CN104200468B - 一种球面透视投影模型校正参数获取方法 - Google Patents
一种球面透视投影模型校正参数获取方法 Download PDFInfo
- Publication number
- CN104200468B CN104200468B CN201410433029.9A CN201410433029A CN104200468B CN 104200468 B CN104200468 B CN 104200468B CN 201410433029 A CN201410433029 A CN 201410433029A CN 104200468 B CN104200468 B CN 104200468B
- Authority
- CN
- China
- Prior art keywords
- perspective projection
- per
- projection model
- image
- correction parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明提供一种球面透视投影模型校正参数获取方法,包括:设置初始值i=0、Ri=0.80,设置j=0、Tj=0.80;根据球面透视投影模型对鱼眼畸变图像进行校正,得到校正输出图像;对得到的校正输出图像进行灰度图转换后,依次进行腐蚀、膨胀、开闭运算处理,得到基于闭运算的重建图像;对重建图像进行霍夫线段检测得到物体边缘特征直线;获取θ=90°±5°与θ=0°±5°的物体边缘特征直线所占比例PER(i,j)满足PER(i,j)≥95%的PER(i,j)及其对应的横向畸变系数Ri与纵向畸变系数Tj;从PER(i,j)中选取最大值PERmax(s,t)对应的横向畸变系数Rs与纵向畸变系数Tt作为球面透视投影模型校正参数。本发明具有成本低、计算复杂度小等特定,可广泛应用于图像处理领域。
Description
技术领域
本发明涉及图像处理技术,特别是涉及一种球面透视投影模型校正参数获取方法。
背景技术
众所周知,相比于普通镜头,鱼眼镜头具有更广的视场角,故其可获取更多的图像信息;但实际应用中,鱼眼镜头所记录的图像均为全景畸变的鱼眼畸变图像。如果要在企业监控系统中推广应用鱼眼监控系统,就必须先解决鱼眼镜头全景畸变的校正问题。
鱼眼畸变图像的校正主要分三步:第一步为鱼眼畸变图像有效区域的提取,第二步为鱼眼畸变图像的畸变校正模型的应用,第三步为插值处理。其中,第二步的核心为获取畸变校正模型的模型参数;因为畸变校正模型的模型参数的准确性会直接影响鱼眼畸变图像的校正效果。目前,畸变校正模型主要有基于经度坐标的校正模型、等距投影校正模型和球面透视投影模型:基于经度坐标的校正模型和等距投影校正模型只能实现一般大广角的畸变图像的校正,对于超大广角的畸变图像则校正效果较差,比如,达到甚至超过180度的鱼眼畸变图像。对于当前应用最广泛的畸变校正效果较好的球面透视投影模型,其模型参数的获取需要用到棋盘模板、激光设备与复杂的精密仪器等,且模型参数获取的计算复杂度也较高。
由此可见,现有技术中,球面透视投影模型校正参数获取成本高,且校正参数获取的计算复杂度也较高。
发明内容
有鉴于此,本发明的主要目的在于提供一种成本低、计算复杂度也比较低的球面透视投影模型校正参数获取方法。
为了达到上述目的,本发明提出的技术方案为:
一种球面透视投影模型校正参数获取方法,包括如下步骤:
步骤1、设置i=0、Ri=0.80;其中,i为非负整数,且0≤i≤40;横向畸变系数Ri为实数,且0.80≤Ri≤1.20;i与Ri之间的关系为一一对应关系。
步骤2、设置j=0、Tj=0.80;其中,j为非负整数,且0≤j≤40;纵向畸变系数Tj为实数,且0.80≤Tj≤1.20;j与Tj之间的关系为一一对应关系。
步骤3、根据球面透视投影模型对鱼眼畸变图像进行校正,得到校正输出图像;其中,(u,v)T为校正输出图像所在坐标系的坐标点;(x,y)为鱼眼畸变图像所在坐标系的坐标点;z为景深系数,r为球面透视投影模型的半径。
步骤4、对步骤3得到的校正输出图像进行灰度图转换后,依次进行腐蚀、膨胀、开闭运算处理,得到基于闭运算的重建图像。
步骤5、采用随机霍夫变换对重建图像进行霍夫线段检测,得到重建图像中的物体边缘特征直线。
步骤6、在重建图像的所有物体边缘特征直线中,获取θ=90°±5°与θ=0°±5°的物体边缘特征直线所占比例PER(i,j),并判断PER(i,j)≥95%是否成立:如果成立,则存储PER(i,j)及其对应的横向畸变系数Ri与纵向畸变系数Tj;其中,θ为物体边缘特征直线与水平线的夹角。
步骤7、判断j>40是否成立:如果不成立,则令j=j+1、Tj=Tj+0.01,返回步骤3;如果成立,则执行步骤8。
步骤8、判断i>40是否成立:如果不成立,则令i=i+1、Ri=Ri+0.01,返回步骤2;如果成立,则执行步骤9。
步骤9、从已存储的PER(i,j)中选取最大值PERmax(s,t)对应的横向畸变系数Rs与纵向畸变系数Tt作为球面透视投影模型校正参数;其中,s∈i、t∈j。
综上所述,本发明所述球面透视投影模型校正参数获取方法首先获取θ=90°±5°、θ=0°±5°的物体边缘特征直线所占比例PER(i,j)满足PER(i,j)≥95%条件的对应的PER(i,j)、横向畸变系数Ri及纵向畸变系数Tj;其次,从满足上述条件的PER(i,j)中选取其最大值PERmax(s,t),并将PERmax(s,t)对应的横向畸变系数Rs、纵向畸变系数Tt作为球面透视投影模型校正参数。由此可见,本发明所述球面透视投影模型校正参数获取方法并不需要棋盘模板、激光设备与复杂的精密仪器等;本发明通过共40×40=1600次的球面透视投影模型迭代,对输入的鱼眼畸变图像进行校正,从而找出符合条件的球面透视投影模型校正参数;故本发明所述球面透视投影模型校正参数获取方法的成本较低,且计算复杂度也较小。
附图说明
图1是本发明所述球面透视投影模型校正参数获取方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明作进一步地详细描述。
图1是本发明所述球面透视投影模型校正参数获取方法的流程图。如图1所示,本发明所述球面透视投影模型校正参数获取方法,包括如下步骤:
步骤1、设置i=0、Ri=0.80;其中,i为非负整数,且0≤i≤40;横向畸变系数Ri为实数,且0.80≤Ri≤1.20;i与Ri之间的关系为一一对应关系。
步骤2、设置j=0、Tj=0.80;其中,j为非负整数,且0≤j≤40;纵向畸变系数Tj为实数,且0.80≤Tj≤1.20;j与Tj之间的关系为一一对应关系。
步骤3、根据球面透视投影模型对鱼眼畸变图像进行校正,得到校正输出图像;其中,(u,v)T为校正输出图像所在坐标系的坐标点;(x,y)为鱼眼畸变图像所在坐标系的坐标点;z为景深系数,r为球面透视投影模型的半径。
步骤4、对步骤3得到的校正输出图像进行灰度图转换后,依次进行腐蚀、膨胀、开闭运算处理,得到基于闭运算的重建图像。
本发明中,腐蚀处理、膨胀处理、开闭运算处理均为现有技术,此处不再赘述。
步骤5、采用随机霍夫变换对重建图像进行霍夫线段检测,得到重建图像中的物体边缘特征直线。
步骤6、在重建图像的所有物体边缘特征直线中,获取θ=90°±5°与θ=0°±5°的物体边缘特征直线所占比例PER(i,j),并判断PER(i,j)≥95%是否成立:如果成立,则存储PER(i,j)及其对应的横向畸变系数Ri与纵向畸变系数Tj;其中,θ为物体边缘特征直线与水平线的夹角。
步骤7、判断j>40是否成立:如果不成立,则令j=j+1、Tj=Tj+0.01,返回步骤3;如果成立,则执行步骤8。
步骤8、判断i>40是否成立:如果不成立,则令i=i+1、Ri=Ri+0.01,返回步骤2;如果成立,则执行步骤9。
步骤9、从已存储的PER(i,j)中选取最大值PERmax(s,t)对应的横向畸变系数Rs与纵向畸变系数Tt作为球面透视投影模型校正参数;其中,s∈i、t∈j。
总之,本发明所述球面透视投影模型校正参数获取方法首先获取θ=90°±5°、θ=0°±5°的物体边缘特征直线所占比例PER(i,j)满足PER(i,j)≥95%条件的对应的PER(i,j)、横向畸变系数Ri及纵向畸变系数Tj;其次,从满足上述条件的PER(i,j)中选取其最大值PERmax(s,t),并将PERmax(s,t)对应的横向畸变系数Rs、纵向畸变系数Tt作为球面透视投影模型校正参数。由此可见,本发明所述球面透视投影模型校正参数获取方法并不需要棋盘模板、激光设备与复杂的精密仪器等;本发明通过共40×40=1600次的球面透视投影模型迭代,对输入的鱼眼畸变图像进行校正,从而找出符合条件的球面透视投影模型校正参数;故本发明所述球面透视投影模型校正参数获取方法的成本较低,且计算复杂度也较小。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种球面透视投影模型校正参数获取方法,其特征在于,所述校正参数获取方法包括如下步骤:
步骤1、设置i=0、Ri=0.80;其中,i为非负整数,且0≤i≤40;横向畸变系数Ri为实数,且0.80≤Ri≤1.20;i与Ri之间的关系为一一对应关系;
步骤2、设置j=0、Tj=0.80;其中,j为非负整数,且0≤j≤40;纵向畸变系数Tj为实数,且0.80≤Tj≤1.20;j与Tj之间的关系为一一对应关系;
步骤3、根据球面透视投影模型对鱼眼畸变图像进行校正,得到校正输出图像;其中,(u,v)T为校正输出图像所在坐标系的坐标点;(x,y)为鱼眼畸变图像所在坐标系的坐标点;z为景深系数,r为球面透视投影模型的半径;
步骤4、对步骤3得到的校正输出图像进行灰度图转换后,依次进行腐蚀、膨胀、开闭运算处理,得到基于闭运算的重建图像;
步骤5、采用随机霍夫变换对重建图像进行霍夫线段检测,得到重建图像中的物体边缘特征直线;
步骤6、在重建图像的所有物体边缘特征直线中,获取θ=90°±5°与θ=0°±5°的物体边缘特征直线所占比例PER(i,j),并判断PER(i,j)≥95%是否成立:如果成立,则存储PER(i,j)及其对应的横向畸变系数Ri与纵向畸变系数Tj;其中,θ为物体边缘特征直线与水平线的夹角;
步骤7、判断j>40是否成立:如果不成立,则令j=j+1、Tj=Tj+0.01,返回步骤3;如果成立,则执行步骤8;
步骤8、判断i>40是否成立:如果不成立,则令i=i+1、Ri=Ri+0.01,返回步骤2;如果成立,则执行步骤9;
步骤9、从已存储的PER(i,j)中选取最大值PERmax(s,t)对应的横向畸变系数Rs与纵向畸变系数Tt作为球面透视投影模型校正参数;其中,s∈i、t∈j。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410433029.9A CN104200468B (zh) | 2014-08-28 | 2014-08-28 | 一种球面透视投影模型校正参数获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410433029.9A CN104200468B (zh) | 2014-08-28 | 2014-08-28 | 一种球面透视投影模型校正参数获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104200468A CN104200468A (zh) | 2014-12-10 |
CN104200468B true CN104200468B (zh) | 2017-01-18 |
Family
ID=52085754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410433029.9A Active CN104200468B (zh) | 2014-08-28 | 2014-08-28 | 一种球面透视投影模型校正参数获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200468B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778708A (zh) * | 2015-04-22 | 2015-07-15 | 江苏物联网研究发展中心 | 鱼眼图像中基于Hough变换的畸变直线特征检测方法 |
CN105046642A (zh) * | 2015-06-11 | 2015-11-11 | 深圳市云宙多媒体技术有限公司 | 一种图像及视频球面化处理方法与装置 |
CN105227948B (zh) * | 2015-09-18 | 2017-10-27 | 广东欧珀移动通信有限公司 | 一种查找图像中畸变区域的方法及装置 |
CN105869110B (zh) | 2016-03-28 | 2018-09-28 | 腾讯科技(深圳)有限公司 | 图像显示方法和装置、异形曲面幕布的定制方法和装置 |
CN106845410B (zh) * | 2017-01-22 | 2020-08-25 | 西安科技大学 | 一种基于深度学习模型的火焰识别方法 |
CN109544461B (zh) * | 2017-09-22 | 2020-11-03 | 阿里巴巴(中国)有限公司 | 一种桶形畸变图像的校正方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577002A (zh) * | 2009-06-16 | 2009-11-11 | 天津理工大学 | 应用于目标检测的鱼眼镜头成像系统标定方法 |
EP2423870A1 (en) * | 2010-08-31 | 2012-02-29 | Hitachi Information & Communication | Image correcting device, method for creating corrected image, correction table creating device, method for creating correction table, program for creating correction table, and program for creating corrected image |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI441514B (zh) * | 2008-11-12 | 2014-06-11 | Avisonic Technology Corp | 魚眼影像校正及減輕透視變形的影像處理方法及相關影像處理裝置 |
-
2014
- 2014-08-28 CN CN201410433029.9A patent/CN104200468B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577002A (zh) * | 2009-06-16 | 2009-11-11 | 天津理工大学 | 应用于目标检测的鱼眼镜头成像系统标定方法 |
EP2423870A1 (en) * | 2010-08-31 | 2012-02-29 | Hitachi Information & Communication | Image correcting device, method for creating corrected image, correction table creating device, method for creating correction table, program for creating correction table, and program for creating corrected image |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
Non-Patent Citations (3)
Title |
---|
Fisheye Video Correction;Jin Wei et al;《IEEE Transactions on Visualization and Computer Graphics》;20110728;第18卷(第10期);1771-1783 * |
一种基于球面透视投影约束的鱼眼镜头校正方法;英向华 等;《计算机学报》;20031231;第26卷(第12期);1702-1708 * |
鱼眼镜头图像变形校正算法研究;吴方 等;《计算机科学》;20090430;第36卷(第4B期);109-111 * |
Also Published As
Publication number | Publication date |
---|---|
CN104200468A (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200468B (zh) | 一种球面透视投影模型校正参数获取方法 | |
Li et al. | Underwater image enhancement via medium transmission-guided multi-color space embedding | |
CN110264416B (zh) | 稀疏点云分割方法及装置 | |
CN109753971B (zh) | 扭曲文字行的矫正方法及装置、字符识别方法及装置 | |
CN102509099B (zh) | 一种图像显著区域检测方法 | |
CN110059728B (zh) | 基于注意力模型的rgb-d图像视觉显著性检测方法 | |
CN104217404A (zh) | 雾霾天视频图像清晰化处理方法及其装置 | |
US9651661B2 (en) | Methods and systems for local principal axis rotation angle transform | |
CN110163831B (zh) | 三维虚拟沙盘的物体动态展示方法、装置及终端设备 | |
CN109948441B (zh) | 模型训练、图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN103996173A (zh) | 一种基于变长轴椭圆拟合的鱼眼图像校正方法 | |
CN110276831B (zh) | 三维模型的建构方法和装置、设备、计算机可读存储介质 | |
CN104994367A (zh) | 一种图像矫正方法以及摄像头 | |
CN104881866A (zh) | 一种扩展小孔成像模型的鱼眼相机矫正与标定方法 | |
CN104217459A (zh) | 一种球面特征提取方法 | |
CN105551001A (zh) | 一种图像重建方法、装置及设备 | |
CN104143203A (zh) | 一种图像编辑传播方法 | |
CN112633113A (zh) | 跨摄像头的人脸活体检测方法及系统 | |
CN110827375B (zh) | 一种基于微光图像的红外图像真彩着色方法及系统 | |
CN105488764B (zh) | 鱼眼图像校正方法及装置 | |
CN115587943B (zh) | 点云数据的去噪方法、装置、电子设备及存储介质 | |
CN117274072A (zh) | 一种基于二维多模态范围图像的点云去噪方法及装置 | |
Zhang et al. | A combined approach to single-camera-based lane detection in driverless navigation | |
CN105528772A (zh) | 一种基于指导性滤波的图像融合方法 | |
CN111986312B (zh) | 一种船舶轨迹绘制方法、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210420 Address after: 272300 Yutai County Economic Development Zone, Jining City, Shandong Province (West Guting Road, South North First Ring Road) Patentee after: JINING ANTAI MINE EQUIPMENT MANUFACTURING Co.,Ltd. Address before: 221116 No. 1, University Road, Xuzhou, Jiangsu Patentee before: China University of Mining and Technology |
|
TR01 | Transfer of patent right |