[发明专利]基于快速响应矩阵码外轮廓的畸变校正方法

摘要

一种基于快速响应矩阵码外轮廓的畸变校正方法，第一步，初始化读入图像，将输入的图像转换到灰度空间；第二步，利用大津法对灰度图像进行二值化处理；第三步，对图像进行形态学处理；第四步，在形态学处理完后的图像中寻找快速响应矩阵码所在图像的轮廓；第五步，对图像进行霍夫变换，得到快速响应矩阵码的四条边缘直线；第六步，对图像进行透视变换校正原始畸变图像。本发明采用图像处理的方式将畸变图像进行扭正，实验结果表明，该方法效果比较好。

主权项

1.一种基于快速响应矩阵码外轮廓的畸变校正方法,其特征在于按照以下步骤进行：步骤1：初始化，将摄像头与快速响应矩阵码图像成5-15度的角度拍摄，采集一帧畸变快速响应矩阵码图像，其大小为W×H×3，其中W，H为正整数，(W=640，H=480)，分别表示图像的列数和行数，然后将获得的彩色图像转化为灰度图像，得到灰度图像的大小为W×H，步骤2：利用大津法对灰度图像进行二值化处理，其具体方法如下：计算类间方差σ，σ=ω0×ω1×(μ0-μ1)2]]>其中，ω0=N0W×H,ω1=M0W×H,]]>N₀为图像中像素的灰度值小于阈值T₁的像素个数，M₀为图像中像素的灰度值大于阈值T₁的像素个数，μ₀为图像中像素的灰度值小于阈值T₁的所有像素平均灰度，μ₁为图像中像素的灰度值大于阈值T₁的所有像素平均灰度，当阈值分别取T₁=0,1,2,3……255时，由此得到256个类间方差σ，再从中选出最大σ值，并以最大σ值所对应的阈值T₁作为分割阈值T，图像中灰度大于T的像素点赋值为255，小于T的像素点赋值为0，得到大小为W×H的二值图像，步骤3  利用图像形态学中的腐蚀操作对二值图像进行腐蚀处理，再利用图像形态学中的膨胀操作对腐蚀后的图像进行膨胀处理，腐蚀的具体操作如下：记录扫描图像边界内的每个像素点灰度值，并任意选择一个扫描图像边界内的像素点，如果以所选像素点为中心的3×3邻域中的每个像素点灰度值全为0，则将所选像素点灰度值设为0，否则为255，遍历扫描图像边界内的每个像素点，膨胀的具体操作如下：记录腐蚀处理后的扫描图像边界内的每个像素点灰度值，并任意选择一个腐蚀处理后的扫描图像边界内的像素点，如果以所选像素点为中心的3×3邻域中的每个像素点灰度值全为255，则所选的像素点值为255，否则为0，遍历腐蚀处理后的扫描图像边界内的每个像素点，步骤4  寻找步骤3处理后图像的轮廓，具体步骤如下：设f＇(m,n)是步骤3处理后图像在像素点(m,n)处的灰度值，m表示行号，n表示列号，扫描步骤3处理后的图像中的每个像素点，当出现f＇(m,n)=255并且f＇(m,n+1)=0情形时，标记像素点(m,n+1)，当出现f＇(m,n)=0并且f＇(m,n+1)=255情形时，标记像素点(m,n),当出现f＇(m,n)=255并且f＇(m+1,n)=0情形时，标记像素点(m+1,n)，当出现f＇(m,n)=0并且f＇(m+1,n)=255情形时，标记像素点(m,n),扫描完步骤3处理后的图像后，将标记的像素点灰度值赋为255，将未标记的像素点灰度值赋为0，步骤5 设f(x,y)是步骤4处理后图像在(x,y)处的像素点的灰度值，x表示列号，y表示行号，对步骤4处理后的图像进行霍夫变换，具体算法如下：步骤5.1 建立一个二维累加器数组A(ρ,θ)，并，再将累加器数组中各元素置0，步骤5.2 对步骤4处理后的图像进行扫描，当出现f(x_l,y_l)=255时，取θ_l=0°,1°,…,90°，根据公式ρ_l=x_lcosθ_l+y_lsinθ_l，计算不同的θ_l对应的ρ_l, 同时将此时ρ_l及θ_l对应的累加器数组中元素A(ρ_l,θ_l)加1， 步骤5.3 遍历图像中的每个像素点，执行步骤5.2 的操作，当整幅图像扫描完后，在累加器数组中找出最大的4个元素值，这四个元素对应(ρ,θ)参数空间中的四个点分别为(ρ₁,θ₁),(ρ₂,θ₂),(ρ₃,θ₃),(ρ₄,θ₄)，从而确定快速响应矩阵码的四条边界直线方程为：ρ1=xcosθ1+ysinθ1ρ2=xcosθ2+ysinθ2ρ3=xcosθ3+ysinθ3ρ4=xcosθ4+ysinθ4]]>步骤6  比较这四条直线方程的极角θ₁，θ₂，θ₃，θ₄，将极角θ₁，θ₂，θ₃，θ₄中的两个相对大的极角所对应的直线作为一组对边，将极角θ₁，θ₂，θ₃，θ₄中的两个相对小的极角所对应的直线作为另一组对边，设直线(ρ₁,θ₁)与(ρ₃,θ₃)为对边，(ρ₂,θ₂)与(ρ₄,θ₄)为对边，可解得快速响应矩阵码的四个顶点坐标为(x₁,y₁)，(x₂,y₂)，(x₃,y₃)，(x₄,y₄),联立方程解得如下：x1=ρ1sinθ2-ρ2sinθ1cosθ1sinθ2-cosθ2sinθ1y1=ρ2cosθ1-ρ1cosθ2cosθ1sinθ1-cosθ2sinθ1x2=ρ2sinθ3-ρ3sinθ2cosθ2sinθ3-cosθ3sinθ2y2=ρ3cosθ2-ρ2cosθ3cosθ2sinθ3-cosθ3sinθ2x3=ρ3sinθ4-ρ4sinθ3cosθ3sinθ4-cosθ4sinθ3y3=ρ4cosθ3-ρ3cosθ4cosθ3sinθ4-cosθ4sinθ3x4=ρ4sinθ1-ρ1sinθ4cosθ4sinθ1-cosθ1sinθ4y4=θ1cosθ4-θ4cosθ1cosθ4sinθ1-cosθ1sinθ4]]>将反透视变换后的快速响应矩阵码设定为边长为的正方形，即变换后的快速响应矩阵码四个顶点(u₁,v₁)，(u₂,v₂)，(u₃,v₃)，(u₄,v₄)分别为(0,0)，(0,A)，(A,A)，(A,0)，该四点分别对应原图中的(x₁,y₁)，(x₂,y₂)，(x₃,y₃)，(x₄,y₄)，代入公式：u1v11000-u1x1-v1x1u2v21000-u2x2-v2x2u3v31000-u3x3-v3x3u4v41000-u4x4-v4x4000u1v11-u1y1-v1y1000u2v21-u2y2-v2y2000u3v31-u3y3-v3y3000u4v41-u4y4-v4y4abcdefgh=x1x2x3x4y1y2y3y4]]>通过上式求得a,b,c,d,e,f,g,h八个参数，设g(u,v)为变换后图像位于坐标(u,v)的一个像素点的值，u表示列号，v表示行号，g＇(u＇,v＇)为原二值图像位于坐标(u＇,v＇)的一个像素点的值，u＇表示列号，v＇表示行号，用如下公式进行反透视变换，g(u,v)=g′(u′,v′)=g′(au+bv+cgu+hv+1,du+ev+fgu+hv+1)]]>              其中及都按四舍五入取整，通过以上步骤实现了对畸变快速响应矩阵码的矫正。