一种基于线段特征的超广角镜头相片畸变校正方法技术

本发明专利技术公开了一种基于线段特征的超广角镜头相片畸变校正方法，属于图像处理技术领域。其包括步骤：对超广角镜头图像提取线段得到线段集合；将整个图像划分为多个区域；分别定义图像的上下左右边缘区域，仅校正该区域内的直线畸变；分别获取位于各边缘区域中的线段集合；以边缘区域线段集合中线段的倾角为依据，按间隔等间距分为多个线段子集；在线段子集中寻找线段对构成匹配线段集合；生成线段特征校正点集；形成全域校正匹配点集；建立二次多项式校正模型，通过最小二乘法对超广角镜头图像进行校正。本发明专利技术充分利用图像中目标的直线特征，并结合图像重采样方法完成图像校正，有效降低手机超广角镜头在具有直线目标场景下的畸变。下的畸变。下的畸变。

【技术实现步骤摘要】
一种基于线段特征的超广角镜头相片畸变校正方法


[0001]本专利技术属于图像处理
，具体涉及一种基于线段特征的超广角镜头相片畸变校正方法。

技术介绍

[0002]随着智能手机的迅速发展，手机摄影逐渐进入大众生活，且已成为日常应用中主要的拍照方式，极大程度地提升了大众摄影的便捷性，降低了拍照成本。近些年，超广角镜头逐渐被应用于智能手机中，可以为手机照片带来更大的视角和宽阔的视野，同时具备大景深拍照，可容纳下更多的近景和远景。
[0003]当前，很多手机的超广角相机最大视角超过100度，更有达到150度。虽然超广角镜头可以拍摄更大的场景，但其获得的照片会存在较大畸变，尤其是在接近边缘部分。大部分手机出厂时均会对超广角镜头进行固定参数校准，由于目标在视场中远近差异，仍然会存在一定程度的畸变，尤其在拍摄直线特征明显的目标。当超广角相片中存在直线特征明显的目标时，可以考虑直接依据直线特征对图像进行校正。因此，如何利用超广角镜头相片的直线特征对图像进行校正成为亟待解决的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于线段特征的超广角镜头相片畸变校正方法，其充分利用图像中目标的直线特征，并结合图像重采样方法完成图像校正，有效降低手机超广角镜头在具有直线目标场景下的畸变。
[0005]本专利技术采用的技术方案为：
[0006]一种基于线段特征的超广角镜头相片畸变校正方法，包括以下步骤：
[0007]步骤1，采用LSD算法对超广角镜头图像IM提取线段，得到线段集合L
set
；
[0008]步骤2，将整个超广角镜头图像IM划分为4*4个区域，第i行第j列的区域记为Z
ij
；
[0009]步骤3，分别定义图像的上下左右边缘区域E
top
、E
bot
、E
lef
和E
rig
，仅校正该区域内的直线畸变；
[0010]步骤4，通过位置关系分别获取位于各边缘区域中的线段集合L
E
；
[0011]步骤5，以边缘区域线段集合L
E
中线段的倾角θ为依据，按间隔dθ将L
E
等间距分为多个线段子集
[0012]步骤6，依据线段的倾角和距离约束，在线段子集中寻找线段对，构成匹配线段集合
[0013]步骤7，基于获取的匹配线段集合生成线段特征校正点集P
line
；
[0014]步骤8，在超广角镜头图像IM的每个子区域Z
ij
内均匀选择点，形成全域校正匹配点集P
adj
；
[0015]步骤9，依据全域校正匹配点集P
adj
建立二次多项式校正模型，通过最小二乘法校
正超广角镜头图像IM，得到校正后图像IM
adj
。
[0016]进一步地，步骤4中，根据如下条件判断L
set
中的线段l是否隶属于相应的线段集合L
E
：
[0017][0018]E∈{E
top
,E
bot
,E
lef
,E
rig
}
[0019]式中，N()表示线段的像素数目，δ表示比例阈值。
[0020]进一步地，步骤5中线段子集的计算方式如下：
[0021][0022][0023]式中，int()为向上取整，θ
l
表示线段l的倾角，θ
min
和θ
max
分别为线段子集中线段倾角的最小值和最大值。
[0024]进一步地，步骤6中，若线段子集中的两条线段l
i
和l
j
满足以下条件，则认为由其构成的线段对(l
i
,l
j
)属于匹配线段集合
[0025][0026]其中，|*|表示求绝对值，θ
thr
表示线段倾角差的阈值，||*||代表线段的长度，dis()表示求两点之间的距离，P
M
表示相应线段的中点，λ表示线段位置约束阈值。
[0027]进一步地，步骤7的具体方式为：
[0028]对于匹配线段集合中的线段对(l
i
,l
j
)，将距离所在边缘区域E边界更近的线段作为待校正线段l
a
，设l
a
的起点和终点分别为和则待校正线段终点的计算方式如下：
[0029][0030][0031][0032]式中，l
a
表示由线段对(l
i
,l
j
)产生的待校正线段，||l
a
||表示l
a
的线段长度，表示求倾角差的绝对值；
[0033]存在c个线段特征校正点的集合P
line
表示为：
[0034][0035]式中，表示由线段产生的校正点对，为校正前点的位置，为校正后点的位置。
[0036]进一步地，步骤8中，全域校正匹配点集P
adj
由非线段区域点集P
noline
和线段特征校正点集P
line
组成：
[0037]P
adj
＝P
noline
+P
line
[0038][0039][0040]式中，为区域Z
m
的中点，Z
m
是指与边缘线段集合L
E
不相交的区域，由部分边缘区域和中心区域组成。
[0041]本专利技术具有如下有益效果：
[0042](1)本专利技术提出了一种基于线段特征的超广角镜头相片畸变校正方法，可有效校正边缘存在直线的超广角相机图像，减少图像中心区域的畸变。
[0043](2)应用本专利技术方法可以有效提取直线特征，并自动寻找待校正的匹配点，为图像自动校正提供技术支撑。
附图说明
[0044]图1为图像区域划分示意图；
[0045]图2为超广角相机图像校正方法的原理示意图。
具体实施方式
[0046]下面结合附图及具体实施方式对本专利技术做进一步详细的说明。
[0047]如图2所示，一种基于线段特征的超广角镜头相片畸变校正方法，包括以下步骤：
[0048]步骤1，采用LSD算法对超广角镜头图像IM提取线段得到线段集合L
set
。当有n条线段时可表示为：
[0049]L
set
＝{l1,l2,l3...l
n
}
[0050]步骤2，将整个图像划分为4*4个区域，每个区域记为Z
ij
。本例中将整幅图分为16区域，各区域位置及编号见图1所示，Z
ij
可表示为：
[0051]Z...

【技术保护点】

【技术特征摘要】
1.一种基于线段特征的超广角镜头相片畸变校正方法，其特征在于，包括以下步骤：步骤1，采用LSD算法对超广角镜头图像IM提取线段，得到线段集合L
set
；步骤2，将整个超广角镜头图像IM划分为4*4个区域，第i行第j列的区域记为Z
ij
；步骤3，分别定义图像的上下左右边缘区域E
top
、E
bot
、E
lef
和E
rig
，仅校正该区域内的直线畸变；步骤4，通过位置关系分别获取位于各边缘区域中的线段集合L
E
；步骤5，以边缘区域线段集合L
E
中线段的倾角θ为依据，按间隔dθ将L
E
等间距分为多个线段子集步骤6，依据线段的倾角和距离约束，在线段子集中寻找线段对，构成匹配线段集合步骤7，基于获取的匹配线段集合生成线段特征校正点集P
line
；步骤8，在超广角镜头图像IM的每个子区域Z
ij
内均匀选择点，形成全域校正匹配点集P
adj
；步骤9，依据全域校正匹配点集P
adj
建立二次多项式校正模型，通过最小二乘法校正超广角镜头图像IM，得到校正后图像IM
adj
。2.根据权利要求1所述的一种基于线段特征的超广角镜头相片畸变校正方法，其特征在于，步骤4中，根据如下条件判断L
set
中的线段l是否隶属于相应的线段集合L
E
：l∈L
E ifE∈{E
top
,E
bot
,E
lef
,E
rig
}式中，N()表示线段的像素数目，δ表示比例阈值。3.根据权利要求2所述的一种基于线段特征的超广角镜头相片畸变校正方法，其特征在于，步骤5中线段子集的计算方式如下：if θ
min
+dθ
×
(k
‑
1)≤θ
l
＜θ
min
+dθ
×
k式中，int()为向上取整，θ
l

【专利技术属性】
技术研发人员：常晓宇，王敏，王港，郭争强，刘宇，张晓男，谢鑫浩，孙方德，朱进，陈金勇，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：