作者单位
摘要
湖南大学汽车车身先进设计制造国家重点实验室, 湖南 长沙 410082
随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明:在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。
机器视觉 标定 亚像素细化 棋盘格角点 角点定位 边缘方向投影 
光学学报
2022, 42(8): 0815001
作者单位
摘要
南昌航空大学 计算机视觉研究所, 江西 南昌 330063
曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称, 现有的角点检测算法难以准确提取棋盘格角点。为此本文提出了一种图像坐标系下基于环形模板的棋盘格角点检测算法。该算法通过分析棋盘格角点附近的灰度分布应满足的对称性和灰度交替性等性质, 得出环形模板卷积后的图像应满足的性质。利用该性质来定义并提取棋盘格角点, 最后利用局部冗余角点分布的对称性来去除冗余角点, 使角点检测更精确从而使提取的角点直接达到亚像素精度。实验结果表明: 本文提出的棋盘格角点检测算法在曝光过度, 镜头畸变和复杂背景情况下均能取得较好的棋盘格角点检测效果, 且运算速度快, 误差小。将该算法应用于实际摄像机标定, 结果显示重投影误差在0.3个像素以内。
棋盘格角点 角点检测 环形模板 摄像机标定 chessboard corner corner detector circular template camera calibration 
光学 精密工程
2013, 21(1): 189
作者单位
摘要
上海大学 机电工程与自动化学院,上海 200072
提出一种基于灰度差异的棋盘格角点自动检测方法,该方法利用一种圆形角点检测器,在不对棋盘格图像做预处理情况下,能够准确检测有一定噪声或者较模糊的图像上的棋盘格角点。首先,根据角点及领域附近点的灰度差异,采用角点检测器初步检测角点;其次,根据棋盘格角点张角近似为直角和角点灰度对称性,对初步检测的角点进一步筛选获得棋盘格目标检测角点;最后,采用灰度平方重心法将像素级棋盘格目标检测角点亚像素级化,精确确定角点位置。实验结果表明,该方法在图像较模糊的情况下能够较精确检测出角点,角点重投影精度达到0.1像素级,并能获得形成角点的张角角度值;该方法可以应用于具有特殊角度的角点检测,且由于运算速度快,误差小,能够应用于机器视觉摄像机的在线标定。
摄像机标定 灰度差 棋盘格角点 自适应检测 camera calibration grey difference checkerboard pattern corner auto-detection 
光学 精密工程
2011, 19(6): 1360

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!