一种全画幅微单鱼眼相机畸变改正算法

摘要

本发明公开一种全画幅微单鱼眼相机畸变校正方法，获取全画幅鱼眼相机的畸变参数，根据畸变参数确定无畸变影像的坐标矩阵，将拍摄的影像的矩阵坐标与所述无畸变影像的矩阵坐标相匹配，再进行迭代求差值的过程得到与所述拍摄影像的像素坐标距离最近的所述无畸变影像的像素坐标，得到拍摄的无畸变影像的矩阵坐标的每个像元对应的像素值。采用一次采样，迭代求差值的方法进行操作使得校正变得精确，最大程度的保持了原始影像的信息。

说明书

技术领域

本发明涉及图像处理领域，特别涉及一种全画幅微单鱼眼相机畸变改正算法。

背景技术

随着信息科技的飞速发展，全景影像作为一种新兴技术，在近些年来得到了广泛应用，目前使用最广泛的全景拼接方法是使用全景相机拍摄360度的空间影像，然后投影到全景模型中，生成全景影像，其中，最关键的就是相机内外参数的准确与否，直接关系到全景影像质量的高低，目前，图像处理技术越来越多的应用到空间物体坐标的测量中，对一个数字图像光学测量系统来说，其测量精度除了受成像系统的成像分辨率的影响以外，还会受几何畸变的影响。

相机内部参数中，很重要的一点就是相机畸变改正，没有经过畸变改正的照片无法应用到高质量的可测量的全景照片的拼接中。

目前，采用相机标定得到相机的畸变参数，直接通过原始影像像素坐标计算无畸变影像坐标，对得到的无畸变影像进行插值，使每个像素都附上对应的像素值。

但由于现有技术的精度较低，导致畸变改正质量不高，且在畸变较大时，改正质量不能满足使用需求，因此不能校正鱼眼镜头等畸变量特别大的镜头。

发明内容

本发明的目的是提供一种使得全画幅鱼眼相机畸变的校正变得精确的全画幅微单鱼眼相机畸变改正算法，最大程度的保持了原始影像的信息。

为实现上述目的，本发明提供了如下方案：

本发明一种全画幅微单鱼眼相机畸变的校正方法包括：

步骤1：获取所述全画幅微单鱼眼相机的径向畸变参数k₁,k₂,k₃,k₄,k₅，切相畸变参数p₁,p₂，投影中心坐标(x_p,y_p)；

步骤2：根据径向畸变参数k₁,k₂,k₃,k₄,k₅，切相畸变参数p₁,p₂，投影中心坐标(x_p,y_p)和原始影像的坐标矩阵确定无畸变影像的坐标矩阵所述原始影像的坐标矩阵经过相机照射得到拍摄影像的坐标矩阵所述原始影像的坐标矩阵(x₀,y₀)，所述无畸变影像的坐标矩阵(x₁,y₁)和所述拍摄影像的坐标矩阵(x₂,y₂)是一个m行n列的矩阵；

步骤3：将所述拍摄影像的坐标矩阵(x₂,y₂)与所述无畸变影像的坐标矩阵(x₁,y₁)相匹配，得到与所述拍摄影像的像素坐标(x_2ij,y_2ij)距离最近的所述无畸变影像的像素坐标(x_1uv,y_1uv)，dx＝x_1uv-x_2ij，dy＝y_1uv-y_2ij；

当(dx,dy)超出阈值时，用(dx,dy)修正所述原始影像坐标矩阵(x₀,y₀)：

x′₀＝x₀-dx,y′₀＝y₀-dy得到修正后的原始影像坐标矩阵(x′₀,y′₀)，再对所述修正后的原始影像坐标矩阵(x′₀,y′₀)执行步骤1和步骤2的操作，直至当(dx,dy)在阈值范围内时，得到与所述拍摄影像的像素坐标(x_2ij,y_2ij)距离精度符合要求的无畸变影像的像素坐标(x′_1uv,y′_1uv)，所述符合要求的无畸变影像的像素坐标(x′_1uv,y′_1uv)对应的所述原始影像的坐标矩阵中的像素坐标；

其中i为1,2，....，m中的值，j为1,2，....，n中的值，u为1-m中的值，v为1-n中的值。

步骤4：将所述对应的原始影像的坐标矩阵中的像素坐标，在所述原始影像中插值得到的像素值确定为所述拍摄影像的像素坐标(x_2ij,y_2ij)的像素值。

可选的，根据权利要求1所述的一种全画幅微单鱼眼相机畸变的改正算法，其特征在于，所述确定无畸变影像的矩阵坐标具体包括：通过方程：

x＝x₀-x_p；y＝y₀-y_p；r²＝x²+y²；

dr＝k₁×r³+k₂×r⁵+k₃×r⁷+k₄×r⁹+k₅×r¹¹；

确定无畸变影像的矩阵坐标

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明通过获取所述全画幅微单鱼眼相机的径向畸变参数，切相畸变参数，投影中心坐标和原始影像的坐标矩阵得到无畸变影像的坐标矩阵，将拍摄影像的坐标矩阵与所述无畸变影像的坐标矩阵相匹配得到与所述拍摄影像的像素坐标距离最近的所述无畸变影像的像素坐标，最后将所述对应的原始影像的坐标矩阵中的像素坐标的像素值确定为所述拍摄影像的像素坐标(x_2ij,y_2ij)的像素值，避免了直接进行畸变矫正时，校正后影像不连续的问题，使得相机畸变校正更加精确，图像的解析度增加。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明具体校正方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种解决了传统标定方法操作繁琐，无法标定鱼眼镜头的问题，解决矫正过程中的多次采样使得图像解析度降低的问题，使得全画幅鱼眼相机畸变的改正变得简易、高效、精确的全画幅微单鱼眼相机畸变改正算法。

如图1所示，本发明一种全画幅微单鱼眼相机畸变的校正方法包括：

步骤100：采用标定软件标定后获取所述全画幅微单鱼眼相机的径向畸变参数k₁,k₂,k₃,k₄,k₅，切相畸变参数p₁,p₂，投影中心坐标(x_p,y_p)。

步骤201：根据径向畸变参数k₁,k₂,k₃,k₄,k₅，切相畸变参数p₁,p₂，投影中心坐标(x_p,y_p)和原始影像的坐标矩阵确定无畸变影像的坐标矩阵所述确定无畸变影像的矩阵坐标具体包括：通过方程：

x＝x₀-x_p；y＝y₀-y_p；r²＝x²+y²；

dr＝k₁×r³+k₂×r⁵+k₃×r⁷+k₄×r⁹+k₅×r¹¹；

确定无畸变影像的矩阵坐标

步骤202：所述原始影像的坐标矩阵经过相机拍摄得到拍摄影像的坐标矩阵所述原始影像的坐标矩阵(x₀,y₀)，所述无畸变影像的坐标矩阵(x₁,y₁)和所述拍摄影像的坐标矩阵(x₂,y₂)是一个m行n列的矩阵。

步骤301：将所述拍摄影像的坐标矩阵(x₂,y₂)与所述无畸变影像的坐标矩阵(x₁,y₁)相匹配，得到与所述拍摄影像的像素坐标(x_2ij,y_2ij)距离最近的所述无畸变影像的像素坐标(x_1uv,y_1uv)，dx＝x_1uv-x_2ij，dy＝y_1uv-y_2ij；只进行一次差值，最大程度的保持了原始影像的信息。

步骤302：当(dx,dy)超出阈值时，所述阈值是根据所需要获取的校正图像的精度设定的，用(dx,dy)修正所述原始影像坐标矩阵(x₀,y₀)：

x′₀＝x₀-dx,y′₀＝y₀-dy得到修正后的原始影像坐标矩阵(x′₀,y′₀)，再对所述修正后的原始影像坐标矩阵(x′₀,y′₀)执行步骤100，步骤201和步骤202的操作，直至当(dx,dy)在阈值范围内时，得到与所述拍摄影像的像素坐标(x_2ij,y_2ij)距离精度符合要求的无畸变影像的像素坐标(x′_1uv,y′_1uv)，所述符合要求的无畸变影像的像素坐标(x′_1uv,y′_1uv)对应的所述原始影像的坐标矩阵中的像素坐标；其中i为1,2，....，m中的值，j为1,2，....，n中的值，u为1-m中的值，v为1-n中的值，解决了校正过程中多次采样使得图像解析度降低的问题，使得全画幅鱼眼相机畸变的改正变得简易、高效、精确，能够校正畸变量特别大的镜头。

步骤400：将所述对应的原始影像的坐标矩阵中的像素坐标，在原始影像中插值后得到的像素值确定为所述拍摄影像的像素坐标(x_2ij,y_2ij)的像素值，得每个像素都赋上对应的像素值。

本发明通过计算拍摄的影像像元对应的原始影像像元坐标，避免了直接进行畸变改正时，拍摄影像不连续的问题。并且只对影像进行一次采样，保持了影像的解析度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。