基于生长的棋盘格角点检测方法--（1）原理介绍

最新推荐文章于 2025-06-09 16:24:02 发布

原创

最新推荐文章于 2025-06-09 16:24:02 发布 · 3.1w 阅读

154 ·

CC 4.0 BY-SA版权

文章标签：

#棋盘格生长 #角点检测 #算法原理

本文介绍了基于生长的棋盘格角点检测方法，解决了传统方法中的尺寸预设、鲁棒性差和多棋盘检测问题。该方法分为角点定位、亚像素级精细化及优化能量函数生长棋盘格三个步骤，具有无需预先指定棋盘尺寸、鲁棒性强和能处理多棋盘场景的优点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

棋盘格中角点检测方法是相机标定中必不可少的步骤之一。Opencv中的函数

bool findChessboardCorners(InputArray image, Size patternSize, OutputArray corners, int flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE )

就可以轻松实现棋盘格角点检测结果。如下图所示
这里写图片描述
具体使用方法参考如下链接
http://blog.youkuaiyun.com/u011651743/article/details/51099543
但是，这种方法虽然简单，但是在实际使用中有如下问题：
1、需要提前指定棋盘格尺寸。这在很多自动化应用中是很难做到的。
2、鲁棒性差。棋盘格如果有干扰（比如轻微的遮挡）就会使得检测失败，而且棋盘倾斜角度较大也会检测失败。具体测试见上述链接。
3、无法处理一张图片包含多张棋盘的情况。

基于此，今天介绍的是一种新的检测方法。主要参考论文《Automatic Camera and Range Sensor Calibration using a single Shot》。可以针对性地解决上述问题。
优点：
1、不需要提前指定棋盘格数目。
2、鲁棒性好。因为是基于生长的算法，所以如果出现干扰，就会绕过干扰，生长出最大的棋盘。
3、可以检测一个图片里包含多张棋盘的情况。
缺点：