一种畸变图像校正方法、装置制造方法及图纸

本申请提供一种畸变图像校正方法、装置、电子设备及机器可读存储介质，应用于鱼眼镜头，所述鱼眼镜头基于预设的投影函数生成畸变图像，其特征在于，所述方法包括：获取畸变图像，确定所述畸变图像边界的像素点；基于所述畸变图像边界的像素点，拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径；基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，并保存所述畸变图像与所述无畸变图像之间的坐标映射关系；基于所述坐标映射关系，对畸变图像进行校正。对畸变图像进行校正。对畸变图像进行校正。

【技术实现步骤摘要】
一种畸变图像校正方法、装置


[0001]本申请涉及畸变图像处理
，特别是涉及一种畸变图像校正的方法、装置、电子设备及机器可读存储介质。

技术介绍

[0002]目前，视频监控相机大量采用了鱼眼镜头，鱼眼镜头是一种超广角镜头，视场角可达180度。通过一个鱼眼镜头可以获取大范围的场景信息，一方面降低了相机拼装的硬件成本和安装成本，另一方面避免了多镜头情况下的盲区问题和视频拼接问题。鱼眼镜头通常由多层镜片组成，前镜片呈抛物状向前凸起，外观类似鼓起的鱼眼。鱼眼镜头视场内物体发出的入射光线，经过镜片组的数次折射，朝着与光轴夹角较小的方向偏转，折射光线最终落在鱼眼相机的图像传感器上实现成像。鱼眼镜头成像系统具有体积较小、易于集成等优点，但同样存在图像畸变大的问题。因此，对畸变图像进行校正是本领域亟待解决的技术问题。

技术实现思路

[0003]本申请提供一种畸变图像校正方法，应用于鱼眼镜头，所述鱼眼镜头基于预设的投影函数生成畸变图像，其特征在于，所述方法包括：
[0004]获取畸变图像，确定所述畸变图像边界的像素点；
[0005]基于所述畸变图像边界的像素点，拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径；
[0006]基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，并保存所述畸变图像与所述无畸变图像之间的坐标映射关系；
[0007]基于所述坐标映射关系，对畸变图像进行校正。
[0008]可选的，所述畸变图像存在于矩形的图像文件中，所述确定所述畸变图像边界的像素点，包括：
[0009]采样扫描所述畸变图像，将距离所述矩形的图像文件边界最近的不为黑色的N个像素点，确定为所述畸变图像边界的像素点。
[0010]可选的，所述拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径，包括：
[0011]利用最小二乘法拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径。
[0012]可选的，所述基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，包括：
[0013]基于预设的投影函数和所述圆形边界的半径，所述无畸变图像的高度，所述无畸变图像的宽度，所述畸变图像的像素点中的一种或组合，确定所述畸变图像对应的无畸变图像。
[0014]可选的，所述方法包括使用GStreamer框架进行开发。
[0015]本申请提供一种畸变图像校正装置，应用于鱼眼镜头，所述鱼眼镜头基于预设的投影函数生成畸变图像，其特征在于，所述装置包括：
[0016]图像获取模块，用于获取畸变图像，确定所述畸变图像边界的像素点；
[0017]边界确定模块，用于基于所述畸变图像边界的像素点，拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径；
[0018]映射关系确定模块，用于基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，并保存所述畸变图像与所述无畸变图像之间的坐标映射关系；
[0019]图像校正模块，用于基于所述坐标映射关系，对畸变图像进行校正。
[0020]可选的，所述畸变图像存在于矩形的图像文件中，其特征在于，所述确定所述畸变图像边界的像素点，包括：
[0021]采样扫描所述畸变图像，将距离所述矩形的图像文件边界最近的不为黑色的N个像素点，确定为所述畸变图像边界的像素点。
[0022]可选的，所述拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径，包括：
[0023]利用最小二乘法拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径。
[0024]可选的，所述基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，包括：
[0025]基于预设的投影函数和所述圆形边界的半径，所述无畸变图像的高度，所述无畸变图像的宽度，所述畸变图像的像素点中的一种或组合，确定所述畸变图像对应的无畸变图像。
[0026]可选的，所述装置包括使用GStreamer框架进行开发。
[0027]本申请还提供一种电子设备，包括：
[0028]处理器；
[0029]用于存储处理器可执行指令的存储器；
[0030]其中，所述处理器通过运行所述可执行指令以实现上述方法的步骤。
[0031]本申请还提供一种机器可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述方法的步骤。
[0032]通过以上实施例，可以拟合出畸变图像的圆形边界，从而确定畸变图像圆形边界的半径，可以通过鱼眼镜头预设的投影函数，确定无畸变图像中的像素点与对应的畸变图像中的像素点的坐标映射关系，并可以直接基于该坐标映射关系对畸变图像进行校正，提高了校正的效率。
附图说明
[0033]图1是一示例性的实施例示出的一种畸变图像校正方法的流程图；
[0034]图2是一示例性的实施例示出的一种畸变图像校正装置的框图；
[0035]图3是一示例性的实施例示出的一种畸变图像校正装置的管道图；
[0036]图4是一示例性的实施例示出的一种畸变图像校正装置所在电子设备的硬件结构
图。
具体实施方式
[0037]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0038]需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
[0039]为了使本
的人员更好地理解本说明书实施例中的技术方案，下面先对本说明书实施例涉及的无人车定位的相关技术，进行简要说明。
[0040]畸变图像：由于鱼眼镜头的厚度不均匀，离鱼眼镜头越远场景的光线就越弯曲，从而产生畸变。
[0041]镜头焦距：镜头焦距是指镜头光学后主点到焦点的距离，是镜头的重要性能指标。镜头焦距的长短决定着拍摄的成像大小，视场角大小，景深大小和画面的透视强弱。镜头的焦距是镜头的一个非常重要的指标。镜头焦距的长短决定了被摄物在成像介质(胶片或CCD等)上成像的大小，也就是相当于物和象的比例尺。当对同一距离远的同一个被摄目标拍摄时，镜头焦距长的所成的象大，镜头焦距短的所成的象小。根据用途的不同，照相机镜头的焦距相差非常大，有短到几毫米，十几毫米的，也有长达几米的。
[0042]视场角：视场角在光学工程中又称视场，视场角的大小决定了光学仪器的视野范围。视场角又本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种畸变图像校正方法，应用于鱼眼镜头，所述鱼眼镜头基于预设的投影函数生成畸变图像，其特征在于，所述方法包括：获取畸变图像，确定所述畸变图像边界的像素点；基于所述畸变图像边界的像素点，拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径；基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，并保存所述畸变图像与所述无畸变图像之间的坐标映射关系；基于所述坐标映射关系，对畸变图像进行校正。2.根据权利要求1所述的方法，所述畸变图像存在于矩形的图像文件中，其特征在于，所述确定所述畸变图像边界的像素点，包括：采样扫描所述畸变图像，将距离所述矩形的图像边界最近的不为黑色的N个像素点，确定为所述畸变图像边界的像素点。3.根据权利要求1所述的方法，其特征在于，所述拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径，包括：利用最小二乘法拟合出所述畸变图像对应的圆形边界，并确定所述圆形边界的半径。4.根据权利要求1所述的方法，其特征在于，所述基于预设的投影函数和所述圆形边界的半径，确定所述畸变图像对应的无畸变图像，包括：基于预设的投影函数和所述圆形边界的半径，所述无畸变图像的高度，所述无畸变图像的宽度，所述畸变图像的像素点中的一种或组合，确定所述畸变图像对应的无畸变图像。5.根据权利要求1所述的方法，其特征在于，所述方法包括使用GStreamer框架进行开发。6.一种畸变图像校正装置，应用于鱼眼镜头，所述鱼眼镜头基于预设的投影函数生成畸变图像，其特征在于，所述装置包括：图像获取模块，用于获取畸变图像，确定所述畸变图像边界的像素点；边界确定模块，用于基于所述畸变图像边界的像...

【专利技术属性】
技术研发人员：张志正，刘博，何贝，刘鹤云，张岩，
申请(专利权)人：北京斯年智驾科技有限公司，
类型：发明
国别省市：