应用研究
基于圆形标定板特征点提取及排序的方法
刘智
(沈阳理工大学信息科学与工程学院辽宁沈阳110159)
教事技来开与或用
摘要：在计算机视党中，圆形标定板被广泛使用在像机标定中，本文针对圆形标定板图像(图1)在特征点提取后的排序问题,提出了利用两点之间斜率进行比较解决该问题的方法。并在Visualstudio 2010坏境下进行端程实现该算法,通过实验证明了该方法的有效性。
关键调：像机标定特征点排序提取OpenCV
中图分类号:TP391 1引言
文献标识码：A
文章编号:1007-9416(2014)08-0072-02
设图像中椭圆的边缘信息点有个，则将n个点进行最小二乘处理，就可以得到方程中的各系数。
在传统标定方法中常用的标定板为棋盘格标定板和网格圆形标定板。本文使用圆形标定板作为标定物，利用工业摄像机采集标定板图像并进行特征点提取和排序。文献1利用在标定板上建立五个大圆形标志的方法进行圆形标志点匹配，文献2针对鱼眼镜头提出了一种根据距离对特征点进行排序的方法，文献[3]通过建立Delaunay规则三角网和计算最优单应性矩阵的方法来对特征点进行排序，文献[4通过网格计算最短距离的方法对特征点进行排序，本文设计了一个基于opencv的图像特征点的提取与排序方法，通过实验证明了该算法的有效性，并与文献[4]方法进行对比,结果表明本文的方法的高效性。
2橘圆拟合方法
对于二维图像中的椭圆，如果知道图像中椭圆的边缘信息，我们就可以通过橘国一般方程和最小二乘法进行拟合得到楠圆的中心点。设图像坐标系为XOY，坐标系原点位于图像左上角。椭圆一般方程公式如下：
Ax* + Bxy + Cy* + Dx + Ey + F = 0
图1标定板图像表1排序结果统计
周值 0.01 0.03 0.05 0.1 0.2 0.5
错误数(张)
30 0 0 2 7 130
收日期：2014-07-13
(1)
作需简介：刘智(1987一),男，山西临汾人,计算机软件与理论专业。
那么,楠圆中心坐标为：
BE2CD
x。
4AC-B
BD-2AE Y。=
(2)
4AC-B2
将求得的个系数带人公式(2),就可以得到椭圆中心点坐标， 3特征点排序方法
如图1所示为网格圆形标定板的实体图，在标定板中所有的圆可以以矩阵的方式排列。标定板中的圆在标定板图像中均为椭圆，用椭圆中心点的坐标表示每个椭圆在图像中的位置，通过椭圆中心点的坐标，就可以对圆中心点进行排序。排序算法分为两步，排序方法中第一步的具体步骤如下；
(1)记椭圆中心点序列为Seq.取序列Seq中前两个点A,B,并计算直线AB的斜率k0。则AB与图像水平坐标轴的夹角为 angle0arctan(k0)。A.B点的位置如图1所示，
(2)计算A点和序列中除A和B以外的其他点之间的直线的斜率，并计算其与图像水平坐标轴的夹角。则angleo和其余的夹角的差构成一个集合，本文定义为角度差集合(角度差的单位以弧度制表示)，
(3)通过选取合适的阔值，就可以筛选出标定板上对应行在图像中个椭圆中心点，
(4)从序列Seq中取出该行的所有椭圆中心点。并将该行的点存人Seql中；
(5)重复以上操作直到序列Seq中的所有行元素均存人Seq1中为止。
通过上述的排序算法就可以确定标定板上对应每一行在图像
中的椭圆中心点。第二步再进行行内排序。 4实验结果与分析
为验证本文特征点排序方法的有效性和高效性，进行如下实
验。
采用BaslerpiA640-210gm像机，配12mm镜头，对同一圆标志标定板分别从三个不同像机位置拍摄了30张图像。图像为8位灰度图像，图像尺寸为640×480，该标定板有280个圆心点(14行×20列)，相邻圆心点间横纵两方向距离均为10mm。利用本文特征点排序算法对30张图像中的特征点进行排序后，由于图像本身的畸变的影响，根据不同阅值，排序效果会不同。如表1所示。
从实验结果看，当阅值为0.03和0.05时，实验中的30张图像均能
····下转第74页