畸变参数的寻优方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种畸变参数的寻优方法，包括：获取鱼眼图像对应的第一参数集组；计算第一参数集组中的各个所述参数集对应的第一直线度误差；基于第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组；计算第一参数集组中的各个参数集对应的第二直线度误差；获取第二直线度误差中最小的直线度误差对应的参数集，并将获取到的参数集中的畸变参数作为鱼眼图像的目标畸变参数。本发明专利技术还公开了一种畸变参数的寻优装置及计算机可读存储介质。本发明专利技术提高了对鱼眼图像的校正精度，能够有效地利用直线约束生成校正效果比较符合期望的图像，为后续的图像配准提供了坚实的基础。

【技术实现步骤摘要】
畸变参数的寻优方法、装置及计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及一种畸变参数的寻优方法、装置及计算机可读存储介质。
技术介绍
鱼眼图像的畸变校正是360环视行车记录仪的一项重要步骤，其校正质量直接影响全景鸟瞰图的合成效果，从而也影响着驾驶员的视觉判断。实现鱼眼图像畸变校正的主要步骤是建立鱼眼镜头的几何模型，其中等距投影模型是校正效果较好的一种模型。影响等距模型的关键在于选取包括鱼眼图像的畸变中心和畸变半径在内的畸变参数。目前，主要采用最小二乘法拟合、面积统计法、扫描线逼近法以及区域增长法等方法获得鱼眼图像的畸变中心和畸变半径等参数。但是，上述方式得到的畸变中心和畸变半径，与鱼眼图像实际的畸变中心和畸变半径之间的偏差较大，造成鱼眼图像校正后得到的图像的视觉效果较差。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种畸变参数的寻优方法、装置及计算机可读存储介质，旨在解决现有鱼眼图像的校正方式造成鱼眼图像校正后得到的图像的视觉效果较差的技术问题。为实现上述目的，本专利技术提供一种畸变参数的寻优方法，所述畸变参数的寻优方法包括以下步骤：获取鱼眼图像对应的第一参数集组，其中，所述第一参数集组包括多组参数集；按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差；基于所述第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组，其中，所述第二参数集组包括多组参数集；按照第二预设顺序依次基于所述第二参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第二参数集组中的各个所述参数集对应的第二直线度误差；获取所述第二直线度误差中最小的直线度误差对应的参数集，并将获取到的参数集中的畸变参数作为所述鱼眼图像的目标畸变参数。优选地，所述按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差的步骤包括：按照第一预设规则获取所述鱼眼图像的第一特征点集；按照第一预设顺序依次基于第一参数集组中的参数集，及获取到的所述第一特征点集计算目标图像的第二特征点集；基于计算得到的所述第二特征点集，计算所述第一直线度误差。优选地，所述按照第一预设顺序依次基于第一参数集组中的参数集，及获取到的所述第一特征点集计算目标图像的第二特征点集的步骤包括：获取所述目标图像的预设中心点坐标；按照第一预设顺序依次基于第一参数集组中的参数集、所述第一特征点集及所述预设中心点坐标，计算所述第二特征点集。优选地，所述基于计算得到的所述第二特征点集，计算所述第一直线度误差的步骤包括：按照第一预设规则计算所述第二特征点集对应的各行的第一直线方程和各列的第二直线方程；根据所述第一直线方程及所述第二特征点集中各个特征点的坐标计算行误差，并根据所述第二直线方程及所述第二特征点集中各个特征点的坐标计算列误差；基于各个所述行误差及各个所述列误差计算所述第一直线度误差。优选地，所述按照第二预设顺序依次基于所述第二参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第二参数集组中的各个所述参数集对应的第二直线度误差的步骤包括：按照第二预设顺序依次基于第二参数集组中的参数集，及所述第一特征点集计算目标图像的第三特征点集；基于计算得到的所述第三特征点集，计算所述第二直线度误差。优选地，所述按照第二预设顺序依次基于第二参数集组中的参数集，及所述第一特征点集计算目标图像的第三特征点集的步骤包括：获取所述目标图像的预设中心点坐标；按照第二预设顺序依次基于第二参数集组中的参数集、所述第一特征点集及所述预设中心点坐标，计算所述第三特征点集。优选地，所述获取鱼眼图像对应的第一参数集组的步骤包括：基于所述鱼眼图像的中心坐标、畸变中心的调整范围，计算畸变中心坐标的取值范围；基于所述鱼眼图像的参考半径和畸变半径的放缩系数，计算畸变半径的取值范围；基于畸变中心坐标的取值范围、畸变半径的取值范围、第一调整步长，获取所述第一参数集组。优选地，所述基于所述第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组的步骤包括：获取所述第一直线度误差中最小的前预设个数的直线度误差对应的参数集；依次根据获取到的所述参数集及第二调整步长，生成所述第二参数集组。此外，为实现上述目的，本专利技术还提供一种畸变参数的寻优装置，所述畸变参数的寻优装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的畸变参数的寻优程序，所述畸变参数的寻优程序被所述处理器执行时实现上述任一项所述的方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有畸变参数的寻优程序，所述畸变参数的寻优程序被处理器执行时实现上述任一项所述的畸变参数的寻优方法的步骤。本实施例中的畸变参数的寻优方法，首先获取鱼眼图像对应的第一参数集组，其中，所述第一参数集组包括多组参数集；然后按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差；之后再基于所述第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组，其中，所述第二参数集组包括多组参数集；然后再按照第二预设顺序依次基于所述第二参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第二参数集组中的各个所述参数集对应的第二直线度误差；最后获取所述第二直线度误差中最小的直线度误差对应的参数集，并将获取到的参数集中的畸变参数作为所述鱼眼图像的目标畸变参数。本专利技术畸变参数的寻优方法提高了对畸变参数的寻优精度，能够有效地利用直线约束生成校正效果比较符合期望的图像，为后续的图像配准提供了坚实的基础。附图说明图1是本专利技术实施例方案涉及的硬件运行环境中畸变参数的寻优装置所属终端的结构示意图；图2为本专利技术畸变参数的寻优方法第一实施例的流程示意图；图3为本专利技术畸变参数的寻优方法第二实施例中计算第一参数集组中的各个参数集对应的第一直线度误差的步骤的细化流程示意图；图4为本专利技术畸变参数的寻优方法第三实施例中计算目标图像的第二特征点集的步骤的细化流程示意图；图5为本专利技术畸变参数的寻优方法第四实施例中计算第一直线度误差的步骤的细化流程示意图；图6为本专利技术畸变参数的寻优方法第五实施例中计算第一参数集组中的各个所述参数集对应的第二直线度误差的步骤的细化流程示意图；图7为本专利技术畸变参数的寻优方法第六实施例中计算目标图像的第三特征点集的步骤的细化流程示意图；图8为本专利技术畸变参数的寻优方法第七实施例中获取鱼眼图像对应的第一参数集组的步骤的细化流程示意图；图9为本专利技术畸变参数的寻优方法第八实施例中生成鱼眼图像对应的第二参数集组的步骤的流程示意图；本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境中本文档来自技高网...

【技术保护点】
一种畸变参数的寻优方法，其特征在于，所述畸变参数的寻优方法包括以下步骤：获取鱼眼图像对应的第一参数集组，其中，所述第一参数集组包括多组参数集；按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差；基于所述第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组，其中，所述第二参数集组包括多组参数集；按照第二预设顺序依次基于所述第二参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第二参数集组中的各个所述参数集对应的第二直线度误差；获取所述第二直线度误差中最小的直线度误差对应的参数集，并将获取到的参数集中的畸变参数作为所述鱼眼图像的目标畸变参数。

【技术特征摘要】
1.一种畸变参数的寻优方法，其特征在于，所述畸变参数的寻优方法包括以下步骤：获取鱼眼图像对应的第一参数集组，其中，所述第一参数集组包括多组参数集；按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差；基于所述第一参数集组中满足预设条件的第一直线度误差对应的参数集，生成所述鱼眼图像对应的第二参数集组，其中，所述第二参数集组包括多组参数集；按照第二预设顺序依次基于所述第二参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第二参数集组中的各个所述参数集对应的第二直线度误差；获取所述第二直线度误差中最小的直线度误差对应的参数集，并将获取到的参数集中的畸变参数作为所述鱼眼图像的目标畸变参数。2.如权利要求1所述的畸变参数的寻优方法，其特征在于，所述按照第一预设顺序依次基于所述第一参数集组中的参数集，及所述鱼眼图像的第一特征点集，计算所述第一参数集组中的各个所述参数集对应的第一直线度误差的步骤包括：按照第一预设规则获取所述鱼眼图像的第一特征点集；按照第一预设顺序依次基于第一参数集组中的参数集，及获取到的所述第一特征点集计算目标图像的第二特征点集；基于计算得到的所述第二特征点集，计算所述第一直线度误差。3.如权利要求2所述的畸变参数的寻优方法，其特征在于，所述按照第一预设顺序依次基于第一参数集组中的参数集，及获取到的所述第一特征点集计算目标图像的第二特征点集的步骤包括：获取所述目标图像的预设中心点坐标；按照第一预设顺序依次基于第一参数集组中的参数集、所述第一特征点集及所述预设中心点坐标，计算所述第二特征点集。4.如权利要求2所述的畸变参数的寻优方法，其特征在于，所述基于计算得到的所述第二特征点集，计算所述第一直线度误差的步骤包括：按照第二预设规则计算所述第二特征点集对应的各行的第一直线方程和各列的第二直线方程；根据所述第一直线方程及所述第二特征点集中各个特征点的坐标计算行误差，并根据所述第二直线方程及所述第二特征点集中各个特征点的坐标计算列误差；基于各个所述行误差及各个所述列误差计算所述第一直...

【专利技术属性】
技术研发人员：刘新，陆振波，周洋，
申请(专利权)人：深圳市易成自动驾驶技术有限公司，
类型：发明
国别省市：广东,44