[发明专利]一种基于能量生长的单目相机全自动标定方法

权利要求书

1.一种基于能量生长的单目相机全自动标定方法，其特征在于，所述的标定方法包括了以下步骤：

S1、采集含有多个不同姿态的棋盘格的目标图像；

S2、提取目标图像中的特征点，定位棋盘格的位置，通过检测图像相似度与极大值抑制来对图像角点进行筛选，得到干净角点数据；

S3、针对S2所得到的干净角点，通过最小化角点边缘方向矢量的偏差与对应的梯度，对干净角点的位置以及边缘方向进行亚像素级精细化处理，得到精细化角点；

S4、针对S4得到的精细化角点定义棋盘格能量函数，沿着其边缘方向搜索产生一个初始化的种子棋盘格，以此种子棋盘格为基础，分别从最外沿的4个方向去生长棋盘格，生成4个新的棋盘格，判断新生长的棋盘格能量值是否衰减，如果衰减则用新生长的棋盘格代替原有棋盘格直至4个方向的棋盘格能量不再减少；

S5、保留能量函数最小的棋盘格作为最终的结果，去掉其他的重叠部分；

S6、基于S5生长出的棋盘格，遍历其所以角点，判断找出棋盘格边缘的角点，剪裁保留出该部分像素，其他部分像素以纯黑色填充，以图像格式另存到指定目录下；

S7、对于S5中所生长出的多个棋盘格，分别进行S6操作，将每个棋盘格分割出来保存为单个图像，得到了多个棋盘格的标定数据；

S8、基于S6与S7分割保存的不同姿态的棋盘格图像，通过相机标定算法，读取生成分割的棋盘格数据，完成标定。

2.如权利要求1所述的一种基于能量生长的单目相机全自动标定方法，其特征在于，所述的S2中筛选的角点具有两种角点原型，一种用于和坐标轴平行的角点，一种用于旋转45°的角点；

所述的原型由4个滤波核{A、B、C、D}组成，用于后面和图像进行卷积操作，通过两种角点原型来计算每个像素点与角点的相似程度，

其中相似度的的定义如下所示：

其中，和表示角点原型i的两个可能分布情情况，max表示取最大值，具体的，和的定义如下所示：

其中，表示卷积核A和角点原型(i＝1、2)在像素点的卷积响应，其余参数如上示意，min表示取最小值；式中μ的定义为四个卷积的均值，具体如下所示：

3.如权利要求1所述的一种基于能量生长的单目相机全自动标定方法，其特征在于，所述的S3具体包括以下步骤：

S31：创建棋盘格模板；

S32：通过非极大值抑制后得到的候选角点位置；

S33：对于每个角点，以该像素点坐标为中心，取n×n窗口，对角点的梯度方向角和幅值进行重新赋值；

S34：对所得到的角点进行过滤；

S35：取出角点的radius×radius邻域，根据当前角点的两个主方向向量创建模板，对角点进行评分，去掉分数低的角点，得到干净角点数据。