关于 《棋盘格角点自动检测与排序》 的图样库说明

        摄像机标定广泛应用于机器人导航、三维重构、视觉测量等领域。摄像机标定旨在建立图像坐标系和空间坐标系的变换关系，因此图像上特征点的检测精度很大程度上决定了摄像机标定的精度。正如Laves等^[1]提出，即便图像上特征点只有0.5个像素误差也会致使摄像机标定参数产生极大偏差，因此如何提取高精度的特征点是保证摄像机标定精度的关键。棋盘格角点作为一种特殊的特征点广泛应用于摄像机标定中，鉴于此，本文主要针对棋盘格角点进行研究。

        目前来说，基于棋盘格角点的检测算法有很多，主要分为两类：一类是自动检测方法，如Susan算子^[2]和Harris算子^[3]等，虽然该类方法可以实现自动检测，一定程度上解决了标定过程难以自动化的问题，但是在提取棋盘格内角点的同时，也会提取出错误和冗余角点，影响后续特征点匹配；另一类是有人工交互的检测方法，如通过鼠标逐个点击获取角点的位置^[4]，或者用鼠标依照一定的顺序点击选取棋盘格区域最外边的4个角点，然后通过计算获取所有角点的位置^[5]，该类方法检测精度一定程度上取决于操作员的经验，虽然不会出现角点错误检测和冗余检测，但由于需要人工干预，较耗时，无法实现动态标定。针对这些问题，相关学者都对此进行了研究，比如Wang等^[6]综合多种策略，先利用Harris算子对棋盘格角点进行粗提取，再通过角点对称性以及栅格线的交点特性去掉冗余角点。该法计算复杂度大，对于畸变较大的图像很难准确提取出角点，并且不适合复杂环境下的角点提取。刘阳成等^[7]针对棋盘格角点提出一种对称方差算子，该法降低了计算复杂度，但通用性不强，且依赖于阈值选取。所以，针对以上问题，本人基于Hessian矩阵检测角点的思想，通过形状算子自适应阈值确定角点，再利用对称模板自适应地剔除伪角点，在保证真实角点完整的情况下，最后利用单应性矩阵对角点进行自动排序。

         现在将实验结果晒一下：图1 中表现的是整个算法的执行流程。