[发明专利]一种用于降低图像透视变换后失真的方法

说明书

本发明涉及一种用于降低图像透视变换后失真的方法，首先基于原始视图图像求取透视变换矩阵；然后根据透视变换矩阵对原始视图进行图形校正，将原始视图图像变换到目标视图图像；最后对图像做锐化处理以增强目标图像的细节层次，对锐化处理后的图像通过双线性插值的方法对图片进行缩放。本发明能够有效降低图像透视变换后的失真，改善了图像的视觉质量。

技术领域

本发明涉及图像处理技术领域，特别是一种用于降低图像透视变换后失真的方法。

背景技术

近年来，计算机技术的发展日新月异，不管是软件层面还是硬件层面都得到了大幅提升。随着计算机视觉理论的创新，计算机处理图像的技术正在以全新的方式推动着现实场景中图像分析技术的发展。现代社会已经从文字交流的时代跨入了一个与图像信息交互的时代，图像处理是对图像信息进行加工以满足人的视觉心理和应用需求的行为；图像清晰度是衡量图像品质优劣的标准之一，清晰的图像能给人以赏心悦目的视觉享受。

现有的图片经过透视变换后由于视角发生了改变，可能会使转换后视图图片发生失真，再对图片进行缩放时增加了图像的失真。

发明内容

有鉴于此，本发明的目的是提出一种用于降低图像透视变换后失真的方法，能够有效降低图像透视变换后的失真，改善了图像的视觉质量。

本发明采用以下方案实现：一种用于降低图像透视变换后失真的方法，具体包括以下步骤：

基于原始视图图像求取透视变换矩阵；

根据透视变换矩阵对原始视图进行图形校正，将原始视图图像变换到目标视图图像；

对图像做锐化处理以增强目标图像的细节层次，对锐化处理后的图像进行缩放。

进一步地，所述基于原始视图图像求取透视变换矩阵具体包括以下步骤：

步骤S11：首先对所给的原始视图图像进行灰度化预处理，消除图像中无关的信息，恢复有用的真实信息，增强有关图像信息的可检测性和最大限度地简化数据，再通过高斯滤波去除图像中多余的细节，方便提取图像轮廓；

步骤S12：通过调整高、低阈值来检测的边缘像素点，低于低阈值和高于高阈值的像素点被判定为不是边缘，对其进行canny边缘提取，找出原始视图中面积最大的四边形轮廓；

步骤S13：确定轮廓后，基于两线段距离进行判断，过滤掉距离低于预设值的直线最终确定出四条边，计算两两直线的交点确定一组4个角点的坐标和目标视图的一组4个顶点的坐标，通过两组坐标点计算出透视变换的变换矩阵。

进一步地，步骤S12中，采用轮廓面积算法找出原始视图中面积最大的四边形轮廓。

较佳的，根据透视变换矩阵对原始视图进行透视变换操作，能够实现对原始图像中的图形校正，进而实现所需要转到的图像视角的效果。

较佳的，通过对目标视图图像进行锐化处理，能够在突出了处理后视图图像的清晰程度的同时增强了被模糊的细节层次，改善了图像的视觉质量，符合人们的主观要求。

进一步地，所述对锐化处理后的图像进行缩放具体为：采用双线性插值的方法对锐化处理后的图像进行缩放。对锐化后图像进行缩放的操作中，采用双线性插值的方法，能降低图像在缩放过程中的产生的失真和改进处理目标视图时的视觉效果。

本发明能对产生的图像失真做出的客观标记，可用于构建相应的减小图像失真算法，能最大限度减小转换图像视角后造成的图像模糊，并对改善视图转换后的失真图像做出相应指导。就此，本发明设计了一种针对图像视图转变及减小视图转变后所造成的失真，对其进行特征点检测、边缘提取、透视变换及校正等一系列的方法，并对目标视角图片进行锐化处理增强视图变换后的清晰度，最后在对生成图片进行双线性处理，保证图片在缩放时失真尽可能降到最小，这将有利于图像失真的客观识别及感知驱动清晰图像算法的未来发展。