预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106327441A(43)申请公布日2017.01.11(21)申请号201610694236.9(22)申请日2016.08.19(71)申请人北京交通大学地址100044北京市海淀区上园村3号(72)发明人刘渭滨李乐邢薇薇郭玉翠(74)专利代理机构北京正理专利代理有限公司11257代理人付生辉白淑贤(51)Int.Cl.G06T5/00(2006.01)G06T7/00(2017.01)权利要求书3页说明书10页附图5页(54)发明名称图像径向畸变的自动矫正方法及系统(57)摘要本发明公开一种图像径向畸变的自动矫正方法及系统,方法包括:S1、对畸变图像边缘检测,连接相邻边缘得到各边缘轮廓;S2、利用快速圆弧提取方法对边缘轮廓进行圆弧提取,计算各圆弧的参数;S3、划定畸变中心预选区域,计算以其中各像素点作为畸变中心对应的各圆弧的畸变系数,统计各像素点对应的畸变系数的取值集中区间并统计各区间中的畸变系数数量,计算各区间中的畸变系数均值,以畸变系数最多的区间对应的像素点作为实际畸变中心并以该区间的畸变系数均值作为实际畸变系数;S4、根据实际畸变中心和畸变系数对畸变图像进行自动矫正。本发明可实现图像径向畸变的自动矫正,不需要畸变图像相关的来源信息、特定的模板和人工的干预。CN106327441ACN106327441A权利要求书1/3页1.一种图像径向畸变的自动矫正方法,其特征在于,该方法包括如下步骤:S1、对畸变图像进行边缘检测,得到畸变图像的边缘图像,并将所述边缘图像中相邻的边缘连接,得到畸变图像的各边缘轮廓;S2、对畸变图像的各边缘轮廓分别利用快速圆弧提取方法进行圆弧提取,得到各边缘轮廓对应的圆弧,并分别计算各圆弧的参数;S3、以畸变图像的中心作为区域中心划定畸变中心预选区域,基于圆的一般方程并根据各圆弧的参数计算以畸变中心预选区域中的各像素点作为畸变中心对应的各圆弧的畸变系数,统计以各像素点作为畸变中心对应的各圆弧的畸变系数的取值集中区间并统计各取值集中区间中的畸变系数数量,计算以各像素点作为畸变中心对应的取值集中区间中所有畸变系数的均值,以畸变系数数量最多的取值集中区间对应的像素点作为实际畸变中心,以畸变系数数量最多的取值集中区间中所有畸变系数的均值作为实际畸变系数;S4、根据所述实际畸变中心和实际畸变系数对畸变图像进行自动矫正,得到矫正后的图像。2.根据权利要求1所述的方法,其特征在于,步骤S1进一步包括如下子步骤:S1.1、利用高斯滤波器对畸变图像进行平滑处理,得到去噪的畸变图像;S1.2、利用一阶偏导的有限差分计算去噪的畸变图像的梯度幅值,得到畸变图像的幅值图像;S1.3、对所述梯度幅值进行非极大值抑制处理,细化所述幅值图像中的屋脊带,生成细化的边缘,得到畸变图像的边缘图像;S1.4、利用双阈值算法对边缘图像进行检测,并将所述边缘图像中相邻的边缘连接,得到畸变图像的各边缘轮廓。3.根据权利要求2所述的方法,其特征在于,步骤S1中在步骤S1.4之后还包括如下子步骤:S1.5、分别统计各边缘轮廓所含的像素点个数,只将所含像素点个数大于设定的边缘轮廓长度阈值的边缘轮廓作为边缘轮廓。优选地,所述边缘轮廓长度阈值的取值范围为100至200。4.根据权利要求1所述的方法,其特征在于,步骤S2进一步包括如下子步骤:S2.1、将每一个边缘轮廓均等分成N段,第a个边缘轮廓的每一段均有La个像素点,计算各段的代表点的坐标,公式如下:公式中,为第a个边缘轮廓的第i段的代表点Qa,i的坐标;S2.2、将第a个边缘轮廓中各段的代表点分别依次连接得到N-1个首尾连接的向量并计算相邻向量的内积和相邻内积的差值Δa,i,i=1,2,...,N-3,当存在连续的b个差值Δa,i小于设定的内积差值阈值TΔ时将计算b个差值所用到的连续的像素点作为一段圆弧,b满足条件:(b+2)×La≥Tmin,Tmin为圆弧包含的像素个数的最小值;将大于设定内积差值阈值TΔ的起始和终止的分组代表点作为圆弧端2CN106327441A权利要求书2/3页点,根据各圆弧端点对第a个边缘轮廓进行圆弧提取,得到第a个边缘轮廓对应的圆弧,并计算出第a个边缘轮廓对应的圆弧的参数。优选地,所述内积差值阈值TΔ的取值范围为0至20。优选地,所述圆弧包含的像素个数的最小值Tmin的取值为30。S2.3、利用LM算法对第a个边缘轮廓对应的圆弧的参数进行优化,得到优化后的第a个边缘轮廓对应的圆弧的参数;S2.4、重复执行步骤S2.2至S2.3,直至对每一个边缘轮廓均进行圆弧提取,得到每一个边缘轮廓对应的圆弧,并得到优化后的每一个边缘轮廓对应的圆弧的参数。5.根据权利要求4所述的方法,其特征在于,步骤S2.2中所述