[发明专利]一种基于变长轴椭圆拟合的鱼眼图像校正方法

说明书

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种基于变长轴椭圆拟合的鱼眼图像校正方法。

背景技术

鱼眼镜头属于一种超广角镜头，为使镜头达到最大的视角，镜头的前镜片直径很短且呈抛物状向镜头前部凸出。鱼眼镜头焦距短、视角大，其成像点与理想成像点之间存在几何光学误差，也称为畸变。在相机与镜头组合的实际光学成像系统中，畸变产生的原因主要分为两类：径向畸变、偏心畸变。径向畸变是指径向曲率的变化引起实际成像点径向偏离理想成像点，这种变形在离光学中心点越远时，其畸变量往往越大，正的径向变形量会引起点向远离图像中心的方向移动，其比例系数增大，产生枕形畸变；负的径向变形量会引起点向靠近图像中心的方向移动，其比例系数减小，产生桶形畸变。偏心畸变是由于装配误差，组成光学系统的多个镜组不可能完全共线，偏心畸变是一种融合径向畸变和切向畸变的混合畸变。

鱼眼图像校正本质上是图像的空间变换处理，经过摄像机标定得到相机的内参和外参，利用相机的参数建立鱼眼图像和校正图像中对应像素点对位置关系的函数。鱼眼镜头校正算法总体上可以分为三大类，第一类是通过球面透视投影等几何约束寻找目标函数，第二类是通过摄相机标定得到相机内参和外参实现校正的目的，第三类则是通过神经网络等的训练建立自适应的目标函数。

其中，基于三维标定模块或平面模板中的特征点的3D空间坐标与图像坐标之间的映射关系对摄像机的内外参数进行标定，再运用内参数实现畸变校正的方法缺点在于内参和外参的确定依靠标定板特征点的精确提取，而在实际的标定实验中往往存在特征点不易选取、不易提取的问题，这导致了通过标定得到的相机内参和外参的不准确性。另一种方法通过球面透视投影等几何约束寻找目标函数，球面透视投影校正能够解决常规校正算法仅能针对畸变图像进行局部校正的问题，是将镜头前的景象看作是在一个球面上，经过投影后映射成平面，在镜头前景象景深相差较大时，球面透视投影校正只是对畸变中心附近的图像有较好的校正效果，但是在边缘处的景象仍然存在校正的畸变。将优化算法引入到鱼眼图像畸变校正的研究中是近年来图像领域的一个新方向，针对畸变图像信息量大、特征点多和数量多的特点，把原图像与畸变图像像素位置点看作为一个黑箱模型，选取大量原图像与畸变图像进行样本训练，得到畸变图像与原图像畸变的对应关系，能够较快地进行畸变图像校正，替代复杂精细的摄像机参数的标定。然而，神经网络等优化算法存在算法复杂、实时性不足的问题，难以进行嵌入式设备和移动式设备的移植。而且，由于优化算法是一个黑箱模型，图像样本的选取对于训练后的校正映射关系影响很大，如果选取的样本典型性不强，那么通过优化算法得到的校正图像将导致过度校正或校正不足的情况。

发明内容

针对现有技术存在的不足，本发明提供了一种基于变长轴椭圆拟合的鱼眼图像校正方法。

本发明的技术方案是：

一种基于变长轴椭圆拟合的鱼眼图像的自校正方法，包括以下步骤：

步骤1、将彩色鱼眼图像转化为灰度鱼眼图像。

步骤2、将灰度鱼眼图像全局灰度平均值作为二值化阈值，对灰度鱼眼图像进行二值化处理，得到二值化图像，二值化图像中的两侧灰度值不同的像素点作为边界像素点，各边界像素点构成边界像素点集。

步骤3、利用最小二乘拟合圆方法对边界像素点集中各边界像素点进行拟合，拟合出的圆心为鱼眼图像的畸变中心，拟合出的圆的半径为鱼眼图像的畸变半径。

步骤4、建立基于经纬映射畸变函数的变长轴椭圆拟合校正模型，该模型用来描述鱼眼图像像素坐标下的畸变中心坐标、鱼眼图像像素坐标下的像素点坐标及校正后的图像像素坐标下的像素点坐标之间的关系。

步骤4.1、建立基于经纬映射畸变函数的变长轴椭圆拟合校正模型：