[發(fā)明專利]一種基于快速直線提取的網(wǎng)格特征點(diǎn)提取方法

在審

• 申請?zhí)枺?/td>: 201410191199.0
• 申請日: 2014-05-08
• 公開（公告）號: CN105096298A
• 公開（公告）日: 2015-11-25
• 發(fā)明（設(shè)計(jì)）人: 吳成東;常雪楓;王璐;王琦
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明提出了一種基于快速直線提取的網(wǎng)格圖像中的特征點(diǎn)提取方法，具體涉及圖像中的快速直線提取以及直線的分類、特征點(diǎn)的聚集，能夠?qū)崿F(xiàn)精確快速的網(wǎng)格中的特征點(diǎn)提取。

背景技術(shù)

圖像的特征點(diǎn)提取在圖像處理與機(jī)器視覺中具有重要的意義，在自動化檢測、生物醫(yī)學(xué)、工業(yè)制造等領(lǐng)域具有廣闊的應(yīng)用前景，也受到了越來越廣泛的關(guān)注。棋盤網(wǎng)格作為一種常見的規(guī)則的圖形，在攝像機(jī)標(biāo)定和移動機(jī)器人視覺定位中得到的廣泛的使用。現(xiàn)在普遍使用的棋盤特征點(diǎn)檢測方法都是基于經(jīng)典Harris角點(diǎn)檢測算法，雖然具有較強(qiáng)的魯棒性，但是該算法無法自動適應(yīng)圖像的尺度變換，而且利用該算法提取到的角點(diǎn)是像素級的，時(shí)間性能不夠好，針對棋盤、網(wǎng)格這類特征點(diǎn)比較規(guī)整、有規(guī)律的圖像來說，使用Harris算法會有比較明顯的時(shí)間浪費(fèi)。對于網(wǎng)格圖像，最大的特征就在于其特征點(diǎn)是由于互相垂直的直線段相交產(chǎn)生的，因此提取這類圖像中的特征點(diǎn)最佳方法是直接利用直線來求取交點(diǎn)作為特征點(diǎn)。在網(wǎng)格圖像中利用直線來提取特征點(diǎn)，具有明顯的優(yōu)勢：首先是基于快速直線提取去尋找特征點(diǎn)的方法能夠縮短特征點(diǎn)提取的時(shí)間，優(yōu)化算法的時(shí)間性能，使本方法能夠滿足在視頻數(shù)據(jù)中實(shí)時(shí)提取網(wǎng)格特征點(diǎn)的要求；其次是利用直線提取的方法能夠提高特征點(diǎn)提取的準(zhǔn)確率，并得到特征點(diǎn)的準(zhǔn)確坐標(biāo)；最后，本方法具有很強(qiáng)的抗干擾能力，如果網(wǎng)格中的某些特征點(diǎn)被環(huán)境干擾所遮擋，基于Harris角點(diǎn)檢測的方法就會出現(xiàn)檢測特征點(diǎn)遺漏的情況，采用直線提取的方法能夠通過直線方程聯(lián)立求解獲得被遮擋住的特征點(diǎn)的位置，得出完整準(zhǔn)確的特征點(diǎn)集。

綜上所述，基于快速直線提取的網(wǎng)格中特征點(diǎn)提取方法，比傳統(tǒng)的基于Harris角點(diǎn)檢測的特征點(diǎn)提取方法更精確，時(shí)間性能更好，同時(shí)能夠消除干擾，容錯(cuò)性能更好，是一種高效準(zhǔn)確的網(wǎng)格圖像中特征點(diǎn)提取方法。

發(fā)明內(nèi)容

本發(fā)明提供了一種新穎的網(wǎng)格中特征點(diǎn)提取方法，可以快速精確地提取出網(wǎng)格中的特征點(diǎn)，而且能夠從一定程度上消除干擾，具有很強(qiáng)的魯棒性，是一種高效可靠的網(wǎng)格中特征點(diǎn)提取的方法。

本發(fā)明的一種基于快速直線提取的網(wǎng)格中特征點(diǎn)的提取方法，包括在真實(shí)環(huán)境中的網(wǎng)格中快速準(zhǔn)確地提取出圖像中的直線，以及對直線進(jìn)行分類，進(jìn)而對提取到的特征點(diǎn)進(jìn)行聚集，實(shí)現(xiàn)精確的特征點(diǎn)提取。具體地，本發(fā)明包括圖像預(yù)處理、直線提取、直線分類、特征點(diǎn)提取、特征點(diǎn)聚集等模塊。圖像預(yù)處理模塊：首先對圖像進(jìn)行二值化處理，將初始的彩色圖轉(zhuǎn)換成灰度圖，減少后面運(yùn)算的計(jì)算量，提高計(jì)算效率，然后依次對圖像進(jìn)行腐蝕膨脹變換、高斯濾波，消除圖像中的一些干擾噪聲；直線提取模塊：利用Canny算子對預(yù)處理之后的圖像進(jìn)行邊緣檢測，得到網(wǎng)格的輪廓，然后利用改進(jìn)的Hough變換方法進(jìn)行快速直線提取，得到一個(gè)直線的集合；直線分類模塊：網(wǎng)格中的任意兩條直線段或者互相平行，或者互相垂直，利用這一特征把所得到的直線集合根據(jù)斜率分成兩類，減少后續(xù)過程的計(jì)算量；特征點(diǎn)提取模塊：把互相垂直的線段兩兩聯(lián)立求得交點(diǎn)坐標(biāo)，得到特征點(diǎn)的集合；特征點(diǎn)聚集模塊：由于現(xiàn)實(shí)中的網(wǎng)格的線不是真正意義上的數(shù)學(xué)上定義的線段，而是一個(gè)帶狀，這會使得一條帶中能夠提取出多條直線，容易給特征點(diǎn)的提取帶來干擾，因此設(shè)置一個(gè)閾值對提取到的特征點(diǎn)集進(jìn)行聚集，消除干擾，最后得到精確的特征點(diǎn)的集合。

所述的一種基于快速直線提取的網(wǎng)格中特征點(diǎn)提取方法，其工作流程包括以下步驟：

步驟一：對原始的彩色圖像進(jìn)行二值化處理，得到灰度圖；

對圖像進(jìn)行二值化處理是為了最大限度地保留圖像中的感興趣的部分，同時(shí)減少后面的運(yùn)算量，提高運(yùn)算速度。這里采用迭代最佳閾值算法確定最佳閾值：計(jì)算之前先假定一個(gè)閾值，然后計(jì)算在該閾值下的前景和背景的中心值，當(dāng)前景和背景中心值得平均值和假定的閾值相同時(shí)，則迭代中止，并以此值為閾值進(jìn)行二值化。

步驟二：對得到的二值圖像進(jìn)行2次腐蝕膨脹變換；

進(jìn)行腐蝕變換是為了消除物體的邊界點(diǎn)，縮小目標(biāo)，進(jìn)而可以消除小于結(jié)構(gòu)元素的噪聲點(diǎn)；進(jìn)行膨脹變換是為了將與物體接觸的所有背景點(diǎn)合并到物體中，增大目標(biāo)，進(jìn)而填補(bǔ)目標(biāo)中的空洞。真實(shí)的圖像中往往存在著噪聲，進(jìn)行先腐蝕后膨脹的操作，用以消除圖像中細(xì)小的噪聲，并且用來平滑物體邊界。為了增強(qiáng)消除噪聲的效果，進(jìn)行兩次腐蝕膨脹操作。

步驟三：利用高斯濾波器對圖像進(jìn)行濾波；

采用高斯濾波的方法對圖像信號進(jìn)行平滑處理，在后期處理中，圖像噪聲是最大的問題，而且誤差會累積傳遞，因此對圖像進(jìn)行高斯濾波以得到信噪比SNR（Signal/Noise，信噪比）較高的圖像。