1.一种基于辅助标记点的图像特征快速提取方法，其特征在于，所述的方法包括以下步骤：

步骤1：获取带有辅助标记的被测物体图像激光网格投射器将符合一阶高斯分布的激光网格投射至空间中被测场景物体表面，在空间中被测场景物体表面形成网格状辅助标记，利用双目视觉系统进行拍摄，获得带有辅助标记点的灰度特征图像；

步骤2：建立激光光条截面灰度分布模型针对步骤1)中投射的网格激光，由于激光网格光条截面灰度分布符合一阶高斯分布，故光条截面中心点提取采用一阶高斯分布拟合方法进行提取；

高斯拟合方程为：

其中xHD＝[x1,x2...xC]HD＝12...C为光条截面各像素坐标集合且x1和xc分别为光条截面两边界坐标，yHD为xHD对应的灰度值，A0为幅值，x0为中心点，σ为方差；

方程两边取对数为：

2 2

lnyHD＝lnA0‑(xHD‑x0) /(2σ)        (2)整理得：

根据激光网格光条截面方向的灰度分布，将光条一阶高斯拟合后中心点定义为光条截面的中心点进行提取；

步骤3：特征点快速定位

将步骤1)得到的带有辅助标记点的灰度特征图像采用高斯滤波加中值滤波对图像进行预处理，对预处理后图像进行二值化处理和腐蚀操作，以去除网格交点间的联通，分离网格交点，获取各个网格交点孤立的联通区域，将联通区域的灰度中心作为特征点初始位置Kij，即第i行光条Pi与第j列光条Qj交点初始位置；其中，Pi＝[P1,P2...Pn]i＝1,2...n表示组成激光网格的横向光条，i为横向光条行数i＝1,2...n；Qj＝[Q1,Q2...Qm]j＝1,2...m表示组成激光网格的纵向光条，j为纵向光条列数j＝1,2...m；

得到特征点初始位置Kij后，以Kij为中心，设置半径为rROI的圆形区域作为感兴趣区域；

步骤4：特征点高精度提取

在步骤3)获得的特征点初始位置及感兴趣区域基础上，通过近点插值、取点拟合、建立模型、求取交点，实现特征点高精度提取；

4.1近点插值

纵向方向上：在步骤3)得到感兴趣区域中，获取纵向上的插值点以特征点初始位置Kij为中心，在纵向光条上求取距离特征点初始位置Kij上、下b像素位置处，即(Uij,Vij‑b)和(Uij,Vij+b)处的纵向光条横截面中心点作为插值点，其中；Uij和Vij为特征点初始位置Kij在图像坐标系中U轴和V轴的像素坐标；

对于Kij上方(Uij,Vij‑b)处，将此处纵向光条横截面的U轴像素坐标集合UHD＝[U1,U2...UC]HD＝1,2...C以及U轴像素坐标集合UHD对应的灰度值yUHD带入步骤2)建立的激光光条截面灰度分布模型中，其中，U1和UC分别为纵向光条横截面的左、右边界U轴坐标，得下式(4)：利用最小二乘法进行求解得到(Uij,Vij‑b)处的纵向光条横截面中心点U轴坐标Uiju，通过读取图像获得Kij上方(Uij,Vij‑b)处纵向光条截面中心点U轴坐标Uiju在图像上对应的V轴坐标Viju，则(Uij,Vij‑b)处纵向光条截面中心点为Kiju其坐标为(Uiju,Viju)；Kij下方(Uij,Vij+b)处纵向光条横截面中心点为Kijd其坐标为(Uijd,Vijd)；

以相同的方法，在横向方向上，获得距离初始位置坐标Kij左、右b像素位置，即(Uij‑b,Vij)，(Uij+b,Vij)处插值点Kijl和Kijr，Kijl和Kijr的坐标分别为(Uijl,Vijl)和(Uijr,Vijr)；

对各特征点初始位置进行近点插值后得到插值点集；

4.2取点拟合

经步骤4.1)插值后在纵向光条横截面中心点集内，对于任意特征点初始位置Kij的感兴趣区域内，在纵向上对特征点初始位置Kij纵向光条进行拟合时，选取Ki‑1ju、Ki‑1jd、Kiju、Kijd、Ki+1ju、Ki+1jd6点组成纵向插值点集Tu：进行纵向曲线拟合；

在横向光条截面中心点集内，特征点初始位置Kij横向方向上选取Kij‑1l，Kij‑1r，Kijl，Kijr，Kij+1l，Kij+1r6点组成横向插值点集Tv：进行横向曲线拟合；

4.3构建损失函数评价模型

首先构建1到5次拟合多项式：

2 3 4 5

取基函数为φ0(x)＝1，φ1(x)＝x，φ2(x)＝x ，φ3(x)＝x ，φ4(x)＝x ，φ5(x)＝x ，构建多项式：

2 3 4 5

f(x)＝a1+a2x+a3x+a4x+a5x+a6x           (5)其中，x为自变量；y＝f(x)为因变量；axs＝[a1...a6]xs＝1,2...6为6个系数；

根据4.2)在每个特征点初始位置Kij纵向上分别选取6点基础上获得纵向插值点集Tu，将其带入公式(5)中：

其中， 为Kij处纵向插值点集Tu内各点U轴坐标集合； 为多u u u

项式求得各点V轴观测值；axs＝[a1...a6]xs＝1,2...6为纵向拟合多项式的6个系数；

u

建立纵向损失函数L(axs)：u u u

其中，Wqz＝[wd,wx]为权值，且wx＝2，wd＝4；a xs＝[a1...a6]xs＝1,2...6为纵向拟合多项式的6个系数； 为多项式求得各点V轴观测值； 为Kij处纵向插值点集Tu内各点U轴坐标集合 为Kij处纵向插值点集Tu内各点V轴坐标集合；

根据4.2)在每个特征点初始位置Kij横向上分别选取6点基础上获得横向插值点集Tv，将其带入公式(5)中：

其中， 为Kij处横向插值点集Tv内各点V轴坐标集合； 为多项v v v

式求得各点U轴观测值；axs＝[a1...a6]xs＝1,2...6为横向拟合多项式的6个系数；

v

建立横向损失函数L(axs)：v v v

其中，Wqz＝[wd,wx]为权值，且wx＝2，wd＝4；a xs＝[a1...a6]xs＝1,2...6为横向拟合多项式的6个系数； 为多项式求得各点U轴观测值； 为Kij处横向插值点集Tv内各点V轴坐标集合 为Kij处横向插值点集Tv内各点U轴坐标集合；

4.4获取拟合交点

通过获取特征点初始位置Kij纵向上点插值点数据集Tu构建的多项式及建立的纵向损u u

失函数L(axs)，利用最小二乘法计算纵向损失函数L(a xs)最小时纵向曲线拟合多项式系数u u u

axs＝[a1...a6]xs＝1,2...6的值，求出纵向拟合多项式：u u u 2 u 3 u 4 u 5f(x)＝a1+a2x+a3x+a4x+a5x+a6x         (10)同理，获得横向拟合多项式：

v v v 2 v 3 v 4 v 5f(x)＝a1+a2x+a3x+a4x+a5x+a6x         (11)针对每个特征点Kij分别利用纵、横方向的拟合曲线联立：z z z

求出横纵两条拟合曲线的交点坐标Kij(U ij,Vij)，将其作为特征点的精确位置进行提取。