一种灭点检测及图像矫正方法技术

技术编号:9900698 阅读:280 留言:0更新日期:2014-04-10 12:04
一种灭点检测及图像矫正方法,包括步骤S1:在图像空间中检测直线,将直线转化为对偶空间中的点表示;S2:将至少一方向上灭点的对偶点进行初步分类及再次聚类;S3:分别对每一分类的对偶点采用随机抽样一致算法进行拟合,得到至少一直线,进而得到灭点;S4:根据灭点对图像进行扭正处理。本发明专利技术提出的灭点检测及图像矫正方法可快速准确地检测出图像中的灭点,进而找到图像获取设备与场景的位置关系,利用灭点计算图像变换的单应性矩阵,对图像进行视角矫正。

【技术实现步骤摘要】
一种灭点检测及图像矫正方法
本专利技术涉及数字图像处理和计算机视觉等
,特别涉及一种灭点检测及图像矫正方法。
技术介绍
3D空间中的一组平行线经过摄像机/照相机等图像获取设备的投影变换后,在2D成像平面上形成一系列的线束,这些线束的交点称为灭点,灭点广泛的用于单幅图像的场景解析之中。灭点在基于单幅图像的三维重建、多幅图像的三维重建、图像获取设备的内外参数估计和标定等方面都具有至关重要的作用:一旦准确求出灭点,在此基础上就可以估计图像获取设备的的内外参数,进而获得图像获取设备参数矩阵的表达式,即得到摄像机与场景的角度关系,进而得到图像扭正的单应性矩阵,实现图像的视角扭正。在计算机视觉领域中,如何快速准确的检测出灭点是一件非常重要的事情。现有技术对灭点的检测主要有3个步骤:1、直线检测,即找出图像中各个方向上的线条;2、计算所有直线的交点;3、对所有直线的交点聚类,去掉伪灭点,最终得到真正的灭点。通常情况下,因为一幅图像中有太多的直线交点,从中找到灭点,实现第2步和第3步具有较高难度。现有的一种灭点检测方法是用哈夫变换(Houghtansform)或别的直线检测方法检测图像中的直线,然后求取各个直线的汇聚点,默认为灭点;由于场景中直线的无序性和噪声的影响,将会出现多个交点,从多个交点中找出想要的灭点是件困难度的事情,常常会出现灭点检测错误的问题。另外,现有一些灭点检测方法需要依赖3D空间中直线的附加特征,如正交性、共面性和等距特征;还有一些灭点检测方法依赖于摄像机标定的参数结果。而现有技术对直线交点的计算和聚类方法具有不稳定性,具有较差的鲁棒性。
技术实现思路
基于此,本专利技术提出一种灭点检测及图像矫正方法,包括步骤S1:在图像空间中检测直线,将直线转化为对偶空间中的点表示;S2:将至少一方向上灭点的对偶点进行初步分类及再次聚类;S3:分别对每一分类的对偶点采用随机抽样一致算法进行拟合,得到至少一直线,进而得到灭点;S4:根据灭点对图像进行扭正处理。上述步骤S1包括S11:读取图像,对图像进行预处理操作,提取图像中的主要直线;S12:求解直线方程,将直线转化为对偶空间中的点表示。上述步骤S2包括S21:使用随机抽样一致算法对对偶点进行初步分类;S22:将分类初始结果作为模糊聚类算法的输入进行再次聚类,得到最终聚类结果。上述步骤S4包括S41:根据灭点计算图像获取设备的内参矩阵和旋转矩阵;S42:根据上述图像获取设备的内参矩阵和旋转矩阵计算矫正平面的单应性矩阵,对图像进行扭正处理。上述步骤S11包括S111:读取图像,用I(x,y)表示,把图像转化成灰度图,读取图像的长、宽参数;S112:利用直线分割算法得到图像中明显的直线极坐标方程表示ri=xcosθi+ysinθi,i=1,2...n。上述步骤S12是得到对偶点,将每一直线转换为图像空间中的对偶点i=1,2...n。上述步骤S21包括S211:根据图像的特点决定分类数量,对应灭点数设置至少一灭点分类;对应杂乱的对偶点或噪声设置一杂乱点分类;S212:对所有的对偶点pi(xi,yi),i=1,2...n采用随机抽样一致进行直线拟合得到直线,记录下内点,作为第一灭点类;S213、对剩余的外点做第二次随机抽样一致拟合,将内点作为第二灭点类;S214、循环进行步骤S212和S213,直到分出所有灭点分类和杂乱点分类。上述步骤S22包括步骤S221:用步骤S21得到的至少一类样本点,分配模糊聚类算法中的隶属度函数权值和聚类中心;步骤S222:利用模糊聚类算法进行迭代聚类,得到最终的聚类结果,其中一类是杂乱点,其他至少一类为灭点。上述步骤S3包括S31:采用随机抽样一致算法在上述至少一灭点分类的点中分别拟合得到至少一直线,至少一直线满足a1,2,3x+b1,2,3y+c1,2,3=0;S32:将上述至少一直线的系数(a1,2,3,b1,2,3,c1,2,3)T分别作为灭点。上述步骤S41包括步骤S411:世界坐标系中相对于图像获取设备坐标系的x,y,z三个方向的旋转向量分别为r1,r2,r3,则旋转矩阵为R=(r1,r2,r3),将无穷远点投影到图像获取设备的成像平面上得到图像获取设备坐标和世界坐标的旋转矩阵:S412:根据r1与r2正交则有r1·r2=0,计算得到图像获取设备的焦距及内参矩阵其中c1,c2≠0,W为图像的宽,H为图像的高。上述步骤S42包括S421:计算单应性矩阵H=MRTM-1;S422:利用单应性矩阵H对图像进行变换得到扭正后的图像本专利技术提出的灭点检测及图像矫正方法,可快速准确地检测出图像中的灭点,进而找到图像获取设备与场景的位置关系,利用灭点计算图像变换的单应性矩阵,对图像进行视角矫正。【附图说明】图1为本专利技术一实施例的基本流程示意图;图2为本专利技术一实施例的详细流程示意图图3为本专利技术一实施例原始的建筑物图像示意图;图4为本专利技术一实施例对图像直线检测后的效果图;图5为本专利技术一实施例直线在对偶空间中的表现示意图;图6为本专利技术一实施例采用随机抽样一致性初始分类的结果示意图;图7为本专利技术一实施例对偶点的模糊聚类结果示意图;图8为本专利技术一实施例聚类的最终结果示意图;图9为本专利技术一实施例拟合出的灭点直线示意图;图10为本专利技术一实施例对图像扭正后的效果图。【具体实施方式】本专利技术提出将图像空间中的直线转换为对偶空间中的点,将求灭点转化为在对偶空间中求直线,有效避免了现有技术中求直线交点导致灭点检测错误的问题;还改进了灭点聚类的方法,使聚类效果有明显的改进。首先根据点线对偶性原理,即图像空间中的直线和对偶空间中的点具有等价互换性。在提取图像中的直线特征之后,将直线转换为对偶空间中的点。在对偶空间中,同属于一个灭点的对偶点将会分布在一条直线上,通过拟合出明显的直线来求灭点。这种方法省去了在图像空间中求直线交点这个棘手问题,简化了灭点检测的方法。其次,根据图像的特征,一副图像中最多会出现3个灭点,如何找到这些灭点需要有效的聚类方法。本专利技术在分析和实验了随机抽样一致性(RANSAC)和模糊聚类(Gustafson-Kessel)两种聚类方法的基础上,利用两者的优点,将两种方法结合起来,有效的聚类出1到3个灭点。参见图1示出的本专利技术一实施例的基本流程示意图,本专利技术一实施例包括步骤:S1:在图像空间中检测直线,将直线转化为对偶空间中的点表示;S2:将至少一方向上灭点的对偶点进行初步分类及再次聚类;S3:分别对每一分类的对偶点采用随机抽样一致算法进行拟合,得到至少一直线,进而得到灭点;S4:根据灭点对图像进行扭正处理。基于上述实施例,本专利技术提出一实施例将图像空间中的直线转换为对偶空间中的点,将求灭点转化为在对偶空间中求直线。参见图2示出的本专利技术一实施例的详细流程示意图,上述步骤S1包括:S11:读取图像,对图像本文档来自技高网
...
一种灭点检测及图像矫正方法

【技术保护点】
一种灭点检测及图像矫正方法,包括步骤:S1:在图像空间中检测直线,将直线转化为对偶空间中的点表示;S2:将至少一方向上灭点的对偶点进行初步分类及再次聚类;S3:分别对每一分类的对偶点采用随机抽样一致算法进行拟合,得到至少一直线,进而得到灭点;S4:根据灭点对图像进行扭正处理。

【技术特征摘要】
2012.09.28 CN 201210370573.41.一种灭点检测及图像矫正方法,包括步骤:S1:在图像空间中检测直线,将直线转化为对偶空间中的点表示;S2:将至少一方向上灭点的对偶点进行初步分类及再次聚类;S3:分别对每一分类的对偶点采用随机抽样一致算法进行拟合,得到至少一直线,进而得到灭点,包括:将所述至少一直线的系数分别作为灭点;S4:根据灭点对图像进行扭正处理。2.如权利要求1所述的一种灭点检测及图像矫正方法,其特征在于,所述步骤S1包括:S11:读取图像,对图像进行预处理操作,提取图像中的主要直线;S12:求解直线方程,将直线转化为对偶空间中的点表示。3.如权利要求1所述的一种灭点检测及图像矫正方法,其特征在于,所述步骤S2包括:S21:使用随机抽样一致算法对对偶点进行初步分类;S22:将分类初始结果作为模糊聚类算法的输入进行再次聚类,得到最终聚类结果。4.根据权利要求1所述的一种灭点检测及图像矫正方法,其特征在于,所述步骤S3包括:S31:采用随机抽样一致算法在所述至少一灭点分类的点中分别拟合得到至少一直线,所述至少一直线满足a1,2,3x+b1,2,3y+c1,2,3=0;S32:将所述至少一直线的系数(a1,2,3,b1,2,3,c1,2,3)T分别作为灭点。5.如权利要求4所述的一种灭点检测及图像矫正方法,其特征在于,所述步骤S4包括:S41:根据灭点计算图像获取设备的内参矩阵和旋转矩阵;S42:根据所述图像获取设备的内参矩阵和旋转矩阵计算矫正平面的单应性矩阵,对图像进行扭正处理。6.根据权利要求2所述的一种灭点检测及图像矫正方法,其特征在于,所述步骤S11包括:S111:读取图像,用I(x,y)表示,把图像转化成灰度图,读取图像的长、宽参数;S112:利用直线分割算法得到图像中明显的直线,极坐标方程表示ri=xcosθi+ysinθi,i=1,2...n。7.根据权利要求6所述的一种灭点检测及图像矫正方法,其特征在于:所述步骤S12是得到对偶点...

【专利技术属性】
技术研发人员:赵永刚王兴陈前冯良炳庄严
申请(专利权)人:深圳先进技术研究院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1