一种基于含噪鱼眼图像的有效区域提取方法及系统与流程

本发明涉及图像处理技术领域，尤其涉及一种基于含噪鱼眼图像的有效区域提取方法及系统。

背景技术：

鱼眼镜头是一种焦距为16mm或更短的并且视角接近或等于180°的镜头。它是一种极端的广角镜头。现在广泛用于全景浏览、大范围监控系统、智能交通系统等众多领域。但是鱼眼图像所拍摄的图像具有明显的畸变，无法直接实际应用。对鱼眼畸变图像进行校正时，首先要进行有效区域的提取，对有效区域的提取的准确与否直接影响鱼眼畸变图像是否能被准确校准，鱼眼图像圆形有效区域的准确提取至关重要。，现有的鱼眼图像有效区域的提取方法包括面积统计算法，逐行逐列扫描求圆切线的算法，区域生长法等，这些算法生效的前提在于所处理的鱼眼图像周围没有噪声的干扰，能够通过简单的图像处理方法就能得到有效区域，一旦原始鱼眼图像周围有强干扰噪声无法去除时，这些算法都不能够准确的检测出鱼眼图像的有效区域，现有的提取算法计算复杂度高，成本高，从而为鱼眼图像校正带来了不便。

因此，现有技术还有待于改进和发展。

技术实现要素：

鉴于现有技术的不足，本发明目的在于提供一种基于含噪鱼眼图像的有效区域提取方法及系统，旨在解决现有技术中原始鱼眼图像周围有强干扰噪声无法去除时，现有的有效区域的提取算法都不能够准确的检测出鱼眼图像的有效区域，而且现有的提取算法计算复杂度高，从而为鱼眼图像校正带来了不便的技术问题。

本发明的技术方案如下：

一种基于含噪鱼眼图像的有效区域提取方法，其中，方法包括步骤：

A、通过鱼眼摄像头获取一幅含噪鱼眼图像，对含噪鱼眼图像进行预处理；

B、对经过预处理的含噪鱼眼图像使用梯度算法计算后，对有效圆区域进行定位生成第一鱼眼图像；

C、去除第一鱼眼图像的噪声后生成第二鱼眼图像，获取第二鱼眼图像有效圆区域的圆周上的点的集合；

D、对点的集合进行拟合后获取第二鱼眼图像有效圆区域的圆心坐标及半径，根据圆心坐标、半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

所述的基于含噪鱼眼图像的有效区域提取方法，其中，所述步骤A具体包括步骤：

A1、通过鱼眼摄像头获取一幅在有效圆区域中包含有杂光和噪声的含噪鱼眼图像；

A2、对含噪鱼眼图像依次进行高斯滤波处理和二值化处理后生成预处理的含噪鱼眼图像。

所述的基于含噪鱼眼图像的有效区域提取方法，其中，所述步骤B具体包括步骤：

B1、采用hough圆算法对预处理的含噪鱼眼图像的有效圆区域进行定位，获取定位的第一有效圆区域对应的第一圆心和第一半径。

所述的基于含噪鱼眼图像的有效区域提取方法，其中，所述步骤C具体包括步骤：

C1、根据第一有效圆区域对应的第一圆心和第一半径，根据形态学的算法对第一鱼眼图像的噪声进行去除后生成第二鱼眼图像；

C2、采用链码算法提取第二鱼眼图像中的有效圆区域轮廓上的点，获取第二鱼眼图像有效圆区域的圆周上的点的集合。

所述的基于含噪鱼眼图像的有效区域提取方法，其中，所述步骤D具体包括步骤：

D1、采用ransac特征匹配算法及最小二乘拟合算法，对点的集合进行筛选和拟合，剔除不是有效圆上的点后，得到最终的有效点集；

D2、根据有效点集拟合得到第二鱼眼图像有效圆区域对应的第二圆心坐标及第二半径；

D3、根据第二圆心坐标、第二半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

一种基于含噪鱼眼图像的有效区域提取系统，其中，系统包括：

预处理模块，用于通过鱼眼摄像头获取一幅含噪鱼眼图像，对含噪鱼眼图像进行预处理；

定位模块，用于对经过预处理的含噪鱼眼图像使用梯度算法计算后，对有效圆区域进行定位生成第一鱼眼图像；

点集获取模块，用于去除第一鱼眼图像的噪声后生成第二鱼眼图像，获取第二鱼眼图像有效圆区域的圆周上的点的集合；

有效圆区域提取模块，用于对点的集合进行拟合后获取第二鱼眼图像有效圆区域的圆心坐标及半径，根据圆心坐标、半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述预处理模块具体包括：

鱼眼图像获取单元，用于通过鱼眼摄像头获取一幅在有效圆区域中包含有杂光和噪声的含噪鱼眼图像；

预处理单元，用于对含噪鱼眼图像依次进行高斯滤波处理和二值化处理后生成预处理的含噪鱼眼图像。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述定位模块具体用于采用hough圆算法对预处理的含噪鱼眼图像的有效圆区域进行定位，获取定位的第一有效圆区域对应的第一圆心和第一半径。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述点集获取模块具体包括：

去噪单元，用于根据第一有效圆区域对应的第一圆心和第一半径，根据形态学的算法对第一鱼眼图像的噪声进行去除后生成第二鱼眼图像；

点集获取单元，用于采用链码算法提取第二鱼眼图像中的有效圆区域轮廓上的点，获取第二鱼眼图像有效圆区域的圆周上的点的集合。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述有效圆区域提取模块具体包括：

有效点集获取单元，用于采用ransac特征匹配算法及最小二乘拟合算法，对点的集合进行筛选和拟合，剔除不是有效圆上的点后，得到最终的有效点集；

拟合单元，用于根据有效点集拟合得到第二鱼眼图像有效圆区域对应的第二圆心坐标及第二半径；

有效区域提取单元，用于根据第二圆心坐标、第二半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

本发明提供了一种基于含噪鱼眼图像的有效区域提取方法及系统，本发明可自动的在有强噪声干扰的鱼眼图像中精确的定位圆形有效区域，降低了含噪鱼眼图像校正的成本，降低了含噪鱼眼图像校正的复杂度，为鱼眼图像校正提供了方便。

附图说明

图1为本发明的一种基于含噪鱼眼图像的有效区域提取方法的较佳实施例的流程图。

图2为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的含噪鱼眼图像预处理后的示意图。

图3为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的去噪处理后的含噪鱼眼图像示意图。

图4为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的柱面图的展开示意图。

图5为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的柱面示意图。

图6为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的柱面图像的底部区域的图。

图7为本发明的一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的流程图。

图8为本发明的一种基于含噪鱼眼图像的有效区域提取系统的较佳实施例的功能原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明还提供了一种基于含噪鱼眼图像的有效区域提取方法的较佳实施例的流程图，如图1所示，方法包括：

步骤S100、通过鱼眼摄像头获取一幅含噪鱼眼图像，对含噪鱼眼图像进行预处理。通过鱼眼摄像头获得鱼眼图像，这一步得到的鱼眼图像的有效圆形区域周围有大量的杂光和噪声的干扰，在鱼眼图像有效区域周围形成了类似光晕的形态，这种情况下，在其他文献中使用到的面积统计算法，逐行逐列扫描求圆切线的算法，区域生长法等圆形区域提取算法很难精确的提取有效区域。将通过鱼眼摄像头获取的含噪声和杂光的图像记为含噪鱼眼图像，并对对含噪鱼眼图像进行预处理从而方便接下来的处理。

具体实施时，步骤S100具体包括：

步骤S101、通过鱼眼摄像头获取一幅在有效圆区域中包含有杂光和噪声的含噪鱼眼图像；

步骤S102、对含噪鱼眼图像依次进行高斯滤波处理和二值化处理后生成预处理的含噪鱼眼图像。

具体实施时，对获取的含噪鱼眼图像进行预处理，预处理包括高斯滤波以及二值化处理，得到的图像如图2所示，可以看到，预处理后的图像仍然存在噪声的干扰。

步骤S200、对经过预处理的含噪鱼眼图像使用梯度算法计算后，对有效圆区域进行定位生成第一鱼眼图像。

具体实施时，步骤S200具体为：采用hough圆算法对预处理的含噪鱼眼图像的有效圆区域进行定位，其中hough圆算法是一种在图像中找圆的算法，该获取定位的第一有效圆区域对应的第一圆心和第一半径。采用hough梯度方法对原始鱼眼图像有效圆形区域进行粗定位，使用hough圆算法直接找到大致的圆形有效区域，得到大致的圆心和半径（centerx，centery，radius）。

步骤S300、去除第一鱼眼图像的噪声后生成第二鱼眼图像，获取第二鱼眼图像有效圆区域的圆周上的点的集合。

具体实施时，根据hough算法得到的大致圆心和半径，结合形态学的算法以及链码算法，对图像进行去噪处理成第二鱼眼图像。如图3所示。获取取第二鱼眼图像有效圆区域的圆周上的点的集合。

进一步的实施例中，步骤S300具体包括：

步骤S301、根据第一有效圆区域对应的第一圆心和第一半径，根据形态学的算法对第一鱼眼图像的噪声进行去除后生成第二鱼眼图像；

步骤S302、采用链码算法提取第二鱼眼图像中的有效圆区域轮廓上的点，获取第二鱼眼图像有效圆区域的圆周上的点的集合。

具体实施时，根据hough算法得到的大致圆心和半径，结合形态学的算法以及链码算法，此处采用的形态学的算法是指膨胀和腐蚀算法，具体地对图像进行先膨胀后腐蚀处理对图像进行去噪处理，对去噪后的鱼眼图像，采用链码算法提取有效圆形区域轮廓上的点，从而生成第二鱼眼图像有效圆区域的圆周上的点的集合。链码算法是一种寻找图像中边缘轮廓的算法。

步骤S400、对点的集合进行拟合后获取第二鱼眼图像有效圆区域的圆心坐标及半径，根据圆心坐标、半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

具体实施时，使用ransac算法以及最小二乘拟合圆的算法，对点集进行拟合，剔除不是有效圆上的点，得到最终的有效点集，根据点集，拟合得到圆的半径以及圆心坐标，从而提取鱼眼图像有效圆形区域。ransac算法是一种随机抽样一致算法，可以在数据集中有效的剔除偏差较大的数据。

进一步地，步骤S400具体包括：

步骤S401、采用ransac特征匹配算法及最小二乘拟合算法，对点的集合进行筛选和拟合，剔除不是有效圆上的点后，得到最终的有效点集；

步骤S402、根据有效点集拟合得到第二鱼眼图像有效圆区域对应的第二圆心坐标及第二半径；

步骤S403、根据第二圆心坐标、第二半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。

具体实施时，用ransac和最小二乘拟合的方法对提取出的轮廓点进行筛选和拟合，保留有效的轮廓点，剔除偏离较多的轮廓点，得到准确的圆心半径。根据准确的圆心和半径，从而提取出最终的有效圆区域。

具体地，步骤S400之后还包括：将图像展开成柱面图，柱面图的展开示意图如图4所示，在柱面图上根据特定标定板的图案验证圆形有效区域的准确性，其中标定板的图案是根据鱼眼镜头的特点进行设计的。柱面的底边检测到3条黑线，即可说明圆心半径检测准确，柱面图如图5所示，检测3条黑线的示意图如图6所示，图6是柱面图像的底部区域的示意，如图所示，只要能检测到底部有3条黑线即可，说明提取的鱼眼图像的有效区域是准确的。动的在有强干扰的鱼眼图像中定位圆形有效区域，并且可以借助标定板自动验证定位结果是否准确，具有较好的鲁棒性。

本发明还提出了一种基于含噪鱼眼图像的有效区域提取方法的具体应用实施例的流程图，如图7所示，方法包括：

步骤S10、通过鱼眼摄像头获得鱼眼图像；

步骤S20、对原始鱼眼图像进行预处理；

步骤S30、使用hough梯度方法对鱼眼图像的有效区域粗定位；

步骤S40、根据hough算法得到的圆心半径结合链码算法对鱼眼图像进行去噪处理；

步骤S50、鱼眼图像有效区域轮廓点提取；

步骤S60、Ransac拟合圆算法对点集进行拟合求圆心半径；

步骤S70、将图像展开成柱面图，在柱面图上根据标定图案验证圆形有效区域准确性。

由以上方法实施例，可知本发明提出一种基于含噪鱼眼图像的有效区域提取方法，通过鱼眼摄像头数据获取模块获得一幅带有噪声干扰的鱼眼图像；首先对鱼眼图像进行预处理，同时使用hough圆算法对鱼眼图像的有效圆区域进行粗定位，然后，去除鱼眼图像中的噪声，获取得到鱼眼图像有效区域圆周上的点的集合，最后，采用对点集进行拟合的算法求得鱼眼图像有效区域的圆心坐标以及半径，求得半径以及圆心后，将鱼眼图像根据半径和圆心位置展开成柱面图，根据特制的标定板图像，检验鱼眼图像圆形有效区域是否定位准确。本发明方法在原始鱼眼图像周边噪声干扰很大的情况下，仍然可以精确的定位鱼眼图像的圆心半径，稳定性较好。

本发明中还提供了一种基于含噪鱼眼图像的有效区域提取系统的较佳实施例功能原理框图，如图8所示，系统包括：

预处理模块100，用于通过鱼眼摄像头获取一幅含噪鱼眼图像，对含噪鱼眼图像进行预处理；具体如方法实施例所述。

定位模块200，用于对经过预处理的含噪鱼眼图像使用梯度算法计算后，对有效圆区域进行定位生成第一鱼眼图像；具体如方法实施例所述。

点集获取模块300，用于去除第一鱼眼图像的噪声后生成第二鱼眼图像，获取第二鱼眼图像有效圆区域的圆周上的点的集合；具体如方法实施例所述。

有效圆区域提取模块400，用于对点的集合进行拟合后获取第二鱼眼图像有效圆区域的圆心坐标及半径，根据圆心坐标、半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域；具体如方法实施例所述。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述预处理模块具体包括：

鱼眼图像获取单元，用于通过鱼眼摄像头获取一幅在有效圆区域中包含有杂光和噪声的含噪鱼眼图像；具体如方法实施例所述。

预处理单元，用于对含噪鱼眼图像依次进行高斯滤波处理和二值化处理后生成预处理的含噪鱼眼图像；具体如方法实施例所述。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述定位模块具体用于采用hough圆算法对预处理的含噪鱼眼图像的有效圆区域进行定位，获取定位的第一有效圆区域对应的第一圆心和第一半径；具体如方法实施例所述。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述点集获取模块具体包括：

去噪单元，用于根据第一有效圆区域对应的第一圆心和第一半径，根据形态学的算法对第一鱼眼图像的噪声进行去除后生成第二鱼眼图像；具体如方法实施例所述。

点集获取单元，用于采用链码算法提取第二鱼眼图像中的有效圆区域轮廓上的点，获取第二鱼眼图像有效圆区域的圆周上的点的集合；具体如方法实施例所述。

所述的基于含噪鱼眼图像的有效区域提取系统，其中，所述有效圆区域提取模块具体包括：

有效点集获取单元，用于采用ransac特征匹配算法及最小二乘拟合算法，对点的集合进行筛选和拟合，剔除不是有效圆上的点后，得到最终的有效点集；具体如方法实施例所述。

拟合单元，用于根据有效点集拟合得到第二鱼眼图像有效圆区域对应的第二圆心坐标及第二半径；具体如方法实施例所述。

有效区域提取单元，用于根据第二圆心坐标、第二半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域；具体如方法实施例所述。

综上所述，本发明提供了一种基于含噪鱼眼图像的有效区域提取方法及系统，方法包括：通过鱼眼摄像头获取一幅含噪鱼眼图像，对含噪鱼眼图像进行预处理；对经过预处理的含噪鱼眼图像使用梯度算法计算后，对有效圆区域进行定位生成第一鱼眼图像；去除第一鱼眼图像的噪声后生成第二鱼眼图像，获取第二鱼眼图像有效圆区域的圆周上的点的集合；对点的集合进行拟合后获取第二鱼眼图像有效圆区域的圆心坐标及半径，根据圆心坐标、半径对应的圆周对第二鱼眼图像进行提取后生成最终的有效圆区域。本发明可自动的在有强噪声干扰的鱼眼图像中精确的定位圆形有效区域，降低了含噪鱼眼图像校正的成本，降低了含噪鱼眼图像校正的复杂度，为鱼眼图像校正提供了方便。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。