一种基于自校标定的鱼眼镜头高精度矫正方法与流程

本发明涉及一种镜头矫正方法，具体涉及一种基于自校标定的鱼眼镜头高精度矫正方法。

背景技术：

在机器视觉、全景摄影、安防监控以及虚拟现实等领域，鱼眼镜头由于其超宽的视场范围(一般达到甚至超过180°)，得到越来越广泛的应用。但是，鱼眼相机存在严重的畸变，主要包含径向畸变以及切向畸变。其中，径向畸变表现为图像的压缩，即把大视场范围的光线压缩在一个有限的圆内，是鱼眼镜头图像的主要畸变；切向畸变表现为由于镜头制作工艺的不完全对称性，导致在切向的偏移，为微小的畸变。

目前，在计算机视觉以及计算机图形学等领域，对鱼眼镜头畸变矫正的研究很多。基于单幅图像的方法，其理论根据是直线的投影仍然是直线，它通过“把畸变后的直线恢复为直线”的过程来确定畸变参数，此类方法虽然灵活，但是实现复杂、计算量大，并且相机标定困难。基于多幅图像的方法是目前的研究热点，它通过从不同角度拍摄多幅模板图像来求取投影模型参数，实现简单，但是当投影模型简单时，其矫正与标定的精度较差，而当投影模型复杂时，又会增加模型参数求解的难度。

由于小孔成像模型具有实现简单、易于标定、符合人眼视觉效果等特点，我们在以前的专利中提出了一种基于小孔成像模型的鱼眼相机矫正与标定方法。该方法通过从不同角度拍摄多幅鱼眼模板图，求取小孔成像模型的参数，属于基于多幅图像的矫正方法。但是，由于小孔成像模型适用的视场范围为90°左右，而鱼眼镜头一般达到甚至超过180°，导致小孔成像模型使用的局限性。

为了得到宽的矫正视场、高的矫正精度，我们进一步发明了“两步法”，分为全局投影模型求解以及局部矫正结果优化。在全局投影模型求解中，忽略了镜头的微小切向畸变并假设镜头满足旋转对称等条件，使用多项式投影模型对鱼眼镜头的径向畸变进行拟合，减少了模型参数、降低了运算量。在局部矫正结果优化中，首先，用求得的投影模型对鱼眼模板图像上的特征点进行矫正恢复；然后，对这些矫正的特征点进行直线拟合，在得到特征点的直线拟合误差后，使用自然邻点插值算法，得到局部的误差；最后，通过多次对不同区域进行局部优化处理，即可得到整个优化鱼眼成像区域。但是，此发明仅仅考虑鱼眼镜头在图像处理层面的重构，对于实际的卫星激光定位系统，其矫正精度仍然不够高。

技术实现要素：

本发明目的是为了克服现有技术的不足而提供一种基于自校标定的鱼眼镜头高精度矫正方法。

为达到上述目的，本发明所采用的技术方案为：一种基于自校标定的鱼眼镜头高精度矫正方法，它包括以下步骤：

(a)利用激光扫描终端按照预先设置的角度(αj',βj')发射激光束，j表示发射次数；

(b)采用超宽视场捕获装置捕获入射光束，通过亚像素光斑定位算法得到入射光束的成像位置(xj,yj)，并结合鱼眼镜头多项式投影模型获得入射光的角度(αj,βj)；持续测量，建立入射光束的角度定位误差αj'-αj、βj'-βj与成像光斑位置(xj,yj)的关系表，j＝2，…，l；

(c)再次采用超宽视场捕获装置捕获入射光束并获得其光斑位置，通过多项式投影模型和光斑定位算法获得入射光的角度(αproj,βproj)，并通过自然邻点插值算法得到角度定位误差(αint,βint)，经式(1)计算得到自校标定系统的入射光角度(αposi，βposi)；

优化地，步骤(c)中，所述自然邻点插值算法在插值时以(αj,βj)为插值节点，αj'-αj或βj'-βj为插值节点的函数值。

优化地，l≥800。

由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明基于自校标定的鱼眼镜头高精度矫正方法，在鱼眼镜头多项式投影模型的基础上，结合角度测量以及自然邻点插值，提出了自校标定算法，进一步提高矫正精度；通过持续的测量，系统的角度检测误差逐渐减小，即系统能够在使用中提高精度，从而进一步提高基于鱼眼镜头的卫星激光定位系统中角度定位的精度。

附图说明

图1为本发明基于自校标定的鱼眼镜头高精度矫正方法使用的激光扫描终端；

图2为本发明基于自校标定的鱼眼镜头高精度矫正方法使用的超宽视场捕获装置；

图3为本发明基于自校标定的鱼眼镜头高精度矫正方法中角度定位误差与测量点数的关系图；

图4为本发明基于自校标定的鱼眼镜头高精度矫正方法中超宽视场捕获系统的角度定位误差图。

具体实施方式

下面将结合附图对本发明优选实施方案进行详细说明：

本发明基于自校标定的鱼眼镜头高精度矫正方法，它包括以下步骤：

(a)利用激光扫描终端(如图1所示，可以设置激光发射的角度)按照预先设置的角度(αj',βj')发射激光束，j表示发射次数；通常在利用激光扫描终端进行预设角度发射激光束前，需要先利用多项式投影模型对超宽视场捕获装置中的鱼眼镜头成像模型进行初步矫正；

(b)采用超宽视场捕获装置(如图2所示，用于实现对入射激光束的捕获与角度定位)捕获入射光束，通过亚像素光斑定位算法得到入射光束的成像位置(xj,yj)，并结合鱼眼镜头多项式投影模型获得入射光的角度(αj,βj)；持续测量，建立入射光束的角度定位误差αj'-αj、βj'-βj与成像光斑位置(xj,yj)的关系表，j＝2，…，l；

(c)再次采用超宽视场捕获装置捕获入射光束并获得其光斑位置，通过多项式投影模型和光斑定位算法获得入射光的角度(αproj,βproj)，并通过自然邻点插值算法得到角度定位误差(αint,βint)，经式(1)计算得到自校标定系统的入射光角度(αposi,βposi)；

随后可以根据该入射光角度回馈光信号，实现快速光链路的建立。该步骤中，所述自然邻点插值算法优选在插值时以(αj,βj)为插值节点，αj'-αj或βj'-βj为插值节点的函数值。

目前，常用的散乱点插入算法有二元拉格朗日插值(lagrangeinterpretation)算法和自然邻点插值(naturalneighborinterpretation)算法两种。接下来对常用的差值算法进行比较，通过比较选择最优的算法。

(1)二元拉格朗日插值算法

已知插值节点(xi,yj)以及对应函数值zij＝f(xi,yj)(i＝1，2，…，m；j＝1，2，…，n)，可以利用二元拉格朗日插值算法求取函数在给定点(x,y)处对应的函数值z。具体实现如下：对每个i(i＝1，2，…，m),以yj(j＝1，2，…，n)为插值节点，zij为对应的函数值，y为插值变量，作一元函数的拉格朗日插值，得到ui(1，2，…，m)；以xi(1，2，…，m)为插值节点，ui为对应的函数值，x为插值变量，作一元拉格朗日插值，得到z，即为(x,y)处对应的函数。

拉格朗日插值是最基本、简单的经典插值算法，也是数值积分和求常微分方程数值解的重要工具，其优点在于：形式简单、对称，容易编程上机实现；但是，由于拉格朗日的插值多项式和每个节点都有关，当改变节点个数时，需要重新计算；且当增大插值阶数时容易出现“龙格”现象。

(2)自然邻点插值算法

自然邻点插值算法，也被称为areastealing插值法。该方法广泛应用在地球物理建模、表面重构、科学计算可视化以及计算流体力学等领域，其构网算法理论严密、唯一性好，网格满足空圆特性，较为理想。在完成构网后，增加新点时，无需对所有的点进行重新构网，只需对新点影响的三角形范围进行局部联网，且局部联网的方法简单易行。同样，点的删除、移动也可快速动态地进行。主要有以下几个特性：(1)插值过程是局部的，待插点的值只受其周围的点(自然邻点)的影响；(2)除了原始点以外，插值函数的一阶导数处处连续；(3)插值精度高、插值效果好以及速度快；(4)插值结果是唯一的，便于增加插值节点，从而提高插值精度。具体自然邻点插值算法在其它应用中已经实现，在这里不再重复叙述。对于自然邻点插值算法，随着插值节点的增加，插值精度逐渐提高。相应的，对于自校标定系统，随着测试的进行，每增加一个测量点，都会为下一次插值增加一个插值节点。因此，随着测量数据的增加，系统的定位精度逐渐提高。因此，本发明中选用自然邻点插值算法进行插值计算。

在本实施例中，通过持续的测量(如图3所示)，获得了自校标定系统的角度定位与测量点数之间的关系。测量过程中，入射光的角度是随机设置，然后由超宽视场捕获装置进行角度定位。拟合直线的斜率为-3.55×10^-5，拟合方差为1.83×10^-6。从图可以看出，随着测量点数目增加，角度定位误差逐渐降低；当测量点数足够大(≥800)时，角度定位误差可以下降为0.34mrad(0.02°)。需要说明的是，在保证定位精度的情况下，为了降低测量点的数目，可以预先均匀设置扫描激光束的角度，即均匀分布插值节点。

自校标定法的矫正精度能够在使用中逐渐提高，能够快速实现激光光斑像素位置到激光入射角度的映射，便于建立快速光链路。研究表明，结合测量的方法能够获取更高的精度，而“自校标定法”的角度定位精度最高。当有足够的测试数据(≥800)时，自校标定法的的角度定位误差如图4所示。其中，图的上半部分为角度定位误差分布的三维图；图的下半部分为角度定位误差分别沿着α和β的变化曲线。由图4可以看出，此时自校标定发的最大误差小于0.94mrad(0.054°)。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。