[发明专利]一种快速X角点亚像素检测方法

说明书

本发明公开了一种快速X角点亚像素检测方法，包括：A、获取X角点所在的图像以及预处理图像的步骤；B、基于图像块搜索间隔分布采样窗口得到采样序列的步骤；C、基于X角点的采样序列特性及中心特征筛选出符合条件的角点的步骤；D、使用直线亚像素拟合的方法确定角点的亚像素位置的步骤。采用本发明的检测方法，能够实现X角点的高精度检测和快速亚像素定位，并提高X角点检测算法的抗干扰性、自适应性。

技术领域

本发明涉及相机标定与位姿测量技术，尤其涉及一种快速X角点亚像素检测方法。

背景技术

在视觉测量中，为了降低对目标检测和识别的难度，出现了各种人工标记点，其中X标记点因对比性强、易检测、易制作等优点，被广泛应用于相机标定与光学跟踪系统。如基于阵列X角点的棋盘格，被广泛应用于张正友的共面靶标相机标定法中的平面靶标，并被集成到Matlab视觉工具包和开源计算机视觉库OpenCV中；在Micron Tracker光学跟踪系统中则将X标记组合粘贴于工具上进行工具位姿的测量与跟踪。相比基于红外光线的NDIPolaris跟踪系统，需要使用特制主动红外发光球状标记或被动反射红外小球作为检测目标的技术，基于可见光与X角点标记的Micron Tracker视觉跟踪系统无论是相机硬件还是标记制作都具有明显的成本优势，因而已被广泛应用于手术室器械跟踪和机器人位姿跟踪。

利用X角点进行相机标定或位姿测量的前提是X角点的精确检测与定位。目前已有不少方法能实现X角点的检测与亚像素定位。

例如，OpenCV采用通用的基于灰度分布最大曲率点检测的Harris算子进行棋盘格X角点检测。针对相机标定中棋盘格图像上X角点的检测，利用X角点特征的属性，朱枫等提出基于对称方差的SV检测算子，主要利用关于X角点对称的像素灰度值接近且X角点邻域内灰度变化显著的特征，该算法原理简单，但在某些情况下会出现误检，且环境的变化会导致阈值选取的不稳定。

储珺等提出采用环形模板的角点检测算子，该算子利用X角点为黑白区域边界直线交点的属性，设计环形遍历模板对棋盘格图像进行遍历，通过利用遍历后图像的属性确定棋盘格角点的位置，但该算法需要事先知道棋盘格格子的边长，然后确定环形模板的半径，对于边长变化的棋盘格或畸变的棋盘格图像会存在漏检的情况。

而胡海峰和侯晓微综合使用了几种算法首先利用Radon变换检测棋盘格直线，然后利用Harris和Forstner算子对角点进行精确定位，但是该算法精确度较高但运算量大，且只适用于棋盘格角点的检测。

发明内容

有鉴于此，本发明的主要目的在于提供一种快速X角点亚像素检测方法，能够实现X角点的高精度检测和快速亚像素定位，提高X角点检测算法的抗干扰性、自适应性。

为达到上述目的，本发明的技术方案是这样实现的：

一种快速X角点亚像素检测方法，包括如下步骤：

A、获取X角点所在的图像及预处理图像的步骤；

B、基于图像块搜索间隔分布采样窗口得到采样序列的步骤；具体为：

设为方形采样窗口，其边长设为2*r+1，采样窗口的中心坐标为(x_i，y_i)，相邻采样窗口中心相隔像素距离为r，其中：

i为整数，COLS、ROWS为表示图像分辨率的像素；

C、基于X角点的采样序列特性及中心特征筛选出符合条件的角点的步骤；包括：