像素级角点之间的斜率和设定斜率之间的关系进行筛选；确定数条贯穿各亚像素级角点的曲线的方程式并将曲线交点并作为该亚像素级角点的最优位置坐标。采用了本发明中的实现定位板图像中亚像素级角点定位的方法，消除了角点提取错误的现象，自动筛选大量角点信息，也有效抑制了系统噪声产生的严重定位误差，同时本方法克服Harris角点优化过程中无法逾越的局部最优现象，提高了定位精度，解决了坐标偏移问题，降低算法复杂度，具有更广泛的应用范围。

技术领域

本发明涉及计算机视觉领域，尤其涉及计算机角点检测领域，具体是指一种实现定位板图像中亚像素级角点定位的方法。

背景技术

在机器视觉研究中，角点检测是一个重要环节。在摄像机标定、立体匹配、三维重建等计算机视觉处理任务中起重要作用。角点作为图像的一个重要的直观局部特征，能够有效保证图像的重要信息，同时减少了信息的数据量，运算量。角点检测效果直接影响后期图像处理工作的进行。

目前的角点检测算法可归纳为3类：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点。常见的基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法，Harris角点检测算法、KLT(Kanade-Lucas-Tomasi)角点检测算法及SUSAN角点检测算法。由于图像分辨率限制，角点的定位结果只能局限于像素级别，即坐标皆为整数数据。而实际的位置信息会根据图像分辨率的增加出现亚像素级别的偏移。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种能够处理坐标偏移问题、根据实际标定板图像信息对亚像素级角点坐标进行校准的实现定位板图像中亚像素级角点定位的方法。

为了实现上述目的，本发明的实现定位板图像中亚像素级角点定位的方法具有如下构成：

该实现定位板图像中亚像素级角点定位的方法，其主要特点是，所述的方法包括以下步骤：

(1)获得所述的定位板图像中各亚像素级角点的初始位置坐标；

(2)通过比较各亚像素级角点之间的斜率和设定斜率之间的关系，判断各亚像素级角点是否为所述的标定板图像的亚像素级角点；

(3)确定数条贯穿各亚像素级角点的曲线的方程式；

(4)计算曲线交点并作为该亚像素级角点的最优位置坐标。

进一步地，所述的获得所述的定位板图像中亚像素级各角点的初始位置坐标，具体包括以下步骤：

(1.1)提取定位板图像中各亚像素级角点的初始位置坐标；

(1.2)根据各亚像素级角点的初始位置坐标判断各亚像素级角点之间的距离是否大于阈值，如果是，则继续步骤(1.3)，否则继续步骤(1.4)；

(1.3)保留相应的两个亚像素级角点的初始位置坐标；

(1.4)将相应的两个亚像素级角点的初始位置坐标进行合并，得到新的初始位置坐标；

进一步地，通过比较各亚像素级角点之间的斜率和设定斜率之间的关系，判断各亚像素级角点是否为所述的标定板图像的亚像素级角点，具体包括以下步骤：

(2.1)选取所述的定位板图像中相对两侧的各一排亚像素级角点作为预设角点；

(2.2)在不包含所述的预设角点的亚像素级角点中选取一个并分别计算其与两侧的相应位置的预设角点的斜率；