[发明专利]基于Ray-pixel相机标定模型的畸变矫正方法

说明书

本发明公开了基于Ray‑pixel相机标定模型的畸变矫正方法，包括使用Ray‑pixel模型对相机进行标定，得到相机的内参Intrinsics；参考镜头的焦距(f_x，f_y)、主点坐标(c_x，c_y)，选定一个透视变换模型；利用选定的所述透视变换模型，将像素(u，v)进行反投影，得到该像素对应的入射光线方向利用Raxel‑pixel模型对反投影后的方向进行重投影，得到p′＝(u′，u′)；在有畸变的原始图像上对p’进行双线性插值，得到p’的颜色，将该颜色赋予像素p，最后得到矫正后的去畸变图像。本发明去畸变后的图像内容更能真实反映物体的外观，也更适合进一步应用图像处理、目标检测、图像分割等算法。

技术领域

本发明涉及相机标定以及镜头光学成像技术领域，尤其涉及基于Ray-pixel相机标定模型的畸变矫正方法。

背景技术

相机标定以及畸变矫正广泛应用于嵌入式摄像头、机器人视觉、自动驾驶等领域，通过对原始图像进行标定以及去畸变处理，可以有效去除输入图像中的畸变情况，使得畸变后的图像更能真实反映物体的外观。不同镜头的畸变类型不尽相同，如一般的中长焦的镜头畸变很小，利用简单的径向畸变、切向畸变系数即可实现较好的畸变矫正。

但是对于一些业界常用的短焦镜头，比如车载镜头或者是鱼眼镜头，都存在很大的畸变，再由于镜头生产工艺的限制，使得简单的径向畸变、切向畸变以及无法精确刻画镜头实际的畸变情况，因此需要适用性更广、参数更复杂的相机标定以及畸变矫正方法。Michael D.Grossberg在2001年提出了一种基于Ray-pixel的通用相机模型，该模型将成像系统视为由多个“感光元件-入射光线”的基本单位组成。该模型物理层面上更为直观地刻画了物体在相机中的成像过程，而不用关心镜头的类型以及制造工艺的不足，适用于所有类型的成像系统。

Thomas Schops也在2020年公布了该标定模型的算法细节以及实现。但仍然没有一种基于Ray-pixel模型的畸变矫正方法，这使得该模型在应用时十分不方便。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供基于Ray-pixel相机标定模型的畸变矫正方法，以解决现有技术的不足。

为实现上述目的，本发明提供了基于Ray-pixel相机标定模型的畸变矫正方法，包括以下步骤：

步骤1、使用Ray-pixel模型对相机进行标定，得到相机的内参Intrinsics；

步骤2、参考镜头的焦距(f_x，f_y)、主点坐标(c_x，c_y)，选定一个透视变换模型；

步骤3、利用步骤2中选定的所述透视变换模型，将像素(u，v)进行反投影，得到该像素对应的入射光线方向

步骤4、利用Raxel-pixel模型对反投影后的方向进行重投影，得到p′＝(u′，u′)；

步骤5、在有畸变的原始图像上对p’进行双线性插值，得到p’的颜色，将该颜色赋予像素p，最后得到矫正后的去畸变图像。

进一步的，所述相机的内参Intrinsics是一个三维向量(d_x，d_y，d_z)，表示像素(x，y)对应的入射光线的方向。

进一步的，所述步骤2中参考镜头的焦距(f_x，f_y)、主点坐标(c_x，c_y)，满足：

f_x＝f_y＝f/k，其中，f为镜头的焦距，k为传感器每个像素的物理边长，f_x和f_y是以像素单位表示的焦距；