一种基于棋盘格的相机分辨率标定方法与流程

本发明属于图像识别领域，具体涉及一种基于棋盘格的相机分辨率标定方法。

背景技术：

相机分辨率的标定是机器视觉系统中的一个重要课题，标定精度在很多情况下会影响到整个视觉系统的性能。相机的分辨率代表了机器视觉系统的细节表现能力，值越小，越容易看到物体细小的部分。大部分的标定方法中，都采用提取特征点的方式，进行算法的设计。其中，棋盘格因其对比高，易识别的特点，被广泛用作标定参照物。棋盘格的特征点，也被称为角点，指的是黑白格之间的临界点。在实际的机器视觉检测系统中，噪声干扰大，图像质量差，特征点的定位较为复杂。因此，提出一种鲁棒性好，效率高的相机分辨率标定方法具有重要意义。

技术实现要素：

本发明的目的在于提供一种抗噪能力强，执行效率高的基于棋盘格的相机分辨率标定方法。

一种基于棋盘格的的相机分辨率标定方法，包括如下步骤：

步骤1，获取棋盘格图像，进行二值化，得到二值化图像；

步骤2，将二值化图像进行形态学处理，得到棋盘格的边缘图像；

步骤3，将边缘图像，分为水平方向和垂直方向两个点集；

步骤4，拟合水平方向直线和垂直方向直线；

步骤5，求取水平方向和垂直方向直线的交点；

步骤6，计算相邻两点的像素距离，标定相机分辨率。

作为本发明的一种优选方案，步骤2所述将二值化图像进行形态学处理，得到棋盘格的边缘图像，包括如下步骤：

1)将二值化图像向外膨胀一个像素，得到膨胀后图像；

2)利用膨胀后图像减去二值化图像，得到棋盘格的边缘图像。

作为本发明的一种优选方案，步骤3所述边缘图像，分为水平方向和垂直方向两个点集，包含如下步骤：

1)遍历边缘图像，如果被测像素点以及水平相邻的像素点都为白点，则记入水平点集；

2)遍历边缘图像，如果被测像素点以及垂直相邻的像素点都为白点，则记入垂直点集。

作为本发明的一种优选方案,步骤4所述拟合水平方向直线和垂直方向直线，包含以下步骤:

1)遍历水平(垂直)点集，记第一个点为起始点，如果下一点的纵(横)坐标与起始点的纵(横)坐标，差值小于设定的差异阈值δ1，则将其加入第i条直线的拟合点集，否则舍弃该点，读取下一个点；

2)如果某点的纵(横)坐标与起始点的纵(横)坐标，差值大于设定的行(列)阈值δ2，则记该点为新的初始点，即第i+1条直线的起点，执行步骤1；

3)计算第i条直线中拟合点集的数量，如果该值小于数量阈值δ3，则舍弃,否则，进行直线的拟合计算。

作为本发明的一种优选方案,步骤4所述拟合水平方向直线和垂直方向直线，采用的方法为最小二乘法，计算公式为:

其中，(xi,yi)表示点集中点的坐标。

作为本发明的一种优选方案,步骤5所述求取水平方向和垂直方向直线的交点中，两直线的交点公式为:

y＝(k1b2+b1)/(1-k1k2)，

x＝k2y+b2；

其中，水平方向的直线方程为y＝k1x+b1，垂直方向的直线方程为x＝k2y+b2，k1,k2为直线的斜率，b1,b2分别为直线在y轴和x轴上的截距。

作为本发明的一种优选方案，步骤6所述计算相邻两个交点的像素距离，标定相机分辨率中，两点之间的距离计算公式为:

其中，d为两点距离，(x1,y1),(x2,y2)为已知的两点坐标。

作为本发明的一种优选方案,步骤6所述计算相邻两个交点的像素距离，标定相机分辨率中，相机分辨率的计算公式为:

μx＝w/dx，

μy＝h/dy；

其中，μx,μy为相机x,y方向上的分辨率，w，h为棋盘格中单元格的物理长度和物理宽度，dx，dy为通过计算所得到的棋盘格中单元格的像素长度和像素宽度。

本发明提供的一种基于棋盘格的的相机分辨率标定方法，仅使用直线拟合的方式定位棋盘格角点，无缺进行微分计算，实现简单方便，选用不同单位下的两点距离，即可计算出相机的分辨率，有效克服了传统检测方法中对图像质量要求高，鲁棒性差的缺点。

附图说明

图1为本发明的流程示意图；

图2为本发明的棋盘格原图；

图3为本发明的棋盘格二值化图；

图4为本发明的棋盘格边缘图；

图5为本发明的水平直线拟合流程图；

图6为本发明的棋盘格直线拟合图；

图7为本发明的棋盘格特征点定位图。

具体实施方式

以下结合具体实施方式进一步详细说明本发明的技术方案。应当理解，此处描述的具体实施方式仅仅用以解释本发明，并不限定于本发明。

一种基于棋盘格的相机分辨率标定方法，包括：

s1:获取棋盘格图像，进行二值化，得到二值化图像。

1)获取棋盘格图像

获取棋盘格图像，可以采用常见的多媒体设备，如摄像机，工业相机，扫描仪等，也可以从原图像中截取出棋盘格图像区域。图2为采用黑白工业相机获取的棋盘格图像。

2)二值化

二值化是图像处理领域一种采用的技术手段，基本思路是将灰度值大于或等于某个阈值的点设为目标点，并将该点的灰度值用255表示，灰度值小于该阈值的点，则被视为背景或其他区域，灰度值用0表示。图3为本发明的棋盘格二值化图像。

s2:将二值化图像进行形态学处理，得到棋盘格的边缘图像。

1)将二值化图像向外膨胀一个像素，得到膨胀后图像；

膨胀是图像处理领域一个常用的预处理步骤，主要目的是消除孔洞，填补区域。对于二值化图像而言，膨胀的效果是扩大白色区域。

2)利用膨胀后图像减去二值化图像，得到棋盘格的边缘图像。

图像的边缘指的是图像局部变化最为显著的部分，存在于目标与目标，目标与背景之间，是图像识别，图像分割的一个重要部分。常用的检测方法有canny算子，laplace算子等，效果好，但是需要进行微分计算。本发明采用的形态学处理获取棋盘格图像边缘，更为简单方便。计算公式为：

其中，f(x,y)为输入的图像，g(i,j)为结构元素，df,dg分别为函数f,g的定义域。

s3:将边缘图像，分为水平方向和垂直方向两个点集。

通过分析棋盘格图像的特征，可以得出，棋盘格的特征点可以用水平直线和垂直直线的交点，进行表示。水平直线的特点是每个白点的水平方向上的相邻点都为白点，垂直直线的特点是每个白点的垂直方向上的相邻点都为白点，因此，在本发明中，将边缘图像，分为水平方向和垂直方向两个点集，包括如下步骤：

1)遍历边缘图像，如果被测像素点以及水平相邻的像素点都为白点，则记入水平点集。

2)遍历边缘图像，如果被测像素点以及垂直相邻的像素点都为白点，则记入垂直点集。

s4，拟合水平方向直线和垂直方向直线。

1)遍历水平(垂直)点集，记第一个点为起始点，如果下一点的纵(横)坐标与起始点的纵(横)坐标，差值小于设定的差异阈值δ1，则将其加入第i条直线的拟合点集，否则舍弃该点，读取下一个点。

2)如果某点的纵(横)坐标与起始点的纵(横)坐标，差值大于设定的行(列)阈值δ2，则记该点为新的初始点，即第i+1条直线的起点，执行步骤1。

3)计算第i条直线中拟合点集的数量，如果该值小于数量阈值δ3，则舍弃,否则，进行直线的拟合计算。

通过上述步骤，得到了每条直线的拟合点集，还需要通过算法将每条直线方程拟合出来。在本发明中，采用的是最小二乘法，其基本原理是根据给定的点集，基于误差平方和最小的原则，找出最佳函数匹配，计算公式为：

其中，(xi,yi)表示点集中点的坐标。

s5，求取水平方向和垂直方向直线的交点。

两直线的交点公式为:

y＝(k1b2+b1)/(1-k1k2)，(3)

x＝k2y+b2。(4)

其中，水平方向的直线方程为y＝k1x+b1，垂直方向的直线方程为x＝k2y+b2，k1,k2为直线的斜率，b1,b2分别为直线在y轴和x轴上的截距。

当相机，镜头精度不高的情况下，图像边缘容易存在畸变情况，因此，在发明中，选用图像中心附近5*5个点进行计算。

s6，计算相邻两点的像素距离，标定相机分辨率。

1)计算相邻两点的像素距离

两点之间的距离计算公式为:

其中，d为两点距离，(x1,y1),(x2,y2)为已知的两点坐标。

将s5中得到的5*5个特征点带入到(5)式中，分别计算相邻两点之间的距离，并求取平均值，当某个值大于平均值的1.3倍时，应将该值舍弃，重新计算。

2)标定相机分辨率

相机的分辨率，代表了每单个像素所代表的物理长度。其中，相机分辨率的计算公式为:

μx＝w/dx，(6)

μy＝h/dy。(7)

其中，μx,μy为相机x,y方向上的分辨率，w，h为棋盘格中单元格的物理长度和物理宽度，dx，dy为通过计算所得到的棋盘格中单元格的像素长度和像素宽度。