以下内容基于椭圆（圆型）特征的中心提取和排序，不是提取棋盘格角点。
摄像机标定的第一步需要在图像上得到与标板上一一对应的特征点坐标，此过程主要分为两个部分：一是特征点的提取；二是特征点的排序。
以上问题的在一篇外文上有比较详细的解决方案（Title:Robust Detection and Ordering of Ellipse on a Calibration Pattern. Editor:Luis Alvarez,Agustin Salgado...）。
论文上介绍的方法在效果上看，虽然鲁棒性较好，但是实际的实施过程较为复杂，需要较强的数学功底和编程能力。
最近，我在做有关双目标定的课题，为了便于实现特征的提取和排序（可实施性放在第一位！），我的方法是：特征点的提取采用Canny边缘提取，然后利用特征矩（质心法）找椭圆中心；特征中心坐标排序采用的是区域划分，为了得到比较好的划分效果，标板的摆放是正放（一边的mark点连线基本保持水平），然后分块进行距离判别，按行排列。
部分效果图如下：
原始图片
中心定位图像
后续添加坐标排序图片。。。
今天发现上述的图像不太好（不便于区域划分），又重新拍摄图像，坐标排序后的结果如下：
至此完成了椭圆中心的自动提取和自动排序问题。但是，后续有待完善鲁棒性，剔除不符合椭圆特性的轮廓，让提取结果和排序结果准确性更加理想。