鱼眼图像校正和拼接算法研究的中期报告.docx

鱼眼图像校正和拼接算法研究的中期报告
为了实现对鱼眼镜头所拍摄图像的校正和拼接，本文对鱼眼图像校正和拼接的相关算法进行了调研和研究。本报告主要介绍了鱼眼图像校正和拼接的相关算法的研究进展和实验结果。
1.鱼眼图像校正算法
鱼眼镜头所拍摄的图像会呈现出畸变现象，因此需要进行图像校正，使其恢复成原来的形状。本文所研究的鱼眼图像校正算法主要包括如下几种。
6参数模型校正算法
该算法常用于对小范围的鱼眼图像进行校正。根据鱼眼图像在极点处的映射关系，使用6个参数（广义切比雪夫多项式）对图像进行校正，可实现较好的校正效果。但该算法只适用于一些局部区域的鱼眼图像，对于全景鱼眼图像的校正效果较差。
圆形网格校正算法
该算法通过将鱼眼图像分成若干个小块，然后对每个块进行映射，最后再将各个块的映射结果拼接成一幅整体图像。但该算法需要对图像进行分割处理，同时对于左右边缘的像素点效果并不理想。
等距投影校正算法
该算法是基于极坐标原理的校正方法。将鱼眼图像映射到一个平面上，通过等距投影，将图像中的像素点转化成等间距的点，从而实现对鱼眼图像的校正。该算法适用于全景鱼眼图像的校正，但在边缘处会出现少量像素点畸变。
2.鱼眼图像拼接算法
对于鱼眼图像的拼接算法，依据研究目的和实验结果，本文主要研究了以下两种算法。
Oriented-SIFT特征点匹配拼接算法
该算法是利用SIFT特征点检测器和方向特征向量来匹配鱼眼图像，从而实现对鱼眼的图像拼接。该算法可以实现较高的匹配精度和效率，但采用该算法对于场景的高对比度和清晰度要求较为严格。
RANdomSAmpleConsensus(RANSAC)算法
该算法采用了RANSAC算法中的随机采样和最小二乘法进行拟合的方法，对鱼眼图像进行拼接。该算法对于场景的要求较低，但存在一定的拼接误差和计算时间较长的问题。
3.实验结果
本文所研究的鱼眼图像校正算法和拼接算法均在MATLAB平台上进行了实验。实验结果表明，采用等距投影校正算法在全景鱼眼图像上能够获得较好的校正效果。采用Oriented-SIFT特征点匹配拼接算法在场景对比度和清晰度高的情况下能获得较好的拼接效果，而在对场景要求较低的情况下，RANSAC算法能够更好地实现图像的拼接。
4.总结和展望
本文对于鱼眼图像校正和拼接算法进行了探讨，实验结果表明，不同的算法适用于不同的场景和目的。目前，针对鱼眼图像的后处理技术还有许多待开发和研究的方向，例如使用深度学习模型进行鱼眼图像的校正和拼接，在实时性和准确性方面都有很大的优势。该领域的发展还有待进一步研究和探索。