【技术实现步骤摘要】
一种基于手机平台的图像实时校正改进方法
本专利技术属于计算机图像处理领域,尤其涉及一种基于手机平台的图像实时校正改进方法。
技术介绍
随着移动互联网技术的发展,智能手机已经成为人们工作生活中不可或缺的一部分。它不仅极大地丰富了人们的生活,带来了诸多便利,也导致了一些不可忽视的问题。许多人过度依赖手机,随时随地低头观看智能手机,社会上把这些人称之为“手机低头族”。经常这样做会影响视力、损伤颈椎,有损健康;另一方面这些“低头族”常会忽视身边潜在的安全隐患,引发各类事故,造成人身伤害。基于这类现象,开发一款基于智能手机平台的步行安全防护软件尤为重要。该软件的核心是要在“低头族”一边步行一边使用手机时,智能手机的前摄像头能实时采集步行前方的路面图像,并在后台对该图像的路面特征进行识别,发现危险时发出警报提示。由于手机摄像头在一定的俯仰角下拍摄到的图像存在畸变。使用者在步行状态下使用手机的时候,手机在横向和纵向都会有一定的倾斜角度,这会导致拍摄的图像(如图1所示)存在比较复杂的梯形失真,从而会影响到后续图像特征识别的准确性,如图2a所示。
技术实现思路
本专利技术针对现有的应用需求和技术问题,对现有的图像实时校正方法进行了改进,能够实现控制点的自动提取和ROI(regionofinterest,感兴趣区域)区域的自适应放大,本专利技术公开了一种基于手机平台的图像实时校正改进方法,包括如下步骤:步骤1,调整摄像头的高度和角度,拍摄标准小正方形方格图板的测试图像;步骤2,对步骤1中的测试图像进行角点提取;步骤3,对步骤2中提取出的角点进行筛选,得到图像上最大畸变正方形的四个 ...
【技术保护点】
1.一种基于手机平台的图像实时校正改进方法,其特征在于,包括以下步骤:步骤1,调整手机摄像头的高度和角度,拍摄标准小正方形方格图板的测试图像;步骤2,对步骤1中的测试图像进行角点提取;步骤3,对步骤2中提取出的角点进行筛选,得到图像上最大畸变正方形的四个顶点坐标,并计算出标准正方形的四个顶点坐标;步骤4,根据步骤4中得到的顶点坐标,进行空间变换,计算得出校正系数,根据校正系数对手机实时拍摄的图像进行校正;步骤5,对步骤4校正得到的图像进行ROI区域自适应放大和灰度插值计算,得到校正图像。
【技术特征摘要】
1.一种基于手机平台的图像实时校正改进方法,其特征在于,包括以下步骤:步骤1,调整手机摄像头的高度和角度,拍摄标准小正方形方格图板的测试图像;步骤2,对步骤1中的测试图像进行角点提取;步骤3,对步骤2中提取出的角点进行筛选,得到图像上最大畸变正方形的四个顶点坐标,并计算出标准正方形的四个顶点坐标;步骤4,根据步骤4中得到的顶点坐标,进行空间变换,计算得出校正系数,根据校正系数对手机实时拍摄的图像进行校正;步骤5,对步骤4校正得到的图像进行ROI区域自适应放大和灰度插值计算,得到校正图像。2.根据权利要求1所述的方法,其特征在于,步骤1包括如下步骤:步骤1-1:准备一张画满标准小正方形方格的图板,用于拍摄标准测试图像;步骤1-2:手机摄像头的高度和角度调整范围:以手机机身左下角为坐标系原点,以机身长边为Y轴,短边为X轴,手机平放时垂直于屏幕且向上为Z轴方向;俯仰角为手机Y轴绕X轴旋转的角度,即机身与拍摄平面之间的夹角,也就是摄像头光轴与拍摄平面的垂线之间的夹角,所在的范围分布在10度到45度;倾斜角为X轴绕Y轴旋转的角度,即右手持手机时X轴绕Y轴旋转的角度,分布在0到10度;左手持手机时X轴绕Y轴旋转的角度分布在-10度到0度;手机摄像头的高度范围为1.1m到1.4m;步骤1-3:手机摄像头的高度和角度调整规则:将手机固定在三角支架上,调整摄像头至1.1m,以1cm为高度调整间隔,同时以1度为角度间隔调整X轴和Y轴的旋转角度,确定手机摄像头所处的高度、手机Y轴绕X轴的旋转角和X轴绕Y轴的旋转角;步骤1-4:实时采集一帧标准测试图像。3.根据权利要求2所述的方法,其特征在于,步骤2包括:步骤2-1:图像预处理:对采集到的标准测试图像灰度化后,进行高斯平滑滤波;步骤2-2:将标准测试图像上每个点的灰度值与其8领域内的点的灰度值进行比较,灰度值之差在20以内的判定为相似点,如果一个中心点周围8个点中有7个或8个点灰度值与之相似,判定该中心点处于平坦区域,不是角点,排除该中心点;如果一个中心点周围只有1个点或者没有点与之相似,判定该中心点不是角点,排除该中心点;步骤2-3:使用横向Prewitt差分模板计算图像每个像素I(x,y)在X方向的梯度Ix和Y方向的梯度Iy;步骤2-4:通过如下公式计算梯度方向的乘积:Ixy=Ix·Iy,其中,表示X方向的梯度乘积,表示Y方向的梯度乘积,Ixy表示X方向和Y方向的梯度乘积;步骤2-5:使用高斯窗口对Ixy进行滤波,并构造自相关矩阵M,高斯核函数为ω(x,y)=exp(-(x2+y2)/σ2),则自相关矩阵M中的元素M1,M2,M3为:自相关矩阵M为:步骤2-6:构造角点响应函数R=detM-k(traceM)^2,k为常数系数,对步骤2-2中筛选出的每一点,计算出其R值,选出其中的最大值R_m...
【专利技术属性】
技术研发人员:季晓勇,陈磊,金伟旗,谷宇,
申请(专利权)人:南京大学,
类型:发明
国别省市:江苏,32
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。