如何检测低对比度相机标定棋盘格？已尝试CLAHE及Mrcal未果

问题描述 #

相机标定阶段，低对比度27×21棋盘格图像无法被自动检测：

• 已尝试CLAHE对比度增强，未成功检测到内角点
• 使用Mrcal工具也未得到预期结果

原始检测代码：

import cv2

pattern_size=(26, 20)

image = cv2.imread("denoised_image_checkboard_recentered.png")

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=4, tileGridSize=(8,8))
image = clahe.apply(image)

flags = cv2.CALIB_CB_EXHAUSTIVE + cv2.CALIB_CB_ACCURACY
ret, corners = cv2.findChessboardCornersSB(image, pattern_size, flags=flags)
print(ret)
print("---")
print(corners)

优化方案 #

一、强化图像预处理 #

针对低对比度特性，增加多步预处理强化黑白边界：

• 高斯模糊降噪，减少高频噪声对边缘检测的干扰
• 自适应阈值分割，自适应拉大局部黑白块的对比度
• 调整CLAHE参数，适配大尺寸棋盘格的局部对比度增强

二、调整检测函数与参数 #

findChessboardCornersSB对低对比度图像鲁棒性有限，改用传统检测函数配合亚像素细化，同时补充检测flags：

修改后的代码示例

import cv2
import numpy as np

pattern_size=(26, 20)

# 读取图像并转为灰度图
image = cv2.imread("denoised_image_checkboard_recentered.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 多步预处理优化
blur = cv2.GaussianBlur(gray, (5, 5), 0)
# 自适应阈值分割（反转阈值适配黑底白格）
thresh = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
# 调整CLAHE参数，更大的tile尺寸适配大棋盘
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(16, 16))
enhanced_img = clahe.apply(thresh)

# 补充NORMALIZE_IMAGE flag，自动归一化图像对比度
flags = cv2.CALIB_CB_EXHAUSTIVE + cv2.CALIB_CB_ACCURACY + cv2.CALIB_CB_NORMALIZE_IMAGE
# 使用传统检测函数
ret, corners = cv2.findChessboardCorners(enhanced_img, pattern_size, flags=flags)

if ret:
    # 亚像素细化提升精度
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
    refined_corners = cv2.cornerSubPix(enhanced_img, corners, (11, 11), (-1, -1), criteria)
    print("检测成功")
    print(refined_corners)
else:
    print("检测失败")
    # 尝试反转图像适配白底黑格场景
    ret_inv, corners_inv = cv2.findChessboardCorners(255 - enhanced_img, pattern_size, flags=flags)
    print("反转图像检测结果：", ret_inv)

三、其他可行尝试 #

• 校验pattern_size：确认棋盘格实际格子数为27×21，内角点数量(26,20)无误，参数错误会直接导致检测失败
• Mrcal参数调整：换用--detect-method chessboard-opencv检测方法，同时调整--chessboard-blur-sigma参数增加降噪力度
• 手动标注内角点：若自动检测始终失败，可通过OpenCV鼠标交互工具手动标记内角点，再用于标定

内容的提问来源于stack exchange，提问作者Daniel Sims