[发明专利]一种用于标定的离焦棋盘格图像特征提取方法

权利要求书

1.一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：具体包括以下步骤：

步骤S1：在聚焦状态下，以不同的姿势拍摄标靶，并保证标靶在相机视野内，采集到多姿势的聚焦图像J(u,v)；

步骤S2：针对每个姿势的聚焦图像J(u,v)，采用Bouguet算法检测聚焦图像J(u,v)的特征点，并以每个检测的特征点为圆心生成小邻域内的圆形灰度图像B(u,v)作为标签图像；

步骤S3：对每个姿势的聚焦图像J(u,v)进行高斯模糊变换，以模拟离焦图像I(u,v)，为了增强提取方法对噪声图像的鲁棒性，对离焦图像I(u,v)添加随机噪声，并保持标签图像B(u,v)不变；对离焦图像I(u,v)进行旋转、缩放；同时对标签图像B(u,v)进行相应的旋转与缩放；以增强网络对噪声图像的鲁棒性；

步骤S4：基于U-Net网络建立自动编码解码的权重回归网络，经过若干残差块、ReLu激活和池化层对图像进行编码，再经过若干反卷积、ReLu激活，上采样和级联层进行解码，并用回归层替换原网络中的Softmax分类层；考虑到标签图像B(u,v)中的像素对特征检测任务的重要程度不同，在回归层设计带权重的损失函数，即对不同区域的像素施加不同的权重；

步骤S5：以步骤S3中制作的增广数据集为网络的输入图像，以标签图像B(u,v)为输出，采用SGDM算法对网络进行像素至像素的监督训练；

步骤S6：利用训练好的网络对离焦图像进行回归计算，得到输出图像L(u,v)，对其进行二值化得到图像L_BW(u,v),再利用连通域标记获得每个圆的感兴趣区域R_k(u,v)，其中下标k表示圆的次序；根据每个圆的感兴趣区域R_k(u,v)，从输出图像L(u,v)中提取每个灰度圆的图像C_k(u,v)，最后检测亚像素精度的灰度中心，即为特征点。

2.根据权利要求1所述的一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：所述步骤S3中，原始采集图像模糊变换后的离焦图像I(u,v)可表示为：

I(u,v)＝J(u,v)*G(u,v)；

其中：σ²代表方差，(u,v)代表像素坐标。

3.根据权利要求1所述的一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：所述步骤S4中，所设计的回归层中带权重的损失函数为：

其中：H、W、C分别代表输出图像L(u,v)的高度、宽度和通道数；l_p、b_p分别为输出图像L(u,v)和标签图像B(u,v)的第p个像素；δ代表步骤S2中检测出的角点邻域；w₁,w₂分别代表邻域以外及邻域以内的权重。

4.根据权利要求1所述的一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：所述步骤S6中，二值化的输出图像L_BW(u,v)可表示为：

其中：T代表二值化的阈值，L_A(u,v)代表输出图像(u,v)像素点的灰度值，L_BW(u,v)代表二值化后(u,v)像素点的灰度值。

5.根据权利要求1所述的一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：所述步骤S6中，每个圆的感兴趣区域R_k(u,v)可表示为：

其中：bwlabel表示连通域标记操作，k代表圆的次序。

6.根据权利要求1所述的一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：所述步骤S6中，每个灰度圆的图像C_k(u,v)可表示为：

C_k(u,v)＝L(u,v).*R_k(u,v)；

其中：.*表示点乘运算符号。