棋盘角点检测算法

软件２０１３年第３４卷第４期　ＳＯＦＴＷＡＲＥ　国际ＩＴ传媒品牌　基于ｈａｒｒｉｓ算法的黑白棋盘格角点检测　靳盼盼，李芙蓉　（长安大学信息工程学院，西安７１００６１）　摘要：由于在进行摄像机标定时要用到棋盘格上角点的坐标，所以在摄像机标定之前必须要得到角点的坐标。本实验就是基　于ｈａｍｓ角点检测算法来检测黑白棋盘格上的角点，应用ｇｉｎｐｕｔ函数得到检测出来的角点的坐标，并且简单叙述了ｈａｒｒｉｓ角点检测　算法的基本原理和该算法基本的执行流程。实验结果表明，该算法简单可行，可以达到摄像机标定的目的。　关键词：摄像机标定；棋盘格模板；Ｈａｒｒｉｓ角点检测　中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００３—６９７０．２０１３．０４．０１７　本文著录格式：【１】靳盼盼，李芙蓉．基于ｈａｒｒｉｓ算法的黑白棋盘格角点检测Ⅱ］．软件，２０１３，３４（４）：５４—５６　Ｂａｓｅｄ　ｏｎ　Ｈａｒｒｉｓ　ｃｏｒｎｅｒ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ＪＩＮ　Ｐａｎ—ｐａｎ，ＬＩ　Ｆｕ—ｒｏｎｇ　（Ｓｃｈｏｏｌ　ｏｆｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ＂ａｎ　Ｕｎｉｖｅｒｓｉｔｙ，ｘｉ’ａｎ，７１００６１，Ｃｈｉｎａ）　【Ａｂｓｔｒａｃｔ］Ｄｕｅ　ｔｏ　ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ　ｕｓｅｄ　ｃｈｅｃｋｅｒｂｏａｒｄ　ｏｎ　ａｎｇｕｌａｒ　ｐｏｉｎｔ　ｃｏｏｒｄｉｎａｔｅｓ，ＳＯ　ａｎｇｕｌａｒ　ｐｏｉｎｔ　ｃｏｏｒｄｉｎａｔｅｓ　ｍｕｓｔ　ｂｅ　ｇｏｔ　ｂｅｆｏｒｅ　ｔｈｅ　ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ．Ｔｈｉｓ　ｅｘｐｅｒｉｍｅｎｔ　ｉｓ　ｂａｓｅｄ　ｏｎ　Ｈａｒｒｉｓ　ｃｏｍｅｒ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｄｅｔｅｃｔ　ｔｈｅ　Ａｎｇｌｅ　ｐｏｉｎｔ　ｏｎ　ｔｈｅ　ｂｌａｃｋ　ａｎｄ　ｗｈｉｔｅ　ｃｈｅｃｋｅｒｂｏａｒｄ，ａｐｐｌｙ　ｇｉｎｐｕｔ　ｆｕｎｃｔｉｏｎ　ｇｅｔ　ｄｅｔｅｃｔｅｄ　Ａｎｇｌｅ　ｏｆｐｏｉｎｔ　ｃｏｏｒｄｉｎａｔｅｓ．Ａｎｄ　ｔｈｅ　Ｈａｒｒｉｓ　ｃｏｍｅｒ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ａｒｅ　ｄｅｓｃｒｉｂｅｄ　ｂｒｉｅｆｌｙ　ｔｈｅ　ｂａｓｉｃ　ｐｒｉｎｃｉｐｌｅ　ａｎｄ　ｂａｓｉｃ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｐｒｏｃｅｓｓ，ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ａｎｄ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｖａｒｉｏｕｓ　ｐａｒａｍｅｔｅｒｓ　ｏｎ　ｔｈｅ　ｒｅｓｕｌｔ　ｏｆ　ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔ．　【Ｋｅｙｗｏｒｄｓ］ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ；ｃｈｅｓｓｂｏａｒｄ　ｐａＲｅｍ　ｔｅｍｐｌａｔｅ；Ｈａｒｒｉｓ　ｃｏｍｅｒ　ｄｅｔｅｃｔｉｏｎ　０绪论　随着科学技术的发展和社会的进步，应用摄像机采集图像，　并结合着立体视觉技术、三维立体测距、三维重建和图像处理等　技术，已在现实生活和工作当中得到了广泛的应用。而角点检　测对摄像机标定工作非常重要，角点检测是摄像机标定的前提　和基础。所谓角点，就是图像中灰度变换较大的点。角点对于　图像处理、立体视觉技术和三维测量都非常重要。当今的角点　检测算法有好多种，而ｈａｒｒｉｓ角点检测算法是最简单易行的方法。　而黑白棋盘格上的角点是最容易被检测和识别的，每个棋盘格　上的角点都是四个黑白方格的角点，它广泛的应用与各种相机　标定算法中，如Ｔｓａｉ相机标定算法和张正友相机标定算法中。　本次实验就是在此知识的基础上进行的。应用ｈａｒｒｉｓ角点　检测算法对黑白棋盘格上的角点进行检测，并应用ｇｉｎｐｕｔ函数　获取被检测出来的角点的坐标。该算法看似简单，但对摄像机　标定技术却起着至关重要的作用。　１基本的角点检测算法　角点是图像很重要的特征，对图像图形的理解和分析有很　重要的作用。目前的角点检测算法可归纳为３类：基于灰度图　像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点　检测。基于灰度图像的角点检测又可分为基于梯度、基于模板　软件杂志欢迎推荐投稿：ｚａＺｌ１ｉ＠１８８．ｃｏｒｎ　和基于模板梯度组合３类方法，其中基于模板的方法主要考虑　像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对　比足够大的点定义为角点。常见的基于模板的角点检测算法有　Ｋｉｔｃｈｅｎ－Ｒｏｓｅｎｆｅｌｄ角点检测算法，Ｈａｒｒｉｓ角点检测算法、ＫＬＴ　角点检测算法及ＳＵｓＡＮ角点检测算法。和其他角点检测算法相　比，ＳＵＳＡＮ角点检测算法具有算法简单、位置准确、抗噪声能　力强等特点。　而黑白棋盘格模板角点检测算法又可以分为两大类：第一　类是基于图像边缘的角点提取算法；第二类是基于图像灰度的　角点检测算法。　基于边缘的角点检测算法的基本思想是：角点首先是一种　边缘上的点，是一种特殊的边界点。该算法的主要缺点就是对　边缘提取算法依赖性较大，如果提取的边缘发生错误或是边缘　线发生中断，将会对角点的提取结果会造成很大的影响。　基于图像灰度的角点检测算法所提取的角点是图像上某点　的局部范围内灰度和梯度变化剧烈的点。该算法简单易行，在　实际工作中得到了广泛的应用。　２　Ｈａｒｒｉｓ角点检测算法原理　角点不仅可以说成灰度和梯度变化剧烈的点，也可以说成　

２０１２年第１期　计算机与现代化　ＪＩＳＵＡＮＪＩ　ＹＵ　ＸＩＡＮＤＡＩＨＵＡ　第１９７期　

文章编号：１００６－２４７５（２０１２）０１－００６４－０３　

一种改进的ＳＵＳＡＮ算子棋盘格角点亚像素检测算法　

王瑞　，杨润泽　，尹晓春　，罗志海　

（１．军械工程学院机械制造教研室，河北石家庄０５０００３；２．中国人民解放军６６０７７部队，山西大同０３７０４４）　

摘要：ＳＵＳＡＮ算子在检测角点时，只以ＵＳＡＮ区域面积的大小作为判断准则，忽略ＵＳＡＮ区域形状的影响。因此，该算法　

对棋盘格标定板中的内角点与边缘点难以区分。针对此问题，本文提出在ＳＵＳＡＮ圆模板内再次采用ＳＵＳＡＮ算子来实　现时棋盘格标定板角点的有效检测。此外，在每个初定位角点的局部邻域内，采用二次曲面拟合法得到角点的亚像素坐　标。实验证明，所提出的算法准确、有效、适应性好，能为摄像机标定提供亚像素精度的角点信息。　关键词：棋盘格；ＳＵＳＡＮ算子；角点检测；亚像素　中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００６－２４７５．２０１２．０１．０１７　

Ｓｕｂ－ｐｉｘｅｌ　Ｃｏｒｎｅｒ　Ｄｅｔｅｃｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　Ｃｈｅｓｓｂｏａｒｄ　Ｉｍａｇｅ　

Ｂａｓｅｄ　ｏｎ　Ｉｍｐｒｏｖｅｄ　ＳＵＳＡＮ　Ｏｐｅｒａｔｏｒ　

ＷＡＮＧ　Ｒｕｉ　，ＹＡＮＧ　Ｒｕｎ—ｚｅ　，ＹＩＮ　Ｘｉａｏ—ｃｈｕｎ　，ＬＵＯ　Ｚｈｉ—ｈａｉ　’　

（１．Ｍｅｃｈａｎｉｃａｌ　Ｍａｎｕｆａｃｔｕｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ　Ｌａｂ，Ｏｒｄｎａｎｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｃｏｌｌｅｇｅ，Ｓｈｉｊｉａｚｈｕａｎｇ　０５０００３，Ｃｈｉｎａ；　２．Ｕｎｉｔ　６６０７７，Ｃｈｉｎｅｓｅ　Ｐｅｏｐｌｅ’Ｓ　Ｌｉｂｅｒａｔｉｏｎ　Ａｒｍｙ，Ｄａｔｏｎｇ　０３７０４４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｏｎｅ　ｏｆ　ｔｈｅ　ｄｉｓａｄｖａｎｔａｇｅｓ　ｏｆ　ｔｈｅ　ＳＵＳＡＮ　ｏｐｅｒａｔｏｒ　ｉＳ　ｔｈａｔ　ｉｔ　ｉｕｓｔ　ｔａｋｅｓ　ｉｎｔｏ　ａｃｃｏｕｎｔ　ＵＳＡＮ’Ｓ　ｓｉｚｅ　ｗｉｔｈｏｕｔ　ｃｏｎｓｉｄｅｒｉｎｇ　ＵＳ．　ＡＮ’Ｓ　ｓｈａｐｅ　ｉｎ　ｄｅｔｅｃｔｉｎｇ　ｆｅａｔｕｒｅ　ｐｏｉｎｔｓ．Ｉｔ’ｓ　ｄｉｆｉｃｕｌｔ　ｔｏ　ｄｉｓｔｉｎｇｕｉｓｈ　ｔｈｅ　ｃｈｅｓｓｂｏａｒｄ　ｃｏｍｅｒｓ　ａｎｄ　ｅｄｇｅ　ｐｏｉｎｔｓ　ｆｏｒ　ｔｈｅ　ＳＵＳＡＮ　ａｌｇｏ・　ｒｉｔｈｍ．Ｔｈｅｒｅｆｏｒｅ　ａｎｏｔｈｅｒ　ＳＵＳＡＮ　ｃｉｒｃｕｌａｒ　ｍａｓｋ　ｉＳ　ａｄｄｅｄ　ｗｉｔｈｉｎ　ｔｈｅ　ＳＵＳＡＮ　ｃｉｒｃｕｌａｒ　ｍａｓｋ　ｔｏ　ｏｖｅｒｃｏｍｅ　ｔｈｉｓ　ｄｅｆｅＣｔ．Ｍｏｒｅｏｖｅｒ．ｓｕｂ．　ｐｉｘｅｌ　ｃｏｏｒｄｉｎａｔｅｓ　ｃｏｒｎｅｒｓ　ａｒｅ　ｃａｌｃｕｌａｔｅｄ　ｗｉｔｈ　ｑｕａｄｒｉｃ　ＳＵｒｇＨｃｅ　ｆｉｔｔｉｎｇ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｔｒｈｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｈａｓ　ｈｉｇｈ　ｐｒｅｃｉｓｉｏｎ　ａｎｄ　ｃａｎ　ｐｒｏｖｉｄｅ　ｒｅｌｉａｂｌｅ　ｄａｔａ　ｆｏｒ　ｈｉｇｈ—ｐｒｅｃｉｓｉｏｎ　ｃａｍｅｒａ　ｃａｌｉｂｒａｔｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｃｈｅｓｓｂｏａｒｄ；ＳＵＳＡＮ　ｏｐｅｒａｔｏｒ；ｃｏｍｅｒ　ｄｅｔｅｃｔｉｏｎ；ｓｕｂ－ｐｉｘｅｌ　

第２０卷　Ｖｏ１．２０　第６期　Ｎｏ．６　电子设计工程　Ｅ．．．．．．１．．．ｅｃ　ｔｒｏｎｉｃＤｅｓｉｇｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　２０１２年３月　Ｍａｒ．２０１２　

基于单应性矩阵的棋盘格角点检测研究　

刘嵩，叶玉堂，孙强，宋昀岑　

（电子科技大学光电信息学院，四川成都６１００５４）　

摘要：针对三雏视觉测量中棋盘格标定板的角点检测，给出了基于单应性矩阵这一计算机视觉重要工具为基础的检　

测方法。首先通过点选得到待测角点外接四边形的４个角点坐标，接着利用单应性矩阵映射得到所有角点的初始位　

置，最后综合内插值法、Ｈａｒｒｉｓ算子、Ｆｏｒｓｔｎｅｒ算子、ＳＶＤ方法等方法对所有角点进一步精确定位。实验表明．该方法对　棋盘格角点位置检测效果好，能够满足实际应用要求　

关键词：图像处理；单应性矩阵；棋盘格；角点检测；Ｈａｒｒｉｓ；ＳＶＤ；归一化　

中图分类号：ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１６７４—６２３６（２０１２）０６一Ｏ１１４—０４　

Ｒｅｓｅａｒｃｈ　ｏｆ　ｃｈｅｓｓｂｏａｒｄ’Ｓ　ｃｏｒｎｅｒ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｈｏｍｏｇｒａｐｈｙ　

ＬＩＵ　Ｓｏｎｇ，ＹＥ　Ｙｕ・ｔａｎｇ，ＳＵＮ　Ｑｉａｎｇ，ＳＯＮＧ　Ｙｕｎ—ｃｅｎ　

（Ｓｃｈｏｏｌ　ｏｆｏｐｔｏｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＥｌｅｃｔｒｏｎｉｃ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｆＣｈｉｎａ，　

Ｃｈｅｎｇｄｕ　６１００５４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｏ　ｓａｔｉｓｌｙ　ｔｈｅ　ｃｈｅｓｓｂｏａｒｄ’Ｓ　ｃｏｍｅｒ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎ　ｖｉｓｉｏｎ　ｍｅａｓｕｒｅｍｅｎｔ，ａ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　

ｏｎ　ｈｏｍｏｇｒａｐｈｙ　ｗａｓ　ｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔ，ｔｈｅ　ｃｏｍｅｒｓ’ｂｏｕｎｄｉｎｇ　ｑｕａｄｒａｎｇｌｅ’ｓ　ｆｏｕｒ　ｃｏｍｅｒｓ　ｗｅｒｅ　ｓｅｌｅｃｔｅｄ。ｔｈｅｎ　ａｌｌ　ｔｈｅ　ｃｏｍｅｒｓ’　

棋盘角点检测算法

棋盘角点检测算法，也称为棋盘格标定算法，是计算机视觉中常用的一种图像处理算法。在机器视觉应用中，棋盘角点检测可以用于相机标定、三维重建、姿态估计等任务。本文将详细介绍棋盘角点检测算法的原理、流程和一些改进方法。

一、原理

二、流程

1.图像预处理：先将彩色图像转换为灰度图像，然后进行高斯滤波或其他滤波操作，以去除图像中的噪声和干扰。

2. 边缘检测：使用边缘检测算法（如Canny边缘检测）来提取图像中的边缘。这些边缘通常是由棋盘格的线条组成的。

3.直线检测：通过霍夫变换等方法，检测出图像中的直线。这些直线通常是由边缘检测得到的边缘组成的。

4.直线交点检测：对于每一对相互垂直的直线，计算它们的交点坐标。这些交点就是棋盘格的角点。

5.角点筛选：根据棋盘格的特点，筛选出合理的角点坐标。比如，可以使用基于像素距离的阈值，去除过近或过远的角点。

6.角点亚像素精确定位：通过图像插值等方法，对角点进行亚像素级别的精确定位，以提高角点的精度。

7.角点输出：将角点的坐标输出，可以用于后续的计算和应用。

三、改进方法 除了上述基本流程，还可以使用一些改进方法来提高棋盘角点检测算法的准确性和鲁棒性。下面介绍几种常用的改进方法：

1.非极大值抑制：在直线检测时，使用非极大值抑制来减少直线的数量，从而减小计算复杂度。

2.子像素角点检测：通过图像插值等方法，对角点进行亚像素级别的定位，提高角点坐标的精度。

3.自适应阈值：根据图像的亮度和对比度等特征，自适应地调整阈值，以适应不同的图像特点。

4.形态学操作：对图像进行形态学操作，如膨胀和腐蚀，可以增强角点的检测结果。

5.模板匹配：使用模板匹配方法，将棋盘格模板与图像进行匹配，可以提高角点检测的准确性。

以上是常见的一些棋盘角点检测算法及其改进方法的介绍。随着计算机视觉技术的不断发展，棋盘角点检测算法在实际应用中的性能和精度还有进一步提高的空间。