[发明专利]基于全景高速球一体机的全景图像校正算法

摘要

本发明主要涉及到数字图像处理领域，具体为一种基于全景高速球一体机的全景图像校正算法。解决了目前全景高速球一体机中全景摄像机向重力方向倾斜拍摄、获得的180度全景图像存在较大的畸变的技术问题。一种基于全景高速球一体机的全景图像校正算法，包括如下步骤：步骤一对原始输出图像进行垂直方向的畸变校正：按列遍历垂直校正图像，实现全景图像在垂直方向上的畸变校正；步骤二基于垂直畸变校正后的全景图像在水平方向上进行畸变校正：按行遍历水平校正图像，实现全景图像在水平方向上的畸变校正。本发明通过上述算法很好的校正了全景摄像机向重力方向倾斜拍摄所导致的全景图像发生的畸变，使之符合正常的人眼观察习惯。

主权项

一种基于全景高速球一体机的全景图像校正算法，其特征在于，包括如下步骤：步骤一对原始输出图像进行垂直方向的畸变校正：以图像的左上角为坐标原点O，水平方向为X轴，垂直方向为Y轴，建立二维坐标系；设垂直校正图像中的第一个列图像EE’在原始输出图像中对应于第一个圆弧图像ACA’，对于第一个列图像EE’上的任意一个像素点P，第一个圆弧图像ACA’上存在一个像素点P’与之相对应；由于只在垂直方向上进行畸变校正，相对应的两个像素点的纵坐标值相同；对于原始输出图像中无法映射到垂直校正图像中的OA，其长度L称为垂直畸变冗余长度；对于垂直校正图像中的任意一个列图像FF’，假设其对应于原始输出图像中的圆弧图像BDB’，列图像FF’上的像素点F(Xf,Yf)与圆弧图像BDB’上的像素点B(Xb,Yb)相对应；假设列图像FF’中像素点的横坐标值为w，即Xf=w，通过推导计算可得： X b = L + w · W - 2 L W Y b = Y f = 0 - - - ( 1 ) 其中，W为图像的宽度，L为垂直畸变冗余长度；根据式（1）求得的像素点B的坐标值，可以求出圆弧BDB’所在圆的半径R为： R = ( H 2 ) 2 + X b 2 + w 2 2 · ( X b - w ) - w ( w ≤ W 2 ) R = ( H 2 ) 2 + ( W - w ) 2 - ( W - w ) 2 2 · ( w - X b ) - ( W - w ) ( W 2 < w ≤ W ) - - - ( 2 ) 其中，W为图像的宽度，H为图像的高度；对于列图像FF’上的任意一像素点q(Xq,Yq)，假设其对应于圆弧图像BDB’上的像素点q'(X0,Y0)；根据求得的圆弧BDB’所在圆的半径R，可推导计算出像素点q'的坐标值为： X 0 = R + X q - R 2 - ( H 2 - Y 0 ) 2 ( X q ≤ W 2 ) X 0 = R + X q + R 2 - ( H 2 - Y 0 ) 2 ( W 2 < X q ≤ W ) Y 0 = Y q - - - ( 3 ) 按照上述方法，按列遍历垂直校正图像，计算出每一列图像中的像素点所对应于原始输出图像中圆弧图像上的像素点，从而得到整幅图像所对应的像素值，实现全景图像在垂直方向上的畸变校正；步骤二基于垂直畸变校正后的全景图像在水平方向上进行畸变校正：将进行了上述垂直畸变校正后的全景图像称为垂直校正图像，将水平畸变校正后的全景图像称为水平校正图像，以两幅图像的左上角为坐标原点，以水平方向为X轴，垂直方向为Y轴，分别建立二维坐标系；在水平校正图像中，任意一个行图像都与垂直校正图像中水平方向上的一个圆弧图像相对应；由于只在水平方向上进行畸变校正，相对应的两个像素点的横坐标值相同；水平校正图像中第一个行图像MM’与垂直校正图像中第一个圆 弧图像GIG’相对应，同样地，对于垂直校正图像中无法映射到水平校正图像中的OG，其长度L'称为水平畸变冗余长度；对于水平校正图像中的任意一个行图像NN’，假设其对应于垂直校正图像中的圆弧图像SJS’，NN’上的像素点k(Xk,Yk)与SJS’上的像素点k'(X1,Y1)相对应；假设行图像NN’中像素点k的纵坐标值为h，即Yk=h，通过推导计算可得圆弧图像SJS’所在圆的半径R'为 R ′ = ( W 2 ) 2 + ( L ′ + h · H - 2 L ′ H ) 2 - h 2 2 · ( L ′ + h · H - 2 L ′ H - h ) - h ( h ≤ H 2 ) R ′ = ( W 2 ) 2 + ( H - ( L ′ + h · H - 2 L ′ H ) ) 2 - ( H - h ) 2 2 · ( Y - ( L ′ + h · H - 2 L ′ H ) ) - ( H - h ) ( H 2 < h ≤ H ) - - - ( 4 ) 其中，W、H分别为两幅图像的宽度和高度，L'为水平畸变冗余长度；根据求得的圆弧图像SJS’所在圆的半径R'，可计算求得像素点k'的坐标值为： Y 1 = R ′ + h - ( R ′ ) 2 - ( W 2 - X 1 ) 2 ( h ≤ H 2 ) Y 1 = R ′ + h + ( R ′ ) 2 - ( W 2 - X 1 ) 2 ( H 2 < h ≤ H ) X 1 = X k - - - ( 5 ) 按照上述方法，通过按行遍历水平校正图像，最终能够得到整幅图像所对应的像素值，实现全景图像在水平方向上的畸变校正，整个图像就完成校正。