一種光場相機微透鏡陣列幾何參數的標定方法與流程
本發明涉及一種相機幾何參數的標定方法，屬于數字圖像處理領域。
背景技術：
光場相機區別于傳統相機，它是在主透鏡和圖像傳感器之間安置一個微透鏡陣列，傳感器可以同時記錄光線的強度信息和方向信息，實現對四維光場數據的采集。光場相機具有先拍照后對焦的特點，可以有效的捕捉更大范圍的場景深度，展示真實場景的三維結構，光場成像技術逐漸應用于航空航天、三維重建、安全監視等諸多領域。
為了獲取拍攝實景的三維信息，實現準確的追跡光線，必須對相機的內外參數進行標定。確定像素與微透鏡的從屬關系，需要對微透鏡陣列的參數進行精確標定。但由于微透鏡的種類、安裝誤差以及白圖像的漫反射不一致性，使得微透鏡中心與灰度峰值點對應關系存在偏差。
目前標定微透鏡的幾何參數的方法主要有兩種：一種是灰度重心法，設定一個閥值T，將圖像二值化，然后求每個微透鏡子圖像的灰度重心坐標，作為微透鏡中心。此方法對采集圖像時的光源均勻度與閥值的選取有很大要求，采光程度不同，對微透鏡圖像的灰度和二值化后的圖像邊緣范圍都有很大影響，在應用時準確度不高，而且不能區分不同種類的透鏡。另一種是模板匹配法，此法建立六邊形網格模板與通過邊緣檢驗算子檢驗出的邊緣進行匹配，最佳匹配出的六邊形網格的中心，即為微透鏡中心。此法預先設定的模板都是固定參數，若用于其他規格的微透鏡陣列，誤差會大大增加。
技術實現要素：
針對上述現有技術的不足，本發明提供一種直接對聚焦光場相機原始白圖像進行操作，無需預設模板，能準確獲取微透鏡陣列中微透鏡個數、中心位置以及半徑大小的微透鏡陣列的標定方法。
一種光場相機微透鏡陣列幾何參數的標定方法，其特征在于，包括以下步驟：
步驟一：將勻光板裝在光場相機鏡頭的前端，對白光源進行拍照，得到光場相機的白圖像；
步驟二：對光場相機的白圖像進行去馬賽克處理，將其轉換成真彩圖像；
步驟三：檢測并提取真彩圖像中所有微透鏡的邊緣輪廓，保存邊緣點的坐標；
步驟四：對邊緣點的坐標進行隨機Hough變換，得到所有微透鏡的圓心坐標Ci(x,y)和相對應的半徑Ri,并統計微透鏡個數N。
還包括對微透鏡種類的標定步驟，該步驟包括：
步驟五：根據每個微透鏡的圓心Ci(x,y)和半徑Ri，分別用二維數組設置覆蓋圖像上微透鏡對應區域的掩膜，將掩膜與原圖像相乘，提取出每個微透鏡的圖像；
步驟六：利用公式(1)的銳度算法函數，對提取出來的每個微透鏡圖像進行清晰度Li計算，并將這些微透鏡圖像按照清晰度Li進行遞增或遞減排序；
式中，df表示圖像灰度變化的幅值，dx表示相元之間的距離，df/dx計算時取該像素的8個鄰域，M表示微透鏡圖像的像素個數；
步驟七：對清晰度Li按照公式(2)進行差分，并計算這些差分bi的平均值avg，設定閾值th＝N·avg/15，若某處的差分值bi大于閾值th，則將該處作為微透鏡種類分界點，將兩個分界點之間所有微透鏡歸為一類；
bi＝|Li+1-Li| (2)
步驟八：分類提取整幅圖像中某類微透鏡的圖像，從而最終實現微透鏡陣列中參數信息微透鏡個數、中心位置、半徑大小、微透鏡種類及分布的標定。
利用SOBEL算子檢測并提取圖像中所有微透鏡的邊緣輪廓。
對邊緣點進行隨機Hough變換，得到所有微透鏡的圓心坐標Ci(x,y)和相對應的半徑Ri。
步驟二中，利用梯度線性插值法對光場相機的白圖像進行去馬賽克處理。
有益效果：本發明利用一種聚焦型光場相機的白圖像，通過提取圖像中所有微透鏡的邊緣輪廓確定微透鏡的圓心坐標Ci(x,y)、相對應的半徑Ri以及微透鏡個數N，克服了現有灰度重心法和模板匹配法準確度不高的問題，還能對微透鏡種類進行標定。
本發明標定方法基于數字圖像處理技術，確定微透鏡陣列的微透鏡個數、中心位置、半徑大小、微透鏡種類及分布等微透鏡陣列的重要參數信息，從而實現了光場相機微透鏡多種參數的自動標定，可為光場相機內外參數標定及相機光學模型提供準確的微透鏡陣列數據，及后續的圖像處理提供不同類型的微透鏡圖像。
附圖說明
圖1是光場相機白圖像。
圖2是白圖像對應的真彩圖像。
圖3微透鏡圖像邊緣輪廓。
圖4微透鏡圖像中心坐標。
圖5是單一微透鏡掩模。
圖6是單一微透鏡圖像。
圖7是按遞增順序的清晰度分布圖。
圖8是清晰度差值分布圖。
圖9 526nm微透鏡圖像。
圖10 567nm微透鏡圖像。
圖11 616nm微透鏡圖像。
具體實施方式
下面結合附圖和具體實施例，進一步闡述本發明。應理解這些實施例僅用于說明本發明而不用于限制本發明的范圍，在閱讀本發明之后，本領域技術人員對本發明的各種等價形式的修改落于本申請所附權利要求所限定的范圍。本實施例中光場相機采用德國raytrix公司的R29型光場相機。
本發明一種光場相機微透鏡陣列幾何參數的標定方法，包括一下步驟：
步驟一：將勻光板裝在光場相機鏡頭的前端，設置相機的F數(焦距與光圈直徑比)為11和曝光時間0.8ms后，對無明顯陰影白光源進行拍照，得到光場相機的白圖像，如圖1所示；
步驟二：利用梯度線性插值法對光場相機的白圖像進行去馬賽克處理，將其轉換成真彩圖像，如圖2所示；
步驟三：利用SOBEL算子檢測并提取真彩圖像中所有微透鏡的邊緣輪廓如圖3所示，保存邊緣點的坐標；
步驟四：對邊緣點進行隨機Hough變換，得到所有微透鏡的圓心坐標Ci(x,y)以及相對應的半徑Ri，如圖4所示，并統計微透鏡個數N；
步驟五：根據每個微透鏡的圓心Ci(x,y)和半徑Ri，分別用二維數組設置覆蓋圖像上微透鏡對應區域的掩膜，如圖5所示，將掩膜與原圖像相乘，提取出每個微透鏡的圖像，如圖6所示；
步驟六：利用形如公式(1)的銳度算法函數，對提取出來的每個微透鏡圖像進行清晰度Li計算，并將這些微透鏡圖像按照清晰度Li進行遞增排序，如圖7所示；
式中，df表示圖像灰度變化的幅值，dx表示相元之間的距離，df/dx計算時取該像素的8個鄰域，M表示微透鏡圖像的像素數。
步驟七：對清晰度Li按照公式(2)進行差分，其差分值bi分布如圖8所示，并計算這些差分bi的平均值avg，設定閾值th＝N·avg/15，若某處的差分值bi大于閾值th，則將該處作為微透鏡種類分界點，將兩個分界點之間所有微透鏡歸為一類；
bi＝|Li+1-Li| (2)
步驟八：分類提取整幅圖像中各類微透鏡的圖像，如圖9-11所示。本實施例采用的光場相機的微透鏡的種類為3類，分別為526μm,567μm和616μm。因為微透鏡焦距越大，在相機的探測器上的離焦程度越大，所以最清晰的為526μm透鏡，567μm次之，616μm最模糊。至此，最終實現微透鏡陣列中微透鏡個數、中心位置、半徑大小、焦距種類及分布等微透鏡陣列的重要參數信息的自動標定。
- 還沒有人留言評論。精彩留言會獲得點贊！