鱼眼图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种鱼眼图像处理方法、装置、电子设备及存储介质。鱼眼图像处理方法包括：从鱼眼图像中的n个采样点中选取3个采样点，得到个采样点组及每个采样点组所对应的圆；计算n个采样点到任一采样点组所对应的圆的距离之和，作为该采样点组的误差；计算个采样点组的误差的第一累加值，计算所有包含采样点p的采样点组的误差的第二累加值；根据第一累加值和第二累加值，计算p点的权重系数，以构建非线性优化方程，根据非线性优化方程确定鱼眼相机的有效成像区域。本申请能适应不同场景下拍摄得到的鱼眼图像的有效成像区域的确定，具有较强的鲁棒性，且保证了鱼眼图像的有效成像区域的确定准确性。区域的确定准确性。区域的确定准确性。

【技术实现步骤摘要】
鱼眼图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及鱼眼图像处理
，更具体而言，涉及一种鱼眼图像处理方法、鱼眼图像处理装置、电子设备和计算机可读存储介质。

技术介绍

[0002]在对鱼眼相机的反畸变矫正过程中，需要准确地确定有效成像区域和光学中心，才能保证矫正效果。在出厂前，一般会进行准确地标定，然而，在鱼眼相机的使用过程中，若发生碰撞导致鱼眼相机结构发生移位等情况下，可能导致有效成像区域发生变化，需要重新对有效成像区域进行标定，但出厂后二次校准使用环境相比生产环境更为复杂，导致基于出厂后的鱼眼相机采集的图像确定的有效成像区域的准确性降低，因此，亟需一种具备较强的鲁棒性的方法，来准确地检测有效成像区域。

技术实现思路

[0003]本申请实施方式提供一种鱼眼图像处理方法、鱼眼图像处理装置、电子设备和计算机可读存储介质。
[0004]本申请实施方式的鱼眼图像处理方法包括提取鱼眼相机拍摄的鱼眼图像中的n个采样点；从所述n个采样点中任意选取3个采样点，得到个采样点组，并确定每个采样点组所对应的圆；对所述个采样点组中的任一采样点组，计算所述n个采样点到所述采样点组所对应的圆的距离之和，作为所述采样点组的误差；计算所述个采样点组的误差的第一累加值，并对所述n个采样点中的任一采样点p，计算所有包含p点的采样点组的误差的第二累加值；根据所述第一累加值和所述第二累加值，计算所述p点的权重系数，所述权重系数与所述第二累加值呈负相关关系；根据所述权重系数构建非线性优化方程，根据所述非线性优化方程确定所述鱼眼相机的有效成像区域。
[0005]在某些实施方式中，在提取鱼眼相机拍摄的鱼眼图像中的n个采样点之前，所述鱼眼图像处理方法还包括：获取鱼眼相机拍摄的原始图像；对所述原始图像进行预处理，以得到所述鱼眼图像，所述预处理包括边缘检测和图像二值化。
[0006]在某些实施方式中，所述对所述原始图像进行预处理，以得到所述鱼眼图像，包括对所述原始图像进行降采样；对降采样后的所述原始图像进行所述预处理，以得到所述鱼眼图像。
[0007]在某些实施方式中，所述根据所述第一累加值和所述第二累加值，计算所述p点的权重系数，包括：通过如下公式计算所述p点的权重系数：W
P
＝1
‑
∑F
P
/∑F，其中，所述W
P
为所述p点的权重系数，所述∑F为第一累加值，所述∑F
P
为第二累加值。
[0008]在某些实施方式中，所述根据所述权重系数构建非线性优化方程，包括根据如下公式构建所述非线性优化方程：其中，(x
P
，y
P
)为所述p点的图像坐标，(x，y)为所述有效成像区域的圆心的图像坐标，所述W
P
为
所述p点的权重系数，所述R为所述有效成像区域的半径。
[0009]在某些实施方式中，所述根据所述非线性优化方程确定所述鱼眼相机的有效成像区域，包括：对所述非线性优化方程中的x求偏导以得到第一方程；对所述非线性优化方程中的y求偏导以得到第二方程；对所述非线性优化方程中的R求偏导以得到第三方程；根据所述第一方程、所述第二方程、所述第三方程、及预设的梯度下降算法，按预设步长对x，y和R进行取值，以得到多组数值，并计算每组所述数值对应的所述非线性优化方程的函数值；根据最小的所述函数值对应的所述数值确定所述有效成像区域。
[0010]在某些实施方式中，在根据所述权重系数构建非线性优化方程，根据所述非线性优化方程确定所述鱼眼相机的有效成像区域之后，所述鱼眼图像处理方法还包括提取与所述有效成像区域的圆心之间的距离位于预设距离范围内的m个采样点；根据所述m个采样点对应的权重系数，重新构建所述非线性优化方程，并根据重新构建的所述非线性优化方程更新所述有效成像区域。
[0011]本申请实施方式的鱼眼图像处理装置包括第一提取模块、第一确定模块、第一计算模块、第二计算模块、第三计算模块和第二确定模块。所述第一提取模块用于提取鱼眼相机拍摄的鱼眼图像中的n个采样点；所述第一确定模块用于从所述n个采样点中任意选取3个采样点，得到个采样点组，并确定每个采样点组所对应的圆；所述第一计算模块用于对所述个采样点组中的任一采样点组，计算所述n个采样点到所述采样点组所对应的圆的距离之和，作为所述采样点组的误差；所述第二计算模块用于计算所述个采样点组的误差的第一累加值，并对所述n个采样点中的任一采样点p，计算所有包含p点的采样点组的误差的第二累加值；所述第三计算模块用于根据所述第一累加值和所述第二累加值，计算所述p点的权重系数，所述权重系数与所述第二累加值呈负相关关系；及所述第二确定模块用于根据所述权重系数构建非线性优化方程，根据所述非线性优化方程确定所述鱼眼相机的有效成像区域。
[0012]本申请实施方式的电子设备包括一个或多个处理器、存储器及一个或多个程序，其中，一个或多个所述程序被存储在所述存储器中，并且被一个或多个所述处理器执行，所述程序包括用于执行上述任一实施方式的鱼眼图像处理方法的指令。
[0013]本申请实施方式的计算机可读存储介质包括计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述任一实施方式的鱼眼图像处理方法。
[0014]本申请实施方式的鱼眼图像处理方法、鱼眼图像处理装置、电子设备和计算机可读存储介质通过提取鱼眼图像中的n个采样点，从而以n个采样点中的任意3个采样点为一组，确定个采样点组，并确定每个采样点组对应的圆；通过计算n个采样点到每个采样点组所对应的圆的距离之和，可确定每个采样点组对应的误差；之后通过确定个采样点组的第一累加值，以及所有包含n个采样点中的任一采样点p的误差的第二累计值，来确定任一采样点p的权重系数，可以理解，一个采样点距离其他采样点的距离越远，其是噪声的可能性就越大，因此，采样点p的第二累加值越大，说明采样点p距离其他采样点越远，采样点p的权重系数就越小，通过提前确定任一采样点p的权重系数，降低鱼眼图像中可能是噪声的采样点的影响，从而基于每个采样点的权重系数来构建用于确定鱼眼图像的有效成像区域的非线性优化方程，通过计算非线性优化方程的最优解，即可准确地得到鱼眼图像的有效
成像区域。如此，相较于在不同场景下，难以准确筛选出所有采样点中能够用于准确计算有效成像区域的目标采样点而言，本申请无需对采样点进行筛选，只需预先准确地计算每个采样点的权重系数，来降低噪声的影响，然后根据所有采样点的权重系数来构建非线性优化方程，不仅能够适应不同场景下拍摄得到的鱼眼图像的有效成像区域的确定，具有较强的鲁棒性，而且保证了鱼眼图像的有效成像区域的确定准确性。
[0015]本申请的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实施方式的实践了解到。
附图说明
[0016]本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鱼眼图像处理方法，其特征在于，所述鱼眼图像处理方法包括：提取鱼眼相机拍摄的鱼眼图像中的n个采样点；从所述n个采样点中任意选取3个采样点，得到个采样点组，并确定每个采样点组所对应的圆；对所述个采样点组中的任一采样点组，计算所述n个采样点到所述采样点组所对应的圆的距离之和，作为所述采样点组的误差；计算所述个采样点组的误差的第一累加值，并对所述n个采样点中的任一采样点p，计算所有包含p点的采样点组的误差的第二累加值；根据所述第一累加值和所述第二累加值，计算所述p点的权重系数，所述权重系数与所述第二累加值呈负相关关系；根据所述权重系数构建非线性优化方程，根据所述非线性优化方程确定所述鱼眼相机的有效成像区域。2.根据权利要求1所述的鱼眼图像处理方法，其特征在于，在提取鱼眼相机拍摄的鱼眼图像中的n个采样点之前，所述鱼眼图像处理方法还包括：获取鱼眼相机拍摄的原始图像；对所述原始图像进行预处理，以得到所述鱼眼图像，所述预处理包括边缘检测和图像二值化。3.根据权利要求2所述的鱼眼图像处理方法，其特征在于，所述对所述原始图像进行预处理，以得到所述鱼眼图像，包括：对所述原始图像进行降采样；对降采样后的所述原始图像进行所述预处理，以得到所述鱼眼图像。4.根据权利要求1所述的鱼眼图像处理方法，其特征在于，所述根据所述第一累加值和所述第二累加值，计算所述p点的权重系数，包括：通过如下公式计算所述p点的权重系数：W
P
＝1
‑
∑F
P
/∑F，其中，所述W
P
为所述p点的权重系数，所述∑F为第一累加值，所述∑F
P
为第二累加值。5.根据权利要求1所述的鱼眼图像处理方法，其特征在于，所述根据所述权重系数构建非线性优化方程，包括：根据如下公式构建所述非线性优化方程：C(x，y，根据如下公式构建所述非线性优化方程：C(x，y，其中，(x
P
，y
P
)为所述p点的图像坐标，(x，y)为所述有效成像区域的圆心的图像坐标，所述W
P
为所述p点的权重系数，所述R为所述有效成像区域的半径。6.根据权利要求5所述的鱼眼图像处理方法，其特征在于，所述根据所述非线性优化方程确定所述鱼眼相机的有效成像区域，包...

【专利技术属性】
技术研发人员：刘小宇，雍升，杨学政，
申请(专利权)人：深圳市睿联技术股份有限公司，
类型：发明
国别省市：