[发明专利]一种标定板特征区域提取方法、标定方法和标定板

说明书

本申请提供一种标定板特征区域提取方法、标定方法和标定板。该标定板包括：五个基准圆点和多个参考圆点，且圆点区域与背景颜色互为反色；其中，五个基准圆点之中，其中四个外围的基准圆点的连线构成具有透视关系的四边形，作为所有参考圆点的基准，且外围的基准圆点布置在所述标定板的中心区域；第五个基准点位于下侧两个外围的基准圆点的中间位置，设置为标定板坐标系的原点，用于记录标定板的位姿信息和参考圆点的排序信息。本申请能够避免手动选出图像的四个角点的复杂操作，提高标定的自动化程度、鲁棒性好，很好地自适应的对目标区域进行准确提取，采用基于轮廓的椭圆拟合算法可提高特征点的定位精度。

技术领域

本申请涉及计算机视觉-相机标定技术领域，尤其涉及一种标定板特征区域提取方法、标定方法和标定板。

背景技术

计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问，而相机标定是建立相机图像像素位置与世界坐标系中对应物体间的映射关系。所以相机标定是计算机视觉的基础，标定结果的准确性会直接影响到整个视觉系统的定位精度。

目前主流的相机标定板可根据其上特征图形分为棋盘格标定板和圆形标定板(如图1所示)。与棋盘格标定板相比较，圆点标定板有以下优点：

①具有良好的抗噪声和抗模糊性能。

②在处理投影机标定时，可避免棋盘格角点处由于黑白像素急剧变化导致的检测精度下降。

标定板类型还根据是否带有基准而分为带基准和不带基准的两类：

①如CN107274454B一种圆阵列标定板特征点提取方法(申请号CN201710445416.8)为不带基准的标定板，在特征提取时需要手动选定基准，自动化程度低，使用不便捷。并且由于没有基准，所以没有方向信息，不适用于多设备的标定，与执行器(机器人)关联的手眼标定系统(包含移动式和固定式)。

②如CN109285194B相机标定板及相机标定数据采集方法(申请号CN201811147388.2)为带基准的标定板，不会因标定板存在部分遮挡或部分区域超出成像范围而导致映射点的求解失败。

目前主流的圆形标定板的特征点提取算法有：

①OpenCV中的findCirclesGrid，HoughCircle，BlobDetector，SimpleBlobDetector等。

②斑点检测算法Difference of Gaussian、Laplacian of Gaussian、Determinant of Hessian等。

③基于轮廓轨迹的椭圆拟合算法。

发明内容

基于上述目的，本申请提出了一种标定板，包括：

五个基准圆点和多个参考圆点，且圆点区域与背景颜色互为反色；其中，

五个基准圆点之中，其中四个外围的基准圆点的连线构成具有透视关系的四边形，作为所有参考圆点的基准，且外围的基准圆点布置在所述标定板的中心区域；第五个基准点位于下侧两个外围的基准圆点的中间位置，设置为标定板坐标系的原点，用于记录标定板的位姿信息和参考圆点的排序信息。

进一步地，所述标定板上的参考圆点以阵列式排布，各行平行，各列平行，行与列之间相互垂直，参考圆点与参考圆点间以等距离间隔。

本申请还提出了一种使用上述标定板的标定板特征区域提取方法，包括：

将所述标定板置于CCD相机的视野范围内，并采集标定板图像，通过改变标定板与相机的相对位置和姿态，记录多组图像；

对每组图像进行二值化处理和滤波操作；