数字图像的几何畸变自动校正方法.pdf

(19)中华人民共和国国家知识产权局*CN102930515A*(12)发明专利申请(10)申请公布号CN102930515A(43)申请公布日2013.02.13(21)申请号201210408614.4(22)申请日2012.10.24(71)申请人苏州两江科技有限公司地址215123江苏省苏州市工业园区仁爱路150号(72)发明人陈国庆尹爽(74)专利代理机构苏州创元专利商标事务所有限公司32103代理人范晴(51)Int.Cl.G06T5/00(2006.01)G06T3/40(2006.01)权利要求书权利要求书1页1页说明书说明书33页页附图附图22页(54)发明名称数字图像的几何畸变自动校正方法(57)摘要本发明公开了一种数字图像的几何畸变自动校正方法，其特征在于所述方法包括以下步骤：（1）输入数字图像，然后对数字图像进行分割处理形成若干个图像块并分别标记、储存；（2）对数字图像进行图像增强处理，然后检测数字图像的边缘，对原始边缘强度进行拉伸使边缘加强；清楚图像边缘的毛刺；（3）提取图像的轮廓，进行空间变换，判断插值点所属的区域，分别进行线性插值和非线性插值。该方法在自动校正几何畸变图像的基础上确保输出的图像在边缘细节方面也有高清晰度。CN102935ACN102930515A权利要求书1/1页1.一种数字图像的几何畸变自动校正方法，其特征在于所述方法包括以下步骤：（1）输入数字图像，对数字图像进行分割处理形成若干个图像块并分别标记、储存；（2）对数字图像进行图像增强处理，然后检测数字图像的边缘，对原始边缘强度进行拉伸使边缘加强；清楚图像边缘的毛刺；（3）提取图像的轮廓，进行空间变换，判断插值点所属的区域，分别进行线性插值和非线性插值。2.根据权利要求1所述的方法，其特征在于所述方法步骤（1）中数字图像先进行二值化处理为灰度图像，然后进行图像分割。3.根据权利要求1所述的方法，其特征在于所述方法步骤（2）中用sobel算子检测边缘，并在边缘点附近对原始边缘强度进行适当的拉伸，图像增强的公式为：g(i，j)=f(i，j)±enhance其中，f(i,j)为原始图像，g(i,j)为边缘增强后的图像，enhance为增强系数，正负号的选择由边缘的极性决定。2CN102930515A说明书1/3页数字图像的几何畸变自动校正方法技术领域[0001]本发明属于数字图像处理技术领域，具体涉及一种数字图像的几何畸变自动校正方法。背景技术[0002]现有的数字图像几何畸变自动校正方法采用的传统插值方法，这使得校正出来的图像在细节方面不够精确，特别是在边缘过渡的地方会出现模糊。目前的一些专业图像处理软件基本都需要人工的参与，它们并不能实现畸变校正的自动化，然而人工参与不仅费神费力而且容易产生误差。[0003]传统的插值方法分为非线性插值和线性插值。常用的非线性插值法有最近邻插值法，其运算速度较快。但它仅使用离待测采样点最近的像素的灰度值作为该采样点的灰度值，而没考虑其他相邻像素点的影响，因而重新采样后灰度值有明显的不连续性，图像质量损失较大，会产生明显的马赛克和锯齿现象。[0004]常用的线性插值法有双线性插值法和立方卷积插值法等。双线性插值法效果要好于最近邻插值，只是计算量稍大一些，算法复杂些，程序运行时间也稍长些，但其具有低通滤波器的性质,从而导致插值后图像的高频分量受到损失,图像边缘在一定程度上变得较为模糊。[0005]立方卷积插值能够产生比双线性插值更为平滑的边缘，计算精度很高，处理后的图像画质损失最少，效果是最佳的。但其计算量最大，算法也是最为复杂的。本发明因此而来。发明内容[0006]本发明目的在于提供一种数字图像的几何畸变自动校正方法，解决了现有技术中数字图像几何畸变自动校正后图像的细节方面不够精确，边缘过渡的地方会出现模糊等问题。[0007]为了解决现有技术中的这些问题，本发明提供的技术方案是：[0008]一种数字图像的几何畸变自动校正方法，其特征在于所述方法包括以下步骤：[0009]（1）输入数字图像，然后对数字图像进行分割处理形成若干个图像块并分别标记、储存；[0010]（2）对数字图像进行图像增强处理，然后检测数字图像的边缘，对原始边缘强度进行拉伸使边缘加强；清除图像边缘的毛刺；[0011]（3）提取图像的轮廓，进行空间变换，判断插值点所属的区域，分别进行线性插值和非线性插值。[0012]本发明技术方案在自动校正几何畸变图像的基础上确保输出的图像在边缘细节方面也有高清晰度。本发明技术方案采用了一种自动校正几何畸变图像的方法。[0013]先用OTUS算法使图像二值化并将图像均匀分割为若干份存储，为后续的选择性3CN102930515A说明书2/3页插值做准备。再将灰度图采用直方图法增强，然后对增强后的图像进行边缘