本发明涉及计算机视觉和图像处理，具体涉及一种x角点识别方法及设备。
背景技术：
1、视觉测量是计算机视觉和图像处理领域中的一个关键应用，它依赖于对目标进行有效检测和精确识别，从而获取准确的度量信息。为了简化检测流程并提升检测的准确性，实际应用中通常会使用人工标记点。黑白x型角点因其显著的对比度、易于检测的特性以及简单的制作过程，成为了这一领域的广泛应用选择。黑白x形角点的高对比度使得它们在各种光照条件下都能保持良好的可见性，而简单的制作过程使得它们可以在各种实验和工业应用中迅速部署，从而极大地提高了检测效率和准确性。
2、在一些具体应用场景中，对x型角点的识别不仅要求速度快，还要求避免将其他点误识别成x角点。这就需要相应的检测算法能够迅速且准确地判断图像中的每一个像素点是否属于x型角点。在实际应用中，有多种算法可用于检测x型角点。例如，opencv库中采用的harris角点检测算法是基于图像灰度分布的最大曲率点来进行角点检测的，harris算子通过计算图像局部区域的梯度信息，能够检测到角点的特征。然而，由于其检测过程中涉及大量的计算，运算量大且复杂度高，导致在处理大规模图像数据效率低。
技术实现思路
1、有鉴于此，本发明一方面提供一种x角点识别方法。
2、在待检测点周围确定空间对称的若干个像素点；
3、根据所述若干个像素点的像素值判断所述若干个像素点是否具有高对比度特性；
4、若所述若干个像素点具有高对比度特性，则根据所述若干个像素点的像素值判断所述若干个像素点是否具有对称特性；
5、若所述若干个像素点具有对称特性，则返回在待检测点周围确定空间对称的若干个像素点的步骤重新确定空间对称的其他若干个像素点，直至所述待检测点周围一定范围内的所有所述像素点都具有高对比度特性和具有对称特性，则判定所述待检测点是x角点。
6、可选地，若所述若干个像素点不具有高对比度特性，或者所述若干个像素点不具有对称特性，则判定所述待检测点不是x角点，重新确定待检测点。
7、可选地，所述若干个像素点是以待检测点为中心的环形区域中均匀分布的若干个像素点。
8、可选地，在待检测点周围确定空间对称的若干个像素点，包括：
9、获取预设距离；
10、根据待检测点的位置和所述预设距离确定若干个像素点。
11、可选地，根据所述若干个像素点的像素值判断所述若干个所述像素点是否具有高对比度特性，包括：
12、根据所述若干个像素点中的至少部分像素点中具有最大灰度值的像素点和具有最小灰度值的像素点计算对比度特征值；
13、判断所述对比度特征值是否超过对比度阈值；
14、若所述对比度特征值超过所述对比度阈值，则判定所述若干个所述像素点具有高对比度特性。
15、可选地，对比度特征值为所述最大灰度值与所述最小灰度值的差值。
16、可选地，根据所述若干个像素点的像素值判断所述若干个像素点是否具有对称特性，包括：
17、在所述若干个像素点中至少部分像素点确定具有最大灰度值的像素点及其空间对称点，以及具有最小灰度值的像素点及其空间对称点；
18、根据所述最大灰度值及其空间对称点的灰度值计算第一对称特征值，根据所述最小灰度值及其空间对称点的灰度值计算第二对称特征值；
19、根据所述第一对称特征值和所述第二对称特征值判断所述若干个像素点是否具有对称特性。
20、可选地，所述第一对称特征值是所述最大灰度值及其空间对称点的灰度值的差值的绝对值；所述第二对称特征值是所述最小灰度值及其空间对称点的灰度值的差值的绝对值。
21、可选地，根据所述第一对称特征值和所述第二对称特征值判断所述若干个像素点是否具有对称特性，包括：
22、判断所述第一对称特征值和所述第二对称特征值是否低于对称性阈值；
23、若所述第一对称特征值或所述第二对称特征值低于对称性阈值，则判定所述若干个像素点具有对称特性。
24、可选地，至少部分像素点是分布在所述环形区域的一半区域中的像素点。
25、本发明第二方面提供了一种x角点识别设备，该设备包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行上述的x角点识别方法。
26、本发明通过逐步筛选和验证，确保待检测点准确识别为x角点。首先，在待检测点周围确定空间对称的若干个像素点，并判断这些像素点是否具有高对比度特性。接着，进一步验证这些像素点是否具备对称特性。如果两个特性都符合，则重新选择空间对称的其他像素点进行相同的判定过程，只有当所有选定的像素点都具备高对比度和对称特性时，才最终确认待测点为x角点。这种方法有效地提升了x角点识别的准确性，通过多重验证步骤减少了误判的可能性。同时对一整幅图像中大多数不是x角点的像素点，在刚开始步骤中，通过很少的检测量就能排除，从而大大减少检测一整幅图像的计算量，提升检测速度。
1.一种x角点识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，若所述若干个像素点不具有高对比度特性，或者所述若干个像素点不具有对称特性，则判定所述待检测点不是x角点，重新确定待检测点。
3.根据权利要求1所述的方法，其特征在于，所述若干个像素点是以待检测点为中心的环形区域中均匀分布的若干个像素点。
4.根据权利要求3所述的方法，其特征在于，在待检测点周围确定空间对称的若干个像素点，包括：
5.根据权利要求3所述的方法，其特征在于，根据所述若干个像素点的像素值判断所述若干个所述像素点是否具有高对比度特性，包括：
6.根据权利要求5所述的方法，其特征在于，对比度特征值为所述最大灰度值与所述最小灰度值的差值。
7.根据权利要求3所述的方法，其特征在于，根据所述若干个像素点的像素值判断所述若干个像素点是否具有对称特性，包括：
8.根据权利要求7所述的方法，其特征在于，所述第一对称特征值是所述最大灰度值及其空间对称点的灰度值的差值的绝对值；所述第二对称特征值是所述最小灰度值及其空间对称点的灰度值的差值的绝对值。
9.根据权利要求8所述的方法，其特征在于，根据所述第一对称特征值和所述第二对称特征值判断所述若干个像素点是否具有对称特性，包括：
10.根据权利要求5或7所述的方法，其特征在于，所述至少部分像素点是分布在所述环形区域的一半区域中的像素点。
11.一种x角点识别设备，其特征在于，包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行如权利要求1-10中任意一项所述的x角点识别方法。
