基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法技术

本发明专利技术提供的方法应用BP神经网络来对鱼眼镜头拍摄的图像进行畸变矫正，矫正畸变的效率与现有相比得到了提高。并且神经网络具有很强的自学习性、自组织性、高度非线性和鲁棒性等特点使得其在解决非线性拟合等问题上有着独特的优势，能够解决多层次的复杂问题。本发明专利技术采用神经网络解决图像畸变矫正，打破传统的图像畸变矫正技术的束缚，在非线性畸变矫正方面正有着无可替代的优越性。

【技术实现步骤摘要】
基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法
本专利技术涉及神经网络领域，更具体地，涉及一种基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法。
技术介绍
随着智能科学、计算机视觉技术的发展，以及人们对视频监控和采集日益增长的需求，具有宽广视野的鱼眼镜头越来越被广泛的应用在生活中。但是使用鱼眼镜头拍摄获得的照片及视频都会发生严重的畸变现象。为了获得人们习惯的画面，以及计算机可识别的图像，需要对通过鱼眼镜头获得的图像进行畸变矫正处理。传统的畸变矫正方法需要根据镜头的参数对矫正前后的图像进行模型建立，由于不同镜头的参数不一样，因此针对不同的镜头进行校正需要耗费较大的时间人力成本。
技术实现思路
本专利技术为解决以上图像畸变矫正方法需耗费较大时间成本、人力成本的缺陷，提供了一种基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法，该方法矫正畸变的效率与现有相比得到了提高。为实现以上专利技术目的，采用的技术方案是：一种基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法，包括以下步骤；S1.设纸张A上均匀分布有m行、n列的特征点，使用鱼眼镜头对纸张A进行拍摄，获得拍摄的图像；S2.对图像进行预处理；S3.对经本文档来自技高网...

【技术保护点】
一种基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法，其特征在于：包括以下步骤；S1.设纸张A上均匀分布有m行、n列的特征点，使用鱼眼镜头对纸张A进行拍摄，获得拍摄的图像；S2.对图像进行预处理；S3.对经过预处理的图像进行特征点的提取；S4.提取的特征点中，水平距离最大的相邻的两个特征点间的水平距离x为每列特征点间的距离，垂直距离最大的相邻的两个特征点间的垂直距离y为每行特征点间的距离；S5.利用x、y、m、n构建起理想的特征点分布图；S6将提取的图像特征点与理想的特征点分布图中的特征点按照特征点的排列顺序进行匹配；S7.得到匹配结果后，将提取的图像特征点和理想的特征点分布图中的特征点作为BP...

【技术特征摘要】
1.一种基于BP神经网络的鱼眼镜头拍摄图像畸变矫正方法，其特征在于：包括以下步骤；S1.设纸张A上均匀分布有m行、n列的特征点，使用鱼眼镜头对纸张A进行拍摄，获得拍摄的图像；S2.对图像进行预处理；S3.对经过预处理的图像进行特征点的提取；S4.提取的特征点中，水平距离最大的相邻的两个特征点间的水平距离x为每列特征点间的距离，垂直距离最大的相邻的两个特征点间的垂直距离y为每行特征点间的距离；S5.利用x、y、m、n构建起理想的特征点分布图；S6将提取的图像特征点与理想的特征点分布图中的特征点按照特征点的排列顺序进行匹配；S7.得到匹配结果后，将提取的图像特征点和理想的特征点分布图中的特征点作为BP神经网络的输入和输出，得到神经网络的网络层间加权系数wki和wij；S8.将拍摄的图像中每个像素点作为BP神经网络的输入，即可得到其矫正后的坐标，像素点的像素值保持为拍摄的图像中该像素点的像素值；通过以上操作完成拍摄图像的畸变矫正。2.根据权利要求1所述的基于BP神经网络的...

【专利技术属性】
技术研发人员：王军，谢启超，陈谋奇，
申请(专利权)人：广东顺德中山大学卡内基梅隆大学国际联合研究院，中山大学，
类型：发明
国别省市：广东,44