image-processing - Opencv FindCornerSubPix 精度

Question

我需要以尽可能高的精度检测灰度图像上的角点。目前我正在使用 OpenCV 函数：cvFindCornerSubPix()。

我准备了一个简单的测试：得到一个带有黑/白边角的图像：

然后是一系列相同的对象，每个移动 1/16 像素。我确实手动检查了像素值，测试图像很好。

检测结果令人失望：即使在 TermCrit 中条件设置为 100 次迭代或 0.005 阈值，检测误差也高达 0.08 像素。

该图显示了作为像素内位置函数的误差。看起来一点也不随意。另一件值得注意的事情：对于角落的其他环形位置（当边缘不是水平/垂直时）结果更好，但仍然不完美。

有什么想法，如何使此功能正常工作，为什么不能正常工作，或者改用什么？

我将不胜感激任何建议

Answer 1

不到 10% 的像素真的一点也不差。作为参考，适用于从卫星图像生成 3D 模型的相关峰值检测器将具有相同数量级的误差。

正如评论中所指出的，确切的错误模式将取决于您用于生成子像素模式的插值方法。为了避免高阶插值方法（超过 2 阶）引入的非单调性，我建议使用以下协议：

• 生成高分辨率的输入图像，大 16 倍；
• 在此 HR 图像中一次将目标移动 1 个像素；
• 通过下采样来生成测试图像（小心：如果您为了避免锯齿而进行残酷的下采样，请先应用适当的模糊功能，如PSF）到正确的大小。

最后，通常不希望达到较小的误差幅度。亚像素角检测器设计用于检测到许多（通常在 20 到 100 个之间）点的图像中。然后将这些点用于稳健的估计过程，该过程应该去除异常值并对有效点集的误差进行平均。