魚眼鏡頭圖像校正方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，尤其涉及一種魚眼鏡頭圖像校正方法及裝 置。
【背景技術(shù)】
[0002] 魚眼鏡頭是一種超廣角鏡頭，視角通常能達(dá)到或超過180度，鏡頭直徑很短且呈拋 物狀向鏡頭前部凸出，和魚的眼睛類似故名魚眼鏡頭。魚眼鏡頭在視頻監(jiān)控、虛擬現(xiàn)實(shí)、三 維建模、視覺導(dǎo)航領(lǐng)域有廣泛的應(yīng)用。但是魚眼鏡頭將半球形物面成像為平面，所以魚眼鏡 頭所拍攝的圖像嚴(yán)重畸變，視覺上感受非常不自然，因此需要將這些畸變圖像校正為人們 所習(xí)慣的透視投影圖像。
[0003] 現(xiàn)有技術(shù)中恢復(fù)圖像畸變可以采用魚眼鏡頭標(biāo)定算法，通過建立魚眼鏡頭特定的 成像模型，然后用標(biāo)定裝置得到魚眼鏡頭的校正參數(shù)，最后利用獲得的校正參數(shù)來校正圖 像。通常標(biāo)定裝置需要相應(yīng)的標(biāo)定模版，以及利用魚眼鏡頭對所述標(biāo)定模版進(jìn)行拍攝，根據(jù) 拍攝的圖像來得到魚眼鏡頭的校正參數(shù)，標(biāo)定模版如平面黑白棋盤。但是通常魚眼鏡頭對 所述黑白棋盤拍攝的圖像中，黑白棋盤不能布滿整個拍攝的圖像，導(dǎo)致標(biāo)定裝置得到的校 正參數(shù)未必是全局最優(yōu)的，因此基于魚眼鏡頭標(biāo)定后的校正圖像可能會嚴(yán)重扭曲。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明提供一種魚眼鏡頭圖像校正方法及裝置，以克服現(xiàn)有技術(shù)中基于魚眼鏡頭 標(biāo)定后的校正圖像可能會嚴(yán)重扭曲的問題。
[0005] 第一方面，本發(fā)明提供一種魚眼鏡頭圖像校正方法，包括：
[0006] 根據(jù)魚眼鏡頭采集到的標(biāo)定圖像，獲取魚眼鏡頭成像模型的模型參數(shù)；
[0007] 根據(jù)所述模型參數(shù)以及預(yù)設(shè)約束條件確定魚眼鏡頭的有效視角范圍；
[0008] 在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像進(jìn)行校正，得到校正后 的魚眼鏡頭圖像。
[0009] 第二方面，本發(fā)明提供一種魚眼鏡頭圖像校正裝置，包括：
[0010] 獲取模塊，用于根據(jù)魚眼鏡頭采集到的標(biāo)定圖像，獲取魚眼鏡頭成像模型的模型 參數(shù)；
[0011] 確定模塊，用于根據(jù)所述模型參數(shù)以及預(yù)設(shè)約束條件確定魚眼鏡頭的有效視角范 圍；
[0012] 校正模塊，用于在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像進(jìn)行校 正，得到校正后的魚眼鏡頭圖像。
[0013] 本發(fā)明魚眼鏡頭圖像校正方法及裝置，通過根據(jù)魚眼鏡頭采集到的標(biāo)定圖像，獲 取魚眼鏡頭成像模型的模型參數(shù)，并根據(jù)所述模型參數(shù)以及預(yù)設(shè)約束條件確定魚眼鏡頭的 有效視角范圍；在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像進(jìn)行校正，得到 校正后的魚眼鏡頭圖像，由于標(biāo)定圖像中的黑白棋盤不能布滿整個標(biāo)定圖像，因此獲取到 的模型參數(shù)未必是全局最優(yōu)的，相比現(xiàn)有技術(shù)而言，本發(fā)明中在確定模型參數(shù)之后，進(jìn)一步 確定魚眼鏡頭的有效視角范圍，在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像 進(jìn)行校正，因此，能夠把畸變的魚眼鏡頭圖像還原為滿足人眼視覺效果的透視圖像，解決了 現(xiàn)有技術(shù)中基于魚眼鏡頭標(biāo)定后的校正圖像可能會嚴(yán)重扭曲的問題。
【附圖說明】
[0014] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā) 明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0015] 圖1為本發(fā)明魚眼鏡頭圖像校正方法一實(shí)施例的流程示意圖；
[0016] 圖2為魚眼鏡頭坐標(biāo)系和魚眼圖像平面坐標(biāo)系的關(guān)系示意圖；
[0017]圖3為本發(fā)明魚眼鏡頭圖像校正裝置一實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0018] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員 在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0019] 圖1為本發(fā)明魚眼鏡頭圖像校正方法一實(shí)施例的流程示意圖。圖2為魚眼鏡頭坐標(biāo) 系和魚眼圖像平面坐標(biāo)系的關(guān)系示意圖。如圖1所示，本實(shí)施例的方法包括：
[0020] 步驟101、根據(jù)魚眼鏡頭采集到的標(biāo)定圖像，獲取魚眼鏡頭成像模型的模型參數(shù)；
[0021] 步驟102、根據(jù)所述模型參數(shù)以及預(yù)設(shè)約束條件確定魚眼鏡頭的有效視角范圍；
[0022] 步驟103、在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像進(jìn)行校正，得 到校正后的魚眼鏡頭圖像。
[0023] 具體來說，自制平面棋盤標(biāo)定板，帶魚眼鏡頭的攝像機(jī)對棋盤標(biāo)定板采集η幅標(biāo)定 圖像，η>>1;在每張標(biāo)定圖像上選取棋盤格的黑白交叉頂點(diǎn)，并且獲得該些頂點(diǎn)的世界坐標(biāo) 系下的坐標(biāo)和魚眼鏡頭坐標(biāo)下的坐標(biāo)，并根據(jù)該些頂點(diǎn)的坐標(biāo)以及魚眼鏡頭成像模型獲取 該魚眼鏡頭成像模型的模型參數(shù)。
[0024] 如圖2所示，OcXcYcZc為魚眼鏡頭坐標(biāo)系，OwXwYwZw為世界坐標(biāo)系，假設(shè)世界坐標(biāo) 系下一個點(diǎn)?￥(^￥，7￥，2￥)，乂 ￥為?￥在世界坐標(biāo)系下乂￥軸的坐標(biāo)值，￥￥為?￥在世界坐標(biāo)系下 Yw軸的坐標(biāo)值，Zw為Pw在世界坐標(biāo)系下Zw軸的坐標(biāo)值;Pw點(diǎn)在魚眼鏡頭坐標(biāo)系下的坐標(biāo)為 Pc(Xc，Yc，Zc)，Xc為Pc在魚眼鏡頭坐標(biāo)系下Xc軸的坐標(biāo)值，Yc為Pc在魚眼鏡頭坐標(biāo)系下Yc 軸的坐標(biāo)值，Zc為Pc在魚眼鏡頭坐標(biāo)系下Zc軸的坐標(biāo)值;線段反瓦與魚眼鏡頭坐標(biāo)系的Zc 軸正方向（即@7)的夾角為9;0iXiYiZi為魚眼圖像平面坐標(biāo)系，f為魚眼鏡頭的焦距，Pi 為魚眼鏡頭采集的圖像上與所述Pc對應(yīng)的點(diǎn)，假設(shè)Pr(a，b)為校正后的圖像上與所述Pc對 應(yīng)的點(diǎn)，令9d為像素點(diǎn)Pi與魚眼圖像平面坐標(biāo)系原點(diǎn)0i的距離;a和b分別為該P(yáng)r點(diǎn)在魚眼 圖像平面坐標(biāo)系下的水平(Xi軸)和垂直(Yi軸)坐標(biāo)(空間實(shí)際坐標(biāo)值）；r為Pr到Oi的距離。
[0025] 魚眼鏡頭成像模型有如下幾種：
[0026] [1]化=2々/'tan($);用于體視投影（stereographic projection)，使用很少；
[0027] [2]化=2#/sin(·^);用于等立體角投影（equisolid angle projection)，民用魚 眼鏡頭；
[0028] [3]0d = kf sin(0);用于正交投景多(orthogonal projection)，少數(shù)鏡頭采用；
[0029] [4]9d = kf0;用于等距投影（equidistanee projection)，最常用。
[0030]其中，k為魚眼鏡頭成像模型的系數(shù)。
[0031] 將上述模型泰勒展開后可以得到通用魚眼鏡頭成像模型 k909+...;
[0032] 其中，匕上、1?、1^4為所述魚眼鏡頭成像模型的系數(shù)。
[0033] 本發(fā)明實(shí)施例中以通用魚眼鏡頭成像模型為例進(jìn)行說明。
[0034] 獲取該魚眼鏡頭成像模型的模型參數(shù)，首先初始化模型參數(shù);然后使用伯格-馬夸 特Levenberg-Marquardt算法優(yōu)化代價(jià)函數(shù)獲取模型參數(shù)。該算法廣泛應(yīng)用于非線性最小 化問題，它是高斯一牛頓算法的變形。它介于牛頓法與梯度下降法之間，對于參數(shù)化的問題 不敏感，能夠有效的處理冗余參數(shù)問題，使代價(jià)函數(shù)陷入局部極小值的機(jī)會大大減小。
[0035] 在獲取模型參數(shù)的過程中，由于未對魚眼鏡頭成像模型的系數(shù)1^、1?、1?、1^4進(jìn)行約 束，因此得到的模型參數(shù)未必是全局最優(yōu)。由魚眼鏡頭成像模型可知：Θ在0和V2范圍內(nèi)，0 d 大于0且小于Θ，且為所述Θ的單調(diào)遞增函數(shù);根據(jù)標(biāo)定得到的已知模型參數(shù)khkhkhluM 及Θ在〇和jt/2范圍內(nèi)的變化畫出0d的圖形，取出大于〇且小于Θ并且單調(diào)遞增的部分即可知 道有效視角范圍，從而知道最大有效視角。
[0036]在所述有效視角范圍內(nèi)對魚眼鏡頭所采集的魚眼鏡頭圖像進(jìn)行校正，得到校正后 的魚眼鏡頭圖像。具體可以采用雙線性插值法進(jìn)行校正。
[0037] 本實(shí)施例提供的魚眼鏡頭圖像校正方法，通過根據(jù)魚眼鏡頭采集到的標(biāo)定圖像， 獲取魚眼鏡頭成像模型的模型參數(shù)，并根據(jù)所述模型參數(shù)以及預(yù)設(shè)約束條件確定魚眼鏡頭 的有效視角范圍；在