[发明专利]一种图片矫正方法及系统

说明书

本发明公开了一种图片矫正方法，该方法包括：提取待矫正图片的特征点；获取与待矫正图片相匹配的参考图片；提取参考图片的特征点；对待矫正图片与参考图片进行特征点匹配操作；提取待矫正图片与参考图片中匹配正确的特征点，基于匹配正确的特征点创建初始匹配点对集；基于初始匹配点对集中的特征点的匹配关系，计算最佳单应矩阵；基于最佳单应矩阵将待矫正图片进行矫正。本发明通过采用特征点匹配，求解最优变换矩阵的方法以参考图片为基准对待矫正图片进行矫正，图片矫正处理速度快，能够将图片矫正到一个非常理想的情况。本发明还公开了一种图片矫正系统，同样能够对图片进行矫正处理，并实现上述技术效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图片矫正方法及系统。

背景技术

在图像识别处理领域，为了提高识别精度，通常需要将图片上的信息进行分割后再进行图像的识别，图像分割的精度又取决于图片本身的质量。由于设备原因或人为因素，通过拍照方式获取到的图片通常会存在表面变形、分辨率过低、光照不均等情况，这样的图片在进行后续的切割和图像识别时会严重影响切割精度，从而影响图像识别的准确性，因此需要对拍照后的图片进行矫正。

现有的图像矫正方法主要有Hough变换法、Radon变换法、最小二乘法和两点法。Hough变换法和Radon变换法相似，其抗干扰能力比较强，可以计算有断点的直线的倾角，但是运算量大，程序执行慢；最小二乘法的优点就是运算量小，但是其抗干扰能力比较差，容易受到噪声的影响，两点法虽然理论简单，但由于采样点比较多而且这些点服从随机分布，计算均值后能有效抑制干扰，实验表明其矫正效果很好，最大精度可以明显小于1度，而且计算量也很小，但是最小二乘法和两点法均不能计算有断点的直线倾角。

因此，如何对各种不同特点的图片进行快速矫正处理，将图片矫正到一个非常理想的情况，是目前亟待解决的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种图片矫正方法及系统，有效解决了现有技术中图片矫正处理速度慢、矫正效果差的问题。

为了实现本发明的上述目的，根据本发明的一个方面，本发明提供了一种图片矫正方法，所述方法包括如下步骤：

S1，提取待矫正图片的特征点；

S2，获取与所述待矫正图片相匹配的参考图片；

S3，提取所述参考图片的特征点；

S4，对所述待矫正图片与所述参考图片进行特征点匹配操作；

S5，提取所述待矫正图片与所述参考图片中匹配正确的特征点，基于所述匹配正确的特征点创建初始匹配点对集；

S6，基于所述初始匹配点对集中的特征点的匹配关系，计算最佳单应矩阵；

S7，基于所述最佳单应矩阵将所述待矫正图片进行矫正。

优选地，所述步骤S4中特征点匹配操作包括：

采用k-d树的最近邻点搜索算法来搜索每个特征点所对应的最近邻特征点和次近邻特征点，在这两个特征点中，如果最近的距离与次近的距离的比值小于预设的距离比例阈值，则判定这两个特征点匹配。

优选地，预设的所述距离比例阈值为0.6~0.8。

优选地，预设的所述距离比例阈值为0.8。

优选地，所述步骤S6包括：

基于所述初始匹配点对集中的特征点的匹配关系，采用RANSAC算法估计待矫正图片与参考图片之间的最佳单应矩阵。

优选地，采用RANSAC算法估计待矫正图片与参考图片之间的最佳单应矩阵具体步骤如下：