[发明专利]棋盘格角点检测方法、检测系统、计算机装置及存储介质

权利要求书

1.棋盘格角点检测方法，包括预处理的步骤、角点检测的步骤和角点筛选的步骤，其特征在于：

S1.所述预处理的步骤用于负责对原始图像进行光照校正及归一化；

S2.所述角点检测的步骤用于负责对预处理后图像进行角点检测，并精细化检测结果；

S3.所述角点筛选的步骤用于负责对检测到的角点进行多阈值循环判断筛选；

所述角点检测的步骤具体包括：角点检测、非极大值抑制、梯度统计过滤、亚像素精细化角点和多尺度图像角点检测的处理过程；

所述角点检测的处理过程包括如下步骤：

S2.1.1、根据棋盘格实际效果定义3种不同尺度角点模板原型，每种尺度包含3个模板，每个模板包含4种滤波器核；

S2.1.2、利用角点模板对图像进行卷积求和平均，计算像素卷积响应平均值μ，计算方式如下：

表示卷积原型A在某一像素点的卷积响应，i为图像中任一像素点，X＝A，B，C，D代表4种滤波器，计算两种情况的最小响应其中：

S2.1.3、每种模板可以得到一组响应，比较不同尺度不同模板的每组响应值，共3*3＝9组响应，取最大响应c_max作为输出，其计算公式为：

c^j为不同尺度下的最佳响应；

c_max＝max(c¹，c²，c³)......(式2-1)；

所述非极大值抑制的处理过程包括如下步骤：

S2.2.1、设置N*N窗口，遍历像素，找到窗口内角点像素坐标；

S2.2.2、以该坐标为检测点，如果窗口内存在更大值，则该值为新的检测坐标，继续上述步骤，否则判断其值是否大于预设的阈值，大于则为满足条件的角点；

S2.2.3、循环遍历全图，执行S2.2.2；

所述梯度统计过滤的处理过程包括如下步骤：

S2.3.1、对每个角点，以像素点坐标为中心，设置N*N窗口，计算窗口梯度方向和幅值；

S2.3.2、将梯度方向映射到32bin直方图中，对直方图进行高斯平滑，然后用meanshift方法寻找该直方图的两个局部极大值a₁，a₂；

S2.3.3、正常角点在直方图中存在两个幅值相当的局部极大值，且两点对应的梯度角大于预设阈值才认为有效；

所述亚像素精细化角点处理过程包括如下步骤：

S2.4.1、遍历角点，假定q为待求亚像素点，p_i为q周围的点，已知坐标，G_i为p_i处灰度，得到公式：

G_i*(p_i-q)......(式3)；

S2.4.2、将式3展开并用最小二乘法求解，得到：

引入高斯权重模拟距离加权，假设p_i处权重为ω_i，最后将式3-1修正为：

S2.4.3、利用最小二乘法迭代求解式3-2，多次迭代可得到一系列q₁，q₂，q₃...q_n，指定结果精度ε＝1.0e^-6，如果q_n-q_n-1≤ε，则q_n为最优解；

所述多尺度图像角点检测的处理过程包括如下步骤：

S2.5.1、将图像放大一倍，重复上述步骤，得到大尺度角点集；

S2.5.2、将图像缩放回原图大小，将不同尺度的角点进行极大值抑制得到角点检测模块结果。