[发明专利]一种面向大视场平面视觉测量的图像校正方法及系统

说明书

本发明公开了一种面向大视场平面视觉测量的图像校正方法及系统，所述方法包括：获取待测平面的棋盘格图像，提取标志点实际图像坐标，根据标志点的分布情况对图像进行合理分区，同时构建每个标志点的理想图像坐标，获取每个分区的训练数据库；利用训练数据库训练每个分区的深度学习网络模型；根据训练好的模型，计算每个分区中像素点的理想图像坐标，建立每个分区的remap矩阵，利用remap矩阵生成每个分区的无畸变正视图，拼接各个分区的正视图，生成整幅图像的无畸变正视图。本发明采用了图像分区校正+拼接融合的策略，能够在无需摄像机标定的前提下完成大视场、高畸变的图像精准校正，提高图像校正精度和校正效率。

技术领域

本发明涉及图像校正技术领域，特别是涉及一种面向大视场平面视觉测量的图像校正方法及系统。

背景技术

目前，传统的图像校正方法首先需要对相机进行标定，即计算摄像机的内、外参数，然后利用摄像机的内外参数对拍摄的图像进行校正，以获得畸变较小的图像。在此过程中，大视场下的摄像机内外参数计算的准确性会直接影响图像的校正效果。同时，为了获取较准确的摄像机内外参数，大视场下的摄像机标定需要对不同位置、位姿的标定靶进行拍摄，费时费力而且往往不能得到非常好的标定效果。因此研究一种无需摄像机标定即可完成大视场、高畸变图像的精准校正的方法，是本领域亟需解决的技术问题。

发明内容

本发明的目的是提供一种面向大视场平面视觉测量的图像校正方法及系统，能够在无需摄像机标定的前提下完成大视场、高畸变的图像精准校正，提高图像校正精度和校正效率。

为实现上述目的，本发明提供了如下方案：

一种面向大视场平面视觉测量的图像校正方法，包括：

获取待测平面的棋盘格图像；所述待测平面上放置有棋盘格标定板；

对所述棋盘格图像进行标志点检测，提取所述标志点的实际图像坐标并对所述棋盘格图像进行分区；

为所述标志点设置理想图像坐标，根据所述标志点的实际图像坐标和理想图像坐标建立每个分区的训练数据库；

建立深度学习网络模型，并利用所述每个分区的训练数据库分别为每个分区训练所述深度学习网络模型，生成每个分区训练好的图像校正模型；

利用所述每个分区的图像校正模型计算每个分区中所有像素点的理想图像坐标，计算每个分区的remap矩阵；

获取待测平面图像并对所述待测平面图像进行分区；

利用所述每个分区的remap矩阵生成所述待测平面每个分区的无畸变正视图；

拼接所述待测平面各个分区的无畸变正视图，生成所述待测平面图像的无畸变正视图。

可选地，所述获取待测平面的棋盘格图像，具体包括：

将配有广角镜头的相机固定于所述待测平面视场的上方，利用LED光源对拍摄区域进行补光；

在所述待测平面上放置所述棋盘格标定板，利用计算机控制所述相机拍摄获取所述棋盘格图像。

可选地，所述对所述棋盘格图像进行标志点检测，提取所述标志点的实际图像坐标并对所述棋盘格图像进行分区，具体包括：

对所述棋盘格图像进行标志点检测，提取棋盘格的角点作为所述标志点；

提取所述标志点的实际图像坐标；

根据所述标志点的实际图像坐标分布对所述棋盘格图像进行分区；每个所述分区包含的标志点数量大于或等于60个。

可选地，所述为所述标志点设置理想图像坐标，根据所述标志点的实际图像坐标和理想图像坐标建立每个分区的训练数据库，具体包括：