畸变图像校正复原与分析报警的方法和装置制造方法及图纸

本发明专利技术公开了一种畸变图像校正复原与分析报警的方法和装置，其中方法包括：接收畸变镜头采集到的原始畸变图像，获取所述原始畸变图像中各坐标点的原始畸变坐标；获取预存储的所述畸变镜头的畸变参数，确定所述原始畸变图像中各坐标点的复原坐标，获得复原后图像。本发明专利技术采用预存储的畸变镜头的畸变参数来对畸变镜头采集到的图像进行校正复原处理，获得无失真的图像，使显示的画面接近真实场景，且复原后的图像具有大视角的特点，避免了普通视角拍摄存在的盲区和死角，有利于在安防监控环境中对突发事件的捕获，提高安防报警的准确性。

【技术实现步骤摘要】
畸变图像校正复原与分析报警的方法和装置
本专利技术涉及到图像处理
，特别涉及到畸变图像校正复原与分析报警的方法和装置。
技术介绍
在安防视频监控领域，普通的视频监控探头会存在很多的盲区和死角，使得不法分子有机可乘。如果在普通监控的盲区和死角针对性的安放鱼眼监控探头，进行实时视频分析，便可以对这些死角和盲区的安全及突发的事件（如遗留物检测，物品监控）等，起到很好的安全快速预警的作用。鱼眼镜头是一种焦距极短、且视角接近或等于180°的镜头，它是一种极端的广角镜头。为使镜头达到最大的摄影视角，这种摄影镜头的前镜片直径且呈抛物状向镜头前部凸出，与鱼的眼睛颇为相似，鱼眼镜头因此而得名。鱼眼镜头属于超广角镜头中的一种特殊镜头，它的视角力求达到或超出人眼所能看到的范围。但其不足为图像严重失真，近景极大、远景极小，导致得到的图像与人们眼中的真实世界的景象存在着很大的差别。
技术实现思路
本专利技术的主要目的为提供一种畸变图像校正复原与分析报警的方法和装置，能对采集到的畸变图像进行很好的校正复原。本专利技术提出一种畸变图像校正复原与分析报警的方法，包括步骤：接收畸变镜头采集到的原始畸变图像，获取所述原始畸变图像中各坐标点的原始畸变坐标（xd’，yd’）；获取预存储的所述畸变镜头的畸变参数（k1，k2），确定所述原始畸变图像中各坐标点的复原坐标（xu’，yu’），获得复原后图像。优选地，所述畸变镜头的畸变参数（k1，k2）的标定步骤包括：接收畸变镜头采集到的样本图像和普通镜头采集到的样本图像；获取所述畸变镜头采集到的样本图像中标定特征的有畸变坐标（xd，yd）和所述普通镜头采集到的样本图像中标定特征的无畸变坐标（xu，yu）；将所述有畸变坐标（xd，yd）和无畸变坐标（xu，yu）代入公式：经n次迭代后，获得畸变参数（k1，k2），其中，（xdi，ydi）为第i次迭代后的有畸变坐标，ri-1为第i-1次迭代后的样本图像半径，初始值为优选地，所述获取畸变镜头采集到的样本图像中标定特征的有畸变坐标（xd，yd）和所述普通镜头采集到的样本图像中标定特征的无畸变坐标（xu，yu）的步骤包括：分别对所述畸变镜头采集到的样本图像和普通镜头采集到的样本图像进行二阶图像灰度化处理，获得畸变样本灰度图和普通样本灰度图；采用边缘检测算法，分别对所述畸变样本灰度图和普通样本灰度图进行边缘检测，获得畸变样本轮廓图和普通样本轮廓图；采用霍夫变换算法，分别对所述畸变样本轮廓图和普通样本轮廓图中的标定特征进行检测，获得所述有畸变坐标（xd，yd）和无畸变坐标（xu，yu）。优选地，所述确定原始畸变图像中各坐标点的复原坐标（xu’，yu’）的步骤具体包括：将所述原始畸变坐标（xd’，yd’）和畸变参数（k1，k2）代入公式：经n’次迭代后，获得复原坐标（xu’，yu’），其中，（xdi’，ydi’）为第i次迭代后的原始畸变坐标，r’i-1为第i-1次迭代后的原始畸变图像半径，初始值为优选地，所述确定原始畸变图像中各坐标点的复原坐标（xu’，yu’）的步骤之后还包括：获取所述畸变镜头的方向角（α，β，γ）；根据所述畸变镜头的方向角（α，β，γ）和所述复原坐标（xu’，yu’），对畸变矩阵做空间位置的变化，获得所述畸变镜头的方向角（α，β，γ）对应的复原坐标（xu”，yu”）。优选地，所述根据畸变镜头的方向角（α，β，γ）和所述复原坐标（xu’，yu’），对畸变矩阵做空间位置的变化，获得所述畸变镜头的方向角（α，β，γ）对应的复原坐标（xu”，yu”）的步骤具体包括：将所述复原坐标（xu’，yu’）代入公式：获得镜头坐标（xc，yc，zc），其中，f为所述畸变镜头的等效焦距；将所述畸变镜头的方向角（α，β，γ）和镜头坐标（xc，yc，zc）代入公式：获得所述畸变镜头的方向角（α，β，γ）对应的复原坐标（xu”，yu”），其中，为所述畸变镜头的光学特征参数矩阵，为平移矢量。优选地，所述获取预存储的所述畸变镜头的畸变参数（k1，k2），确定所述原始畸变图像中各坐标点的复原坐标（xu’，yu’），获得复原后图像的步骤之后还包括：采用插值算法，修补所述复原后图像中的空洞坐标点；根据所述原始畸变图像的原始畸变坐标与所述复原后图像的复原坐标之间的对应关系，将所述原始畸变坐标的像素值还原到所述复原坐标上。所述获取预存储的所述畸变镜头的畸变参数（k1，k2），确定所述原始畸变图像中各坐标点的复原坐标（xu’，yu’），获得复原后图像的步骤之后还包括：对多帧复原后图像进行自适应背景学习，获得参考背景；根据参考背景，采用图像分割算法，对后续的复原后图像进行分割处理，提取差异目标特征；对所述差异目标特征做过滤处理，排除差异目标特征在过滤范围内的复原后图像；采用在过滤范围外的差异目标特征对后续的复原后图像进行差异目标特征的运动匹配跟踪；当持续存在差异目标特征的复原后图像的帧数超过预设帧数时，将所述复原后图像记录为发生突变的图像，并报警。本专利技术还提出一种畸变图像校正复原与分析报警的装置，包括：获取模块，用于接收畸变镜头采集到的原始畸变图像，获取所述原始畸变图像中各坐标点的原始畸变坐标（xd’，yd’）；校正模块，用于获取预存储的所述畸变镜头的畸变参数（k1，k2），确定所述原始畸变图像中各坐标点的复原坐标（xu’，yu’），获得复原后图像。优选地，所述畸变图像校正复原与分析报警的装置，还包括参数标定模块，用于：接收畸变镜头采集到的样本图像和普通镜头采集到的样本图像；获取所述畸变镜头采集到的样本图像中标定特征的有畸变坐标（xd，yd）和所述普通镜头采集到的样本图像中标定特征的无畸变坐标（xu，yu）；将所述有畸变坐标（xd，yd）和无畸变坐标（xu，yu）代入公式：经n次迭代后，获得畸变参数（k1，k2），其中，（xdi，ydi）为第i次迭代后的有畸变坐标，ri-1为第i-1次迭代后的样本图像半径，初始值为优选地，所述参数标定模块还用于：分别对所述畸变镜头采集到的样本图像和普通镜头采集到的样本图像进行二阶图像灰度化处理，获得畸变样本灰度图和普通样本灰度图；采用边缘检测算法，分别对所述畸变样本灰度图和普通样本灰度图进行边缘检测，获得畸变样本轮廓图和普通样本轮廓图；采用霍夫变换算法，分别对所述畸变样本轮廓图和普通样本轮廓图中的标定特征进行检测，获得所述有畸变坐标（xd，yd）和无畸变坐标（xu，yu）。优选地，所述校正模块还用于：将所述原始畸变坐标（xd’，yd’）和畸变参数（k1，k2）代入公式：经n’次迭代后，获得复原坐标（xu’，yu’），其中，（xdi’，ydi’）为第i次迭代后的原始畸变坐标，r’i-1为第i-1次迭代后的原始畸变图像半径，初始值为优选地，所述获取模块还用于，获取所述畸变镜头的方向角（α，β，γ）；所述校正模块还用于，根据所述畸变镜头的方向角（α，β，γ）和所述复原坐标（xu’，yu’），对畸变矩阵做空间位置的变化，获得所述畸变镜头的方向角（α，β，γ）对应的复原坐标（xu”，yu”）。优选地，所述校正模块还用于：将所述复原坐标（xu’，yu’）代入公式：获得镜头坐标（xc，yc，zc），其中，f为所述畸变镜头的等效焦距；将所述畸变镜头的方向角（α，β，γ）本文档来自技高网...

【技术保护点】
一种畸变图像校正复原与分析报警的方法，其特征在于，包括步骤：接收畸变镜头采集到的原始畸变图像，获取所述原始畸变图像中各坐标点的原始畸变坐标（xd’，yd’）；获取预存储的所述畸变镜头的畸变参数（k1，k2），确定所述原始畸变图像中各坐标点的复原坐标（xu’，yu’），获得复原后图像。

【技术特征摘要】
1.一种畸变图像校正复原与分析报警的方法，其特征在于，包括步骤：接收畸变镜头采集到的原始畸变图像，获取所述原始畸变图像中各坐标点的原始畸变坐标(xd’，yd’)；获取预存储的所述畸变镜头的畸变参数(k1，k2)，确定所述原始畸变图像中各坐标点的复原坐标(xu’，yu’)，获得复原后图像；对多帧复原后图像进行自适应背景学习，获得参考背景；根据参考背景，采用图像分割算法，对后续的复原后图像进行分割处理，提取差异目标特征；对所述差异目标特征做过滤处理，排除差异目标特征在过滤范围内的复原后图像；采用在过滤范围外的差异目标特征对后续的复原后图像进行差异目标特征的运动匹配跟踪；当持续存在差异目标特征的复原后图像的帧数超过预设帧数时，将所述复原后图像记录为发生突变的图像，并报警。2.根据权利要求1所述的畸变图像校正复原与分析报警的方法，其特征在于，所述畸变镜头的畸变参数(k1，k2)的标定步骤包括：接收畸变镜头采集到的样本图像和普通镜头采集到的样本图像；获取所述畸变镜头采集到的样本图像中标定特征的有畸变坐标(xd，yd)和所述普通镜头采集到的样本图像中标定特征的无畸变坐标(xu，yu)；将所述有畸变坐标(xd，yd)和无畸变坐标(xu，yu)代入公式：经n次迭代后，获得畸变参数(k1，k2)，其中，(xdi，ydi)为第i次迭代后的有畸变坐标，ri-1为第i-1次迭代后的样本图像半径，初始值为3.根据权利要求2所述的畸变图像校正复原与分析报警的方法，其特征在于，所述获取畸变镜头采集到的样本图像中标定特征的有畸变坐标(xd，yd)和所述普通镜头采集到的样本图像中标定特征的无畸变坐标(xu，yu)的步骤包括：分别对所述畸变镜头采集到的样本图像和普通镜头采集到的样本图像进行二阶图像灰度化处理，获得畸变样本灰度图和普通样本灰度图；采用边缘检测算法，分别对所述畸变样本灰度图和普通样本灰度图进行边缘检测，获得畸变样本轮廓图和普通样本轮廓图；采用霍夫变换算法，分别对所述畸变样本轮廓图和普通样本轮廓图中的标定特征进行检测，获得所述有畸变坐标(xd，yd)和无畸变坐标(xu，yu)。4.根据权利要求1所述的畸变图像校正复原与分析报警的方法，其特征在于，所述确定原始畸变图像中各坐标点的复原坐标(xu’，yu’)的步骤具体包括：将所述原始畸变坐标(xd’，yd’)和畸变参数(k1，k2)代入公式：经n’次迭代后，获得复原坐标(xu’，yu’)，其中，(xdi’，ydi’)为第i次迭代后的原始畸变坐标，r’i-1为第i-1次迭代后的原始畸变图像半径，初始值为5.根据权利要求1所述的畸变图像校正复原与分析报警的方法，其特征在于，所述确定原始畸变图像中各坐标点的复原坐标(xu’，yu’)的步骤之后还包括：获取所述畸变镜头的方向角(α，β，γ)；根据所述畸变镜头的方向角(α，β，γ)和所述复原坐标(xu’，yu’)，对畸变矩阵做空间位置的变化，获得所述畸变镜头的方向角(α，β，γ)对应的复原坐标(xu”，yu”)。6.根据权利要求5所述的畸变图像校正复原与分析报警的方法，其特征在于，所述根据畸变镜头的方向角(α，β，γ)和所述复原坐标(xu’，yu’)，对畸变矩阵做空间位置的变化，获得所述畸变镜头的方向角(α，β，γ)对应的复原坐标(xu”，yu”)的步骤具体包括：将所述复原坐标(xu’，yu’)代入公式：获得镜头坐标(xc，yc，zc)，其中，f为所述畸变镜头的等效焦距；将所述畸变镜头的方向角(α，β，γ)和镜头坐标(xc，yc，zc)代入公式：获得所述畸变镜头的方向角(α，β，γ)对应的复原坐标(xu”，yu”)，其中，为所述畸变镜头的光学特征参数矩阵，为平移矢量。7.根据权利要求1所述的畸变图像校正复原与分析报警的方法，其特征在于，所述获取预存储的所述畸变镜头的畸变参数(k1，k2)，确定所述原始畸变图像中各坐标点的复原坐...

【专利技术属性】
技术研发人员：陈彬，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44