魚眼畸變圖像校正的研究與實現(xiàn).pdf

1、魚眼鏡頭的光學特性比較特殊,擁有180°~270°的大視野,從而廣泛應用于交通,銀行,學校等各種監(jiān)控領域。它還可以應用于各類全景系統(tǒng),具有拼接簡單,覆蓋全面,無盲區(qū)的特點。然而使用魚眼鏡頭獲得的大視野圖像引入了嚴重的畸變,這些形變圖像很難滿足人的正常視覺要求。為了增強圖像的視覺效果,需要將魚眼畸變圖像恢復到無畸變的正常視覺圖像。
　　魚眼圖像畸變校正的前提是已知鏡頭的畸變參數(shù),這些參數(shù)可通過對鏡頭進行標定獲得。而各類標定算法中基于

2、鏡頭成像模型建模的方法準確度較高。采用這種算法標定鏡頭時,為方便計算,提取魚眼圖像中的特征點信息來替代整幅圖像,和真實世界坐標空間對應。本課題對魚眼畸變圖像校正的研究主要包括以下三個方面的內(nèi)容:特征點的檢測,魚眼鏡頭的標定和圖像畸變校正。
　　首先,調(diào)研了目前角點檢測領域的幾種算法,Harris,SUSAN,SV等算法。仿真實現(xiàn)并分析比較了這幾類算法的優(yōu)缺點,深入研究了Martin Rufli等人提出的基于封閉輪廓提取的區(qū)域思想算

3、法,并對此算法的不足之處進行了改進,最終實現(xiàn)高精度、高準確率的自動角點檢測算法。
　　其次,鏡頭的標定是圖像校正的前提,也是至關重要的一步,它的精度直接反映了鏡頭成像模型的準確性。在現(xiàn)有的相機標定算法中,基于鏡頭成像模型的算法標定結果更為準確,基本思想是建立真實世界坐標空間和魚眼成像平面坐標系之間的對應關系求解畸變系數(shù)。這類算法中具有代表性的是Davide Scaramuzza提出的標定方法。針對該標定方法的一些局限性加以改進,達

4、到低約束、高精度的標定結果。
　　最后,研究了幾類校正算法,包括平面校正,柱面校正和經(jīng)緯展開校正等。這幾種算法都屬于全局投影校正,直接由畸變圖像映射到非畸變的目標圖像上,校正后的圖像都不可避免地存在一定程度的變形。Carroll等人提出的基于內(nèi)容的校正方法屬于局部變化投影,最大限度地減少了畸變,校正結果基本滿足正常的視覺要求。針對該算法需要用戶交互的局限性,提出了一種基于Carroll算法的棋盤格圖像校正算法。
　　本課題的