鱼眼图像畸变的校正方法
【技术领域】
[0001] 本发明属于大视场成像技术中图像处理技术领域，具体属于一种鱼眼图像崎变的 校正方法。
【背景技术】
[0002] 普通摄像机的镜头拍摄的视场角范围较小，所拍摄的图像不能尽可能有效地反应 所拍摄场景的全部信息。着信号处理的速度发展、网络传输广泛应用、计算机处理速度的提 高，鱼眼镜头由于简洁而高质量获得的超大视场图像而获得广泛的应用，现如今鱼眼镜头 在视觉观察，视觉测量与定位、视觉导航、视觉计算等领域都发挥着重要的作用。
[0003] 鱼眼镜头是一种超广角的特殊镜头，其视觉效果类似于鱼眼观察水面上的景物， 鱼的眼睛水晶体是圆球形，拥有更大的视角，也就是看得更加广阔。在工程上将视场角2? > 120°的相机称为鱼眼相机，鱼眼相机通过引入有益的非线性崎变，实现视场的成像压 缩，达到超大视场角成像的目的。
[0004] 鱼眼镜头由于自身的优点被广泛应用于各个领域，但鱼眼镜头拍摄的图像采用高 斯成像公式会存在非线性误差，人为的引入了大量崎变。崎变的存在不利于图像的辨认、分 析和判断。如果我们想利用该些具有严重变形图像的信息，那么就需要将该些具有严重变 形的图像校正为符合人们视觉习惯的透视投影图像。
[0005] 为了校正鱼眼图像的崎变，国内外已进行了大量的实验研究工作，大体有如下几 种；（1)球面投影型是一种常用的方法，把鱼眼镜头成像面看成一个球面。该种方法需要预 先知道鱼眼图像的光学中屯、和变换球面的半径，因此，现有的方法只适用于具有圆形区域 的鱼眼图像；(2)抛物面成像模型把鱼眼睛镜头成像面看成一个抛物面。在恢复场景深度 时可W得到更加精确的效果，但用该模型计算过于复杂。实际当中很少应用；（3)3D鱼眼图 像崎变校正，包括投影转换和鱼眼镜头标定两种方法。具体上是把鱼眼图像上每个2D像平 面点映射到3D场景投影构成的2D平面点。根据图像像素点和对应光线3D向量间关系，来 实现校正。
[0006] 上述校正方法存在模型复杂、测量困难的缺点。
【发明内容】
[0007] 对于极坐标崎变校正模型，针对传统的构造投影模型、从2D和3D空间进行变换等 方法因为算法模型复杂，测量困难，较难在工程上实现的缺点，本发明提出了一种鱼眼图像 崎变的校正方法，该方法利用崎变系数标定方法并且运用双线性插值法进行灰度插值，容 易实现，使待校正图像得到了较好的恢复。
[000引本发明给出W下技术方案：
[0009] 鱼眼图像崎变的校正方法，具体包括W下步骤：
[0010] 1】获取标准测试网格板的鱼眼图像和该鱼眼图像对应的实际图像；
[0011] 2】对步骤1】得到的鱼眼图像进行崎变测量；
[0012] 2. 1】在鱼眼图像上任意选取4个点，测量该4个点与鱼眼图像的中屯、之间的距离，
[001引 2. 2】步骤2. 1】中的4个点在实际图像中分别对应4个点，测量实际图像中的该4 个点与实际图像的中屯、之间的距离，
[0014] 2. 3】按照公式（1)计算崎变系数，
[00巧]C =邱 +。而 +。2古 +。3奇 （1 )，
[0016] 设鱼眼图像上有一点A，实际图像上有一点B，点B是鱼眼图像上的点A对应的实 际图像中的点，rl为点A与鱼眼图像的中屯、之间的距离，rO为点B与实际图像的中屯、之间 的距离，aO、al、a2和a3分别为崎变系数；
[0017] 根据步骤2. 1】和步骤2.2】测量得到的各个距离，分别代入公式（1)，得到4个多 项式，通过该4个多项式，得到a0、al、a2和a3 ;
[001引 3】将待校正图像的中屯、为第一笛卡儿坐标的原点，待校正图像为鱼眼图像，待校 正图像上存在点P1，点P1在第一笛卡儿坐标上的坐标记为Pi (XI，yi)，将点P1变换到极坐 标系下，在极坐标系下的坐标为Pi (IV 0);
[0019] 与待校正图像对应的实际图像的中屯、为第二笛卡儿坐标的原点，由公式（1)求得 点P1在与待校正图像对应的实际图像上的点的极坐标（r。，0)，将极坐标（r。，0)对应的 点记为P。，根据S角函数计算公式，求得点P。在第二笛卡儿坐标的坐标，该坐标记为P。(X。， y。)，即为待校正图像校正后的的空间信息；
[0020] 4】将点P1的灰度值赋予点P。对应的像素点，
[0021] 5】与待校正图像对应的实际图像上的剩余的未赋予灰度值的像素点，用双线性插 值法确定每个像素点的灰度值，得到待校正图像校正后的图像。
[002引述步骤3】中的点P1有至少4个，按照步骤3】得到与点P1相同数量的点P。在第 二笛卡儿坐标的坐标；
[0023] 所述步骤5】中的双线性插值法为：设未赋予灰度值的像素点在第二笛卡儿坐标 的坐标为点P' (X'，y')，点P'的4个最近的点P。，分别记为C、D、G和H，C、D、G和H的 坐标分别为（i，j)，（i+1，j)，（i，j+1)，（i+1，j+l)，C、D、G 和 H 的灰度值分别为 g(C)、g值）、 g佑）和g化)，设存在点E和点F，根据公式（2)和公式（3)计算点E和点F的灰度值g巧） 和g (巧：
[0024] g 巧）=(X' -i) [g 值)-g(C)]+g(C) (2)
[0025] g(F〇 = (X' -i) [g(H)-g(G)]+g(G) (3)
[0026] 则点P' (X'，y')点的灰度值g(x'，y')按照公式（4)计算：
[0027] g(x'，y' ) = (y' -_j)[g(F)-g似]+g似（4)。
[002引上述步骤1】中获取标准测试网格板的鱼眼图像的方法是：
[0029] 1. 1】将相机固定在支架上，把标准测试网格板垂直放置在相机前，相机与监视器 相连，监视器用于显示相机采集到的图像；
[0030] 1.2】调整标准测试网格板，使相机的光轴与标准测试网格板垂直且通过标准测试 网格板的中屯、；
[0031] 调整标准测试网格板与相机之间的距离，将标准测试网格板充满整个监视器的视 场；
[0032] 1.3】用相机对标准测试网格板拍照，得到标准测试网格板的鱼眼图像。
[0033] 上述步骤2】中的鱼眼图像的像素点中，存在与鱼眼图像的中屯、距离最大像素点， 该像素点与鱼眼图像的中屯、之间的距离为L ^鱼眼图像的中屯、为圆屯、0,半径L/3的鱼眼 图像占据的区域为中屯、视场，半径化/3的鱼眼图像占据的区域中，去掉中屯、视场剩余的鱼 眼图像占据的区域为中间视场，鱼眼图像中，去掉中屯、视场和中间视场，剩余的鱼眼图像占 据的区域为边缘视场。
[0034] 所述步骤2. 1】具体如下：
[0035] 分别在鱼眼图像的中屯、视场、中间视场和边缘视场任意选取4个点，测量所选取 的每个点与鱼眼图像的中屯、之间的距离；
[0036] 所述步骤2. 2】具体如下：
[0037] 步骤2. 1】中所选取的每个点在实际图像中分别对应相应的点，测量实际图像中的 该些点与实际图像的中屯、之间的距离；
[003引所述步骤2. 3】具体如下：
[0039] 按照公式（1)计算崎变系数，
[0040] 5 = 口0 + 口而 + 口2''〇2 + 口3'-〇3 ( 1 )，
[0041] 根据步骤2. 1】和步骤2.2】测量得到的各个距离，分别代入公式（1)，得到中屯、视 场的4个多项式、中间视场的4个多项式和边缘视场的4个多项式，通过该些多项式，可分 别得到中屯、视场的崎变系数、中间视场和边缘视场的崎变系数；
[00创所述步骤5】中，
[00创若点P1位于中屯、视场，则在公式（1)中，a0、al、a2和a3为中屯、视场的崎变系数，
[0044] 若点P1位于中间视场，则在公式（1)中，a0、al、a2和a3为中间视场的崎变系数，
[0045] 若点P1位于边缘视场，则在公式（1)中，a0、al、a2和a3为边缘视场的崎变系数。
[0046] 上述步骤3】中的点P1，在中屯、视场、中间视场和边缘视场分别有至少4个。
[0047] 步骤1.1】中相机的视场角128° X95. 2°，标准测试网格板与相机之间的间距为 1. 5cm ；
[0048] 步骤2】中，中屯、视场范围为0《L/3《80mm，中间视场为0 <化/3《110mm，边 缘视场为110mm < L。
[0049] 上述步骤3】中的点P1位于标准测试网格板的网格交点处。
[0化0] 上述步骤1】中的标准测试网格板是网格间距为2cm正方形标准测试网格板。
[0化1] 上述步骤5】中待校正图像校正后的图像是无崎变图像。
[0052] 本发明具有W下技术效果：
[0化3] 本发明利用笛卡尔坐标和极坐标进行鱼眼图像崎变的空间校正