畸变曲线弧度检测模板的图像校正方法技术

本发明专利技术公开了一种畸变曲线弧度检测模板的图像校正方法，首先，对标定板图像利用畸变曲线弧度计算出畸变中心坐标；接着，在此基础上，对畸变中心附近区域进行初始校正，再利用已校正区域对图像进行重建；然后，结合畸变图像、畸变模型和重建后图像进行畸变系数求解，最后基于畸变系数对获取的场景图像进行校正。与现有技术相比，本发明专利技术通过独立求解畸变中心和畸变系数，有效降低参数求解耦合误差，提高了校正精度。

【技术实现步骤摘要】

本专利技术属于光学仪器
，具体涉及一种畸变曲线弧度检测模板的图像校正 方法。
技术介绍
近年来，随着光学技术研宄的不断深入，成像系统的应用领域日益广泛。然而，由 于光学成像系统存在非线性几何失真，透镜表面弧度以及透镜中心与成像平面错位等因 素，使成像系统镜头存在不同程度的畸变（如径向、切向、薄棱镜畸变）问题。在水下监测 应用中（如渔场养殖），加装防水罩和使用广角镜头，更加剧了镜头畸变，对后续图像处理 结果产生较大影响。 通过标定方法求得系统畸变系数，利用畸变系数对图像进行校正，从而得到无畸 变图像是解决畸变问题的主要技术。目前，光学成像系统主要采用的标定方法有Tsai法、 张正友法等。Tsai法是利用径向约束求解出摄像机外部参数（平移矩阵、旋转矩阵和旋转 角度），基于针孔模型获取算法迭代的初值，再经过非线性优化搜索得到摄像机畸变系数。 Tsai法能达到很好的标定精度，但需要获取的非共面三维标定点受到标定块精度的限制， 并且校正时是将图像中心作为畸变中心，常导致校正后的图像比例与理想图像不一致。张 正友法是对Tsai进行改进，将Tsai法中标定板上点的三维坐标求解变换成标定板上点的 二维坐标求解，（即所用标定板在世界坐标系中Z = 0)，通过针孔模型分析计算得出摄像机 参数优化解，然后用基于最大似然法进行非线性运算，求解出畸变系数。ZHANG法具有 较好的鲁棒性，且可以用平面标定板代替精度较高的标定块，实用性比较强，但是存在参数 求解不独立，耦合误差大问题。近年来，基于上述两种模板标定法提出了一些标定速度快、 求解过程简洁的改进方法，如Bouguet等人利用张正友算法提出的一种广泛使用的Matlab 工具箱，输入多幅不同角度图像，识别标定板上的角点，基于张正友算法进行畸变系数求 解，该方法适用于标定精度要求不高的场合，降低了标定复杂度，但是需要手动识别角点； 陈西提出的基于正方形模板的摄像机自标定新方法，结合标定板和射影几何中的交比关系 以及调和共轭性质，线性地求解出畸变系数，该方法适用于存在几何特性的场景，灵活性 较高，但是鲁棒性差。但是上述这些方法并没解决参数求解过程中造成耦合误差的问题。 在此背景下，本专利技术针图像处理领域畸变校正应用需求，提供一种畸变曲线弧度 检测模板的图像校正方法，通过图像采集装置获得标定图像和场景图像，基于畸变曲线弧 度的方法，快捷的计算得到校正后的图像。
技术实现思路
专利技术目的：有鉴于此，本专利技术针对现有技术中存在的上述或其他缺陷，提供一种畸 变曲线弧度检测模板的图像校正方法，通过采集的标定模板图像求解得到畸变系数，对采 集的目标畸变图像进行处理，从而能够得到目标的校正图像。 技术方案：为实现上述专利技术目的，本专利技术采用如下技术方案： -种，通过采集的标定板图像求解得到 畸变系数，再基于畸变系数对获取的场景图像进行校正，其中畸变系数的求解包括如下步 骤： (1)计算标定板图像上黑白格子交点构成的在X轴和Y轴方向上所有曲线的弧 度； (2)分别在X轴和Y轴方向上各选取两条弧度最小的曲线； ⑶对步骤⑵中所选取的两条曲线进行最小二乘法直线拟合，分别得到X轴和Y 轴方向上的理想无畸变直线； (4)将步骤（3)中得到的两条无畸变直线进行方程组运算得到畸变中心坐标； (5)以畸变中心为中心点，选定NXN区域为初始区域进行初始校正，分别得到X轴 和Y轴方向的校正后的N+1条直线，其中N为预设的初始区域黑白格子数目； (6)以初始区域中校正直线为母线进行标定板图像重建； (7)结合畸变模型、畸变点坐标和重建点坐标，求解得到畸变系数。 进一步地，步骤（1)中求解X轴或Y轴方向上一条曲线的弧度的方法为：对第i条 曲线上的所有点的坐标，进行最小二乘法直线拟合分析，拟合的直线表达式为y = aiX+bi， 然后利用最小二乘误差求解出弯曲弧度P【主权项】1. ，通过采集的标定板图像求解得到畸变系 数，再基于畸变系数对获取的场景图像进行校正，其特征在于，其中畸变系数的求解包括如 下步骤： (1) 计算标定板图像上黑白格子交点构成的在X轴和Y轴方向上所有曲线的弧度； (2) 分别在X轴和Y轴方向上各选取两条弧度最小的曲线； (3) 对步骤⑵中所选取的两条曲线进行最小二乘法直线拟合，分别得到X轴和Y轴方 向上的理想无畸变直线； (4) 将步骤（3)中得到的两条无畸变直线进行方程组运算得到畸变中心坐标； (5) 以畸变中心为中心点，选定NXN区域为初始区域进行初始校正，分别得到X轴和Y 轴方向的校正后的N+1条直线，其中N为预设的初始区域黑白格子数目； (6) 以初始区域中校正直线为母线进行标定板图像重建； (7) 结合畸变模型、畸变点坐标和重建点坐标，求解得到畸变系数。2. 根据权利要求1所述的，其特征在于，步骤 (1)中求解X轴或Y轴方向上一条曲线的弧度的方法为：对第i条曲线上的所有点的坐标， 进行最小二乘法直线拟合分析，拟合的直线表达式为y = aiX+bi，然后利用最小二乘误差求标。3. 根据权利要求1所述的，其特征在于，步骤 (3)中对两条弧度最小的曲线进行直线拟合得到理想无畸变直线的方法为：根据公式求取两条弧度最小的曲线LdP L 2，弯曲弧度分别记为^和r 2，之间第三条曲线L3的各 点的坐标值，进行最小二乘法直线拟合，计算出弯曲弧度r3，如果r3< r i，则将曲线L3记为 L1，且r3= r 1;反之r 3< r 2，则将曲线L3记为L2，且r3= r 2;多次迭代计算直至|r 3| < e， 其中e为设定的阈值，得到的曲线L3S无畸变直线。4. 根据权利要求1所述的，其特征在于，步骤 (5)中初始区域校正方法具体包括： (5. 1)以步骤⑷得到的畸变中心0(U，V)为中心点，选定3X3区域作为初始区域，得 到初始区域17个坐标点； (5. 2)将初始区域校正后的图像满足的三个特性表示为公式：其中为通过直线上的四个点拟合求得的直线系数，（Xi，yi)为标定板图像上点的 坐标，L为标定板图像上棋盘格正方形的像素边长，k#k,为直线的斜率，p ^p2为曲线 直线特性估计，值越小，曲线越接近理想值；p3为相邻两点特性估计，值越小，任意相邻两点 距离越接近理想值；P 4为横纵轴直线相互垂直特性估计，值越小，任意横纵轴越接近理想初 值状态； (5. 3)通过最小二乘迭代求取p = 最小值，当p取最小值时初始区域校 正完成。5. 根据权利要求4所述的，其特征在于，步骤 (6)中，具体包括： (6. 1)将初始区域的直线向两端延长，以初始校正区域边缘点为起始点，间隔距离L取 点，求得所有初始区域中的直线上剩余的点的坐标； (6. 2)以剩余的n-4列的四个点拟合出n-4条Y轴方向的直线，n为标定板图像上交点 的总列数； (6. 3)以剩余的m-4行的四个点拟合出m-4条X轴方向的直线，m为标定板图像上交点 的总行数； (6. 4)计算出所有X轴与Y轴方向直线的交点即出校正后的点的坐标。6. 根据权利要求1所述的，其特征在 于，步骤（7)中的畸变模型为：坐标，（Xd，Yd)为畸变点坐标，b k2, k3, Pl，p2为畸变系数。7. 本文档来自技高网...

【技术保护点】
畸变曲线弧度检测模板的图像校正方法，通过采集的标定板图像求解得到畸变系数，再基于畸变系数对获取的场景图像进行校正，其特征在于，其中畸变系数的求解包括如下步骤：(1)计算标定板图像上黑白格子交点构成的在X轴和Y轴方向上所有曲线的弧度；(2)分别在X轴和Y轴方向上各选取两条弧度最小的曲线；(3)对步骤(2)中所选取的两条曲线进行最小二乘法直线拟合，分别得到X轴和Y轴方向上的理想无畸变直线；(4)将步骤(3)中得到的两条无畸变直线进行方程组运算得到畸变中心坐标；(5)以畸变中心为中心点，选定N×N区域为初始区域进行初始校正，分别得到X轴和Y轴方向的校正后的N+1条直线，其中N为预设的初始区域黑白格子数目；(6)以初始区域中校正直线为母线进行标定板图像重建；(7)结合畸变模型、畸变点坐标和重建点坐标，求解得到畸变系数。

【技术特征摘要】

【专利技术属性】
技术研发人员：王慧斌，王然，韦佳明，张丽丽，沈洁，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32