[發(fā)明專(zhuān)利]一種魚(yú)眼圖像邊緣增強(qiáng)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710114137.3
• 申請(qǐng)日: 2017-02-28
• 公開(kāi)（公告）號(hào): CN106897977A
• 公開(kāi)（公告）日: 2017-06-27
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請(qǐng)（專(zhuān)利權(quán)）人: 長(zhǎng)沙全度影像科技有限公司
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，尤其涉及一種魚(yú)眼圖像邊緣增強(qiáng)方法。

背景技術(shù)

魚(yú)眼鏡頭在外形上跟其他鏡頭不同，前組鏡片像魚(yú)眼一樣向外凸出，是一種特殊的廣角鏡頭，其視場(chǎng)角接近、等于甚至大于180度，能將半球空域甚至是超半球空域的物體成像在相面有限的范圍內(nèi)。

從光學(xué)設(shè)計(jì)的角度看，魚(yú)眼鏡頭所采用的透鏡具有很大的球面弧度，并且距離成像平面更近。這種特殊的結(jié)構(gòu)特點(diǎn)和成像特點(diǎn)，一方面使得魚(yú)眼相機(jī)可以獲得很大視野范圍，在機(jī)器人導(dǎo)航、視頻會(huì)議、實(shí)時(shí)監(jiān)控、全景攝像和天文觀測(cè)等需要較大視場(chǎng)的現(xiàn)實(shí)場(chǎng)景中得以廣泛應(yīng)用；另一方面，由于引入了很大的桶形畸變，使得魚(yú)眼鏡頭形成的圖像除了畫(huà)面中心的景物保持不變，其他本應(yīng)水平或垂直的景物都發(fā)生了相應(yīng)的變化，從而造成魚(yú)眼鏡頭成像面不同區(qū)域的分辨率是不同的，越靠近圖像中心，分辨率越高，細(xì)節(jié)信息越多，越偏離圖像中心，分辨率越低，細(xì)節(jié)信息越少，變形越嚴(yán)重。

為了提高魚(yú)眼圖像清晰度，彌補(bǔ)魚(yú)眼大視角帶來(lái)的圖像模糊，常規(guī)的做法是采用模糊增強(qiáng)方法。圖像的模糊增強(qiáng)是利用圖像中存在的某種不確定性，即模糊性，將模糊集理論用于圖像增強(qiáng)的一種方法。

現(xiàn)有圖像增強(qiáng)方法中，直接在畸變的魚(yú)眼圖像上進(jìn)行處理，但由于魚(yú)眼圖像數(shù)據(jù)是以非線(xiàn)性方式存儲(chǔ)的，無(wú)法直接處理，這種處理方式無(wú)法得到較好的圖像去模糊效果。

發(fā)明內(nèi)容

本發(fā)明為克服現(xiàn)有魚(yú)眼圖像邊緣分辨率低，細(xì)節(jié)信息少的技術(shù)問(wèn)題，旨在提供一種提高魚(yú)眼圖像邊緣清晰度的魚(yú)眼圖像邊緣增強(qiáng)方法。

一種魚(yú)眼圖像邊緣增強(qiáng)方法，包括：

S1、將魚(yú)眼圖像的像素點(diǎn)反投射到柱面全景圖像中，在柱面全景圖中根據(jù)梯度計(jì)算方法確定水平和垂直方向的相鄰像素點(diǎn)；再正投影到魚(yú)眼圖像中，找到對(duì)應(yīng)像素點(diǎn)的相應(yīng)位置；

S2、根據(jù)查找到的魚(yú)眼圖像中任一像素點(diǎn)的水平及垂直相鄰像素點(diǎn)計(jì)算該像素點(diǎn)的梯度值大小；

S3、根據(jù)魚(yú)眼圖像中任一像素點(diǎn)的梯度值計(jì)算魚(yú)眼圖像總變分；

魚(yú)眼圖像的魚(yú)眼總變分定義為：

公式(2)中，I(i,j)表示魚(yú)眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為魚(yú)眼圖像I的大小，J_fish-TV(I)表示魚(yú)眼圖像I中總變分值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)；

S4、基于魚(yú)眼總變分最小化的圖像復(fù)原問(wèn)題即為求解下式的最小化問(wèn)題，從而求得魚(yú)眼清晰圖像l^*；

l^*＝argmin[‖k*l-b‖²+λJ_fish-TV(I)]；(3)

上述步驟采用Lagrange法則，將魚(yú)眼圖像總變分最小化的圖像復(fù)原問(wèn)題轉(zhuǎn)化為求解[‖k*l-b‖²+λJ_fish-TV(I)]的最小化問(wèn)題；公式(3)中，λ是控制算法收斂的常量，λJ_fish-TV(I)為約束條件，即魚(yú)眼圖像先驗(yàn)知識(shí)，通過(guò)最小化重構(gòu)誤差‖k*l-b‖²，k為退化函數(shù)或模糊核，b為加性噪聲，*代表卷積算子，l^*表示魚(yú)眼清晰圖像。

進(jìn)一步的，所述S1具體為：

根據(jù)魚(yú)眼圖像中的點(diǎn)I(i,j)反投影到柱面全景圖像中的點(diǎn)P(u,v)，找到柱面全景圖像中水平和垂直方向的相鄰點(diǎn)P(u+1,v)和P(u,v+1)，再根據(jù)正投影找到魚(yú)眼圖像中對(duì)應(yīng)的點(diǎn)I(i+s₁,j+t₁)和I(i+s₂,j+t₂)。

進(jìn)一步的，所述S2具體為：采用總變分算法，提出魚(yú)眼梯度的正則化項(xiàng)；魚(yú)眼圖像中點(diǎn)I(i,j)處的梯度幅值用下式表示：

公式(1)中，I(i,j)表示魚(yú)眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為圖像I的大小，表示魚(yú)眼圖像I中任一點(diǎn)I(i,j)的梯度幅值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)。