一种鱼眼图像边缘增强方法技术

本发明专利技术公开了一种鱼眼图像边缘增强方法，属于数字图像处理技术领域，该方法包括：将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点；再正投影到鱼眼图像中，找到对应像素点的相应位置；根据查找到的鱼眼图像中任一像素点的水平及垂直相邻像素点计算该像素点的梯度值大小；根据鱼眼图像中任一像素点的梯度值计算鱼眼图像总变分；基于鱼眼总变分最小化的图像复原问题即为求解下式的最小化问题，从而求得鱼眼清晰图像l

【技术实现步骤摘要】
一种鱼眼图像边缘增强方法
本专利技术涉及数字图像处理
，尤其涉及一种鱼眼图像边缘增强方法。
技术介绍
鱼眼镜头在外形上跟其他镜头不同，前组镜片像鱼眼一样向外凸出，是一种特殊的广角镜头，其视场角接近、等于甚至大于180度，能将半球空域甚至是超半球空域的物体成像在相面有限的范围内。从光学设计的角度看，鱼眼镜头所采用的透镜具有很大的球面弧度，并且距离成像平面更近。这种特殊的结构特点和成像特点，一方面使得鱼眼相机可以获得很大视野范围，在机器人导航、视频会议、实时监控、全景摄像和天文观测等需要较大视场的现实场景中得以广泛应用；另一方面，由于引入了很大的桶形畸变，使得鱼眼镜头形成的图像除了画面中心的景物保持不变，其他本应水平或垂直的景物都发生了相应的变化，从而造成鱼眼镜头成像面不同区域的分辨率是不同的，越靠近图像中心，分辨率越高，细节信息越多，越偏离图像中心，分辨率越低，细节信息越少，变形越严重。为了提高鱼眼图像清晰度，弥补鱼眼大视角带来的图像模糊，常规的做法是采用模糊增强方法。图像的模糊增强是利用图像中存在的某种不确定性，即模糊性，将模糊集理论用于图像增强的一种方法。现有图像增强方法中，直接在畸变的鱼眼图像上进行处理，但由于鱼眼图像数据是以非线性方式存储的，无法直接处理，这种处理方式无法得到较好的图像去模糊效果。
技术实现思路
本专利技术为克服现有鱼眼图像边缘分辨率低，细节信息少的技术问题，旨在提供一种提高鱼眼图像边缘清晰度的鱼眼图像边缘增强方法。一种鱼眼图像边缘增强方法，包括：S1、将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点；再正投影到鱼眼图像中，找到对应像素点的相应位置；S2、根据查找到的鱼眼图像中任一像素点的水平及垂直相邻像素点计算该像素点的梯度值大小；S3、根据鱼眼图像中任一像素点的梯度值计算鱼眼图像总变分；鱼眼图像的鱼眼总变分定义为：公式(2)中，I(i,j)表示鱼眼图像I中任一像素点，i∈[1,m]；j∈[1,n],m*n为鱼眼图像I的大小，Jfish-TV(I)表示鱼眼图像I中总变分值，I(i+s1,j+t1)表示像素点I(i,j)的水平相邻像素点，I(i+s2,j+t2)表示像素点I(i,j)的垂直相邻像素点；S4、基于鱼眼总变分最小化的图像复原问题即为求解下式的最小化问题，从而求得鱼眼清晰图像l*；l*＝argmin[‖k*l-b‖2+λJfish-TV(I)]；(3)上述步骤采用Lagrange法则，将鱼眼图像总变分最小化的图像复原问题转化为求解[‖k*l-b‖2+λJfish-TV(I)]的最小化问题；公式(3)中，λ是控制算法收敛的常量，λJfish-TV(I)为约束条件，即鱼眼图像先验知识，通过最小化重构误差‖k*l-b‖2，k为退化函数或模糊核，b为加性噪声，*代表卷积算子，l*表示鱼眼清晰图像。进一步的，所述S1具体为：根据鱼眼图像中的点I(i,j)反投影到柱面全景图像中的点P(u,v)，找到柱面全景图像中水平和垂直方向的相邻点P(u+1,v)和P(u,v+1)，再根据正投影找到鱼眼图像中对应的点I(i+s1,j+t1)和I(i+s2,j+t2)。进一步的，所述S2具体为：采用总变分算法，提出鱼眼梯度的正则化项；鱼眼图像中点I(i,j)处的梯度幅值用下式表示：公式(1)中，I(i,j)表示鱼眼图像I中任一像素点，i∈[1,m]；j∈[1,n],m*n为图像I的大小，表示鱼眼图像I中任一点I(i,j)的梯度幅值，I(i+s1,j+t1)表示像素点I(i,j)的水平相邻像素点，I(i+s2,j+t2)表示像素点I(i,j)的垂直相邻像素点。本方法中将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点，再正投影到鱼眼图像中，找到对应像素点的相应位置，然后计算鱼眼图像中该像素点的梯度值大小，然后根据各像素点的梯度值大小，求得鱼眼图像的鱼眼总变分，然后求解鱼眼总变分最小化的图像复原问题得到清晰图像，从而得到去模糊效果较好的清晰鱼眼图像。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的鱼眼图像柱面反投影示意图；图2是本专利技术实施例提供的一种鱼眼图像边缘增强方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。由于鱼眼镜头具有特殊的结构，拍摄的鱼眼图像存在较大的形变，与人眼的视觉效果存在较大差异，而且图像数据是以非线性方式存储的，无法直接处理，需要将鱼眼图像矫正为线性投影图像。本专利技术为解决现有鱼眼图像去模糊中无法得到较好的效果，提供了一种鱼眼图像边缘增强方法，如图2所示，该方法包括：S1、将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点；再正投影到鱼眼图像中，找到对应像素点的相应位置；具体的，如图1所示，根据鱼眼图像中的点I(i,j)反投影到柱面全景图像中的点P(u,v)，找到柱面全景图像中水平和垂直方向的相邻点P(u+1,v)和P(u,v+1)，再根据正投影找到鱼眼图像中对应的点I(i+s1,j+t1)和I(i+s2,j+t2)，这里并没有将鱼眼图像展开成全景图像再处理，只是利用全景图像分析并得到鱼眼图像中的领域关系。S2、根据查找到的鱼眼图像中任一像素点的水平及垂直相邻像素点计算该像素点的梯度值大小；具采用总变分算法，提出鱼眼梯度的正则化项；鱼眼图像中点I(i,j)处的梯度幅值用下式表示：公式(1)中，I(i,j)表示鱼眼图像I中任一像素点，i∈[1,m]；j∈[1,n],m*n为图像I的大小，表示鱼眼图像I中任一点I(i,j)的梯度幅值，I(i+s1,j+t1)表示像素点I(i,j)的水平相邻像素点，I(i+s2,j+t2)表示像素点I(i,j)的垂直相邻像素点。S3、根据鱼眼图像中任一像素点的梯度值计算鱼眼图像总变分；鱼眼图像I的鱼眼总变分定义为：公式(2)中，I(i,j)表示鱼眼图像I中任一像素点，i∈[1,m]；j∈[1,n],m*n为图像I的大小，Jfish-TV(I)表示鱼眼图像I中总变分值，I(i+s1,j+t1)表示像素点I(i,j)的水平相邻像素点，I(i+s2,j+t2)表示像素点I(i,j)的垂直相邻像素点。S4、基于鱼眼总变分最小化的图像复原问题即为求解下式的最小化问题，从而求得鱼眼清晰度图像l*；l*＝argmin[‖k*l-b‖2+λJfish-TV(I)]；(3)上述步骤采用Lagrange法则，将鱼眼图像总变分最小化的图像复原问本文档来自技高网...

【技术保护点】
一种鱼眼图像边缘增强方法，其特征在于，包括：S1、将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点；再正投影到鱼眼图像中，找到对应像素点的相应位置；S2、根据查找到的鱼眼图像中任一像素点的水平及垂直相邻像素点计算该像素点的梯度值大小；S3、根据鱼眼图像中任一像素点的梯度值计算鱼眼图像总变分；鱼眼图像的鱼眼总变分定义为：

【技术特征摘要】
1.一种鱼眼图像边缘增强方法，其特征在于，包括：S1、将鱼眼图像的像素点反投射到柱面全景图像中，在柱面全景图中根据梯度计算方法确定水平和垂直方向的相邻像素点；再正投影到鱼眼图像中，找到对应像素点的相应位置；S2、根据查找到的鱼眼图像中任一像素点的水平及垂直相邻像素点计算该像素点的梯度值大小；S3、根据鱼眼图像中任一像素点的梯度值计算鱼眼图像总变分；鱼眼图像的鱼眼总变分定义为：公式(2)中，I(i,j)表示鱼眼图像I中任一像素点，i∈[1,m]；j∈[1,n],m*n为鱼眼图像I的大小，Jfish-TV(I)表示鱼眼图像I中总变分值，I(i+s1,j+t1)表示像素点I(i,j)的水平相邻像素点，I(i+s2,j+t2)表示像素点I(i,j)的垂直相邻像素点；S4、基于鱼眼总变分最小化的图像复原问题即为求解下式的最小化问题，从而求得鱼眼清晰图像l*；l*＝argmin[‖k*l-b‖2+λJfish-TV(I)]；(3)上述步骤采用Lagrange法则，将鱼眼图像总变分最小化的图像复原问题转化为求解[‖k*l-b‖...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：长沙全度影像科技有限公司，
类型：发明
国别省市：湖南,43