[发明专利]图像畸变矫正方法和系统

说明书

本发明涉及图像处理技术领域，提供了一种图像畸变矫正方法和系统。其中图像畸变矫正方法包括：步骤S1：对一基准图片的原图片进行畸变，得到所述基准图片畸变后的图片，其中所述基准图片中标定有N个离散点，N≥1且N为自然数；步骤S2：得到所述原图片中每一离散点的位置以及所述畸变后的图片中每一离散点的位置；步骤S3：用所述畸变后的图片中离散点的位置减去所述原图片中离散点的位置，得到离散点的移位矢量；步骤S4：采用插值方法计算出所述基准图片的整个图像的移位矢量场；步骤S5：根据所述移位矢量场对需矫正图像进行图像畸变矫正。本发明的图像畸变矫正方法和系统方式简单、自适应能力强且矫正效果好。

【技术领域】

本发明涉及图像处理技术领域，特别是涉及一种图像畸变矫正方法和系统。

【背景技术】

图像畸变是图像处理中经常遇到的问题，比如为了获得角度更加宽广的镜头，常常采用广角镜头即鱼眼镜头拍照，然而采用了鱼眼镜头拍出来的照片会产生严重的图像畸变。图像畸变对图像处理分析是非常不利的，需要对图像畸变进行矫正。

现有典型的对图像进行畸变矫正的方法包括高阶多项式模型方法和除法模型方法。下面对这两种方法做简要介绍：

1、高阶多项式模型

该方法是假设畸变函数连续可微，从而可以将畸变函数进行泰勒展开，畸变矫正模型公式如下：

其中（x,y）是畸变图像点，(xc,yc)是畸变图像中心，是矫正后的图像点，L(r)＝1+k₁r+k₂r²+k₃r³+.....

大部分情况下去前面几阶精度就足够高了，关于求解系数有很多方法，如径向畸变半snake半自动法，代数方法，几何极限约束方法，拉格朗日最小化法等。

2、除法模型

该模型是基于立体匹配约束下得到的，根据立体匹配约束公式P'^TFP＝0，P’和P是一对图像匹配点，然后考虑图像畸变，将畸变模型加入求解基础矩阵中，从而可以得到畸变系数的求解，简化后得到的函数公式为：(D₁+λD₂+λ²D₃)f＝0。

最后求畸变系数λ，问题转化为特征值的求解问题，得到了畸变系数λ后，对图像用除法公式X进行矫正。

除上述两种方法外，还有鱼眼模型、比例函数模型等方法。

上述现有技术的共同点都是在寻求一种数学模型，用该数学模型来描述畸变过程，再通过一定的计算方法算出畸变的数学模型，从而得到数学模型的逆，即反畸变模型。然而上述做法存在如下缺陷：

（1）畸变过程是十分复杂的过程，是高度非线性的，本身就很可能不存在用来表示它的数学模型；

（2）假设存在函数T来表示这个畸变过程，但T不一定是可逆的，即不一定存在反逆变换函数；

（3）畸变的原因是多种多样的，受到很多因素的影响，因此很难用一个统一的、固定不变的数学模型来描述；

（4）算法比较复杂。

鉴于此，克服上述现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明要解决的技术问题是提供一种简单、自适应能力强且矫正效果好的图像畸变矫正方法和系统。

本发明采用如下技术方案：

一种图像畸变矫正方法，包括：