一种高保真的鱼眼镜头畸变校正方法与流程

本发明涉及图像处理领域，特别涉及一种高保真的鱼眼镜头畸变校正方法。

背景技术：

车载鱼眼镜头的显著优点是视角大盲区小，视角范围内可以包含多个镜头的内容，图像中包含信息量大且丰富，被广泛应用在车载智能交通等系统中。但是鱼眼镜头的超广视场角也带来了明显的弊端，拍摄的图像存在严重的畸变，导致真实物体失真。如果不需要超广角的特殊效果，而是要利用图像超广视角的信息，那么就需要将这些畸变图像展开为真实的透视投影图像。所以，为了充分利用鱼眼图像中的信息，将鱼眼图像校正这种畸变还原真实物体在车载智能系统中非常重要。

现有的鱼眼畸变校正算法将鱼眼镜头成像模型定义为入射角关于成像点与光轴距离的多项式，同时引入共线约束、平行约束和正交约束，通过特征值最小化求解模型的参数，最后利用得到的校正模型对鱼眼图像进行校正。利用该方法校正后的图像，位于图像中间视角小区域的地面上的内容矫正效果真实，但是地面以上的立体物体被拉伸失真严重，视场角大的边缘区域模糊变形。

技术实现要素：

鉴于上述问题，本发明实施例的目的在于提供一种高保真的鱼眼镜头畸变校正方法，可以高度保持物体的真实信息，还原不同视场角区域物体的姿态，且校正方法适应性强，算法复杂度低，易于实现。

本发明实施例提供的一种高保真的鱼眼镜头畸变校正方法，包括：

1)利用鱼眼镜头采集图像；

2)检测图像中的特征点，统计特征点的位置信息，根据特征点的位置将图像分割为不同视场角区域；

3)建立各所述视场角区域的分段曲线模型，获取各所述视场角区域的图像校正参数；

4)将各所述图像校正参数带入相应的所述分段曲线模型进行校正图像。

可选地，利用sift算法检测图像中的特征点，根据特征点的位置分割图像为不同视场角区域。

可选地，利用最小二乘算法根据图像的统计信息获取各所述视场角区域的图像校正参数。

可选地，根据图像中检测到的特征点角点坐标统计值获取各所述视场角区域的图像校正参数。

可选地，采集图像之后还包括图像预处理。

可选地，所述图像预处理包括利用双边滤波算法去除采集图像的噪点，然后将图像灰度化。

由上可见，应用本实施例技术方案，由于采用分段曲线模型，不同的视场角区域采用不同的参数带入不同的分段曲线模型中校正图像，校正后图像可以高度保持物体的真实信息，还原不同视场角区域物体的姿态，且校正方法适应性强，算法复杂度低，易于实现。

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，下面将对实施例或现有技术描述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为本发明提供的一种高保真的鱼眼镜头畸变校正方法流程图。

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作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。

实施例：

本实施例提供一种高保真的鱼眼镜头畸变校正方法，如图1所示，包括：

1)利用鱼眼镜头采集图像，对采集的图像进行图像预处理，可以但不限于，所述图像预处理包括利用双边滤波算法去除采集图像的噪点，然后将图像灰度化。

2)检测图像中的特征点，统计特征点的位置信息，根据特征点的位置将图像分割为不同视场角区域；可以但不限于，利用sift算法检测图像中的特征点，根据特征点的位置分割图像为不同视场角区域。图像处理中，特征点指的是图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点)。图像特征点在基于特征点的图像匹配算法中有着十分重要的作用。图像特征点能够反映图像本质特征，能够标识图像中目标物体。图像的特征点具有鲜明特性并能够有效反映图像本质特征能够标识图像中目标物体的点，在基于特征点的图像匹配算法中有着十分重要的作用，能够反映图像本质特征，能够标识图像中目标物体。通过特征点的匹配能够完成图像的匹配。在目前的科学研究中常用的图像特征点提取算法有sift算法，surf算法等。

3)建立各所述视场角区域的分段曲线模型，获取各所述视场角区域的图像校正参数。根据图像的不同区域采用不同的曲线模型，靠近图像中间部分采用二次曲线模型，图像中间部分之外但是未到图像边缘的部分采用多项式曲线模型，最外围采用高次方多项式曲线模型。

可以但不限于，利用最小二乘算法根据图像的统计信息获取各所述视场角区域的图像校正参数。具体是根据图像中检测到的特征点角点坐标统计值获取各所述视场角区域的图像校正参数。

4)将各所述图像校正参数带入相应的所述分段曲线模型进行校正图像。

可见，采用分段曲线模型，不同的视场角区域采用不同的参数带入不同的分段曲线模型中校正图像，校正后图像可以高度保持物体的真实信息，还原不同视场角区域物体的姿态，且校正方法适应性强，算法复杂度低，易于实现。

以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。

技术特征：

技术总结
本发明涉及图像处理领域，公开了一种高保真的鱼眼镜头畸变校正方法，包括：利用鱼眼镜头采集图像；检测图像中的特征点，统计特征点的位置信息，根据特征点的位置将图像分割为不同视场角区域；建立各所述视场角区域的分段曲线模型，获取各所述视场角区域的图像校正参数；将各所述图像校正参数带入相应的所述分段曲线模型进行校正图像。采用该技术方案可以高度保持物体的真实信息，还原不同视场角区域物体的姿态，且校正方法适应性强，算法复杂度低，易于实现。

技术研发人员：张伟伟;倪如金;刘祎
受保护的技术使用者：惠州市德赛西威汽车电子股份有限公司
技术研发日：2018.07.13
技术公布日：2018.12.07