CN113658261A - 棋盘格角点位置检测方法、装置、智能终端及存储介质 - Google Patents

Abstract

本发明公开了一种棋盘格角点位置检测方法、装置、智能终端及存储介质，所述方法包括：获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图像中的棋盘格区域；获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息；根据所述角点分布信息，确定所述棋盘格角点的位置信息。本实施例中根据预设的第一基线与第二基线得到角点分布信息，然后从所述角点分布信息中确定出所述棋盘格角点的位置信息，从而快速且准确地检测出所述棋盘格区域中的角点位置。

Description

棋盘格角点位置检测方法、装置、智能终端及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及的是一种棋盘格角点位置检 测方法、装置、智能终端及存储介质。

背景技术

机器视觉在自动装配、三维建模、自动导航以及机器人领域发挥了越 来越大的作用。摄像机通过获取空间内的视觉信息，对场景进行定量建模 时，需要摄像机的物理参数和几何参数，一般通过摄像机标定的方式确定 摄像机的物理参数和几何参数。

目前，对摄像机的标定常采用棋盘格标定方式，该标定方式具有特征 点精度易控制、简单易提取等优点。其中棋盘格角点的检检质量直接决定 了摄像机的标定质量。现有技术中对于棋盘格角点的检测时，是从棋盘格 图像中的格子边缘定位角点位置，但是由于相机的像素清晰度是有限的， 当图像存在噪声时，棋盘格角点是模糊不清的，角点处无明显边缘，从而 无法准确检测出棋盘格角点。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种 棋盘格角点位置检测方法、装置、智能终端及存储介质，旨在解决现有技 术中当图像存在噪声时，无法准确检测出棋盘格角点的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种棋盘格角点位置检测方法，其中， 所述方法包括：

获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图像中的棋盘 格区域；

获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第 一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息；

根据所述角点分布信息，确定所述棋盘格角点的位置信息。

在一种实施方式中，所述根据所述棋盘格图像得到所述棋盘格图像中 的棋盘格区域，包括：

根据所述棋盘格图像，确定棋盘格候选区域；

对所述棋盘格候选区域中的像素点进行采样；

获取采样到的所述像素点的灰度值，并根据灰度值，将采样到的所述 像素点分为黑色队列以及白色队列，所述黑色队列为灰度值满足第一预设 灰度值的像素点所组成的队列，所述白色队列为灰度值满足第二预设灰度 值的像素点所组成的队列；

根据所述黑色队列与所述白色队列，确定所述棋盘格区域，所述棋盘 格区域是由若干黑格与若干白格所组成的区域。

在一种实施方式中，所述根据所述棋盘格图像，确定棋盘格候选区域， 包括：

获取所述棋盘格图像中的连通域，所述连通域为所述棋盘格图像中像 素值相同的像素点所组成的图像区域；

根据所述连通域确定所述棋盘格图像中二值图的轮廓信息，所述轮廓 信息包括所述二值图的长度尺寸和宽度尺寸；

根据所述轮廓信息，确定所述棋盘格候选区域。

在一种实施方式中，所述根据所述黑色队列与所述白色队列，确定所 述棋盘格区域，包括：

分别计算所述黑色队列与所述白色队列对应的队列长度,所述队列长 度用于反映所述黑色队列中所有像素点的数量之和或者所述白色队列中 所有像素点的数量之和；

若所述队列长度小于预设的长度阈值时，则分别计算所述黑色队列中 所有像素点的灰度值对应的灰度均值与标准差以及所述白色队列中所有像 素点的灰度值对应的灰度均值与标准差；

根据所述黑色队列的灰度均值与所述白色度列的灰度均值，计算所述 黑色队列与所述白色队列之间的差值；

根据所述差值、所述黑色队列的标准差以及所述白色队列的标准差， 确定所述棋盘格区域。

在一种实施方式中，所述根据所述差值、所述黑色队列的标准差以及 所述白色队列的标准差，确定所述棋盘格区域，包括：

若所述差值小于预设的灰度阈值时，则分别将所述黑色队列的标准差 以及所述白色队列的标准差与预设的标准差阈值进行比较；

若所述黑色队列的标准差以及所述白色队列的标准差均小于所述标准 差阈值，则所述棋盘格候选区域为所述棋盘格区域。

在一种实施方式中，所述获取预设在所述棋盘格区域内的第一基线与 第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区域内 的角点分布信息，包括：

根据所述棋盘格区域内的黑格与白格，获取所述棋盘格区域内预设的 所述第一基线以及所述第二基线，所述第一基线与所述第二基线相交；

判断所述第一基线与所述第二基线是否满足预设条件；

当所述第一基线与所述第二基线满足所述预设条件时，分别获取位于 所述第一基线以及所述第二基线上的像素点；

根据位于所述第一基线以及所述第二基线上的像素点，确定所述棋盘 格区域的所述角点分布信息。

在一种实施方式中，当所述预设条件为所述第一基线位于相邻的两个 黑格的连通区域内以及所述第二基线位于相邻的两个白格的连通区域内时， 所述判断所述第一基线与所述第二基线是否满足预设条件，包括：

获取所述第一基线与所述第二基线的长度，根据所述第一基线与所述 第二基线的长度确定所述第一基线与所述第二基线的长度是否均大于所述 棋盘格区域中一个格子的边长且小于相邻的两个格子的边长；

若所述第一基线与所述第二基线的长度均大于所述棋盘格区域中一个 格子的边长且小相邻的于两个格子的边长，则分别获取所述第一基线与所 述第二基线上的像素点；

根据所述第一基线与所述第二基线上的像素点，判断所述第一基线与 所述第二基线是否满足所述预设条件。

在一种实施方式中，所述根据位于所述第一基线以及所述第二基线上 的像素点，确定所述棋盘格区域的所述角点分布信息，包括：

获取所述第一基线与所述第二基线的交点的像素点对应的所述灰度差 异值，所述灰度差异值为所述交点在所述第一基线上的像素点所对应的灰 度值以及所述交点在所述第二基线上的像素点所对应的灰度值之间的差值；

根据所述灰度差异值与预设的黑白差异阈值，判断所述交点是否为所 述棋盘格角点，所述黑白差异阈值为黑色灰度值与白色灰度值之间的差值；

若所述交点为所述棋盘格角点，则生成角点响应图，将所述角点响应 图作为所述角点分布信息，用于显示所述棋盘格角点。

在一种实施方式中，所述根据所述灰度差异值与预设的黑白差异阈值， 判断所述交点是否为所述棋盘格角点，包括：

将所述交点对应的所述灰度差异值与所述黑白差异阈值比较；

若所述交点对应的所述灰度差异值与所述黑白差异阈值相同，则确定 所述交点为所述棋盘格角点。

在一种实施方式中，所述根据所述角点分布信息，确定所述棋盘格角 点的位置信息，包括：

根据所述角点分布信息，从所述角点响应图中截取每一个所述棋盘格 角点的子图，其中，每一个所述子图中包括所述棋盘格角点；

从所述子图中获取所述棋盘格角点的位置信息。

第二方面，本发明实施例还提供一种棋盘格角点位置检测装置，其中， 所述装置包括：

棋盘格区域获取单元，用于获取棋盘格图像，根据所述棋盘格图像得 到所述棋盘格图像中的棋盘格区域；

角点分布信息获取单元，用于获取预设在所述棋盘格区域内的第一基 线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区 域内的角点分布信息；

位置信息确定单元，用于根据所述角点分布信息，确定所述棋盘格角 点的位置信息。

第三方面，本发明实施还提供一种智能终端，包括有存储器，以及一 个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且 经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含 用于执行如上述任意一项所述的棋盘格角点位置检测方法。

第四方面，本发明实施例还提供一种非临时性计算机可读存储介质， 当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够 执行如上述中任意一项所述的棋盘格角点位置检测方法。

本发明的有益效果：本发明实施例首先获取到棋盘格图像，然后根据 所述棋盘格图像得到棋盘格区域，并从所述棋盘格区域中获取预设的第一 基线与第二基线。然后根据获取到所述第一基线与所述第二基线，确定出 所述棋盘格区域内的角点分布信息，由于所述角点分布信息反映的是所述 棋盘格区域内的棋盘格角点的位置，因此，根据所述角点分布信息，即可 确定出所述棋盘格角点的位置信息，从而实现对所述棋盘格角点的检测。 相对于现有技术，本发明实施例中是根据预设的第一基线与第二基线得到 角点分布信息，然后从所述角点分布信息中确定出所述棋盘格角点的位置 信息，从而快速且准确地检测出所述棋盘格区域中的角点位置，即便所述 棋盘格图像是模糊不清的，也可以快速地检测出所述棋盘格角点的位置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对 实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地， 下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技 术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其 他的附图。

图1是本发明实施例提供的棋盘格角点位置检测方法的流程示意图。

图2是本发明实施例提供的棋盘格角点位置检测方法中获取棋盘格区 域的流程示意图。

图3是本发明实施例中的所述棋盘格区域中的局部区域示意图。

图4是本发明实施例提供的棋盘格角点位置检测方法中确定角点分布 信息的流程示意图。

图5是本发明实施例中的的所述第一基线与所述第二基线的设置示意 图。

图6是本发明实施例中的角点响应图的生成过程的变化示意图。

图7是本发明实施例提供的棋盘格角点位置检测方法中确定位置信息 的流程示意图。

图8是本发明实施例中的角点响应图的子图的示意图。

图9是本发明实施例中的棋盘格角点位置检测方法与现有的OpenCV角 点检测方法的效果示意图。

图10是本发明实施例提供的棋盘格角点位置检测装置的原理框图。

图11是本发明实施例提供的智能终端的内部结构原理框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图 并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施 例仅仅用以解释本发明，并不用于限定本发明。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、 前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下 各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时， 则该方向性指示也相应地随之改变。

经研究发现，现有技术中对于棋盘格角点的检测时，是从棋盘格图像 中的格子边缘定位角点位置，但是由于相机的像清素晰度是有限的，当图 像存在噪声时，棋盘格角点是模糊不清的，角点处无明显边缘，从而无法 准确检测出棋盘格角点，因此就会影响相机的标定精度。

为了解决现有技术上的问题，本实施例提供了一种棋盘格角点位置检 测方法，通过该方法可以快速且准确地检测出棋盘格角点的位置。具体地， 本发明实施例首先获取到棋盘格图像，然后根据所述棋盘格图像得到棋盘 格区域(如图3所示，图3为所述棋盘格区域中的局部图)，并从所述棋盘 格区域中获取预设的第一基线与第二基线(如图5所示的第一基线1和第 二基线2，图5中的第一基线1与第二基线2均设置有一条)。然后根据获 取到所述第一基线1与所述第二基线2，确定出所述棋盘格区域内的角点分 布信息。由于本实施例中的所述角点分布信息反映的是所述棋盘格区域内 的棋盘格角点(所述棋盘格角点为图5中的四个格子相交的点，即图5中的 O点)的位置，因此，根据所述角点分布信息，即可确定出所述棋盘格角点 的位置信息，从而实现对所述棋盘格角点的检测。

举例说明，参照图3和图5中所示，当获取棋盘格图像后，从棋盘格 图像中检测出棋盘格区域，即确定所述棋盘格区域的整***置，也就是确 定所述棋盘格区域的整体轮廓尺寸，图3中即为所述棋盘格区域中的局部 部分，该局部部分为两个相邻的“田”字型，其中一个“田”字型的左上 方和右下方位黑格，左下方和右上方为白格。接着获取所述棋盘格区域内 预设的第一基线与第二基线，如图5中所示中的第一基线与第二基线。由 于所述第一基线与所述第二基线是位于所述棋盘格区域内的，因此通过对 所述第一基线与所述第二基线进行分析，可得到角点分布信息，所述角点 分布信息是用于反映出所述棋盘格区域内的角点的位置。例如，所述角点 分布信息可采用角点响应图来表示，所述角点响应图是用于将所有的棋盘 格角点进行显示的图像。因此，根据所述角点分布信息即可确定所述棋盘格角点的位置信息。

示例性方法

本实施例提供一种棋盘格角点位置检测方法，具体如图1中所示，所 述检测方法可以应用在智能终端中，包括如下步骤:

步骤S100、获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图 像中的棋盘格区域。

具体应用时，本实施首先需要获取棋盘格图像，棋盘格图像是在相机 标定过程中进行图像拍摄所获得的，所述棋盘格图像是由黑色格子与白色 格子所组成的图像。为了便于分析，本实施例中，若获取的棋盘格图像是 彩色图像，则需将彩色图像转换成灰度图像。灰度图像的像素点具有从黑 到白的256个灰度等级。白色的灰度等级即为225，黑色的灰度等级即为0。 由于拍摄的棋盘格图像中还存在不具有棋盘格的区域(比如图像***边框 位置是没有棋盘格区域的)，这些区域在检测棋盘格角点的过程中是无效的， 因此需要将这些区域剔除，从而确定出所述棋盘格图像中棋盘格区域。

在一种实施方式中，如图2中所示，确定所述棋盘格图像中的所述棋 盘格区域的步骤包括如下步骤：

步骤S101、根据所述棋盘格图像，确定棋盘格候选区域；

步骤S102、对所述棋盘格候选区域中的像素点进行采样；

步骤S103、获取采样到的所述像素点的灰度值，并根据灰度值，将采 样到的所述像素点分为黑色队列以及白色队列，所述黑色队列为灰度值满 足第一预设灰度值的像素点所组成的队列，所述白色队列为灰度值满足第 二预设灰度值的像素点所组成的队列；

步骤S104、根据所述黑色队列与所述白色队列，确定所述棋盘格区域， 所述棋盘格区域是由若干黑格与若干白格所组成的区域。

具体实施时，本实施例首先在拍摄得到的所述棋盘格图像中确定出棋 盘格候选区域，该棋盘格候选区域是利用连通域分析方法来确定的。具体 地，本实施例首先获取所述棋盘格图像中的连通域，所述连通域为所述棋 盘格图像中像素值相同的像素点所组成的图像区域。由于相同颜色的格子 内的像素值是相同的，根据这一特点，就可以确定出黑色连通域以及白色 连通域。而确定出的黑色连通域就是所述棋盘格图像中所有黑色的格子， 而所述白色连通域就是所述棋盘格图像中所有白色的格子，因此也就确定 出该棋盘格图像中的黑色的格子与白色的格子。也就是说，本实施例中利 用连通域的分析方法是为了将所述棋盘格区域中的黑格与白格给确定出来。

接着，本实施例根据所述连通域确定所述棋盘格图像中二值图的轮廓 信息，所述二值图为仅由像素值为0以及像素值为225的像素点组成的图 像，像素值为0的像素点即为黑色的像素点，像素值为225的像素点为白 色的像素点。由于上述过程已经根据所述连通域确定出了黑色格子与白色 格子，因此就可以的确定出只存在黑色格子与白色格子的图像的轮廓信息， 即为二值图的轮廓信息。本实施例中的轮廓信息包括所述只存在黑色格子与白色格子的图像的长度尺寸和宽度尺寸。然后，当确定出所述二值图的 轮廓信息后，就可以获取到所述棋盘格候选区域了。由于所述棋盘格候选 区域中可能还存在相同颜色的格子相邻的现象，比如两个黑色格子相连， 或者两个白色格子相连的情况，而真正的棋盘格区域中的黑色格子与白色 格子交错(即黑白相间)的，即黑色格子的四周都是白色格子，白色格子 的四周都是黑色格子，具体如图6中所示，图6中的A图为具有所述棋盘 格的图像，B图为对棋盘格角点检测的过程图，C图为角点响应图，该角点 响应图用于将所有检测出的棋盘格角点显示出来。从图6中的A图可以看 出，一个白色格子的上方、下方、左方以及右方均是黑色格子；同样地， 一个黑色格子的上方、下方、左方以及右方均是白色格子。为此，本实施 例在获取到所述棋盘格候选区域后，筛选出真正的棋盘格区域。

在一种实施方式中，本实施例中从棋盘格候选区域中确定出棋盘格区 域，可以通过对所述棋盘格候选区域中的像素点进行采样，然后获取采样 到的所述像素点的灰度值，再根据灰度值，将采样到的所述像素点分为黑 色队列以及白色队列，然后对所述黑色队列与所述白色队列进行分析后， 确定出所述棋盘格区域。

具体地，首先，本实施例中对所述棋盘格候选区域进行多次像素点采 样，当采样结束后，将采样得到的像素点根据其灰度值分为两个队列，即 黑色队列和白色队列。本实施例中，所述黑色队列是灰度值满足第一预设 灰度值(比如灰度值小于等于5，当灰度值小于等于5，基本可以确定出该 像素点时从黑色格子中采样得到的)的像素点所组成的队列，所述白色队 列是灰度值满足第二预设灰度值(比如灰度值大于等于220，当灰度值大于 等于220，基本可以确定出该像素点时从白色格子中采样得到的)的像素点 所组成的队列。

接着，当得到所述黑色队列与白色队列后，分别计算所述黑色队列与 所述白色队列对应的队列长度。所述黑色队列的队列长度即为所述黑色队 列中所有像素点的数量之和，所述白色队列的长度即为所述白色队列中所 有像素点的数量之和。例如，若所述黑色队列中具有50个像素点，则所述 黑色队列的队列长度即为50。同样地，若所述白色队列中具有60个像素点， 则所述白色队列的队列长度即为60。然后将所述黑色队列的队列长度以及 白色队列的队列长度均与预设的长度阈值进行比较。该预设的长度阈值时 用来判断采样的棋盘格候选区域中是否存在黑白相间的区域，若存在黑白 相间的区域，则说明该棋盘格候选区域是有效的。本实施例中，当所述队 列长度(即包括黑色队列的队列长度以及白色队列的队列长度)小于预设 的长度阈值时，则就说明该棋盘格候选区域是有效的。否则(即所述黑色 队列的队列长度大于预设的长度阈值和/或所述白色队列的队列长度大于预设的长度阈值)，则说明该棋盘格候选区域是无效的，则将该棋盘格候选 区域剔除。

接着，当确定出所述棋盘格候选区域是有效后，分别计算所述黑色队 列中所有像素点的灰度值对应的灰度均值与标准差以及所述白色队列中所 有像素点的灰度值对应的灰度均值与标准差，然后根据所述黑色队列的灰 度均值与所述白色度列的灰度均值，计算所述黑色队列与所述白色队列之 间的差值。接着将所述差值与预设的灰度阈值进行比较，若所述差值小于 预设的灰度阈值时，则分别将所述黑色队列的标准差以及所述白色队列的 标准差与预设的标准差阈值进行比较，若所述黑色队列的标准差以及所述 白色队列的标准差均小于所述标准差阈值，这就说明所述棋盘格候选区域 中黑格与白格的区分度大，且黑格与白格的灰度差异较大，则就可以确定 出所述棋盘格候选区域即为本实施例中所需要得到的棋盘格区域，如图6 中的A所示。由此可见看出，本实施例中的灰度阈值与标准差阈值是为了 进一步确定所述棋盘格候选区域中的黑格与白格得区分度以及灰度差异的， 以便更好地确定所述棋盘格候选区域是否符合要求。只有当本实施例中的 所述黑色队列与所述白色队列之间的差值小于所述灰度阈值，以及所述黑 色队列的标准差以及所述白色队列的标准差均小于预设的标准差阈值时， 才可以确定出所述棋盘格候选区域即为本实施例中所需要得到的棋盘格区 域；否则，就需要剔除该棋盘格候选区域。本实施例中确定出的所述棋盘 格区域是黑格与白格相间设置的图像，具体可参照图3中所示出的所述棋 盘格区域的局部部分，该该局部部分为两个相邻的“田”字型，其中一个 “田”字型的左上方和右下方位黑格，左下方和右上方为白格。

步骤S200、获取预设在所述棋盘格区域内的第一基线与第二基线，并 根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信 息。

在一种实施方式中，当确定所述棋盘格区域后，开始对所述棋盘格区 域中的棋盘格角点进行检测。具体实施时，本实施例中引入第一基线与第 二基线来对所述棋盘格角点进行检测，通对所述第一基线与所述第二基线 来进行分析，从而确定出所述棋盘格区域内的角点分布信息。其中，所述 角点分布信息为用于反映所述棋盘格角点所在的位置的信息。本实施例里 中的第一基线与第二基线均为设置在棋盘格区域中的线条，并且设置的所述第一基线与所述第二基线成相交状态。在具体实施时，本实施例可以先 以任意一点为起点绘制出第一基线，然后再绘制与所述第一基线相交的第 二基线。在设置完成所述第一基线与所述第二基线后，本实施例再通过对 所述第一基线与所述第二基线的交点进行分析，就可以确定出所述棋盘格 区域内的角点分布信息。由于本实施例中的角点分布信息反映的是所述棋 盘格角点所在的位置，因此获取所述角点分布信息便在后续步骤中快速地 获取到棋盘格角点的位置信息。

在一种实施例方式中，如图4中所示，所述步骤S200具体包括以下步 骤：

步骤S201、根据所述棋盘格区域内的黑格与白格，获取所述棋盘格区 域内预设的所述第一基线以及所述第二基线，所述第一基线与所述第二基 线相交；

步骤S202、判断所述第一基线与所述第二基线是否满足预设条件；

步骤S203、当所述第一基线与所述第二基线满足所述预设条件时，分 别获取位于所述第一基线以及所述第二基线上的像素点；

步骤S204、根据位于所述第一基线以及所述第二基线上的像素点，确 定所述棋盘格区域的所述角点分布信息。

具体实施时，为了检测出所述棋盘格区域中的棋盘格角点，本实施例 通过在所述棋盘格区域中设置第一基线与第二基线，由于所述第一基线与 所述第二基线是位于所述棋盘格区域内的，因此所述第一基线与所述第二 基线必然位于黑格或者白格中。当获取到所述第一基线与所述第二基线后， 本实施例对所述第一基线与所述第二基线进行分析，判断所述第一基线与 所述第二基线是否满足预设条件。在一种实施方式中，所述预设条件为所 述第一基线位于相邻的两个黑格的连通区域之中以及所述第二基线位于相 邻的两个白格的连通区域之中。具体地，所述相邻的两个黑格为棋盘格区 域内通过格子的顶点相连的两个黑格。如图5中所示的“田”字型的棋盘 格区域中两个通过格子的顶点相连的黑格(即左上方的黑格与右下方的黑 格，且这两个黑格是通过格子的顶点连接)。同样地，所述相邻的两个白格 为棋盘格区域内通过格子的顶点相连的两个白格。如图5中所示的“田”字型的棋盘格区域中两个通过格子的顶点相连的白格(即左下方的白格与 右上方的白格，且这两个白格是通过格子的顶点连接)。当所述第一基线与 所述第二基线满足所述预设条件时，分别获取位于所述第一基线以及所述 第二基线上的像素点，然后根据位于所述第一基线以及所述第二基线上的 像素点，即可确定所述棋盘格区域的所述角点分布信息。

具体地，在一种实施方式中，为了更加准确地通过所述第一基线与所 述第二基线来确定出所述棋盘格角点，可对所述第一基线与所述第二基线 进行限定，限定所述第一基线与所述第二基线成相交状态，然后通过获取 所述第一基线与所述第二基线的交点的像素点，接着对所述交点的像素点 进行分析来确定出所述角点分布信息。由于交点是所述第一基线的一个像 素点与所述第二基线上的一个像素点重合形成的，因此所述交点的灰度值 应该是具备两个像素点的灰度值，其中一个像素点的灰度值为所述第一基 线上的灰度值，另一个像素点的灰度值为所述第二基线上的灰度值，当获 取到两个像素点的灰度值后，即可得到所述第一基线与所述第二基线的交 点的像素点对应的所述灰度差异值，所述灰度差异值即为所述交点在所述 第一基线上的像素点所对应的灰度值以及所述交点在所述第二基线上的像 素点所对应的灰度值之间的差值，该灰度差异值具体为两个灰度值的绝对 值。然后，根据所述灰度差异值与预设的黑白差异阈值，确定判断所述交 点是否为所述棋盘格角点，所述黑白差异阈值为黑色灰度值与白色灰度值 之间的差值，同样地，该黑白差异阈值为黑色灰度值与白色灰度值之间差 值的绝对值。本实施例将所述灰度差异值与所述黑白差异阈值进行比较， 若所述交点对应的所述灰度差异值与所述黑白差异阈值相同，就说明交点 处是存在黑色与白色之间的跳变，而所述棋盘格角点的位置处刚好是黑格 与白格相间的交点，因此所述棋盘格角点的像素点的灰度值应该也是有两 个，并且这两个灰度值的差值就是所述黑白差异阈值。基于此，本实施例 将所述灰度差异值与黑白差异阈值进行比较，就可以判断出所述交点是否 是棋盘格角点。

在一种实现方式中，在根据所述第一基线与所述第二基线之间的交点 来确定所述棋盘格角点时，可能会存在误差的现象。具体是因为当所述第 一基线与所述第二基线之间的交点可能位于黑格与白格相连的边界上时， 此时所述交点处的像素点对应的灰度差异值也是和所述黑白差异阈值相同 的，而此时的交点并不是棋盘格角点，因此就会存在误判的现象。具体如 图6中的B图所示，图6中的B图中存在很多误判的棋盘格角点，使得真 正的棋盘格角点不能凸显出来。为了避免这种误判的现象，本实施例对所 述第一基线与所述第二基线进行分析，判断所述第一基线与所述第二基线 是否满足预设条件。具体地，所述预设条件为所述第一基线位于两个黑格 以及所述第二基线位于两个白格内。当所述第一基线与所述第二基线满足 所述预设条件时，就可以排出所述第一基线与所述第二基线之间的交点可 能位于黑格与白格相连的边界的情况，这样就可以直接将所述第一基线与 所述第二基线的交点处的像素点对应的灰度差异值与所述黑白差异阈值进 行比较，进而判断出所述交点是否是所述棋盘格角点。

具体实施时，当所述预设条件为所述第一基线位于相邻的两个黑格的 连通区域之中以及所述第二基线位于相邻的两个白格的连通区域之中时， 本实施例中判断所述第一基线与所述第二基线是否满足预设条件包括以下 步骤：首先获取所述第一基线与所述第二基线的长度，根据所述第一基线 与所述第二基线的长度判断所述第一基线与所述第二基线的长度是否均大 于所述棋盘格区域中一个格子的边长且小于相邻的两个格子的边长。若所 述第一基线与所述第二基线的长度均大于所述棋盘格区域中一个格子的边 长且小于相邻的两个格子的边长，则分别获取所述第一基线与所述第二基 线上的像素点。比如，图5中的第一基线1的长度是大于一个格子的边长， 并且小于两个格子的边长，此时就可确定，所述第一基线1是位于相邻的 两个格子内的。同样地，图5中的第二基线2的长度是大于一个格子的边 长，并且小于两个格子的边长，此时就可确定，所述第二基线2是位于相邻的两个格子内的。然后，再根据所述第一基线与所述第二基线上的像素 点，判断所述第一基线与所述第二基线所在的相邻的两个格子的颜色，从 而判断出所述第一基线与所述第二基线是否满足所述预设条件(即判断所 述第一基线是否位于相邻的两个黑格的连通区域内以及判断所述第二基线 是否位于相邻的两个白格的连通区域内)。

具体地，在本实施例中，所述第一基线与所述第二基线可以是在确定 出所述棋盘格区域后设置的，可以是以任一点为起点画上去的。在判断所 述第一基线是否位于相邻的两个黑格的连通区域内，以及判断所述第二基 线是否位于相邻的两个白格的连通区域内时，本实施例首先读取所述第一 基线与所述第二基线的长度，然后确定所述第一基线与所述第二基线的长 度是否均大于所述棋盘格区域中一个格子的边长且小于相邻的两个格子的 边长。当所述第一基线与所述第二基线的长度均大于所述棋盘格区域中一 个格子的边长且小于相邻的两个格子的边长，则再判断所述第一基线是否 位于相邻的两个黑格的连通区域之中以及判断所述第二基线是否位于相邻 的两个白格的连通区域之中。

在一种实施方式中，为了更为精确地判断所述第一基线是否位于相邻 的两个黑格的连通区域内以及判断所述第二基线是否位于相邻的两个白格 的连通区域内。本实施例中的相邻的两个黑格的连通区域即为相邻的两个 黑格所构成的黑色区域，如图中5中的左上方的黑格与右下方的黑格所组 成的黑色区域。同理，本实施例中的相邻的两个白格的连通区域即为相邻 的两个白格所构成的白色区域，如图中5中的左下方的白格与右上方的白 格所组成的白色区域。具体地，本实施例中可以分别获取所述第一基线与 所述第二基线上的像素点对应的灰度值，并对比获取到的灰度值，从而判 断所述第一基线是否位于相邻的两个黑格的连通区域内以及判断所述第二 基线是否位于相邻的两个白格的连通区域内。具体地，如果所述第一基线 是位于相邻的两个黑格的连通区域内，那所述第一基线上的所有的像素点 的灰度值绝大多数应该都为0，可能存在灰度值高于0的(比如2或5等)，但是灰度值并不会达到225(225为白格的灰度值)，即第一基线上所有像 素点的灰度值都不会相差太大，基本都在0-5的范围内。因此当获取到第一 基线上所有像素点的灰度值都在0-5的范围内，则就可确定所述第一基线上 所有像素点的灰度值保持不变，且灰度值对应的颜色均为黑色，而由于第 一基线的长度是大于所述棋盘格区域中一个格子的边长且小于连续的两个 格子的边长，因此就可以确定，所述第一基线是位于相邻的两个黑格的连通区域内。具体如图5中所示，第一基线1位于的左上方的黑格以及右下 方的黑格的连通区域中。同样地，如果所述第二基线是位于相邻的两个白 格的连通区域内，那所述第二基线上的所有的像素点的灰度值绝大多数应 该都为225，可能存在灰度值低于225的(比如220或222等)，但是灰度 值并不会低到0(0为白格的灰度值)，即第二基线上所有像素点的灰度值 都不会相差太大，基本都在215-225的范围内。因此当获取到第二基线上所 有像素点的灰度值都在215-225的范围内，则就可破确定所述第二基线上所 有的像素点的灰度值保持不变，且灰度值对应的颜色均为白色，而由于第 二基线的长度同样是是大于所述棋盘格区域中一个格子的边长且小于连续 的两个格子的边长，因此就可以确定，所述第二基线是位于相邻的两个白 格的连通区域内。具体如图5中所示，第一基线2位于的左下方的白格以及右上方的白格的连通区域中。也即是说，本实施例当获取所述第一基线 与所述第二基线上的所有像素点的灰度值后，分别判断第一基线与所述第 二基线上的所有像素点的灰度值是否有差异，则就可判断所述第一基线是 否位于相邻的两个黑格的连通区域内以及所述第二基线是否位于相邻的两 个白格的连通区域内。

在一种实施方式中，本实施例中的所述第一基线与所述第二基线可以 分别仅设置一条(如图5中所示的第一基线1与第二基线2，且第一基线1 位于相邻的两个黑格连通区域中，第二基线2位于相邻的两个白格的连通 区域中)，可以设置有多条的，当所述第一基线与所述第二基线均设置有多 条时，所述第一基线与所述第二基线均相交。当所述第一基线与所述第二 基线均设置有多条时，所述本实施例在判断所有的所述第一基线是否位于相邻的两个黑格的连通区域内以及与所有的所述第二基线是否位于相邻的 两个白格的连通区域内时，本实施例首先需要获取所述第一基线与所述第 二基线上的是所有像素点，求像素点并对此进行分析来确定所有的第一基 线或者所有的第二基线是否是位于相同颜色的格子中。比如，本实施例中 可以获取第一基线l_i上的像素之和f_i(I,pt)为：

其中，l_i表示的是第i条第一基线，pt为所述第一基线上 的某个像素点。获取到第一基线上的像素点之和后，可以通过将两条第一 基线相互比较的方式，比较其中一条第一基线的像素点之和与另一条第一 基线的像素点之和之间的绝对值以及均值，具体公式为：

abs(f_i-f_k)<v，mean(f_i,f_k)＞w，其中f_k为第k条第一基线，v表示的是绝 对值阈值，w为均值阈值。可见，当第i条第一基线的像素点之和与所述第 k条第一基线上的像素点之和的绝对值小于所述绝对值阈值，且第i条第一 基线的像素点之和与所述第k条第一基线上的像素点之和的均值大于均值 阈值时，第i条与所述第k条第一基线是位于同一个颜色的格子中，然后再 将像素点的灰度值与黑色像素点以及白色像素点的灰度值进行比较，这样 就可以确定出所有的所述第一基线是否都是位于相邻的两个黑格的连通区 域内。同样的，参照上述方式，可以实现对多条第二基线的分析，来确定 所有的所述第二基线是否都是位于相邻的两个白格的连通区域内。本实施 例中所述第一基线与所述第二基线均设置有多条，这样在对第一基线与第 二基线的交点进行分析时，就可以对多条第一基线与多条第二基线来进行 分析。具体分析时，本实施例中是对这些第一基线与这些第二基线的所有交点分别进行分析，也就是说，当设置有多条第一基线与多条第二基线时， 只要第一基线与第二基线相交，则就对该交点进行分析，这样就可以对所 有的交点进行分析，从而实现更加准确的判断所有位于相邻两个黑格的连 通区域内的第一基线与所有位于相邻两个白格的连通区域内的第二基线之 间的交点是否是棋盘格角点，实现更加精确地对棋盘格角点进行检测。本 实施例中确定所述第一基线是否是位于相邻的两个黑格的连通区域内以及 所述第二基线是否是位于相邻的两个白格的连通区域内，是为了剔除不符 合预设条件的第一基线与第二基线，以便后续步骤中可以更加准确的确定 出所述棋盘格角点。

在本实施例中，由于本实施例根据所述第一基线与所述第二基线的交 点的像素点所对应的灰度差异值，因此在确定所述第一基线是位于相邻的 两个黑格的连通区域内以及所述第二基线位于相邻的两个白格的连通区域 内后，获取所述第一基线与所述第二基线的交点的像素点所对应的灰度值， 由于所述交点在所述第一基线与第二基线上，因此需要获取所述交点在在 所述第一基线上的像素点所对应的灰度值以及所述交点在所述第二基线上 的像素点所对应的灰度值，进而计算两者之间的差值。然后，通过将所述 灰度差异值与黑白差异阈值进行比较来判断所述交点是否是棋盘格交点。 所述黑白差异阈值即为黑色灰度值与白色灰度值之间的差值。如果所述第 一基线与所述第二基线的交点的灰度差异值刚好就与所述黑白差异值是相 同的，这样就可以确定所述交点就刚好位于所述棋盘格角点的位置处。

具体应用时，分别位于两个黑格与两个白格的所述第一基线与所述第 二基线具体如图5中所示，图5中仅示出了一个“田”字型的区域内的所 述第一基线与所述第二基线的设置形式，所述棋盘格区域中的其他部分也 可以参照图5中的方式来设置所述第一基线与所述第二基线，从而可确定 出所有的棋盘格角点，然后生成角点分布信息，所述角点分布信息是用于 反映所述棋盘格角点所在的位置。在一种实施方式中，所述角点分布信息可设置为角点响应图，该角点响应图即是用于显示出所有的棋盘格角点， 如图6中的C所示。

步骤S300、根据所述角点分布信息，确定所述棋盘格角点的位置信息。

具体地，由于所述角点分布信息中反映出了所述棋盘格区域中的每一 个棋盘格角点的分布，因此通过对所述角点分布信息就可以获取到所述棋 盘格角点的位置信息。为了实现对所述棋盘格角点的精确定位，本实施例 还对每一个棋盘格角点进行更高精度的估计，得到该棋盘格角点的亚像素 数据，进而得到更为精确的位置信息。

在一种实施方式中，如图7中所示，所述步骤S300包括如下步骤：

步骤S301、根据所述角点分布信息，从所述角点响应图中截取每一个 所述棋盘格角点的子图，其中，每一个所述子图中包括所述棋盘格角点；

步骤S302、从所述子图中获取所述棋盘格角点的位置信息。

具体实施时，本实施例的所述角点分布信息为角点响应图。由于所述 角点响应图显示出了所有的棋盘格角点，因此为了获取每一个所述棋盘格 角点的位置信息，本实施例首先从角点响应图中截取每一个棋盘格角点的 子图，所述子图中包括有棋盘格角点。具体地，本实施例可以截取半径为W 的子图，只要W小于格子的长度就可确保子图最多只有1个棋盘格角点，这 样可以一一获取每个棋盘格角点的位置信息。在一种实施方式中，为了更准确地获取到所述棋盘格角点的位置信息，需要确保该子图中仅只有一个 像素，这样获得棋盘格角点的位置的精度更高。因此本实施例分别对截取 的子图进行放大处理，放大后的子图只有一个像素，这样在放大后的子图 中可以获取更为准确地棋盘格角点的位置信息。如图8中的A为原始尺寸的 子图(即直接从角点响应图中截取的子图)，B为放大后的子图。

本实施例中在对子图中的棋盘格角点的位置信息进行获取时，采用插 值定位的方式。具体地，可以先对原始子图(直接从所述角点响应图中所 截取的子图)中的局部区域放大预设倍(如B倍)来检测该原始子图中的 棋盘格角点，然后再对该原始子图中的其他局部区域放大预设倍来检测该 子图中的棋盘格角点，也就是本实施例中是对原始子图分成若干个局部区 域，然后对每一个局部区域进行放大处理，并对放大后的子图进行检测， 从而得到精度更高的位置信息，该位置信息为小数级精度，即所述位置信 息为亚像素位置信息，比如检测出的棋盘格角点的亚像素位置信息为 x＝88.55,y＝66.25，这样获取到的位置信息就更加精确。

在一种实施方式中，本实施例在获取到亚像素位置信息后，还可以将 所述亚像素位置信息换算成该棋盘格角点在原始尺寸的子图中的位置数据， 具体公式如下(坐标位置以向量形式)：

其中C_pixel为原始子图中棋盘格角点的位置，C_sub为原始子图中棋盘格角 点的坐标，C_{sub_pixel}为亚像素位置信息，W为截取的路缘石子图时的半径，B 为放大的倍数。因此通过上述方式可以得到所述角点响应图中所有棋盘格 角点的位置信息，从而完成所述棋盘格角点位置的检测。

可见，本发明实施例首先获取到棋盘格图像，然后根据所述棋盘格图 像得到棋盘格区域，并从所述棋盘格区域中获取预设的第一基线与第二基 线。然后根据获取到所述第一基线与所述第二基线，确定出所述棋盘格区 域内的角点分布信息，由于所述角点分布信息反映的是所述棋盘格区域内 的棋盘格角点的位置，因此，根据所述角点分布信息，即可确定出所述棋 盘格角点的位置信息，从而实现对所述棋盘格角点的检测。相对于现有技术，本发明实施例中是根据预设的第一基线与第二基线得到角点分布信息， 然后从所述角点分布信息中确定出所述棋盘格角点的位置信息，从而快速 且准确地检测出所述棋盘格区域中的角点位置，即便所述棋盘格图像是模 糊不清的，也可以快速地检测出所述棋盘格角点的位置，精度更高，误差 更小。

示例性设备

如图10中所示，本发明实施例提供一种棋盘格角点位置检测装置，该 装置包括：棋盘格区域获取单元10、角点分布信息获取单元20以及位置信 息确定单元40。

具体地，所述棋盘格区域获取单元10，用于获取棋盘格图像，根据所 述棋盘格图像得到所述棋盘格图像中的棋盘格区域。所述角点分布信息获 取单元20，用于获取预设在所述棋盘格区域内的第一基线与第二基线，并 根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信 息。所述位置信息确定单元20，用于根据所述角点分布信息，确定所述棋 盘格角点的位置信息。

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如 图11所示。该智能终端包括通过***总线连接的处理器、存储器、网络接 口、显示屏、温度传感器。其中，该智能终端的处理器用于提供计算和控 制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易 失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储 介质中的操作***和计算机程序的运行提供环境。该智能终端的网络接口 用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实 现一种棋盘格角点位置检测方法。该智能终端的显示屏可以是液晶显示屏 或者电子墨水显示屏，该智能终端的温度传感器是预先在智能终端内部设 置，用于检测内部设备的运行温度。

本领域技术人员可以理解，图11中示出的原理框图，仅仅是与本发明 方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能 终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或 者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或 者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配 置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于 进行以下操作的指令：

获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图像中的棋盘 格区域；

获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第 一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息；

根据所述角点分布信息，确定所述棋盘格角点的位置信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流 程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序 可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时， 可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中 所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易 失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编 程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或 闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储 器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态 RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动 态RAM(RDRAM)等。

综上所述，本发明公开了一种棋盘格角点位置检测方法、装置、智能 终端及存储介质，所述方法包括：获取棋盘格图像，根据所述棋盘格图像 得到所述棋盘格图像中的棋盘格区域；获取预设在所述棋盘格区域内的第 一基线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘 格区域内的角点分布信息；根据所述角点分布信息，确定所述棋盘格角点 的位置信息。本实施例中根据预设的第一基线与第二基线得到角点分布信息，然后从所述角点分布信息中确定出所述棋盘格角点的位置信息，从而 快速且准确地检测出所述棋盘格区域中的角点位置。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术 人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应 属于本发明所附权利要求的保护范围。

Claims (13)

1.一种棋盘格角点位置检测方法，其特征在于，所述方法包括：

获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图像中的棋盘格区域；

获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息；

根据所述角点分布信息，确定所述棋盘格角点的位置信息。

2.根据权利要求1所述的棋盘格角点检测方法，其特征在于，所述根据所述棋盘格图像得到所述棋盘格图像中的棋盘格区域，包括：

根据所述棋盘格图像，确定棋盘格候选区域；

对所述棋盘格候选区域中的像素点进行采样；

获取采样到的所述像素点的灰度值，并根据灰度值，将采样到的所述像素点分为黑色队列以及白色队列，所述黑色队列为灰度值满足第一预设灰度值的像素点所组成的队列，所述白色队列为灰度值满足第二预设灰度值的像素点所组成的队列；

根据所述黑色队列与所述白色队列，确定所述棋盘格区域，所述棋盘格区域是由若干黑格与若干白格所组成的区域。

3.根据权利要求2所述的棋盘格角点检测方法，其特征在于，所述根据所述棋盘格图像，确定棋盘格候选区域，包括：

获取所述棋盘格图像中的连通域，所述连通域为所述棋盘格图像中像素值相同的像素点所组成的图像区域；

根据所述连通域确定所述棋盘格图像中二值图的轮廓信息，所述轮廓信息包括所述二值图的长度尺寸和宽度尺寸；

根据所述轮廓信息，确定所述棋盘格候选区域。

4.根据权利要求3所述的棋盘格角点检测方法，其特征在于，所述根据所述黑色队列与所述白色队列，确定所述棋盘格区域，包括：

分别计算所述黑色队列与所述白色队列对应的队列长度,所述队列长度用于反映所述黑色队列中所有像素点的数量之和或者所述白色队列中所有像素点的数量之和；

若所述队列长度小于预设的长度阈值时，则分别计算所述黑色队列中所有像素点的灰度值对应的灰度均值与标准差以及所述白色队列中所有像素点的灰度值对应的灰度均值与标准差；

根据所述黑色队列的灰度均值与所述白色度列的灰度均值，计算所述黑色队列与所述白色队列之间的差值；

根据所述差值、所述黑色队列的标准差以及所述白色队列的标准差，确定所述棋盘格区域。

5.根据权利要求4所述的棋盘格角点检测方法，其特征在于，所述根据所述差值、所述黑色队列的标准差以及所述白色队列的标准差，确定所述棋盘格区域，包括：

若所述差值小于预设的灰度阈值时，则分别将所述黑色队列的标准差以及所述白色队列的标准差与预设的标准差阈值进行比较；

若所述黑色队列的标准差以及所述白色队列的标准差均小于所述标准差阈值，则所述棋盘格候选区域为所述棋盘格区域。

6.根据权利要求1或5所述的棋盘格角点检测方法，其特征在于，所述获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息，包括：

根据所述棋盘格区域内的黑格与白格，获取所述棋盘格区域内预设的所述第一基线以及所述第二基线，所述第一基线与所述第二基线相交；

判断所述第一基线与所述第二基线是否满足预设条件；

当所述第一基线与所述第二基线满足所述预设条件时，分别获取位于所述第一基线以及所述第二基线上的像素点；

根据位于所述第一基线以及所述第二基线上的像素点，确定所述棋盘格区域的所述角点分布信息。

7.根据权利要求6所述的棋盘格角点检测方法，其特征在于，当所述预设条件为所述第一基线位于两个相邻的黑格的连通区域内以及所述第二基线位于相邻的两个白格的连通区域内时，所述判断所述第一基线与所述第二基线是否满足预设条件，包括：

获取所述第一基线与所述第二基线的长度，根据所述第一基线与所述第二基线的长度确定所述第一基线与所述第二基线的长度是否均大于所述棋盘格区域中一个格子的边长且小于相邻的两个格子的边长；

若所述第一基线与所述第二基线的长度均大于所述棋盘格区域中一个格子的边长且小于相邻的两个格子的边长，则分别获取所述第一基线与所述第二基线上的像素点；

根据所述第一基线与所述第二基线上的像素点，判断所述第一基线与所述第二基线是否满足所述预设条件。

8.根据权利要求6所述的棋盘格角点检测方法，其特征在于，所述根据位于所述第一基线以及所述第二基线上的像素点，确定所述棋盘格区域的所述角点分布信息，包括：

获取所述第一基线与所述第二基线的交点的像素点对应的所述灰度差异值，所述灰度差异值为所述交点在所述第一基线上的像素点所对应的灰度值以及所述交点在所述第二基线上的像素点所对应的灰度值之间的差值；

根据所述灰度差异值与预设的黑白差异阈值，判断所述交点是否为所述棋盘格角点，所述黑白差异阈值为黑色灰度值与白色灰度值之间的差值；

若所述交点为所述棋盘格角点，则生成角点响应图，将所述角点响应图作为所述角点分布信息，用于显示所述棋盘格角点。

9.根据权利要求8所述的棋盘格角点检测方法，其特征在于，所述根据所述灰度差异值与预设的黑白差异阈值，判断所述交点是否为所述棋盘格角点，包括：

将所述交点对应的所述灰度差异值与所述黑白差异阈值比较；

若所述交点对应的所述灰度差异值与所述黑白差异阈值相同，则确定所述交点为所述棋盘格角点。

10.根据权利要求8所述的棋盘格角点检测方法，其特征在于，所述根据所述角点分布信息，确定所述棋盘格角点的位置信息，包括：

根据所述角点分布信息，从所述角点响应图中截取每一个所述棋盘格角点的子图，其中，每一个所述子图中包括所述棋盘格角点；

从所述子图中获取所述棋盘格角点的位置信息。

11.一种棋盘格角点位置检测装置，其特征在于，所述装置包括：

棋盘格区域获取单元，用于获取棋盘格图像，根据所述棋盘格图像得到所述棋盘格图像中的棋盘格区域；

角点分布信息获取单元，用于获取预设在所述棋盘格区域内的第一基线与第二基线，并根据所述第一基线与所述第二基线，确定所述棋盘格区域内的角点分布信息；

位置信息确定单元，用于根据所述角点分布信息，确定所述棋盘格角点的位置信息。

12.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-10中任意一项所述的方法。

13.一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-10中任意一项所述的方法。

Images