[發明專利]基于畸變直線結構檢測的圖像徑向畸變矯正的方法及系統

有效

• 申請號: 201510430224.0
• 申請日: 2015-07-21
• 公開（公告）號: CN105096269B
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 劉渭濱;張小暉;邢薇薇;盧偉
• 申請（專利權）人: 北京交通大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京正理專利代理有限公司11257
• 代理人: 張文祎

1.基于畸變直線結構檢測的圖像徑向畸變矯正的方法，其特征在于，該方法的步驟包括

S1.畸變圖像輪廓提取：對畸變圖像進行邊緣檢測，獲得畸變圖像的邊緣圖像，并將邊緣圖像中鄰近的邊緣連接，得到畸變圖像的邊緣輪廓；

S2.邊緣輪廓中圓弧提取：對所述畸變圖像的邊緣輪廓進行基于幾何誤差懲罰能量和空間性不連續懲罰能量的多模型圓擬合，獲得邊緣輪廓中所有圓弧，并計算所有圓弧的圓弧參數，圓弧參數包括圓弧中心和圓弧半徑；

S3.圓弧篩選：基于每個圓弧的圓弧參數，計算對應圓弧的距離特征，并對所有圓弧的距離特征進行統計，獲得直線徑向畸變產生圓弧的共有特征，根據該共有特征篩選出由直線畸變產生的圓弧；

S4.畸變圖像矯正：基于篩選出圓弧的圓弧參數和單個參數的除法模型的特性，計算圖像畸變中心和畸變參數，并根據該畸變參數和畸變中心對畸變圖像進行矯正。

2.根據權利要求1所述的方法，其特征在于，該方法的步驟進一步包括

S5.去畸變圖像裁剪：基于用戶的感興趣區域和所需的圖像大小，對去畸變的圖像進行裁剪，獲得最終圖像。

3.根據權利要求1所述的方法，其特征在于，所述步驟S1包括

S11.利用高斯濾波器對畸變圖像進行平滑處理；

S12.利用一階偏導數有限差分方法，計算畸變圖像的梯度幅值和方向；

S13.對畸變圖像的梯度幅值進行非極大值抑制處理；

S14.用雙閾值算法對畸變圖像進行檢測，并將鄰近邊緣的邊緣圖像連接，得到畸變圖像的邊緣輪廓。

4.根據權利要求1所述的方法，其特征在于，所述步驟S2包括

S21.隨機在畸變圖像的邊緣輪廓中抽取N組點，每組包含三個點，每組點可以確定一個初始圓模型及其參數，并給每個組都分配一個標簽；

S22.以空間不連續懲罰能量最小作為條件，將畸變圖像輪廓像素點分給每個標簽，即對像素點進行分類；

S23.輪廓像素點類別確定后，通過LM方法對具有相同標簽的像素點進行擬合得到圓弧的參數，來減小模型的幾何誤差，使得幾何誤差懲罰能量最小；

S24.重復步驟S22和S23，直至每個輪廓像素點都能正確分類，停止循環，此時得到的每個類別即為一個圓弧，通過擬合得到該圓弧的圓弧參數。

5.根據權利要求1所述的方法，其特征在于，所述步驟S3包括

S31.利用圓弧中心、圓弧半徑與畸變圖像中心的距離關系：

其中，為距離特征值，和分別是畸變圖像中心坐標和圓弧的圓心坐標，為圓弧的半徑，n為提取出圓弧的數量；

S32.在[min，max]范圍內以T為間隔對落到各個小區間的的個數進行統計；

S33.取最多區間，并計算得到該區間內的均值；

S34.特征值落在之間的圓弧即是由直線畸變產生的圓弧。

6.根據權利要求1所述的方法，其特征在于，所述步驟S4包括

S41.建立徑向畸變圖像在單參數除法模型下的特性模型：畸變圖像中的直線在單參數除法模型下滿足圓的方程：，畸變中心同樣滿足圓的方程：，其中，D、E、F為圓的標準方程的參數，是圖像的畸變中心，為畸變系數；

S42.在篩選出的圓弧中任意選取3條圓弧，利用公式，計算出圖像的畸變中心；

S43.利用公式，以及畸變中心和篩選出的圓弧中的任意一條圓弧，計算畸變系數；

S44.利用公式，其中，和分別是畸變圖像和非畸變圖像的像素點坐標，和分別是畸變圖像和非畸變圖像的像素點到圖像畸變中心的距離且可以由表示，圖像的畸變中心，以及上述步驟中獲得的畸變中心、畸變參數，對圖像進行畸變矯正。

7.根據權利要求6所述的方法，其特征在于，所述步驟S4中進一步包括利用最小二乘法，對畸變參數和畸變中心進行優化。