【技术实现步骤摘要】
本专利技术涉及机器视觉图像处理，具体为一种手持式无标定图像畸变矫正方法。
技术介绍
1、图像畸变矫正是一项关键的技术，它涉及图像处理、计算机视觉和光学等多个领域，在现代社会，随着数码相机、智能手机、监控摄像头等设备的普及，图像和视频成为人们获取和传递信息的主要方式之一，然而，由于设备本身的设计、制造误差以及拍摄环境等因素的影响，图像往往会出现各种畸变，如径向畸变、切向畸变、透视畸变等，这些畸变不仅影响了图像的视觉效果，还可能对后续的图像处理和分析造成干扰，因此，图像畸变矫正技术的发展显得尤为重要，图像畸变矫正技术的核心在于对图像中的畸变进行精确测量和补偿，这通常需要通过一系列复杂的算法和计算过程来实现，首先，需要对图像进行特征提取，找出图像中的关键点或特征点，这些点通常具有明显的纹理或结构特征，可以用于后续的畸变测量和矫正，然后，利用这些特征点，通过计算畸变参数来描述图像的畸变情况，这些参数可以反映图像在不同方向上的形变程度和规律，最后，根据这些参数，对图像进行畸变补偿，使其恢复到原始的无畸变状态。
2、在图像畸变矫正技术的...
【技术保护点】
1.一种手持式无标定图像畸变矫正方法，其特征在于，包括：
2.如权利要求1所述的手持式无标定图像畸变矫正方法，其特征在于：所述小圆孔的圆心包括通过sobel算子进行边缘检测，对边缘检测获得的轮廓数据进行初步筛选，根据每条轮廓的最小闭合圆，移除超出图像范围的轮廓，排除大于和小于目标半径的轮廓数据，筛选最小矩形轮廓中长度与宽度差值小于预设值的情况，在初步筛选后，采用基于距离的聚类分离方法将筛选后的轮廓分为五类，包括一个大圆和四个小圆，每组代表一个独立的圆形轮廓，对每组轮廓分别求解最小闭合圆，建立点的对应关系，方程组矩阵形式表示为：
3.如权利要求2...
【技术特征摘要】
1.一种手持式无标定图像畸变矫正方法，其特征在于，包括：
2.如权利要求1所述的手持式无标定图像畸变矫正方法，其特征在于：所述小圆孔的圆心包括通过sobel算子进行边缘检测，对边缘检测获得的轮廓数据进行初步筛选，根据每条轮廓的最小闭合圆，移除超出图像范围的轮廓，排除大于和小于目标半径的轮廓数据，筛选最小矩形轮廓中长度与宽度差值小于预设值的情况，在初步筛选后，采用基于距离的聚类分离方法将筛选后的轮廓分为五类，包括一个大圆和四个小圆，每组代表一个独立的圆形轮廓，对每组轮廓分别求解最小闭合圆，建立点的对应关系，方程组矩阵形式表示为：
3.如权利要求2所述的手持式无标定图像畸变矫正方法，其特征在于：所述透视变换矩阵包括映射变换，将图像反向转化所需要的平移、旋转、缩放操作，透视变换表达式表示为：
4.如权利要求3所述的手持式无标定图像畸变矫正方法，其特征在于：所述构建径向畸变模型包括畸变模型表达式，畸变矫正后的图像坐标表示为：
5.如权利要求4所述的手持式无标定图像畸变矫正方法，其特征在于：所述求解径向畸变系数包括估计k1值，k1表示径向畸变的一阶效应，随距离的增大而线性增加，描述透镜对于径向位置的线性畸变，系数k1...
【专利技术属性】
技术研发人员：陆雨薇，蹇松阳，常修源，李达人，何锐波，李旺珍，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。