[发明专利]一种低延时图像去畸变和桶形映射的融合算法

权利要求书

1.一种低延时图像去畸变和桶形映射的融合算法，其特征在于，包括以下步骤：

S1：采集测试图

将特定序列图像通过摄像头采集并缓存起来，取一张画有两条平行竖线的白纸放在在摄像头镜头前，用摄像头对准两条竖线的正中间从近向远移动，直到两个竖线即将超出摄像头视野，保存当前摄像头采集到的图像作为测试图；

S2：分割测试图

将采集到的测试图沿着水平中线和垂直中线分割为四个区域，并以两个中线的交点作为原点建立直角坐标系；

S3：区域模型拟合

对每个区域进行模型拟合，采用ransac算法进行拟合，确定a、b、c参数，拟合结束；

S4：逆向映射

根据拟合结果，对每个区域进行行内逆向映射，选择线性插值算法，得到图像的最终映射结果。

2.根据权利要求1所述的低延时图像去畸变和桶形映射的融合算法，其特征在于，所述步骤S3具体是：

提取每个区域图在水平方向的边缘信息，ΔY＝Y(x，y)-Y(x+1,y),如果ΔY大于阈值T,则将当前位置标记为边缘点；采用拟合函数一元二次方程p(x)＝ax²+bx+c或者一元三次方程p(x)＝ax³_bx²+cx+d作为拟合模型，采用ransac算法进行拟合，当模型匹配度达到百分之95以上时，完成拟合。

3.根据权利要求2所述的低延时图像去畸变和桶形映射的融合算法，其特征在于：所述步骤S3中区域图像水平方向的边缘信息通过灰度值计算，计算公式如下：

Edge(x,y)＝(Y(x,y)-Y(x-1,y))T

其中，Y(x,y)表示坐标为(x,y)的像素的灰度值，Edge(x,y)表示当前点是否为边缘点，T为灰度差值的阈值。

4.根据权利要求3所述的低延时图像去畸变和桶形映射的融合算法，其特征在于：所述步骤S3中模型拟合的拟合函数采用一元二次方程p(x)＝ax²+bx+c或者一元三次方程p(x)＝ax³_bx²+cx+d；

其中，a、b、c、d为模型参数，x表示当前区域的第x行，p(x)表示当前区域第x行的像素对应的x轴的缩放比例。