CN105957041B - 一种广角镜头红外图像畸变校正方法 - Google Patents
一种广角镜头红外图像畸变校正方法 Download PDFInfo
- Publication number
- CN105957041B CN105957041B CN201610364359.6A CN201610364359A CN105957041B CN 105957041 B CN105957041 B CN 105957041B CN 201610364359 A CN201610364359 A CN 201610364359A CN 105957041 B CN105957041 B CN 105957041B
- Authority
- CN
- China
- Prior art keywords
- distortion
- edge
- correction
- distortion correction
- infrared image
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种广角镜头红外图像畸变校正方法,该方法包含如下步骤:S1,拍摄目标标定模板的原始畸变图,并对所述的原始畸变图做阈值分割及边缘提取得到畸变边缘图;S2,根据所述的畸变边缘图建立畸变模型并得出畸变系数;S3,根据畸变系数求解边缘像素点的新位置实现位置变换并生成边缘畸变校正图;S4,利用多次拟合和双线性插值算法对边缘畸变校正图实现灰度校正。本发明可以对大视场红外图像进行畸变校正,减少图像变形度,提高了测量参数的精确度和可靠度。
Description
技术领域
本发明涉及校正方法,特别涉及一种广角镜头红外图像畸变校正方法。
背景技术
几何畸变是由于大视场短焦距光学系统不满足针孔模型,不同视场的主光线通过光学系统后与高斯像面的焦点高度不等于理想像高,使得实际像点偏离理想像点。畸变中径向畸变影响最大,切向畸变忽略不计。根据径向畸变原理,各像素点畸变大小只与该点到光学中心的距离有关,与该点坐标无关。
由于广角镜头使图像发生非线性光学畸变,图像发生严重变形,影响测量参数的精确度和可靠度。目前已有的畸变校正方法使用的是等间距的网格点作为校正模板,若目标模板为等间距网格,拍摄畸变图像时要保证模板和产品的镜头面平行,且由于红外图像的热效应,等间距网格的目标源也较难实现。
发明内容
本发明的目的是提供一种广角镜头红外图像畸变校正方法,减少图像变形度,提高了测量参数的精确度和可靠度。
为了实现以上目的,本发明是通过以下技术方案实现的:
一种广角镜头红外图像畸变校正方法,其特点是,该方法包含如下步骤:
S1,拍摄目标标定模板的原始畸变图,并对所述的原始畸变图做阈值分割及边缘提取得到畸变边缘图;
S2,根据所述的畸变边缘图建立畸变模型并得出畸变系数;
S3,根据畸变系数求解边缘像素点的新位置实现位置变换并生成边缘畸变校正图;
S4,利用多次拟合和双线性插值算法对边缘畸变校正图实现灰度校正。
所述的步骤S2具体包含:
S2.1,根据畸变校正公式和相似关系,求得理想像素点Q的行列坐标(Xd,Yd):
其中畸变点P的行列坐标为(X,Y),R为畸变像素点与光学中心的距离,k1和k2为两个畸变系数;
S2.2,对所述畸变边缘图提取距离光学中心最近点和最远点,求得畸变圆的圆心,再通过畸变圆边缘上的点与圆心距离相等求得畸变系数k1和k2。
所述的步骤S4具体包含:
S4.1,计算边缘检测图中像素点到光学中心的距离R′:
R′=k3×R+k4×R2+k5×R3+k6×R4+k7×R5,其中,k3、k4、k5、k6和k7分别为边缘畸变校正图到畸变边缘图的拟合系数;
S4.2,计算边缘畸变校正图到畸变边缘图的拟合系数,并利用双线性内插值实现灰度插值生成图像畸变校正图。
本发明与现有技术相比,具有以下优点:
本发明可以对大视场红外图像进行畸变校正,减少图像变形度,提高了测量参数的精确度和可靠度。
附图说明
图1为本发明一种广角镜头红外图像畸变校正方法的流程图;
图2为畸变模型位置坐标几何示意图。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本发明做进一步阐述。
如图1所示,一种广角镜头红外图像畸变校正方法,该方法包含如下步骤:
S1,以一个均匀发热的球为标定模板,拍摄目标标定模板的原始畸变图,并对所述的原始畸变图做阈值分割及边缘提取得到畸变边缘图,标定模板为一个均匀发热的球;
S2,根据所述的畸变边缘图建立畸变模型并得出畸变系数;
S3,根据畸变系数求解边缘像素点的新位置实现位置变换并生成边缘畸变校正图;
S4,利用多次拟合和双线性插值算法对边缘畸变校正图实现灰度校正。
上述的步骤S2具体包含:
S2.1,参见图2,根据畸变校正公式和相似关系,求得理想像素点Q的行列坐标(Xd,Yd):
且有其中光学中心O的行列坐标为(X0,Y0),畸变点P的行列坐标为(X,Y),R为畸变像素点与光学中心的距离,k1和k2为两个畸变系数;
S2.2,对所述畸变边缘图提取距离光学中心最近点和最远点,圆心点在最近点与最远点中间,求得畸变圆的圆心,再通过畸变圆边缘上的点与圆心距离相等求得畸变系数k1和k2。
上述的步骤S3具体为:将畸变系数代入校正方程(式1)求解边缘像素点的新位置实现位置变换并生成边缘畸变校正图,实现(X,Y)到(Xd,Yd)的变换;
上述的步骤S4具体包含:
S4.1,利用上述参数对原始畸变图校正时,校正图像有多点无值对应,计算边缘检测图中像素点到光学中心的距离R′:
R′=k3×R+k4×R2+k5×R3+k6×R4+k7×R5,其中,k3、k4、k5、k6和k7分别为边缘畸变校正图到畸变边缘图的拟合系数;。
S4.2,用相似的思想计算边缘畸变校正图到畸变边缘图的拟合系数k3、k4、k5、k6、k7,并利用双线性内插值实现灰度插值生成图像畸变校正图。
在具体实施例中,还可以步骤S4后还包含验证畸变系数是否有效这一步骤。具体地选取另一张畸变图进行校正。
综上所述,本发明一种广角镜头红外图像畸变校正方法,减少图像变形度,提高了测量参数的精确度和可靠度。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (2)
1.一种广角镜头红外图像畸变校正方法,其特征在于,该方法包含如下步骤:
S1,拍摄目标标定模板的原始畸变图,并对所述的原始畸变图做阈值分割及边缘提取得到畸变边缘图;
S2,根据所述的畸变边缘图建立畸变模型并得出畸变系数;
S3,根据畸变系数求解边缘像素点的新位置实现位置变换并生成边缘畸变校正图;
S4,利用多次拟合和双线性插值算法对边缘畸变校正图实现灰度校正;
所述的步骤S2具体包含:
S2.1,根据畸变校正公式和相似关系,求得理想像素点Q的行列坐标(Xd,Yd):
其中畸变点P的行列坐标为(X,Y),R为畸变像素点与光学中心的距离,k1和k2为两个畸变系数;
S2.2,对所述畸变边缘图提取距离光学中心最近点和最远点,求得畸变圆的圆心,再通过畸变圆边缘上的点与圆心距离相等求得畸变系数k1和k2。
2.如权利要求1所述的广角镜头红外图像畸变校正方法,其特征在于,所述的步骤S4具体包含:
S4.1,计算边缘检测图中像素点到光学中心的距离R':
R'=k3×R+k4×R2+k5×R3+k6×R4+k7×R5,其中,k3、k4、k5、k6和k7分别为边缘畸变校正图到畸变边缘图的拟合系数;
S4.2,计算边缘畸变校正图到畸变边缘图的拟合系数,并利用双线性内插值实现灰度插值生成图像畸变校正图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364359.6A CN105957041B (zh) | 2016-05-27 | 2016-05-27 | 一种广角镜头红外图像畸变校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610364359.6A CN105957041B (zh) | 2016-05-27 | 2016-05-27 | 一种广角镜头红外图像畸变校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105957041A CN105957041A (zh) | 2016-09-21 |
CN105957041B true CN105957041B (zh) | 2018-11-20 |
Family
ID=56909912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610364359.6A Active CN105957041B (zh) | 2016-05-27 | 2016-05-27 | 一种广角镜头红外图像畸变校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105957041B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815869B (zh) * | 2016-10-28 | 2020-06-19 | 北京鑫洋泉电子科技有限公司 | 鱼眼相机的光心确定方法及装置 |
CN109842756A (zh) * | 2017-11-28 | 2019-06-04 | 东莞市普灵思智能电子有限公司 | 一种镜头畸变矫正和特征提取的方法及系统 |
CN109615586B (zh) * | 2018-05-07 | 2022-03-11 | 杭州新瀚光电科技有限公司 | 红外图像畸变矫正算法 |
CN109961410B (zh) * | 2019-02-28 | 2022-12-20 | 中航华东光电有限公司 | 一种优化的图像预畸变方法 |
CN110487414A (zh) * | 2019-08-16 | 2019-11-22 | 云南电网有限责任公司电力科学研究院 | 基于红外图像技术的断路器温度监测方法及系统 |
CN110514392B (zh) * | 2019-09-02 | 2020-11-17 | 清华大学 | 基于广角镜头和图像畸变校正的温度变形测量系统及方法 |
CN112650207B (zh) * | 2019-10-11 | 2024-06-14 | 杭州萤石软件有限公司 | 机器人的定位校正方法、设备和存储介质 |
CN110738707B (zh) * | 2019-10-16 | 2023-05-26 | 北京华捷艾米科技有限公司 | 一种相机的畸变校正方法及装置、设备、存储介质 |
CN111242858B (zh) * | 2020-01-07 | 2023-10-27 | 曲建涛 | 一种相机镜头的畸变校正方法和系统 |
CN113129238B (zh) * | 2021-04-29 | 2023-01-06 | 青岛海信移动通信技术股份有限公司 | 拍照终端及图像校正方法 |
CN113286129B (zh) * | 2021-07-23 | 2021-10-22 | 北京图知天下科技有限责任公司 | 一种光伏电站的巡检方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013009934A1 (en) * | 2011-07-13 | 2013-01-17 | Analog Devices, Inc | Wide-angle lens image correction |
CN103426149A (zh) * | 2013-07-24 | 2013-12-04 | 玉振明 | 大视角图像畸变的校正处理方法 |
CN104662891A (zh) * | 2012-07-16 | 2015-05-27 | 前视红外系统股份公司 | 红外线成像中图像失真的校正 |
CN104820973A (zh) * | 2015-05-07 | 2015-08-05 | 河海大学 | 畸变曲线弧度检测模板的图像校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4307934B2 (ja) * | 2003-08-13 | 2009-08-05 | 株式会社トプコン | 画像補正機能付撮影装置及び方法、並びに撮影装置及び方法 |
-
2016
- 2016-05-27 CN CN201610364359.6A patent/CN105957041B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013009934A1 (en) * | 2011-07-13 | 2013-01-17 | Analog Devices, Inc | Wide-angle lens image correction |
CN104662891A (zh) * | 2012-07-16 | 2015-05-27 | 前视红外系统股份公司 | 红外线成像中图像失真的校正 |
CN103426149A (zh) * | 2013-07-24 | 2013-12-04 | 玉振明 | 大视角图像畸变的校正处理方法 |
CN104820973A (zh) * | 2015-05-07 | 2015-08-05 | 河海大学 | 畸变曲线弧度检测模板的图像校正方法 |
Non-Patent Citations (4)
Title |
---|
Lens Distortion Correction for Thermal Cameras to Improve Aerial Imaging with Small-Scale UAVs;Saeed Yahyanejad 等;《Robotics and Sensers Environment 2011》;20110918;第1-6页 * |
一种实用广角成像系统几何畸变数字实时校正方法;邓雷,龚惠兴;《红外技术》;20061020;第28卷(第10期);第571-575页 * |
基于OpenCV的广角镜头畸变校正及图像拼接算法研究;李美静;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130115;第I138-1374页正文第4.1.1、4.3.4节 * |
大视场红外成像系统畸变校正方法研究;任桢 等;《第三届红外成像系统仿真、测试与评价技术研讨会论文集》;20110926;第58-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105957041A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957041B (zh) | 一种广角镜头红外图像畸变校正方法 | |
CN104331896B (zh) | 一种基于深度信息的系统标定方法 | |
CN102810205B (zh) | 一种摄像或照相装置的标定方法 | |
CN107270810B (zh) | 多方位投影的投影仪标定方法及装置 | |
CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
CN106504290B (zh) | 一种高精度的摄像机动态标定方法 | |
CN111210468A (zh) | 一种图像深度信息获取方法及装置 | |
CN102750697A (zh) | 一种参数标定方法及装置 | |
CN109961485A (zh) | 一种基于单目视觉进行目标定位的方法 | |
CN107633533B (zh) | 大畸变镜头下的高精度圆形标志点中心定位方法及装置 | |
CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
CN105095896A (zh) | 一种基于查找表的图像畸变校正方法 | |
CN107492080B (zh) | 免定标便捷的单目镜头图像径向畸变矫正方法 | |
CN111627073B (zh) | 一种基于人机交互的标定方法、标定装置和存储介质 | |
CN106886976B (zh) | 一种基于内参数修正鱼眼像机的图像生成方法 | |
CN105488807A (zh) | 一种远心镜头的标定和矫正方法 | |
CN108291742B (zh) | 校准定日镜的方法和系统以及计算机可读存储介质 | |
CN111652069B (zh) | 移动机器人的目标识别与定位方法 | |
Ding et al. | A robust detection method of control points for calibration and measurement with defocused images | |
CN114998571B (zh) | 基于固定尺寸标志物的图像处理及颜色检测方法 | |
CN105513074B (zh) | 一种羽毛球机器人相机以及车身到世界坐标系的标定方法 | |
CN112489141B (zh) | 车载摄像头单板单图带中继镜的产线标定方法及装置 | |
CN113902853A (zh) | 一种人脸三维重建方法、装置、电子设备及存储介质 | |
KR101165810B1 (ko) | 스테레오 카메라에 의한 영상 깊이정보 추출방법 및 장치 | |
CN115841517A (zh) | 一种基于dic双圆交比的结构光标定方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |