【技术实现步骤摘要】
本专利技术涉及数字图像处理
,尤其涉及一种鱼眼镜头图像校正方法及装置。
技术介绍
鱼眼镜头是一种超广角镜头,视角通常能达到或超过180度,镜头直径很短且呈抛物状向镜头前部凸出,和鱼的眼睛类似故名鱼眼镜头。鱼眼镜头在视频监控、虚拟现实、三维建模、视觉导航领域有广泛的应用。但是鱼眼镜头将半球形物面成像为平面,所以鱼眼镜头所拍摄的图像严重畸变,视觉上感受非常不自然,因此需要将这些畸变图像校正为人们所习惯的透视投影图像。现有技术中恢复图像畸变可以采用鱼眼镜头标定算法,通过建立鱼眼镜头特定的成像模型,然后用标定装置得到鱼眼镜头的校正参数,最后利用获得的校正参数来校正图像。通常标定装置需要相应的标定模版,以及利用鱼眼镜头对所述标定模版进行拍摄,根据拍摄的图像来得到鱼眼镜头的校正参数,标定模版如平面黑白棋盘。但是通常鱼眼镜头对所述黑白棋盘拍摄的图像中,黑白棋盘不能布满整个拍摄的图像,导致标定装置得到的校正参数未必是全局最优的,因此基于鱼眼镜头标定后的校正图像可能会严重扭曲。
技术实现思路
本专利技术提供一种鱼眼镜头图像校正方法及装置,以克服现有技术中基于鱼眼镜头标定后的校正图像可能会严重扭曲的问题。第一方面,本专利技术提供一种鱼眼镜头图像校正方法,包括:根据鱼眼镜头采集到的标定图像,获取鱼眼镜头成像模型的模型参数;根据所述模型参数以及预设约束条件确定鱼眼镜头的有效视角范围;在所述有效视 ...
【技术保护点】
一种鱼眼镜头图像校正方法,其特征在于,包括:根据鱼眼镜头采集到的标定图像,获取鱼眼镜头成像模型的模型参数;根据所述模型参数以及预设约束条件确定鱼眼镜头的有效视角范围;在所述有效视角范围内对鱼眼镜头所采集的鱼眼镜头图像进行校正,得到校正后的鱼眼镜头图像。
【技术特征摘要】
1.一种鱼眼镜头图像校正方法,其特征在于,包括:
根据鱼眼镜头采集到的标定图像,获取鱼眼镜头成像模型的模型参数;
根据所述模型参数以及预设约束条件确定鱼眼镜头的有效视角范围;
在所述有效视角范围内对鱼眼镜头所采集的鱼眼镜头图像进行校正,得
到校正后的鱼眼镜头图像。
2.根据权利要求1所述的方法,其特征在于,所述根据鱼眼镜头采集到
的标定图像,获取鱼眼镜头成像模型的模型参数之前,还包括:
建立所述鱼眼镜头成像模型,并在所述鱼眼镜头成像模型上建立鱼眼镜
头投影关系;
所述鱼眼镜头投影关系如公式(1):
XcYcZc=RXwYwZw+Ta=XcZcb=YcZcr=a2+b2θ=atan(r)θd=θ(1+k1θ2+k2θ4+k3θ6+k4θ8)x′=θdray′=θdrbu=fx*x′+cxv=fy*y′+cy---(1)]]>其中,θd=θ(1+k1θ2+k2θ4+k3θ6+k4θ8)为所述鱼眼镜头成像模型;k1、k2、k3、
k4为所述鱼眼镜头成像模型的系数,θd为所述鱼眼镜头图像的像素点Pi与鱼
眼图像平面坐标系原点的距离;θ为线段与鱼眼镜头坐标系的Zc轴正方
向的夹角;Oc为鱼眼镜头坐标系的原点,Pc为鱼眼镜头坐标系下与所述Pi
对应的坐标点Pc(Xc,Yc,Zc);其中,Xc为Pc在鱼眼镜头坐标系下Xc轴的坐
标值,Yc为Pc在鱼眼镜头坐标系下Yc轴的坐标值,Zc为Pc在鱼眼镜头坐
\t标系下Zc轴的坐标值;Pw(Xw,Yw,Zw)为Pc(Xc,Yc,Zc)在世界坐标系下对应
的点;Xw为Pw在世界坐标系下Xw轴的坐标值,Yw为Pw在世界坐标系
下Yw轴的坐标值,Zw为Pw在世界坐标系下Zw轴的坐标值;R为旋转矩
阵,T为平移向量;fx和fy分别为鱼眼图像平面坐标系到鱼眼镜头坐标系的
水平方向和垂直方向的量化系数,u和v分别为Pc在鱼眼图像平面坐标系下
的水平和垂直坐标,cx和cy为分别为鱼眼镜头图像中心在鱼眼图像平面坐标
系下的水平和垂直坐标;a和b分别为与Pc(Xc,Yc,Zc)对应的校正后的鱼眼镜
头图像中的点Pr在鱼眼图像平面坐标系下的水平和垂直的空间实际坐标,r
为Pr与鱼眼图像平面坐标系的原点之间的距离;x'和y'为中间变量。
3.根据权利要求2所述的方法,其特征在于,所述根据鱼眼镜头采集到
的标定图像,获取鱼眼镜头成像模型的模型参数,包括:
利用鱼眼镜头采集n幅标定图像,得到所述标定图像在世界坐标系和在
鱼眼图像平面坐标系下的n×m组对应点;所述n×m组对应点的坐标为
(Xwij,Ywij,0)和(uij,vij);其中,每幅所述标定图像包括m个黑白棋盘格的顶
点;i的取值范围为[1,n],j的取值范围为[1,m];Xwij为第i幅图像第j个
点在世界坐标系下Xw轴的坐标值,Ywij为第i幅图像第j个点在世界坐标
系下Yw轴的坐标值;uij和vij分别为第i幅图像第j个点在鱼眼图像平面坐
标系下的水平和垂直坐标;n和m为大于1的整数;
根据所述n×m组对应点使用伯格-马夸特Levenberg-Marquardt算法确定
所述鱼眼镜头成像模型的模型参数;所述模型参数包括:
R,T,k1,k2,k3,k4,fx,fy,cx,cy;
其中,所述算法的代价函数为minΣi=1nΣj=1m||mij-m^(R,T,k1,k2,k3,k4,fx,fy,cx,cy)||;]]>其中,min(·)表示求最小值的函数;
mij表示第i幅图像第j个点在鱼眼图像平面坐标系下的坐标,
表示第i幅图像第j个点在世界坐标系下的坐标
(Xwij,Ywij,0)通过公式(1)计算得到的在鱼眼图像平面坐标系下的坐标。
4.根据权利要求2所述的方法,其特征在于,所述根据所述模型参数以
及预设约束条件确定鱼眼镜头的有效视角范围,包括:
根据所述模型参数、θ的预设初始范围以及θd的约束条件确定有效视角范
围;所述有效视角范围为所述θ的有效范围;
其中,所述θd的约束条件为θd大于0,且小于θ,且为所述θ的单调递增
函数;
θ的预设初始范围为[0,π/2]。
5.根据权利要求2所述的方法,其特征在于,所述在所述有效视角范围
内对鱼眼镜头所采集的图像进行校正,得到校正后的鱼眼镜头图像,包括:
在所述有效视角范围内,根据校正后的鱼眼镜头图像的分辨率得到的
像素点(u',v'),利用公式(2)计算得到a和b的值;
u′=fx×a+cxv′=fy×b+cy---(2)]]>根据所述a和b的值利用公式(1)计算得到所述采集的图像的像素点
(u,v);
根据所述像素点(u,v)获取校正后的鱼眼镜头图像的像素点(u',v')的像
素值为:
f(u',v')=(1-s)(1-t)f(i,j)+(1-s)tf(i,j+1)+s(1-t)f(i+1,j)+stf(i+1,j+1);
其中,i表示u的整数部分,s表示u的小数部分,j表示v的整数部分,
t表示v的小数部分:
f(i,j)、f(i,j+1)、f(i+1,j)、f(i+1,j+1)分别为所述采集的图像在鱼眼图像平面
坐标系下的坐标为(i,j)、(i...
【专利技术属性】
技术研发人员:江水郎,郑新芬,冯津,曹昉旻,
申请(专利权)人:上海汽车集团股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。