[发明专利]一种边角检测的棋盘格角点自动筛选方法

权利要求书

1.一种边角检测的棋盘格角点自动筛选方法，其特征在于，包括以下步骤：

1)相机拍摄棋盘格图像：利用相机拍摄制作的黑白棋盘格靶标，获得棋盘格灰度图像；

2)常规角点检测：对拍摄的图像利用常规角点检测方法，设定一个较低的角点水平阈值进行角点检测，获得过角点检测的角点集合，该集合即为后续待筛选角点集合S，该集合中包含了所有的真实棋盘格角点以及一些非棋盘格角点；

3)在待识别角点集合中，搜索符合棋盘格角点特征的角点，并将其归入真实棋盘格角点集合，输出棋盘格真实角点，具体过程包括以下步骤：

a.按位置关系搜索位于图像最左上角的角点，作为初始角点m1；

b.分别搜索初始角点的右近邻角点m2、下近邻角点m3和右下近邻角点m4，并计算由角点m1、m2、m3、m4所组成的四边形与矩形的形状相似度，计算方法包括以下步骤：

ⅰ)计算特征向量：对于任一角点mi,某个特征点(记为m_i)到其它点的距离为：

S(m_i,m₁),....,S(m_i,m_i-1),S(m_i,m_i+1),....,S(m_i,m_N)

把这些值按照从小到大排列，则构成特征向量：

S_i＝(S_i1,S_i2,....,S_iN-1)(式1)

ⅱ)计算角点集合组成形状之间的相关函数：

假设两组角点集合所组成的特征向量分别为S_i、S_j，则两个形状之间的相关系数R(S_i,S_j)如下：

(式2)

计算的相关系数是一个介于0和1之间的值，当其值等于1时，说明两者的相似度最高；等于0，则说明它们不相似；

c.在[0，1]之间设定一个相似度阈值Th，将计算得到的相似度与阈值比较，若大于阈值Th，则判定四个角点组成的形状为矩形；并将这四个角点归入新的角点集合，否则继续搜索角点m1的近邻角点mt作为初始角点，并重复步骤b，直至搜索到符合矩形形状的四个角点，并将其归入新角点集合；

d.重复步骤b和步骤c，直至遍历完所有角点集合中的角点；

e.判断新的角点集合与之前的角点集合是否一致，若一致，则停止搜索，并认为当前角点集合即为真实角点集合，并输出；否则，更新角点集合，即将新的角点集合中的点依次作为初始角点，搜索其右方、下方与右下方的近邻角点，组成四边形，并按步骤b和步骤c重新搜索。

2.根据权利要求1所述的边角检测的棋盘格角点自动筛选方法，其特征在于，所述步骤3中的近邻角点采用距离和方向子图搜索，为了有效搜索某一角点的近邻角点，将所有角点依据其位置关系构造无向图，为了全面描述各个近邻点之间的位置关系，建立两个子图分别描述各角点之间的距离和角度关系，两个子图为距离子图和方向子图。

3.根据权利要求2所述的边角检测的棋盘格角点自动筛选方法，其特征在于，所述距离子图由若干顶点和边组成，集合中的角点组成图的顶点，各个角点之间的欧式距离为各顶点之间边的权值，距离子图的建立方法为：依次提取集合中的角点，假设当前提取的是第i个角点，则分别计算当前角点与已经提取出的所有角点之间的欧式距离d_ij，(j＝0、1、…、i-1),并采用二维邻接矩阵对其进行表示。

4.根据权利要求2所述的边角检测的棋盘格角点自动筛选方法，其特征在于，所述方向子图的顶点由角点集合中的所有角点组成，边的权值为两个顶点之间的角度，具体计算方法为：假设第i个角点与第j个角点的坐标分别为Pi(xi,yi)，Pj(xj,yj),则两个点之间的夹角为：

(式3)。

5.根据权利要求1-4任一所述的边角检测的棋盘格角点自动筛选方法，其特征在于，所述步骤3中近邻角点的搜索方法包括以下步骤：

a)确定近邻角点的平均距离

对于角点集合中的任一点，首先统计与该角点欧式距离最近的3个角点与该点的距离的平均值，并将此距离作为该角点与其近邻点的距离；然后统计集合中所有角点与其近邻点的距离的平均值Dm；

b)对待处理角点，分别搜索该角点的水平、垂直和45度方向的3个近邻点，搜索某一角点到某方向的近邻点时，若判断该近邻点与当前角点的距离D小于Dm或大于Dm一定的像素范围时，则认为该近邻点无效，则继续沿该方向搜索近邻点直至搜索到满足要求的近邻角点；若沿该方向搜索距离超过2Dm，则该方向停止搜索。