一種基于變長軸橢圓擬合的魚眼圖像校正方法
【專利摘要】本發(fā)明提出了一種基于變長軸橢圓擬合的魚眼圖像校正方法，建立變長軸橢圓擬合校正模型，該模型基于經(jīng)緯映射校正算法，同時(shí)調(diào)節(jié)經(jīng)度長軸參數(shù)和緯度長軸參數(shù)，得到最終變長軸橢圓擬合校正模型，根據(jù)魚眼圖像的像素點(diǎn)坐標(biāo)，利用變長軸橢圓擬合校正模型，得到魚眼圖像在像素坐標(biāo)下的對應(yīng)像素點(diǎn)坐標(biāo)，得到魚眼校正圖像。校正過程采用表格映射全程記錄像素點(diǎn)的映射情況，得到最終的校正圖像，具有算法簡潔、實(shí)時(shí)性強(qiáng)的特點(diǎn)，易于嵌入式設(shè)備和移動式設(shè)備的移植。
【專利說明】一種基于變長軸橢圓擬合的魚眼圖像校正方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)器視覺【技術(shù)領(lǐng)域】，尤其涉及一種基于變長軸橢圓擬合的魚眼圖像校正方法。
【背景技術(shù)】
[0002]魚眼鏡頭屬于一種超廣角鏡頭，為使鏡頭達(dá)到最大的視角，鏡頭的前鏡片直徑很短且呈拋物狀向鏡頭前部凸出。魚眼鏡頭焦距短、視角大，其成像點(diǎn)與理想成像點(diǎn)之間存在幾何光學(xué)誤差，也稱為畸變。在相機(jī)與鏡頭組合的實(shí)際光學(xué)成像系統(tǒng)中，畸變產(chǎn)生的原因主要分為兩類:徑向畸變、偏心畸變。徑向畸變是指徑向曲率的變化引起實(shí)際成像點(diǎn)徑向偏離理想成像點(diǎn)，這種變形在離光學(xué)中心點(diǎn)越遠(yuǎn)時(shí)，其畸變量往往越大，正的徑向變形量會引起點(diǎn)向遠(yuǎn)離圖像中心的方向移動，其比例系數(shù)增大，產(chǎn)生枕形畸變；負(fù)的徑向變形量會引起點(diǎn)向靠近圖像中心的方向移動，其比例系數(shù)減小，產(chǎn)生桶形畸變。偏心畸變是由于裝配誤差，組成光學(xué)系統(tǒng)的多個(gè)鏡組不可能完全共線，偏心畸變是一種融合徑向畸變和切向畸變的混合畸變。
[0003]魚眼圖像校正本質(zhì)上是圖像的空間變換處理，經(jīng)過攝像機(jī)標(biāo)定得到相機(jī)的內(nèi)參和外參，利用相機(jī)的參數(shù)建立魚眼圖像和校正圖像中對應(yīng)像素點(diǎn)對位置關(guān)系的函數(shù)。魚眼鏡頭校正算法總體上可以分為三大類，第一類是通過球面透視投影等幾何約束尋找目標(biāo)函數(shù)，第二類是通過攝相機(jī)標(biāo)定得到相機(jī)內(nèi)參和外參實(shí)現(xiàn)校正的目的，第三類則是通過神經(jīng)網(wǎng)絡(luò)等的訓(xùn)練建立自適應(yīng)的目標(biāo)函數(shù)。
[0004]其中，基于三維標(biāo)定模塊或平面模板中的特征點(diǎn)的3D空間坐標(biāo)與圖像坐標(biāo)之間的映射關(guān)系對攝像機(jī)的內(nèi)外參數(shù)進(jìn)行標(biāo)定，再運(yùn)用內(nèi)參數(shù)實(shí)現(xiàn)畸變校正的方法缺點(diǎn)在于內(nèi)參和外參的確定依靠標(biāo)定板特征點(diǎn)的精確提取，而在實(shí)際的標(biāo)定實(shí)驗(yàn)中往往存在特征點(diǎn)不易選取、不易提取的問題，這導(dǎo)致了通過標(biāo)定得到的相機(jī)內(nèi)參和外參的不準(zhǔn)確性。另一種方法通過球面透視投影等幾何約束尋找目標(biāo)函數(shù)，球面透視投影校正能夠解決常規(guī)校正算法僅能針對畸變圖像進(jìn)行局部校正的問題，是將鏡頭前的景象看作是在一個(gè)球面上，經(jīng)過投影后映射成平面，在鏡頭前景象景深相差較大時(shí)，球面透視投影校正只是對畸變中心附近的圖像有較好的校正效果，但是在邊緣處的景象仍然存在校正的畸變。將優(yōu)化算法引入到魚眼圖像畸變校正的研究中是近年來圖像領(lǐng)域的一個(gè)新方向，針對畸變圖像信息量大、特征點(diǎn)多和數(shù)量多的特點(diǎn)，把原圖像與畸變圖像像素位置點(diǎn)看作為一個(gè)黑箱模型，選取大量原圖像與畸變圖像進(jìn)行樣本訓(xùn)練，得到畸變圖像與原圖像畸變的對應(yīng)關(guān)系，能夠較快地進(jìn)行畸變圖像校正，替代復(fù)雜精細(xì)的攝像機(jī)參數(shù)的標(biāo)定。然而，神經(jīng)網(wǎng)絡(luò)等優(yōu)化算法存在算法復(fù)雜、實(shí)時(shí)性不足的問題，難以進(jìn)行嵌入式設(shè)備和移動式設(shè)備的移植。而且，由于優(yōu)化算法是一個(gè)黑箱模型，圖像樣本的選取對于訓(xùn)練后的校正映射關(guān)系影響很大，如果選取的樣本典型性不強(qiáng)，那么通過優(yōu)化算法得到的校正圖像將導(dǎo)致過度校正或校正不足的情況。

【發(fā)明內(nèi)容】
[0005]針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供了一種基于變長軸橢圓擬合的魚眼圖像校正方法。
[0006]本發(fā)明的技術(shù)方案是:
[0007]—種基于變長軸橢圓擬合的魚眼圖像的自校正方法，包括以下步驟:
[0008]步驟1、將彩色魚眼圖像轉(zhuǎn)化為灰度魚眼圖像。
[0009]步驟2、將灰度魚眼圖像全局灰度平均值作為二值化閾值，對灰度魚眼圖像進(jìn)行二值化處理，得到二值化圖像，二值化圖像中的兩側(cè)灰度值不同的像素點(diǎn)作為邊界像素點(diǎn)，各邊界像素點(diǎn)構(gòu)成邊界像素點(diǎn)集。
[0010]步驟3、利用最小二乘擬合圓方法對邊界像素點(diǎn)集中各邊界像素點(diǎn)進(jìn)行擬合，擬合出的圓心為魚眼圖像的畸變中心，擬合出的圓的半徑為魚眼圖像的畸變半徑。
[0011]步驟4、建立基于經(jīng)緯映射畸變函數(shù)的變長軸橢圓擬合校正模型，該模型用來描述魚眼圖像像素坐標(biāo)下的畸變中心坐標(biāo)、魚眼圖像像素坐標(biāo)下的像素點(diǎn)坐標(biāo)及校正后的圖像像素坐標(biāo)下的像素點(diǎn)坐標(biāo)之間的關(guān)系。
[0012]步驟4.1、建立基于經(jīng)緯映射畸變函數(shù)的變長軸橢圓擬合校正模型:
【權(quán)利要求】
1.一種基于變長軸橢圓擬合的魚眼圖像校正方法，其特征在于，包括以下步驟: 步驟1、將彩色魚眼圖像轉(zhuǎn)化為灰度魚眼圖像； 步驟2、將灰度魚眼圖像全局灰度平均值作為二值化閾值，對灰度魚眼圖像進(jìn)行二值化處理，得到二值化圖像，二值化圖像中的兩側(cè)灰度值不同的像素點(diǎn)作為邊界像素點(diǎn)，各邊界像素點(diǎn)構(gòu)成邊界像素點(diǎn)集； 步驟3、利用最小二乘擬合圓方法對邊界像素點(diǎn)集中各邊界像素點(diǎn)進(jìn)行擬合，擬合出的圓心為魚眼圖像的畸變中心，擬合出的圓的半徑為魚眼圖像的畸變半徑； 步驟4、建立基于經(jīng)緯映射畸變函數(shù)的變長軸橢圓擬合校正模型，該模型用來描述魚眼圖像像素坐標(biāo)下的畸變中心坐標(biāo)、魚眼圖像像素坐標(biāo)下的像素點(diǎn)坐標(biāo)及校正后的圖像像素坐標(biāo)下的像素點(diǎn)坐標(biāo)之間的關(guān)系； 步驟4.1、建立基于經(jīng)緯映射畸變函數(shù)的變長軸橢圓擬合校正模型:
【文檔編號】G06K9/38GK103996173SQ201410196006
【公開日】2014年8月20日 申請日期:2014年5月9日 優(yōu)先權(quán)日:2014年5月9日
【發(fā)明者】朱德龍, 張?jiān)浦? 鐘惟林, 廖峭 申請人:東北大學(xué)