[發(fā)明專(zhuān)利]針對(duì)任意視角投影儀圖像的視覺(jué)矯正方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810033443.9
• 申請(qǐng)日: 2018-01-15
• 公開(kāi)（公告）號(hào): CN108171674B
• 公開(kāi)（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 李學(xué)龍;王琦;鄭全全
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T7/13;G06T7/90
• 代理公司: 西北工業(yè)大學(xué)專(zhuān)利中心 61204
• 代理人: 常威威

本發(fā)明提供了一種針對(duì)任意視角投影儀圖像的視覺(jué)矯正方法。首先，利用Canny算法對(duì)拍攝的投影儀圖像進(jìn)行邊緣檢測(cè)，然后利用LSD算法對(duì)邊緣圖像進(jìn)行直線檢測(cè)，將得到的直線以極坐標(biāo)進(jìn)行表示，再進(jìn)行直線分類(lèi)和篩選，最后，根據(jù)篩選后直線的交點(diǎn)坐標(biāo)在原拍攝圖像上截取出新圖像，并進(jìn)行透視變換，得到最終矯正后的圖像。本發(fā)明方法不僅能夠?yàn)V除不必要的背景，而且可以將拍攝到的投影儀圖像矯正為正面視角的投影儀圖像，具有很好的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬圖像處理技術(shù)領(lǐng)域，具體涉及一種針對(duì)任意視角投影儀圖像的視覺(jué)矯正方法。

背景技術(shù)

隨著科技的不斷發(fā)展，手機(jī)、數(shù)碼相機(jī)等帶有圖像采集功能的設(shè)備已經(jīng)變得越來(lái)越普及。人們也越來(lái)越習(xí)慣于使用具有圖像采集功能的設(shè)備捕捉和獲取有價(jià)值的信息。為了滿足用戶的需求，越來(lái)越多的廠商也在不斷地優(yōu)化自己圖像采集設(shè)備的性能，但在某些情況下所采集到的圖像仍可能存在變形問(wèn)題，比如在上課、聽(tīng)報(bào)告或開(kāi)會(huì)的時(shí)候，如果所處的位置不夠好，所拍攝到的投影儀圖像就會(huì)產(chǎn)生很大的形變，這將可能導(dǎo)致拍攝到的內(nèi)容不清楚。圖像矯正則是解決這個(gè)問(wèn)題的一種途徑。

例如，文獻(xiàn)“代勤,王延杰,韓廣良.基于改進(jìn)Hough變換和透視變換的透視圖像矯正[J].液晶與顯示,2012,27(4):552-556.”中，提出利用改進(jìn)Hough變換和透視變換進(jìn)行視覺(jué)矯正，其方法簡(jiǎn)單易行，但對(duì)有復(fù)雜背景的拍攝圖像魯棒性不足。文獻(xiàn)“蔣智文.視覺(jué)文檔圖像的矯正方法研究[D].華南理工大學(xué),2015.”提出了幾種利用圖像處理技術(shù)進(jìn)行文檔圖像的視覺(jué)矯正方法，分別為變形文檔的三維矯正、文本趨向檢測(cè)方法和基于形變網(wǎng)絡(luò)的圖像矯正方法，該方法復(fù)雜度較大，且只針對(duì)文本圖像。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，得到在任意角度拍攝均保持正面視角的投影儀圖像，本發(fā)明提出了一種針對(duì)任意視角投影儀圖像的視覺(jué)矯正方法。對(duì)以任何角度拍攝的投影儀圖像，不僅能夠?yàn)V除不必要的背景，而且可以將拍攝到的投影儀圖像矯正為正面視角的投影儀圖像，從而得到矯正后的圖像。

一種針對(duì)任意視角投影儀圖像的視覺(jué)矯正方法，其特征在于步驟如下：

步驟一：利用Canny算法對(duì)拍攝的投影儀圖像進(jìn)行邊緣檢測(cè)，得到邊緣檢測(cè)圖像；

步驟二：利用LSD算法對(duì)步驟一得到的邊緣檢測(cè)圖像進(jìn)行直線檢測(cè)，得到直線檢測(cè)圖像；

步驟三：利用極坐標(biāo)對(duì)步驟二得到的直線檢測(cè)圖像中的直線段進(jìn)行表示，并進(jìn)行分類(lèi)加權(quán)處理，得到不同的直線。具體為：

步驟a：以圖像的重心(w/2,h/2)為原點(diǎn)建立笛卡爾坐標(biāo)系和極坐標(biāo)系，滿足x＝u-w/2，y＝h/2-v，其中，w表示圖像的水平寬度，h表示圖像的豎直高度，(u,v)表示圖像坐標(biāo)，(x,y)表示笛卡爾坐標(biāo)；極坐標(biāo)系與笛卡爾坐標(biāo)系的轉(zhuǎn)換關(guān)系為ρ＝xcos(θ)+ysin(θ)，(ρ,θ)表示極坐標(biāo)；則圖像坐標(biāo)與極坐標(biāo)的轉(zhuǎn)換關(guān)系為：ρ＝(u-w/2)cos(θ)+(h/2-v)sin(θ)。

步驟b：根據(jù)圖像坐標(biāo)和極坐標(biāo)的關(guān)系，計(jì)算直線段兩個(gè)端點(diǎn)的圖像坐標(biāo)對(duì)應(yīng)的極坐標(biāo)，即得到極坐標(biāo)表示的直線段。

步驟c：將ρ和θ的值相差都小于0.1的直線段分為一類(lèi)并分配相同的標(biāo)號(hào)，然后對(duì)具有相同標(biāo)號(hào)的直線段進(jìn)行加權(quán)平均，每條直線段對(duì)應(yīng)的權(quán)值為其線段的長(zhǎng)度，從而得到對(duì)應(yīng)的直線。

步驟四：先根據(jù)給定的閾值對(duì)每一條直線進(jìn)行第一次篩選，把小于設(shè)定閾值的直線刪除，所述的閾值為0.03×min{w,h}。然后利用HSV顏色模型來(lái)表示原圖像，并利用HSV顏色模型中的V分量大小對(duì)直線再進(jìn)行篩選，如果直線兩側(cè)V分量之差小于0.2，則將直線刪除。最后按照直線的長(zhǎng)短來(lái)打分，最長(zhǎng)的直線分值為100，其他直線的分值為100乘以其與最長(zhǎng)直線的長(zhǎng)度之比，保留得分最高的四條直線；