[发明专利]一种低延时图像去畸变和桶形映射的融合算法

说明书

本发明提供了一种低延时图像去畸变和桶形映射的融合算法，通过sensor采集一张测试图，将测试图沿着水平中线和垂直中线分割为4个区域；分别在每一部分中建立坐标系，分析图像内容，采用ransac进行模型拟合，并根据拟合结果，选择合适的映射模型；根据映射模型生成图像变换时候需要的映射系数表；根据映射系数表，采用线性插值的方法，对每一个区域的每一行像素进行逆向映射，同步完成去畸变和桶形映射变换。本发明解决了图像去畸变和桶形映射在实现时候对外部存储吞吐率要求高的问题，并大大降低了运算量，减少运算时间，简化了实现方法，整个过程不需要外部存储参与，尤其适用于硬件实现的图像拼接系。

技术领域

本发明属于图像拼接技术领域，涉及一种低延时图像去畸变和桶形映射的融合算法，尤其涉及一种实时图像拼接的低延时图像去畸变和桶形映射算法的实现方法。

背景技术

近年来，随着相机的不断发展，运动相机和行车记录仪等设备的使用随处可见，其便利性越来越得到人们的认可。类似这种应用，一般都需要有一个很大角度的视野，希望和获取更多的信息。随着科技的不断进步，单镜头的视角已经逐渐无法满足人们的使用需求，随即出现了一种采用多摄像头拍摄后，拼接成一幅大图的技术，该技术被称为全景拼接技术。全景拼接技术的出现，为某些应用场景带来了极大的便利，比如车载全景拼接倒车影像系统和全景运动相机，在不需要人为接入的情况下，同时观测到360°所有方向的景物。但目前，拼接算法由于运算量大，复杂度高，无法满足低延时实时拼接的需求。

很多应用场景对图像的实时性要求都有着很高的要求，尤其是倒车影像、实施无线图传的应用场景，延时的大小有着至关重要的意义。但是目前的图像拼接算法，都是将畸变校准和桶形映射分开做，由于两个算法本身就是行间的像素运算，且换行频繁，导致实现起来运算速度跟不上，或者对硬件要求极高。同时先做畸变校准，后做桶形映射，极大的浪费了时间。因此，研究一种延时低，运算量低的畸变校准和桶形映射算法成为了一种迫切需求。

需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明目的在于提供了一种低延时图像去畸变和桶形映射的融合算法，实现了同时去畸变和桶形映射的工作。

为实现上述目的本发明采用如下技术方案：

该低延时图像去畸变和桶形映射的融合算法，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。

进一步地，上述步骤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。