The invention provides a distortion image correcting method which can be used for real-time correction of fish eye images, and an extremely distorted image positioning method. The image distortion correction method comprises the following steps: (1) to determine the calibration parameters; and (2) according to the calibration parameters, determine the correction algorithm; one step (1) further comprises the steps of: (11) to determine the multi-path distortion of image position and profile; and (12) to determine the image distortion correction factor. The distortion image correction method uses four point positioning method to locate the distorted image location and contour accurately, so as to ensure the correction of the distortion image accurately and effectively.
【技术实现步骤摘要】
畸变图像校正方法及其定位方法
本专利技术涉及摄影摄像领域的图像校正技术,更详而言之涉及一畸变图像校正方法及其定位方法。
技术介绍
摄影、摄像在现代人的日常生活和工作中占据非常重要的地位,已成为人们生活工作、生活中不可或缺的一部分。人们已经习惯利用具有摄影、摄像功能的电子设备记录生活中的点点滴滴。人们喜欢并需要这样的一种工具来记录孩子的成长、亲朋好友的相聚以及美好的风景等生活中值得纪念的一些瞬间、一段时光、一处景致。随着人们对摄影摄像技术的需求日益多样化,各种各样的摄影摄像镜头被人们使用并喜爱。例如,为使摄影摄像设备能够具有更广阔的视野空间,“畸变图像”应运而生。畸变图像具有焦距短、视场大的特点,在全方位视觉系统有广泛的市场需求。畸变图像能够达到接近或者大于180°的超大视角,所以利用畸变图像能够扑捉更大范围的景象,因此,畸变图像具有巨大的潜在应用价值。例如,将畸变图像应用于一些公共场合的视频监控系统,采用吸顶的安装方式,则可以使整个区域的景象被记录。这样人们就不需要在不同的区域安装多个监控摄像头,以节约空间、资源及使用成本。又例如人们在日常生活中总会遇到这种情况,明明感觉眼前的景致很美,却怎么也不能用手中的摄影摄像设备将其记录下来,这很大一部分原因是摄影摄像设备的视角能力不能达到人眼所能看到的范围。虽然畸变图像具有视场大的优点,能够达到甚至超出人眼所能看到的范围,但是畸变图像的这种超大的视角是通过牺牲被拍摄物以其原有形态呈现来达到的。也就是说,利用畸变图像所拍摄的图像发生了畸变。鱼眼图像轮廓呈现为圆形结构。畸变图像在接近被摄物拍摄时能造成非常强烈的透视效果 ...
【技术保护点】
一畸变图像校正方法,以用于鱼眼图像的校正,其特征在于,包括以下步骤:(1)确定校正参数;和(2)根据所述校正参数,确定校正算法;其中步骤(1)包括以下步骤:(11)确定多路畸变图像的位置和轮廓;和(12)确定所述畸变图像的校正因子;其中步骤(11)采用四点定位法对所述畸变图像的位置和轮廓进行准确定位,以保证所述畸变图像校正方法的准确、有效。
【技术特征摘要】
1.一畸变图像校正方法,以用于鱼眼图像的校正,其特征在于,包括以下步骤:(1)确定校正参数;和(2)根据所述校正参数,确定校正算法;其中步骤(1)包括以下步骤:(11)确定多路畸变图像的位置和轮廓;和(12)确定所述畸变图像的校正因子;其中步骤(11)采用四点定位法对所述畸变图像的位置和轮廓进行准确定位,以保证所述畸变图像校正方法的准确、有效。2.根据权利要求1所述的畸变图像校正方法,其中所述步骤(11)包括如下步骤:(113)叠加所述畸变图像,以得到一叠加图像;(114)线性压缩所述叠加图像,以得到一归一化图像;和(115)根据该归一化图像在各个位置的像素值,确定所述畸变图像的位置和轮廓。3.根据权利要求2所述的畸变图像校正方法,其中在步骤(113)之前,所述步骤(11)包括如下步骤:(112)过滤所述畸变图像,以滤除所述畸变图像的噪声。4.根据权利要求2所述的畸变图像校正方法,其中步骤(114)包括以下步骤:(1141)获取所述叠加图像的最大像素值Pmax和最小像素值Pmin;和(1142)根据所述叠加图像的最大像素值Pmax和最小像素值Pmin对所述叠加图像IS进行线性压缩;其中线性压缩采用以下公式进行:其中,px,y为线性压缩以后的所述归一化图像在坐标点(x,y)处的像素值,Px,y为叠加图像上坐标点(x,y)处的像素值。5.根据权利要求3所述的畸变图像校正方法,其中步骤(114)包括以下步骤:(1141)获取所述叠加图像的最大像素值Pmax和最小像素值Pmin;和(1142)根据所述叠加图像的最大像素值Pmax和最小像素值Pmin对所述叠加图像IS进行线性压缩;其中线性压缩采用以下公式进行:其中,px,y为线性压缩以后的所述归一化图像在坐标点(x,y)处的像素值,Px,y为叠加图像上坐标点(x,y)处的像素值。6.根据权利要求4所述的畸变图像校正方法,其中步骤(115)包括以下步骤:(1151)设定阈值Th;(1152)记录所述归一化图像上像素大于或者等于该阈值Th的点;(1153)根据步骤(1152)中所确定的所述归一化图像上像素大于或者等于该阈值的点确定所述畸变图像的位置和轮廓。7.根据权利要求5所述的畸变图像校正方法,其中步骤(115)包括以下步骤:(1151)设定阈值Th;(1152)记录所述归一化图像上像素大于或者等于该阈值Th的点;(1153)根据步骤(1152)中所确定的所述归一化图像上像素大于或者等于该阈值的点确定所述畸变图像的位置和轮廓。8.根据权利要求6所述的畸变图像校正方法,其中所述阈值Th能够通过以下公式获得:其中px,y为所述归一化图像在坐标点(x,y)处的像素值,W为所述归一化图像的图像宽度,H为所述归一化图像的图像高度。9.根据权利要求7所述的畸变图像校正方法,其中所述阈值Th能够通过以下公式获得:其中px,y为所述归一化图像在坐标点(x,y)处的像素值,W为所述归一化图像的图像宽度,H为所述归一化图像的图像高度。10.根据权利要求8所述的畸变图像校正方法,其中步骤(1152)包括以下步骤:(11521)从四个方向上对所述归一化图像进行扫描;和(11522)分别记录在上述四个方向扫描过程中遇到的第一个大于或者等于所述阈值Th的点。11.根据权利要求9所述的畸变图像校正方法,其中步骤(1152)包括以下步骤:(11521)从四个方向上对所述归一化图像进行扫描;和(11522)分别记录在上述四个方向扫描过程中遇到的第一个大于或者等于所述阈值Th的点。12.根据权利要求1~11中任意一项所述的畸变图像校正方法,其中步骤(1)还包括一步骤:(13)建立一平面直角坐标系;其中步骤(1152)还包括以下步骤:(11523)根据步骤(11522)中在所述四个方向扫描过程中遇到的第一个大于或者等于所述阈值Th的点在所述平面直角坐标系中的坐标值精确定位所述畸变图像的圆心位置及成像半径;其中所述四个方向包括逐行从上到下、逐行从下到上、逐列从左到右、逐列从右到左,其中在分别逐行从上到下、逐行从下到上、逐列从左到右、逐列从右到左扫描过程中遇到的第一个大于或者等于所述阈值Th的点分别被标记为其中步骤(1152)还包括以下步骤:(11524)分别计算两组对应坐标的垂直距离和水平距离,其中计算方式如下所示:d1=|y1-y2|d2=|x3-x4|(11525)确定所述畸变图像的成像直径d3为d1和d2中较大的数值,从而所述畸变图像的成像半径R=d3/2;和(11536)确定所述畸变图像的圆心位置,其中所述圆心坐标为(xc,yc),其中,13.根据权利要求12所述的畸变图像校正方法,其中步骤(1)还包括以下步骤:(14)确定所述畸变图像的轮廓点在所述平面直角坐标系中的坐标点(xil,yi);和(15)确定所述畸变图像的轮廓点距离图像中心的水平距离lik;其中其中xil为第i路畸变图像的轮廓点的水平坐标,yi为第i路畸变图像的轮廓点的垂直坐标,其中lik为第i路畸变图像垂直坐标为yk的轮廓点距离图像中心的水平距离。14.根据权利要求13所述的畸变图像校正方法,其中步骤(12)包括如下步骤:(121)检测多路所述畸变图像的角点;(122)检测叠加图像的角点;和(123)根据每一路所述畸变图像的角点以及所述叠加图像的角点,确定各路图像的所述校正因子αi。其中,步骤(121)中检测到的多路所述畸变图像的角点在所述平面直角坐标系中的坐标标记为(xik,yik),其中i代表第几路视频,k代表视频当中的角点编号。15.根据权利要求14所述的畸变图像校正方法,其中步骤(123)包括以下步骤:(1231)分别累加各路畸变图像的角点在所述平面直角坐标系中的横坐标值,以得到各路所述畸变图像的角点横坐标累加值Xi;(1232)累加所述叠加图像的角点在所述平面直角坐标系中的横坐标,以得到所述叠加图像的角点横坐标累加值XM;(1233)设定所述叠加图像的校正因子αM;和(1234)计算各路畸变图像的校正因子αi,其中αi=αM·...
【专利技术属性】
技术研发人员:罗运岑,杜亚凤,周炳,王冬梅,
申请(专利权)人:宁波舜宇光电信息有限公司,
类型:发明
国别省市:浙江,33
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。