[发明专利]全景图像渐晕现象的补偿方法

摘要

本发明公开了一种全景图像渐晕现象的补偿方法。包括：获取全景图像，获取全景图像的外轮廓，并获取外轮廓的圆心和半径，对获取的全景图像圆周区域，进行迭代估计，获得最小图像熵对应的估计参数，根据迭代估计得到的参数修正现有图像，得到最终补偿后的全景图像；并具体公开了迭代估计、获得最小图像熵、参数修正等方法。本发明不需要为了获得补偿参数而搭建特殊的场景，通过本发明方法采用一种自主化补偿方法，自主地对补偿参数进行优化，通过初始阶段对特定区域估计出对应的补偿系数，对后续获取的图像依次通过补偿系数进行修正，可以快速准确得到较好的图像修复效果。

主权项

1.全景图像渐晕现象的补偿方法，其特征在于包括以下步骤：S1、获取全景图像；S2、获取全景图像的外轮廓，并获取外轮廓的圆心和半径；S3、对获取的全景图像圆周区域，进行迭代估计，获得最小图像熵对应的估计参数；S4、根据迭代估计得到的参数修正现有图像，得到最终补偿后的全景图像；所述步骤S3、S4具体包括以下步骤：1)定义图像熵的衡量公式采用：p_k为统计概率，n_k为统计的灰度直方图，H为图像熵；2)图像亮度的补偿函数为：g_a,b,c(r)＝1+ar²+br⁴+cr⁶x_c，y_c为图像中心点坐标，补偿函数需满足的条件在0<r<1的区间上，是单调递增的；所以需满足的约束条件为：a，b，c应在集合C₁∩C₂∩C₃∩C₄∩C₅中；3)图像的转化前后的关系为：L_new(x,y)＝L_old(x,y)g_a,b,c(r)其中,L_old(x,y)为原图像对应坐标位置的像素值，L_new(x,y)为补偿后图像对应坐标位置的像素值；4)设置步长δ＝2.0，缩放因子k＝0.5，补偿系数a，b，c初始值设置为0；5)固定b，c，搜索a的局部最优值，迭代公式：a_n+1＝a_n+δ将新的a，b，c代入步骤2)的约束，若满足约束，则代入步骤1)中求当前函数的图像熵，若不满足约束则继续；6)将步骤5)进行6次，选出最小的图像熵对应参数作为当前最优值；7)参数b和c的迭代公式：b_n+1＝b_n‑δc_n+1＝c_n+δ其中b_n、c_n为第n次迭代后的相应补偿系数，同理按照步骤(5)和步骤(6)进行迭代，求出参数的局部最优值；8)当继续迭代无法得到更小的图像熵时，使用更小的δ继续迭代；δ_n+1＝δ_n×k其中δ_n为第n次迭代后的相应步长系数；9)一直重复步骤5)、6)、7)，直到δ迭代到我们设置的最小阈值1/125，此时得到的参数a，b，c的值为最终最优解；10)将最优参数值代入步骤2)中的补偿函数对原图像进行补偿。