[发明专利]侧俯视角度下田间小麦穗部图像的校正方法

权利要求书

1.一种侧俯视角度下田间小麦穗部图像的校正方法，其特征在于，该方法包括步骤：

S1.基于透视变换的畸变图像校正，利用透视变换原理将透视图像校正为正视图像：已知正方形下底边两顶点坐标可根据边长求出正方形上底边两顶点坐标，将畸变图像上这4个目标点的坐标和对应正视图像上的坐标作为解透视变换参数矩阵的已知量，解出透视变换参数，再对畸变图像上的所有点进行透视变换算出对应正视图像坐标；

S2.基于几何变换的畸变图像校正：根据目标物体与图像采集中心点之间的纵向距离计算权重系数，对透视变换之后的图像进行校正时只沿图像纵轴方向进行缩放，在求出目标图像尺寸大小后，结合最近邻插值和单线性插值进行处理，逐个计算目标图像上的像素点坐标对应的原始图像像素点坐标得到其灰度值，最终组合成一幅经过几何畸变校正的图像。

2.根据权利要求1所述的侧俯视角度下田间小麦穗部图像的校正方法，其特征在于，步骤S1进一步包括：

S1.1首先从图像中选取取样框的4个顶点，以此作为目标点，利用透视变换原理将透视图像校正为正视图像；二维图像的透视变换实际上是以中心点O为基准将平面上的点P(x，y)投影成另外一个平面上的点P′(u，v)，这个过程可以看作是三维物体向二维图像透视投影的一种形式；一个二维图像经过透视变换转换为另外一个平面图像的过程可以表示为：

公式1中，(x，y)是畸变图像的像素坐标，(u，v)是正视图的像素坐标，a、b、c、d、e、f、m、l为透视变换参数；取取样框4个顶点作为目标点，由于取样框为内径边长0.5m的正方形，因此已知正方形下底边两顶点坐标可根据边长求出正方形上底边两顶点坐标，将畸变图像上这4个目标点的坐标和对应正视图像上的坐标作为解透视变换参数矩阵的已知量，解出透视变换参数，再对畸变图像上的所有点进行透视变换算出对应正视图像坐标；公式1的矩阵形式为：

S1.2透视变换关系式2中有8个参数，采用图像点对的方式进行二维平面图像的透视变换计算，把畸变图像中的4个目标点坐标记为(x₁，y₁)、(x₂，y₂)、(x₃，y₃)、(x₄，y₄)；相应的正视图像中的点坐标记为(u₁，v₁)、(u₂，v₂)、(u₃，v₃)、(u₄，v₄)，得到矩阵参数方程为：

记为：

UV＝A×M (4)

则：

M＝A^-1×UV (5)

从而解出透视变换参数，最后利用解出的参数对原小麦冠层图像进行透视畸变校正。

3.根据权利要求1所述的侧俯视角度下田间小麦穗部图像的校正方法，其特征在于，步骤S2进一步包括：

S2.1小麦穗之间存在穗幅差和图像采集中心与小麦穗之间存在的不同纵向距离，根据目标物体与图像采集中心点之间的纵向距离计算权重系数，透视变换后正方形的取样框ABCD变成了矩形，通过将矩形校正为正方形来抵消图像几何畸变；以矩形顶点A为坐标原点，矩形ABCD为取样框中AD所在直线为x轴，AB所在直线为y轴，AD边长度变换关系式为：

公式6中，h为线段AD长，w为线段AB长，k为距离变换系数，t为线段AD上一点与点A的距离，dt为线段AD上的微分，将上式化简，求得：

S2.2根据透视变换后图像的坐标关系，计算出距离变换系数，再对图像进行几何畸变校正，采用灰度值插值算法计算出最终图像；利用最近邻插值法把与待求像素最近的像素值赋给待求像素；

对于待求像素坐标(i+u，j+v)，可以根据u，v的取值判断与待求像素最近的像素点，得到待求像素点的灰度值；

S2.3单线性插值法是只有一个变量的插值算法，其原理为：已知数据(x₀，y₀)与(x₁，y₁)，计算区间[x₀，x₁]内任意一点x在直线上的值y，示意图如图7所示：

由几何关系可得：

化简得：

可以看出，求y值实际上就是利用x和x₀，x₁的距离作为权重，用于y₀和y₁的加权；

S2.4对透视变换之后的图像进行校正时只沿图像纵轴方向进行缩放，不考虑横向方向缩放，结合最近邻插值和单线性插值进行处理，对RGB图像进行逐个通道单独处理，假设原图大小为H×W，取样框区域大小为h×w，经过几何畸变校正后图像大小为H₁×W，取样框区域大小为w×w，其中：

联立公式(7)，化简得：

公式11中，x为坐标原点A到图像上边缘的像素距离，需要对H₁进行取整；在求出目标图像尺寸大小后，逐个计算目标图像上的像素点坐标对应的原始图像像素点坐标得到其灰度值，最终组合成一幅经过几何畸变校正的图像；对于目标图像像素坐标(i，j)对应的原始图像像素坐标为(i₀，j)，其中：

将i₀当作因变量，t为微分参数，x，k在前面已给出定义，i为自变量，解上式定积分方程，得到：

对求得i₀进行取整，则可以得到目标图像上任意一点对应原始图像上的点，并求出其灰度值，组合后得到经过几何畸变矫正的小麦冠层图像。