图片去畸变方法及装置制造方法及图纸

本发明专利技术提供了一种图片去畸变方法及装置，通过去畸变公式将空白图片的像素点转换至原始图片，再根据转换得到的像素点位置是否在原始图片范围内对空白图片中的像素点进行像素值赋值，最后将赋值后的空白图片中的纯色区域切除得到的矩形区域作为去畸变后图片，可以既实现损失视野小又实现周围无纯色边框。实现损失视野小又实现周围无纯色边框。实现损失视野小又实现周围无纯色边框。

【技术实现步骤摘要】
图片去畸变方法及装置


[0001]本专利技术涉及图片畸变处理
，具体而言，涉及一种图片去畸变方法及装置。

技术介绍

[0002]由于相机镜头的透镜制造精度以及组装工艺的偏差会引入畸变，导致原始图像失真。镜头的畸变又分为径向畸变和切向畸变两类(如图1所示的畸变示意图中，左图为物体实际形状，中间为切向畸变，右边为径向畸变)。
[0003]针对相机镜头拍摄的图片，需要经过去畸变处理，恢复物体的真实形状。目前普遍采用的Opencv畸变方法会损失大量的相机视野，若使用Opencv的获得最佳新摄像机矩阵getOptimalNewCameraMatrix和重映射remap函数，并设定参数alpha为1(保留最大视野)，则又会在图片的四周产生纯色边框(无用像素)。

技术实现思路

[0004]本专利技术解决的是现有针对相机采集图片的去畸变方案，存在视野损失、四周存在无用像素的问题。
[0005]为解决上述问题，本专利技术实施例提供一种图片去畸变方法，所述方法包括：根据预设去畸变公式，确定空白图片中全部第一像素点对应的去畸变之前的第二像素点；所述预设去畸变公式用于确定原始图片中的像素点在去畸变后图片中的像素点；所述空白图片的高、宽分别大于所述原始图片的高、宽；判断所述第二像素点的坐标是否超出所述原始图片的范围；若是，则将所述第二像素点对应的第一像素点的像素值赋值为预设值；若否，则将所述第二像素点对应的第一像素点的像素值赋值为所述第二像素点的像素值；确定所述空白图片中纯色区域的上侧极值、下侧极值、左侧极值及右侧极值；所述纯色区域由像素值为所述预设值的像素点组成；将经过像素值赋值的所述空白图片中的矩形区域保存为去畸变后图片；所述矩形区域由所述上侧极值、下侧极值、左侧极值及右侧极值确定。
[0006]可选地，所述上侧极值为所述空白图片中图像区域上方纯色区域中距离所述图像区域最近点的纵坐标，所述下侧极值为所述图像区域下方纯色区域中距离所述图像区域最近点的纵坐标，所述左侧极值为两个所述纯色区域的最左侧点的横坐标，所述右侧极值为两个所述纯色区域的最右侧点的横坐标；所述图像区域由像素值为所述第二像素点的像素值的像素点组成。
[0007]可选地，所述方法还包括：若所述第二像素点的坐标超出所述原始图片的范围，则保存所述第一像素点对应的原始图片坐标为固定值；若所述第二像素点的坐标未超出所述原始图片的范围，则保存所述第一像素点对应的原始图片坐标为所述第二像素点的坐标值。
[0008]可选地，所述方法还包括：保存所述矩形区域中全部所述第一像素点对应的原始图片坐标，得到重映射参数。
[0009]可选地，所述方法还包括：根据所述矩形区域在重映射图片中截取出相同的矩形
区域，保存为重映射参数图片；所述重映射图片保存有所述第一像素点的坐标，以及所述第一像素点对应的原始图片坐标。
[0010]可选地，所述方法还包括：若获取到新的原始图片，则根据所述重映射参数或所述重映射参数图片将所述新的原始图片映射至去畸变后图片。
[0011]可选地，所述空白图片的高、宽分别是所述原始图片的高、宽的两倍。
[0012]可选地，所述预设值与所述第二像素点的像素值不同。
[0013]本专利技术实施例提供一种图片去畸变装置，所述装置包括：去畸变计算模块，用于根据预设去畸变公式，确定空白图片中全部第一像素点对应的去畸变之前的第二像素点；所述预设去畸变公式用于确定原始图片中的像素点在去畸变后图片中的像素点；所述空白图片的高、宽分别大于所述原始图片的高、宽；判断模块，用于判断所述第二像素点的坐标是否超出所述原始图片的范围；像素值赋值模块，用于若超出所述原始图片的范围，则将所述第二像素点对应的第一像素点的像素值赋值为预设值；若未超出所述原始图片的范围，则将所述第二像素点对应的第一像素点的像素值赋值为所述第二像素点的像素值；极值确定模块，用于确定所述空白图片中纯色区域的上侧极值、下侧极值、左侧极值及右侧极值；所述纯色区域由像素值为所述预设值的像素点组成；分割模块，用于将经过像素值赋值的所述空白图片中的矩形区域保存为去畸变后图片；所述矩形区域由所述上侧极值、下侧极值、左侧极值及右侧极值确定。
[0014]可选地，所述上侧极值为所述空白图片中图像区域上方纯色区域中距离所述图像区域最近点的纵坐标，所述下侧极值为所述图像区域下方纯色区域中距离所述图像区域最近点的纵坐标，所述左侧极值为两个所述纯色区域的最左侧点的横坐标，所述右侧极值为两个所述纯色区域的最右侧点的横坐标；所述图像区域由像素值为所述第二像素点的像素值的像素点组成。
[0015]本专利技术实施例通过去畸变公式将空白图片的像素点转换至原始图片，再根据转换得到的像素点位置是否在原始图片范围内对空白图片中的像素点进行像素值赋值，最后将赋值后的空白图片中的纯色区域切除得到的矩形区域作为去畸变后图片，可以既实现损失视野小又实现周围无纯色边框。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1为畸变示意图；
[0018]图2为去畸变前的原始图片；
[0019]图3为使用Opencv undistort函数去畸变后的图片；
[0020]图4为本专利技术实施例提供的一种图片去畸变方法的示意性流程图；
[0021]图5为像素填充后的空白图片；
[0022]图6为新的去畸变算法得到的图片；
[0023]图7为本专利技术实施例中一种图片去畸变装置的结构示意图。
具体实施方式
[0024]为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。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。
[0025]图2示出了去畸变前的原始图片，图3示出了使用Opencv undistort函数去畸变后的图片，可以发现去畸变后的图二损失了25％的视野(可以对比横向的二维码数量确定视野损失程度)。若使用Opencv的getOptimalNewCameraMatrix和remap函数，并设定alpha为1，则会在图片的四周产生纯色区域(通常为黑色边框)。
[0026]针对以上图片去畸变方案的问题，如何设计出损失视野更小，且图像周围没有黑边的去畸变算法，成为很多基于图像处理算法的迫切需求。
[0027]图片去畸变算法如下：
[0028]大多数相机内参标定算法中会使用一个多项式来拟合相机的径向和切向畸变。其中x少表示去畸变前的归一化坐标，x
d
y
a
表示去畸变后的归一化坐标，r表示像素点与光心的距离，k和p为待求径向畸变参数和切向畸变参数。
[0029]切向畸变公本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片去畸变方法，其特征在于，所述方法包括：根据预设去畸变公式，确定空白图片中全部第一像素点对应的去畸变之前的第二像素点；所述预设去畸变公式用于确定原始图片中的像素点在去畸变后图片中的像素点；所述空白图片的高、宽分别大于所述原始图片的高、宽；判断所述第二像素点的坐标是否超出所述原始图片的坐标范围；若是，则将所述第二像素点对应的第一像素点的像素值赋值为预设值；若否，则将所述第二像素点对应的第一像素点的像素值赋值为所述第二像素点的像素值；确定所述空白图片中纯色区域的上侧极值、下侧极值、左侧极值及右侧极值；所述纯色区域由像素值为所述预设值的像素点组成；将经过像素值赋值的所述空白图片中的矩形区域保存为去畸变后图片；所述矩形区域由所述上侧极值、下侧极值、左侧极值及右侧极值确定。2.根据权利要求1所述的方法，其特征在于，所述上侧极值为所述空白图片中图像区域上方纯色区域中距离所述图像区域最近点的纵坐标，所述下侧极值为所述图像区域下方纯色区域中距离所述图像区域最近点的纵坐标，所述左侧极值为两个所述纯色区域的最左侧点的横坐标，所述右侧极值为两个所述纯色区域的最右侧点的横坐标；所述图像区域由像素值为所述第二像素点的像素值的像素点组成。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述第二像素点的坐标超出所述原始图片的范围，则保存所述第一像素点对应的原始图片坐标为固定值；若所述第二像素点的坐标未超出所述原始图片的范围，则保存所述第一像素点对应的原始图片坐标为所述第二像素点的坐标值。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：保存所述矩形区域中全部所述第一像素点对应的原始图片坐标，得到重映射参数。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述矩形区域在重映射图片中截取出相同的矩形区域，保存为重映射参数图片；所述重映射图片保存有所述...

【专利技术属性】
技术研发人员：李思聪，
申请(专利权)人：新石器慧通北京科技有限公司，
类型：发明
国别省市：