[发明专利]一种高保真的鱼眼镜头畸变校正方法

说明书

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。

技术领域

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。

发明内容

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