大視場鏡頭的畸變校正和圖像拼接.pdf

1、廣角鏡頭具有比普通鏡頭更寬的視場,可以在一幅圖像中包含更多的信息量,視頻監(jiān)測、交通控制、醫(yī)療應(yīng)用、智慧城市等眾多計算機視覺領(lǐng)域都迫切需要使用大視場圖像,但作為寬視場的代價,圖像中存在嚴重的畸變問題。為了避免這些畸變對圖像視覺及后續(xù)處理的影響,需要對圖像進行畸變校正。目前已提出了很多圖像校正的算法,但仍然存在計算復(fù)雜或通用性不強的問題。廣角鏡頭雖然能解決一些視場范圍的問題,但也存在分辨率的矛盾,運用圖像拼接技術(shù)可以很好的解決這個矛盾。但是

2、,由于應(yīng)用場合的復(fù)雜性,產(chǎn)生了大量不同的拼接算法,也導(dǎo)致算法的實時性或準確性等問題。本文主要研究大視場廣角鏡頭的桶形畸變校正和基于特征點的圖像拼接問題,開展了以下方面的研究工作:
　　(1)針對半球面模型算法校正準確度低的問題,提出一種改進的半球面校正模型和算法,以便更準確同時簡便的實現(xiàn)校正。分析了一些經(jīng)典校正算法各自適用的場景和優(yōu)缺點,確定了基于參數(shù)的校正方法實現(xiàn)廣角鏡頭畸變校正的算法思路,提出了改進的半球面校正模型和算法。該算

3、法一是通過引入畸變率的概念,進行反向映射避免“空洞”現(xiàn)象的發(fā)生,達到更加理想的效果;二是在以球面與中心面的距離為變焦距的基礎(chǔ)上增加了一個隨r2變化的參數(shù)d,用于降低半球形模型所帶來的成像高度的誤差。實驗結(jié)果表明,改進后的校正算法比傳統(tǒng)的半球面算法精確度更高,且保持了算法的運算速度。因為算法只使用鏡頭的焦距作為參數(shù),因此有著很好的通用性。
　　(2)針對經(jīng)典的Harris算法只是依靠經(jīng)驗選取參數(shù)值及不能很好檢測出T、X等類型的角點的

4、問題,提出改進的Harris角點提取算法。改進算法的思路是:首先通過對梯度取對數(shù)值降低邊緣響應(yīng)對角點附近候選點興趣值的影響,使之能更精確的定位角點的位置;然后利用標準差數(shù)據(jù)的統(tǒng)計特性,重新定義算法的興趣值函數(shù),消除了對興趣值計算中的參數(shù)的經(jīng)驗取值的確定,降低了對算法的主觀影響,使定位比較精確。實驗結(jié)果分析表明,該算法能有效檢測出各種類型的角點,具有比Harris算法更高的復(fù)現(xiàn)率。
　　(3)在改進的Harris角點提取算法基礎(chǔ)上,

5、設(shè)計實現(xiàn)點特征匹配算法。該算法使用歸一化互相關(guān)算法(NCC)進行第一步的粗匹配,除去大量不必要的特征點匹配計算;然后使用隨機抽樣一致性算法(即RANSAC算法),對第一步的匹配結(jié)果進行精匹配,消除其中存在的誤匹配,計算出圖像的變換矩陣及其參數(shù)。對于待拼接圖像使用加權(quán)平均融合算法完成圖像拼接,實驗結(jié)果分析表明,該拼接算法生成一幅無縫的寬視場圖像。
　　本文改進了原有圖像畸變校正算法和圖像拼接算法,為計算機機視覺領(lǐng)域的大視場鏡頭的畸變