CN103778607A - 一种图像校正方法 - Google Patents

Abstract

本发明提供了一种图像校正方法，利用变形图像四个角的位置关系，并利用本发明提出的校正算法，重新计算每一个像素点的真实位置，从而得到校正后的图像。

Description

一种图像校正方法

技术领域

本发明涉及图像处理技术，特别是图像校正技术。

背景技术

利用拍照方式获取的平面扫描图像常常会发生图像几何变形，在这种情况下，各种图像处理方式提出，但多数图像处理方式要用到大量复杂的计算，需要占用庞大的计算资源，往往也难以得到可靠的还原图像。图像校正技术应用于图像还原要求特别高的场合，正在努力减小计算量，可以快速准确地得到校正图像。

发明内容

本发明提出一种图像校正方法，精确方便，精度可以达到像素级，能够适用于对图像还原要求特别高的场合。

一种图像校正方法，包括：

1）在图像四个角的位置确定四个固定样式的定位点；

2）识别并得到四个定位点的位置；

3）固定左上角点位置，依次将右上角点、右下角点和左下角点通过四次垂直或水平移动，移位至矩形图像的四个角处，并在每一次移位过程中，计算所有像素点的新位置，直到得到所有像素点在矩形中的最终位置。

步骤1）的四个定位点为主动添加，或被动地利用图像上的四个角点。

定位点的样式可以任意设计，只要形状特别，不易与图像中的纹理混淆。

步骤2）中识别四个定位点的位置是用模块匹配的方法。

步骤3）中每次校正，水印区域内部的像素点位置也进行相应调整。

步骤3）中用公式 $\left\{\begin{array}{c}w4w2h1+w4w1h2-w2w3h2-w2w3h1=0\\ h1+h2-h3-h4=0\\ h1h4w2-h2h3w1=0\end{array}\right.$ 推导出图像中各个像素点校正后的位置。

本发明可以应用于平面图像中的数字水印提取；拍摄图像与原图像的相关性检测，图像的真伪检测等对图像还原要求特别高的情况中。本发明还可以应用于投影仪的投影图像精确校正和基于拍照的扫描图像校正。

合并校正通过确定矩形四条边上等距点在矩形形变后的位置，来对图像进行校正，包括三个步骤：

a）分别计算每一条边上等距点在矩形形变后的位置；

b）按序连接对应边上的等距点，形成网格；

c）计算四条边上等距点位置以及网格交叉位置的灰度值，并依次赋值给图像矩阵，最终完成校正。

上述步骤a）左边这条边上等距点在矩形发生形变后移动的位置P可以利用以下公式得到：

$\frac{h1}{h2}*\frac{w1}{w2}=\frac{h3}{h4}$

h₁+h₂=h₃+h₄

其中，A、B、C、D分别为矩形的四个角点，E为过A点的水平线与BC的交点，F为过D点的水平线与BC的交点，P为左边某等距点P0在矩形形变后所处的位置，也就是说P0点的灰度值为形变后P点处的灰度值，h1为P0距AE的距离，h2为PO距DF的距离，h3为P距AE的距离，h4为P距DF的距离，w1为AE的长度，w2为DF的长度。

本发明提出一种图像校正方法，利用变形图像四个角的位置关系，并利用本发明提出的校正算法，重新计算每一个像素点的真实位置，从而得到的校正后的图像。

附图说明

图1是根据本发明一个实施例的图像变形校正示意图。

图2是根据本发明一个实施例的定位点形状示意图。

图3是根据本发明一个实施例的定位点与图像的关系示意图。

图4是根据本发明一个实施例的图像校正方式示意图。

图5是根据本发明一个实施例的图像校正中一次移位某像素点位置变化示意图。

图6是根据本发明一个实施例的图像校正中合并校正示意图。

图7是根据本发明一个实施例的图像校正中左边等距点形变位置计算示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明，使本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按比例绘制附图，重点在于示出本发明的主旨。

如图1所示，左边是原始数字图像，它经过印刷和拍照后会产生一定程度的变形，产生如中间的图形所示的变形情况。中间的图形表示原始图像发生了几何变形，变成了不规则形状。需要使中间这张扫描图像还原成原始图像，即右边图像，而且一个像素点的位置都不差。这是本发明需要解决的问题。

本发明针对平面图形的几何变形，设计一种精确的图像校正方法，精度可以达到像素级，适用于对图像还原要求特别高的情况，比如：平面图像中的数字水印提取；拍摄图像与原图像的相关性检测等等，还可以推广到投影仪的投影图像精确校正，基于拍照的扫描图像校正等。

本发明需要主动或被动的得到四个已知几何关系的定位点，才能够将定位点内部的图像进行精确校正。主动的方法可以在图像上人为添加四个定位点；被动的方法是将矩形图像的四个角作为定位点。通过这四个定位点的实际位置关系，可以还原出四个定位点内所有像素点的原始位置。

该图像校正方法需要利用四个已知几何关系的定位点，本发明设计了一种自动获取定位点方式，首先在图像四个角的位置添加四个固定样式的定位点，定位点的样式可以任意设计，只要形状特别，不易与图像中的纹理混淆的都可以用作自动识别的定位点，本文只列举一例说明，定位点的样式如图2所示。

每一个定位点由四个像素块组成，且相邻两个像素块色差显著。以左边的定位点为例，定位点右下方为黑色像素块，此像素块灰度值较小，在黑色像素块左边和上方添加两个白色像素块，此像素块灰度值较大，在所述的黑色像素块左上方添加另一个黑色像素块。图像校正程序可以自动检测并获取该定位点的位置，并最终利用四个定位点对图像进行校正。

定位点与图像的关系如图3所示。图3中粉色纹理区域为原始图像，红色圆点为角点，从图3可以看出，黑白像素块的中心交接处就是图像的角点。

本发明图像校正程序能够自动识别并计算四个定位点的位置。定位方法是用模块匹配的方法，匹配的模块样式也如图2所示，左边的为模块1，右边为模块2。因为定位点是中心对称的，因此模块的大小不需要与定位点实际大小一致。进行模块匹配时，模块1以遍历的方式与图像进行相关性检测，相关性最大的两个点一定是左上角和右下角的点，而模块2同样可以识别到左下角和右上角的点。为了保证识别的定位点的准确性，程序还会对识别到的四个角点进行确认，确认方法是获取距离定位点中心处M*M范围内中心对称的任意四个像素点，由于定位点的独特样式，这四个像素点一定满足黑白相间，如果不满足则重新搜索直至找到满足这一条件的定位点。左下、右下、右上角的定位点也做类似操作，当四个定位点都确认以后，还需要对这四个定位点的位置关系进行确认，即判别左下角点与左下角点的横坐标差值，左下角点和右下角点的纵坐标差值，右下角点和右上角点的横坐标差值，右上角点和左上角点的纵坐标差值是否在一定范围L以内，如果均小于L则完成四个角点的定位，否则全部重新进行定位。

图像校正的方式如图4所示。由于拍摄的角度、方位等问题，图片会产生一定的几何变形，红色标记点为拍照扫描后的四个定位点，其位置关系已不满足矩形关系，本发明采用以下方式校正：固定左上角点位置，依次将右上角点、右下角点和左下角点通过四次位移进行校正，每次校正，水印区域内部的像素点位置也要进行相应调整，具体方法如图5所示。

为简化描述，假设角点1和角点2水平，角点3和角点4水平，角点1与角点3横坐标一致，即只需要对角点2进行一次水平移位校正，将其位置从A校正到B，则四个角点内部的像素会从C移动到D。设C点距离角点1和角点2水平线距离为h1，距离角点3和角点4的水平线距离为h2，而D点距离这两条水平线的距离分别为h3和h4，角点1距离A为w1，距离B为w2，C点距离角点1水平距离为w3，D点距离角点1水平距离为w4，则满足以下关系：

$\left\{\begin{array}{c}w4w2h1+w4w1h2-w2w3h2-w2w3h1=0\\ h1+h2-h3-h4=0\\ h1h4w2-h2h3w1=0\end{array}\right.---$

利用公式1可以推导出图像中各个像素点校正后的位置。其他两个角点校正时，对图像中像素位置的计算也是依次利用公式1。利用迭代关系，四次校正过程中各个像素点位置的计算可以合并为一次。

参见图6，合并校正通过确定矩形四条边上等距点在矩形形变后的位置，来对图像进行校正，共有三个步骤：

a）分别计算每一条边上等距点在矩形形变后的位置；

b）按序连接对应边上的等距点，形成网格；

c）计算四条边上等距点位置以及网格交叉位置的灰度值，并依次赋值给图像矩阵，最终完成校正。

三个步骤中以步骤a最为关键，下面以左边这条边等距点形变位置计算为例说明步骤a的计算流程。图7为左边等距点形变位置计算图解。A、B、C、D分别为矩形的四个角点，由于拍照角度的影响，变成了图7所示的样子，E为过A点的水平线与BC的交点，F为过D点的水平线与BC的交点，P为左边某等距点P0在矩形形变后所处的位置，也就是说P0点的灰度值为形变后P点处的灰度值。h1为P0距AE的距离，h2为PO距DF的距离，h3为P距AE的距离，h4为P距DF的距离，w1为AE的长度，w2为DF的长度，这些变量满足以下关系:

$\frac{h1}{h2}*\frac{w1}{w2}=\frac{h3}{h4}$

h₁+h₂=h₃+h₄

由于h1，h2已知，w1，w2可以通过A，B，C，D四个点的位置得到，因此利用以上公式可以计算出左边这条边上等距点在矩形发生形变后移动的位置P，以此类推可以分别计算出其他三条边上等距点的位置，再按步骤b),c)完成图像校正。

本发明主要应用于对图像还原要求特别高的情况中，比如：平面图像中的数字水印提取；拍摄图像与原图像的相关性检测，图像的真伪检测等，还可以推广到投影仪的投影图像精确校正和基于拍照的扫描图像校正等。由于设计了定位点识别方法，以上应用都可以自动完成，无需人工辅助。

在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已，本发明能够以很多不同于在此描述的其它方式来实施，因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种图像校正方法，其特征在于，包括以下步骤：

1）在图像四个角的位置确定四个固定样式的定位点；

2）识别并得到四个定位点的位置；

3）固定左上角点位置，依次将右上角点、右下角点和左下角点通过四次垂直或水平移动，移位至矩形图像的四个角处，并在每一次移位过程中，计算所有像素点的新位置，直到得到所有像素点在矩形中的最终位置。

2.根据权利要求1所述的图像校正方法，其特征在于，步骤1）的四个定位点为主动添加，或被动地利用图像上的四个角点。

3.根据权利要求1所述的图像校正方法，其特征在于，定位点的样式可以任意设计，只要形状特别，不易与图像中的纹理混淆。

4.根据权利要求1所述的图像校正方法，其特征在于，步骤2）中识别四个定位点的位置是用模块匹配的方法。

5.根据权利要求1所述的图像校正方法，其特征在于，步骤3）中每次校正，水印区域内部的像素点位置也进行相应调整。

6.根据权利要求1所述的图像校正方法，其特征在于，步骤3）中用公式 $\left\{\begin{array}{c}w4w2h1+w4w1h2-w2w3h2-w2w3h1=0\\ h1+h2-h3-h4=0\\ h1h4w2-h2h3w1=0\end{array}\right.$ 推导出图像中各个像素点校正后的位置。

7.根据权利要求1所述的图像校正方法，可以将四次校正合并为一次，其特征在于，通过确定矩形四条边上等距点在矩形形变后的位置，来对图像进行校正，包括三个步骤：

a）分别计算每一条边上等距点在矩形形变后的位置；

b）按序连接对应边上的等距点，形成网格；

c）计算四条边上等距点位置以及网格交叉位置的灰度值，并依次赋值给图像矩阵，最终完成校正。

8.根据权利要求7所述的图像校正方法，其特征在于，上述步骤a）左边这条边上等距点在矩形发生形变后移动的位置P可以利用以下公式得到：

$\frac{h1}{h2}*\frac{w1}{w2}=\frac{h3}{h4}$

h₁+h₂=h₃+h₄

其中，A、B、C、D分别为矩形的四个角点，E为过A点的水平线与BC的交点，F为过D点的水平线与BC的交点，P为左边某等距点P0在矩形形变后所处的位置，也就是说P0点的灰度值为形变后P点处的灰度值，h1为P0距AE的距离，h2为PO距DF的距离，h3为P距AE的距离，h4为P距DF的距离，w1为AE的长度，w2为DF的长度。

9.根据权利要求1所述的图像校正方法，其特征在于，所述方法应用于平面图像中的数字水印提取；拍摄图像与原图像的相关性检测，图像的真伪检测等对图像还原要求特别高的情况中。

10.根据权利要求1所述的图像校正方法，其特征在于，所述方法应用于投影仪的投影图像精确校正和基于拍照的扫描图像校正。

Images