The invention discloses a fisheye image mosaic method based on rectangular calibration plate, which relates to the technical field of fisheye image mosaic, which comprises the following steps: S1: fisheye collection strip calibration board images; S2: according to the spatial relationship between the image acquisition parameters calibration calibration fisheye lens and parameters and the distortion coefficient and two fisheye the lens; between S3: use the camera internal and external parameters and distortion coefficient and lens parameters to calculate the spatial relation between the original image and the target panoramic image coordinate mapping table; S4: according to the coordinate mapping table to map multiple pictures taken by fisheye lens to target panoramic image on a panoramic mosaic image; the method in small overlapping area or non overlapping area, panoramic images can also produce high quality.
【技术实现步骤摘要】
一种基于长条形标定板的鱼眼图像拼接方法
本专利技术属于图像通信
,涉及鱼眼图像拼接
,尤其涉及一种基于长条形标定板的鱼眼图像拼接方法。
技术介绍
鱼眼图像拼接是一种利用实景图像组成全景空间的技术,现有的鱼眼图像拼接技术主要有两种方案:第一种方案是用一个常规镜头的投影变换和多项式畸变校正技术用校正模板图像对镜头畸变参数进行畸变校正,生成一组中间校正后的2D图像,然后采用2D图像配准技术对校正后的图像元进行2D配准,最后对配准的两幅图像进行融合。第二种方案是把鱼眼图像的径向畸变校正参数和图像元的位姿参数作为一体,整体用最优化技术进行参数估计,生成一个参数映射表,然后利用参数映射表将原始图片逐张映射到全景图像中,处理完所有的图像后,将两两相邻的处理之后的图像在重叠区域做一次融合过渡。这两种方案都需要相邻的图像之间有较大的重叠区域,才能形成清晰的全景图像,本专利技术提出了一种基于长条形标定板的鱼眼图像拼接方法,该方法在较小重叠区域或者是无重叠区域的情况下,也能产生高质量的全景图像。
技术实现思路
本专利技术为克服上述情况不足,旨在较小或者是无重叠区域的情况下产生高 ...
【技术保护点】
一种基于长条形标定板的鱼眼图像拼接方法,其特征在于,包括以下步骤:S1:利用鱼眼镜头采集长条形标定板图片;S2:根据采集的标定图像标定鱼眼镜头的内外参数和畸变系数以及两个鱼眼镜头之间的空间关系参数;具体包括S201、S202、S203步骤:S201:获取单个鱼眼镜头标定的内外参数和畸变系数,并建立两个鱼眼镜头空间关系参数标定的坐标系;对长条形标定板上的第一子标定板和第二子标定板分别以左上角为原点建立空间坐标系,第一子标定板和第二子标定板之间的空间关系用T0表示,两个鱼眼镜头之间的空间关系参数用R,T表示,第一子标定板与拍摄该标定板的鱼眼镜头之间的关系用R
【技术特征摘要】
1.一种基于长条形标定板的鱼眼图像拼接方法,其特征在于,包括以下步骤:S1:利用鱼眼镜头采集长条形标定板图片;S2:根据采集的标定图像标定鱼眼镜头的内外参数和畸变系数以及两个鱼眼镜头之间的空间关系参数;具体包括S201、S202、S203步骤:S201:获取单个鱼眼镜头标定的内外参数和畸变系数,并建立两个鱼眼镜头空间关系参数标定的坐标系;对长条形标定板上的第一子标定板和第二子标定板分别以左上角为原点建立空间坐标系,第一子标定板和第二子标定板之间的空间关系用T0表示,两个鱼眼镜头之间的空间关系参数用R,T表示,第一子标定板与拍摄该标定板的鱼眼镜头之间的关系用Rl,Tl表示,第二子标定板与拍摄该标定板的鱼眼镜头之间的关系用Rr,Tr表示;S202:初始化两个鱼眼镜头之间的空间关系参数R,T;假设空间中一点P,在第一子标定板和第二子标定板坐标系中的坐标为X1、X2,并且X1、X2满足如下关系:X2=X1-T0,X1,X2在各自鱼眼镜头坐标系下的坐标为Xl、Xr,它们之间的转换关系如下:Xl=Rl×X1+Tl,Xr=Rr×X2+Tr消除X1,X2,可得:Xr=Rr×Rl-1×Xl-Rr×T0+Tr-Rr×Rl-1×Tl进而可推得:R=Rr×Rl-1;T=-Rr×T0+Tr-Rr×Rl-1×Tl;S203:考虑畸变的鱼眼镜头内外参数以及两个鱼眼镜头空间关系参数的优化;两个鱼眼镜头的内参数即内参数矩阵Ml,Mr,畸变系数即Kl,Kr,外参数即旋转矩阵Rl,Rr和平移向量Tl,Tr;建立以重投影误差为最小的优化目标函数,利用Levenberg-Marquardt算法进行摄像机参数优化,优化函数表示如下:其中,是根据第一子标定板上的特征点的初始值使用畸变模型重投影到图像坐标系下计算出来的第j个特征点在拍摄该标定板相机第i幅图像上的图像坐标,是第一子标定板上第j个特征点在拍摄该标定板相机第i幅图像上检测出来的特征点坐标,nl是拍摄该标定板相机第i幅图像上识别出的特征角点个数,是根据第二子标定板上的特征点的初始值使用畸变模型重投影到图像坐标系下计算出来的第j个特征点在拍摄该标定板相机第i幅图像上的图像坐标,是第...
【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
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。