CN116128748A - 一种基于有效区域提取算法的鱼眼图像校正方法及系统 - Google Patents
一种基于有效区域提取算法的鱼眼图像校正方法及系统 Download PDFInfo
- Publication number
- CN116128748A CN116128748A CN202211629694.6A CN202211629694A CN116128748A CN 116128748 A CN116128748 A CN 116128748A CN 202211629694 A CN202211629694 A CN 202211629694A CN 116128748 A CN116128748 A CN 116128748A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- image
- fisheye image
- pixel
- coordinate
- 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.)
- Pending
Links
- 238000003702 image correction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000000605 extraction Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 description 8
- 241000251468 Actinopterygii Species 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开一种基于有效区域提取算法的鱼眼图像校正方法及系统,涉及图像处理领域,包括:根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合,然后对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息,能够获得准确的鱼眼图像半径,最后根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行基于几何模型的图像校正,保证了提取的鱼眼图像的准确率。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种基于有效区域提取算法的鱼眼图像校正方法及系统。
背景技术
在智慧交通中,为扩大相机视野和适配图像目标检测算法的模型,通常采用三目相机检测目标:朝前和朝后采集的相机为普通相机;朝下采集的相机为扩大视野,使用鱼眼相机,但这会带来严重的畸变,为提高三目相机图像拼接的正确性,需首先对朝下看的鱼眼相机进行畸变校正,使图像信息在正确的像素坐标上,再以此相机校正图像为中间视野,分别寻找和朝前、朝后相机的重叠视野,进行图像拼接。而进行鱼眼畸变校正的基础需要先提取鱼眼图像的有效区域,一般鱼眼相机图片为标准圆形图像,除去鱼眼图像外,其他像素点灰度值均为0。但实际情况由于设备开孔限制,得到的相机鱼眼图片只有部分圆形,截去了上、下部分圆弧,最重要的是设备还会透光,除鱼眼图外,其他像素具备一定灰度值,会使快速扫描算法提取鱼眼有效区域时提前停止,得到错误半径,从而导致鱼眼相机采集的图像存在误差。
目前,为了提取畸变图像有效区域,采用了基于理想灰度鱼眼图的快速扫描算法,通过设置图像灰度阈值,默认除鱼眼图外的像素点灰度值均低于阈值,扫描线会在鱼眼图像边缘停下,从而获得鱼眼图像半径。然而在实际情况中,由于设备通常存在透光现象,图片中除鱼眼图外的区域很可能有长条状或者不规则微亮区域,如果扫描线在亮区停止,认为该像素点是鱼眼图像边缘,会得到错误鱼眼图像半径,从而导致提取的鱼眼图像存在误差。
发明内容
为解决上述技术问题,本发明提供一种基于有效区域提取算法的鱼眼图像校正方法及系统,可以解决现有鱼眼图像半径获取的误差较大、提取的鱼眼图像存在误差的问题。
为实现上述目的,一方面,本发明提供一种基于有效区域提取算法的鱼眼图像校正方法,所述方法包括:
获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息;
根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合;
对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值;
根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息;
根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
进一步地,所述根据预置密度形状分析法和预设阈值对所述鱼眼图像的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点的坐标集合的步骤包括:
从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;
将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;
将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;
当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
进一步地,所述根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息的步骤包括:
判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;
若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;
若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
进一步地,所述方法还包括:
若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;
从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
进一步地,所述根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正的步骤包括:
根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;
根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;
将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
另一方面,本发明提供一种基于有效区域提取算法的鱼眼图像校正系统,所述系统包括:
获取单元,用于获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息;
处理单元,用于根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合;
比较单元,用于对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值;
所述获取单元,还用于根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息;
校正单元,用于根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
进一步地,所述处理单元,具体用于从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
进一步地,所述获取单元,具体还用于判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
进一步地,所述获取单元,具体还用于若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
进一步地,所述校正单元,具体用于根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
本发明提供的一种基于有效区域提取算法的鱼眼图像校正方法及系统,基于密度的形状分析法,根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合,然后对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息,能够获得准确的鱼眼图像半径,最后根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行基于几何模型的图像校正,保证了提取的鱼眼图像的准确率,同时还可以适用于不同设备多种实测图片中进行鱼眼有效区域的提取。
附图说明
图1是本发明提供的一种基于有效区域提取算法的鱼眼图像校正方法的流程图;
图2是本发明提供的一种基于有效区域提取算法的鱼眼图像校正系统的结构示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
如图1所示,本发明实施例提供的一种基于有效区域提取算法的鱼眼图像校正方法,包括如下步骤:
101、获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息。
具体地,例如,i从1到图像行数M,j从1到图像列数N,第i行第j列像素点的三原色信息A(i,j,:)={R(i,j),G(i,j),B(i,j)},对应的灰度信息I(i,j)=0.59*R(i,j)+0.11*G(i,j)+0.3*B(i,j);对每个像素点进行如上转换,即可以得到整张图像的灰度值。
102、根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合。
具体地,从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
例如,(2a)首先对从图像左边进行逐列扫描,找到灰度值大于阈值T的像素点,就停止扫描,同时把该像素点坐标(i,j)加入亮区像素点的坐标集合PixPos_Light中。(2b)以此像素点坐标(i,j)作为3*3像素点滑窗的中心点,由此可得到其他8个像素点,分别对这8个像素点的灰度进行阈值判定,超过阈值T的像素点坐标首先判断集合PixPos_Light是否存在,不存在就加入其中,存在就不处理该像素点坐标。同时也判断该像素点坐标是否在滑窗像素点中心坐标集合WinPos_center中,不存在就加入其中,存在就不处理该像素点坐标。(2c)由(2b)得到的集合WinPos_center,依次选取像素点坐标(k,l)作为新的3*3像素点滑窗的中心点,再进行(2b)步骤的处理,处理完成后在集合WinPos_center删去该点。(2d)对集合PixPos_Light和WinPos_center依次执行(2a)~(2c)的操作,直至集合WinPos_center为空,此时的集合PixPos_Light为最终的亮区像素点的坐标集合。
103、对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值。
具体地,通过逐点坐标比较,找到亮区像素点的纵向坐标最大值i_max和最小值i_min,可得亮区的高H=i_max-i_min。同理找到亮区像素点的横向坐标最大值j_max和最小值j_min,可得亮区的宽W=j_max-j_min。判断条件1:H/W>Kstrip,Kstrip为条状亮区的长宽比经验值:若满足条件1,则认为该亮区为条状区域,非鱼眼图像,所以重新扫描从横向坐标最大值j_max开始逐列扫描,重新执行102和103步骤;若不满足条件1,则认为该亮区非条状,为类似正方形的区域,为排除一些类圆形的透光区域影响,再进行进一步判断条件2:判断条件2:W>N/2,图像列数为N,H>M/2,图像行数M:亮区宽高均要大于图片对应维度的一半:若满足条件2,则认为是鱼眼图像,转入104,此时103步骤输出半径R=max(i_max-i_min,j_max-j_min)/2,另外依据i_max、i_min、j_max、j_min对原始鱼眼图片进行裁剪:以像素点(i_min,j_min)为左上角像素点,宽为j_max-j_min,高为i_max-i_min,得到裁剪后的鱼眼图片;若不满足2,则认为是类圆形的透光区域,所以重新扫描从横向坐标最大值j_max开始逐列扫描,重新执行102和103骤。
104、根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
具体地,判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
105、根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
具体地,根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
例如,首先求出鱼眼图像校正后的像高度u为畸变校正后的纵向像素坐标,v为畸变校正后的横向像素坐标,x0是校正后图像中心的纵向像素坐标,y0是校正后图像中心的横向像素坐标,裁剪后的鱼眼图片中心即为校正后的图像中心;再使用鱼眼镜头远距成像模型为非相似成像模型中的等距投影成像模型,成像公式如下:鱼眼畸变图像的像高度h=f*ω,其中镜头物方焦距物方半视场角接着再使用鱼眼畸变图像的像高度h,求出该校正像素点在畸变图像中的像素坐标(x',y'):为向上取整
最后把畸变图像中像素坐标(x',y')处的图像信息RGB值赋给校正图像中像素坐标(u,v)处的图像信息RGB值,即完成了鱼眼图像畸变校正。
本发明提供的一种基于有效区域提取算法的鱼眼图像校正方法,基于密度的形状分析法,根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合,然后对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息,能够获得准确的鱼眼图像半径,最后根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行基于几何模型的图像校正,保证了提取的鱼眼图像的准确率,同时还可以适用于不同设备多种实测图片中进行鱼眼有效区域的提取。
为实现本发明实施例提供的方法,本发明实施例提供一种基于有效区域提取算法的鱼眼图像校正系统,如图2所示,该系统包括:获取单元21、处理单元22、比较单元23、校正单元24;
获取单元21,用于获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息。
处理单元22,用于根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合。
比较单元23,用于对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值。
所述获取单元21,还用于根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
校正单元24,用于根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
进一步地,所述处理单元22,具体用于从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
进一步地,所述获取单元21,具体还用于判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
进一步地,所述获取单元21,具体还用于若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
进一步地,所述校正单元24,具体用于根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
本发明提供的一种基于有效区域提取算法的鱼眼图像校正系统,基于密度的形状分析法,根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合,然后对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息,能够获得准确的鱼眼图像半径,最后根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行基于几何模型的图像校正,保证了提取的鱼眼图像的准确率,同时还可以适用于不同设备多种实测图片中进行鱼眼有效区域的提取。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑系统,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储系统,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不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,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于有效区域提取算法的鱼眼图像校正方法,其特征在于,所述方法包括:
获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息;
根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合;
对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值;
根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息;
根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
2.根据权利要求1所述的一种基于有效区域提取算法的鱼眼图像校正方法,其特征在于,所述根据预置密度形状分析法和预设阈值对所述鱼眼图像的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点的坐标集合的步骤包括:
从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;
将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;
将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;
当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
3.根据权利要求1所述的一种基于有效区域提取算法的鱼眼图像校正方法,其特征在于,所述根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息的步骤包括:
判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;
若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;
若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
4.根据权利要求3所述的一种基于有效区域提取算法的鱼眼图像校正方法,其特征在于,所述方法还包括:
若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;
从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
5.根据权利要求1所述的一种基于有效区域提取算法的鱼眼图像校正方法,其特征在于,所述根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正的步骤包括:
根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;
根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;
将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
6.一种基于有效区域提取算法的鱼眼图像校正系统,其特征在于,所述系统包括:
获取单元,用于获取相机采集的鱼眼图像中各个像素点的三原色信息,并将所述三原色信息转换成对应各个像素点的灰度信息;
处理单元,用于根据预置密度形状分析法和预设阈值对所述鱼眼图像各个像素点的灰度信息进行处理,得到所述鱼眼图像对应的亮区像素点坐标集合;
比较单元,用于对所述亮区像素点的坐标集合中的各个坐标进行逐点坐标比较,得到亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值;
所述获取单元,还用于根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值、亮区对应的高度值和宽度值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息;
校正单元,用于根据所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息对所述鱼眼图像进行校正。
7.根据权利要求6所述的一种基于有效区域提取算法的鱼眼图像校正系统,其特征在于,
所述处理单元,具体用于从图像中获取灰度值大于预设阈值的像素点保存在亮区像素点坐标集合中;将灰度值大于预设阈值的像素点坐标作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;将滑窗像素点中心坐标集合的像素点坐标分别作为中心点构建像素点滑窗,并将像素点滑窗中大于预设阈值的像素点且不在滑窗像素点中心坐标集合和亮区像素点坐标集合的像素点保存在所述亮区像素点坐标集合中;当所述滑窗像素点中心坐标集合为空时,输出所述亮区像素点坐标集合。
8.根据权利要求6所述的一种基于有效区域提取算法的鱼眼图像校正系统,其特征在于,
所述获取单元,具体还用于判断所述亮区对应的高度值和宽度值的商是否大于预设条状两区长宽比阈值;若否,将所述亮区对应的高度值与所述图像行数进行比较且将所述所述亮区对应的宽度值与所述图像列数进行比较;若比较结果满足预设条件,则根据所述亮区像素点的纵向坐标最大值、纵向坐标最小值、横向坐标最大值、横向坐标最小值获取所述鱼眼图像半径以及裁剪后的鱼眼图像尺寸信息。
9.根据权利要求8所述的一种基于有效区域提取算法的鱼眼图像校正系统,其特征在于,
所述获取单元,具体还用于若所述比较结果不满足预设条件,则确认所述区域为类圆形的透光区域;从所述横向坐标最大值处再次逐列扫描获取所述鱼眼图像对应的亮区像素点坐标集合。
10.根据权利要求6所述的一种基于有效区域提取算法的鱼眼图像校正系统,其特征在于,
所述校正单元,具体用于根据校正后的纵向像素坐标、横向像素坐标、图像中心的纵向像素坐标、图像中心的横向像素坐标,获取鱼眼图像校正后的像高度,所述裁剪后的鱼眼图像中心为所述校正后的图像中心;根据所述鱼眼图像校正后的像高度,获取各个校正像素点在畸变图像中的像素坐标;将所述畸变图像中的像素坐标对应的的图像信息三原色值赋给校正图像中像素坐标处的图像信息三原色值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629694.6A CN116128748A (zh) | 2022-12-19 | 2022-12-19 | 一种基于有效区域提取算法的鱼眼图像校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629694.6A CN116128748A (zh) | 2022-12-19 | 2022-12-19 | 一种基于有效区域提取算法的鱼眼图像校正方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116128748A true CN116128748A (zh) | 2023-05-16 |
Family
ID=86298389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211629694.6A Pending CN116128748A (zh) | 2022-12-19 | 2022-12-19 | 一种基于有效区域提取算法的鱼眼图像校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128748A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008947A (zh) * | 2019-12-09 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
-
2022
- 2022-12-19 CN CN202211629694.6A patent/CN116128748A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008947A (zh) * | 2019-12-09 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110248096B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
EP3309703B1 (en) | Method and system for decoding qr code based on weighted average grey method | |
CN109002795B (zh) | 车道线检测方法、装置及电子设备 | |
EP3309704B1 (en) | Two-dimensional code partitioning and decoding method and system | |
EP3712841A1 (en) | Image processing method, image processing apparatus, and computer-readable recording medium | |
WO2022135588A1 (zh) | 图像校正方法、装置及系统、电子设备 | |
CN105339951A (zh) | 用于检测文档边界的方法 | |
EP3641299A1 (en) | Focusing method and apparatus, computer readable storage medium, and mobile terminal | |
CN116128748A (zh) | 一种基于有效区域提取算法的鱼眼图像校正方法及系统 | |
CN110969164A (zh) | 基于深度学习端对端的低照度成像车牌识别方法及装置 | |
WO2022100698A1 (zh) | 文字图像校正方法和装置 | |
CN111063029A (zh) | 地图构建方法、装置、计算机可读存储介质及机器人 | |
JP2013171469A (ja) | 画像処理装置、二値化閾値算出方法及びコンピュータプログラム | |
CN111126109B (zh) | 一种车道线识别方法、装置和电子设备 | |
CN110874814B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN111767752A (zh) | 一种二维码识别方法及装置 | |
CN116249015A (zh) | 摄像头遮挡检测方法、装置、摄像头设备及存储介质 | |
US20210281742A1 (en) | Document detections from video images | |
CN114025089A (zh) | 一种视频图像采集抖动处理方法及系统 | |
CN115527023A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN112580638B (zh) | 文本检测方法、装置、存储介质及电子设备 | |
CN116128752A (zh) | 一种基于鱼眼图像自适应阈值门限的鱼眼图像校正方法及系统 | |
CN116051401A (zh) | 一种基于几何模型和有效区域提取算法的鱼眼图像校正方法及系统 | |
CN111630569B (zh) | 双目匹配的方法、视觉成像装置及具有存储功能的装置 | |
CN113435287A (zh) | 草地障碍物识别方法、装置、割草机器人及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |