CN104778708A - 鱼眼图像中基于Hough变换的畸变直线特征检测方法 - Google Patents
鱼眼图像中基于Hough变换的畸变直线特征检测方法 Download PDFInfo
- Publication number
- CN104778708A CN104778708A CN201510195543.8A CN201510195543A CN104778708A CN 104778708 A CN104778708 A CN 104778708A CN 201510195543 A CN201510195543 A CN 201510195543A CN 104778708 A CN104778708 A CN 104778708A
- Authority
- CN
- China
- Prior art keywords
- fish eye
- point
- points
- straight line
- eye images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种鱼眼图像中基于Hough变换的畸变直线特征检测方法,其包括如下步骤:步骤1、提供待检测的鱼眼图像,并通过边缘检测算子检测所述鱼眼图像中的边缘点;步骤2、根据鱼眼镜头成像的投影方式以及像素点与图像中心的位置关系,将上述检测的边缘点映射到以鱼眼图像中心为球心的球面中;步骤3、遍历上述球面上的点,并将球面上的点在参数空间中对应一组点进行计数,且存储球面上点的位置;步骤4、遍历上述参数空间内的点,当参数空间中的点大于设定阈值时,则使增量的图像空间中的一组点的坐标构成鱼眼图像中的一条畸变直线。本发明操作方便,能实现对鱼眼图像中畸变直线的有效检测。
Description
技术领域
本发明涉及一种检测方法,尤其是一种鱼眼图像中基于Hough变换的畸变直线特征检测方法,属于数字图像处理的技术领域。
背景技术
鱼眼镜头是一种具有极大视场的镜头,其广泛应用于安全监测、医疗检查、建筑测量等领域。然而其在拍摄过程中会引入大量的桶形畸变,这种畸变表现为使对称于光轴的正方形物体呈桶形,即在径向上,空间分辨率会随着由图像中心到图像边缘发生非线性的降低。这种畸变影响了人们对于鱼眼图像的阅读,更限制了其在空间建模、模式识别等方面的进一步应用,所以需要对鱼眼图像进行校正。
鱼眼图像的校正包含两个核心内容:校正模型和限制条件。校正模型即为从鱼眼图像到校正图像之间的转换关系;限制条件则需要来确定校正模型内的参数。
大部分模型都有待确定的参数,多项式模型理论上可以考虑极多的参数,而透视模型只有一个待确定的参数,但也有部分基于鱼眼镜头成像模型的算法,如球面坐标算法等,不具有待定参数,但其需要在校正前了解鱼眼镜头的成像模型。绝大多数具有待确定参数的校正模型需要在相机标定中确定参数,而基于内容的校正算法是通过用户标定的直线特征等来确定参数。确定参数的过程,了解鱼眼镜头成像模型和判别图像中的具体内容其实都属于寻找约束条件。校正模型中的参数分为两类:镜头参数和图像参数。
镜头参数是指,对指定的鱼眼镜头或校正模型,参数一经确定就不再改变,对所有的由该镜头获取的图像或该校正模型校正的图像,都使用这一组参数。典型的该类参数如多项式模型中的系数,该系数通过标定过程确定。对指定的某个镜头来说,多项式模型中的系数在标定后就确定了,以后校正用该镜头拍摄的鱼眼图像,不会改变这组参数。鱼眼镜头成像的投影方式也可以称之为镜头参数。
图像参数是指基于图像内容的参数,与镜头无关。此类参数根据图像内容的改变而改变。如在基于内容的校正模型中提到的保线性、方向一致性等。值得一提的是,基于内容的校正模型本身就是由约束条件构成,但是构成其模型的约束条件是一般性的,特定的参数还要在具体的图像中获得。
Hough变换是从图像中检测特定曲线特征的重要方法。其基本原理在于利用图像空间与参数空间之间的点与线的对偶,将求图像空间的特定曲线通过合理的曲线表达式,变为由表达式中参数构造的空间中的一个点。这样就把在图像空间中,检测特定曲线的问题,转化称为寻找参数空间中的聚集点的问题。
发明内容
本发明的目的是克服现有技术中存在的不足,提供一种鱼眼图像中基于Hough变换的畸变直线特征检测方法,其操作方便,能实现对鱼眼图像中畸变直线的有效检测。
按照本发明提供的技术方案,一种鱼眼图像中基于Hough变换的畸变直线特征检测方法,所述畸变直线特征检测方法包括如下步骤:
步骤1、提供待检测的鱼眼图像,并通过边缘检测算子检测所述鱼眼图像中的边缘点;
步骤2、根据鱼眼镜头成像的投影方式以及像素点与图像中心的位置关系,将上述检测的边缘点映射到以鱼眼图像中心为球心的球面中;
步骤3、遍历上述球面上的点,并将球面上的点在参数空间中对应一组点进行计数,且存储球面上点的位置;
步骤4、遍历上述参数空间内的点,当参数空间中的点大于设定阈值时,则使增量的图像空间中的一组点的坐标构成鱼眼图像中的一条畸变直线。
所述边缘检测算子为Sobel算子。
本发明的优点:通过Sobel算子检测鱼眼图像中的边缘点,并将得到的边缘点映射到以鱼眼图像中心为球心的球面上,根据球面投影规则,统计参数空间中对应的一组点,将参数空间中的点与设定阈值比较,从而能有效确定鱼眼图像中的畸变直线,操作方便,检测精度高。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示:为了能实现对鱼眼图像中畸变直线的有效检测,本发明畸变直线特征检测方法包括如下步骤:
步骤1、提供待检测的鱼眼图像,并通过边缘检测算子检测所述鱼眼图像中的边缘点;
一般地,边缘检测主要通过基于微分的算子进行检测,边缘点通过一阶微分的极大值(Roberts算子、Sobel算子、Prewitt算子)或二阶微分得过零点(LOG算子)来检测,而后逐渐发展出基于最优化思想的全局提取方法(高斯算子)。
作为确定鱼眼校正模型中参数的约束条件,只需要检测到图像中的主要畸变直线特征,所以在此步骤中对弱边缘的兴趣并不强烈。故采用Sobel算子进行边缘检测。
Sobel算子根据两个模板对图像中的每个相随点做卷积运算,两个结果中较大的值作为该点的输出值。遍历图像,即可得出边缘幅度图像。其横向和纵向卷积运算的关系式满足:
f x (x,y)=f(x-1,y+1)+2f(x,y+1) + f(x+1,y+1) - f(x-1,y-1)- 2f(x, y-1) - f(x+1,y-1);
f y (x,y)=f(x-1,y+1)+2f(x-1,y)+f(x-1,y+1)-f(x+1,y-1)-2f(x+1,y) - f(x+1,y+1);式中,f(x,y)是图像矩阵中位于(x,y)位置的像素的值。
步骤2、根据鱼眼镜头成像的投影方式以及像素点与图像中心的位置关系,将上述检测的边缘点映射到以鱼眼图像中心为球心的球面中;
本发明实施例中,令鱼眼图像上检测到的边缘点pd在球面图像上对应的点的坐标为p(θ,φ) ,其中φ为入射光线与主光轴夹角,θ为P点与鱼眼图像中x轴的夹角。
在实施过程中采用体视投影的方式,其满足关系式:
d= 2f tan(φ / 2)
式中,d为P点到鱼眼图像中心的距离,f为有效焦距,ω为入射光线与主光轴夹角;当ω = 90°时,有d= 2f。
根据该关系式,设图像中心在像素矩阵中的位置是(m, n),鱼眼图像中点pd在图像矩阵中的位置是(i, j)。当n != j时,P’’与x轴的夹角为:
θ = arctan((m-i)/(j-n));
入射光线主光轴的夹角为:
φ = 2 * arctan(r / (2f))。
步骤3、遍历上述球面上的点,并将球面上的点在参数空间中对应一组点进行计数,且存储球面上点的位置;
本发明实施例中,鱼眼图像中畸变的直线对应于实际空间中的直线,且根据球面透视投影规则,鱼眼图像中畸变的直线映射为球面上的大圆。
构造向量r(α,β),其中α为向量r与x轴的夹角,β为r与z轴夹角。对于球面某一特定的大圆g,存在唯一的向量r(β > 0),使得r⊥g。球面上的点可以由向量来表示,设为p(θ, φ),其中θ为op与x轴的夹角,φ为op与y轴的夹角。对于每一个点p,有一组向量垂直于op。垂直关系满足关系式:
cosθ*cosα+ sinθ*sinα + cosφ*cosβ= 0
该式等价于cos(θ- α) + cosφ*cosβ= 0。从而,检测鱼眼图像中的畸变直线特征的问题,转变为在参数空间α – β上求的统计问题。
由于步骤2中,将检测的边缘点映射到以鱼眼图像为球心的球面上,需要遍历球面上的每个点,根据上述垂直关系式,将每个点在参数空间上对应的一组点进行计数。
由Hough变换可知,球面上的一个点对应参数空间的一组点。对于球面上的点,在参数空间对应的一组点进行计数时,具体过程为:开始参数空间所有点(假设只有点q1,点q2,点q3以及点q4)的值都是0,球面上有点p1,这个点在参数空间对应的点是点q1与点q2,那么就对参数空间上的点进行累加计数,并且存储使点q1以及点q2点增加的球面点的位置,此时点q1,点q2,点q3,点q4的计数值分别为1,1,0,0,并且还有另一个位置存储矩阵q1(p1),q2(p1),q3,q4在存储点的位置,括号内指使这个点增加值的球面上的点;
球面上又有一个点p2,在参数空间对应的点是点q1与点q3,那么这两个点+1,且存储点p2;此时点q1,点q2,点q3,点q4的计数值分别为2,1,1,0,位置存储矩阵则可以表示为:q1(p1,p2), q2(p1),q3(p2),q4。
步骤4、遍历上述参数空间内的点,当参数空间中的点大于设定阈值时,则使增量的图像空间中的一组点的坐标构成鱼眼图像中的一条畸变直线。
本发明实施例中,遍历完球面上的点,比如点q1,点q2,点q3,点q4的计数值分别为2,1,1,0,位置存储矩阵则可以为:q1(p1,p2),q2(p1),q3(p2),q4,此时假定设定阈值为2,那么参数空间中只有q1满足阈值,这时再找到位置存储矩阵,有q1(p1,p2),知道使点q1值增加的球面上的点为点p1与点p2,而球面上的这两个点在鱼眼图像中对应的点s1,s2,组成了所求的畸变直线。
由于步骤3中对参数空间中对应的一组点进行计数,因此,需要对遍历参数空间内的点。阈值的设定主要根据图像的大小,阈值越高,检测到的畸变直线越少,阈值的具体大小可以根据检测精度以及经验进行确定。在高阈值时检测到的畸变直线特征可以视为图像中的主要畸变直线。阈值的本质为鱼眼图像中某畸变直线的像素点的数量,检测的结果也是若干组点的集合。
Claims (2)
1.一种鱼眼图像中基于Hough变换的畸变直线特征检测方法,其特征是,所述畸变直线特征检测方法包括如下步骤:
步骤1、提供待检测的鱼眼图像,并通过边缘检测算子检测所述鱼眼图像中的边缘点;
步骤2、根据鱼眼镜头成像的投影方式以及像素点与图像中心的位置关系,将上述检测的边缘点映射到以鱼眼图像中心为球心的球面中;
步骤3、遍历上述球面上的点,并将球面上的点在参数空间中对应一组点进行计数,且存储球面上点的位置;
步骤4、遍历上述参数空间内的点,当参数空间中的点大于设定阈值时,则使增量的图像空间中的一组点的坐标构成鱼眼图像中的一条畸变直线。
2.根据权利要求1所述的鱼眼图像中基于Hough变换的畸变直线特征检测方法,其特征是:所述边缘检测算子为Sobel算子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195543.8A CN104778708A (zh) | 2015-04-22 | 2015-04-22 | 鱼眼图像中基于Hough变换的畸变直线特征检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195543.8A CN104778708A (zh) | 2015-04-22 | 2015-04-22 | 鱼眼图像中基于Hough变换的畸变直线特征检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104778708A true CN104778708A (zh) | 2015-07-15 |
Family
ID=53620154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510195543.8A Pending CN104778708A (zh) | 2015-04-22 | 2015-04-22 | 鱼眼图像中基于Hough变换的畸变直线特征检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778708A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127701A (zh) * | 2016-06-16 | 2016-11-16 | 深圳市凌云视迅科技有限责任公司 | 鱼眼镜头图像畸变校正方法及装置 |
CN106651758A (zh) * | 2016-12-16 | 2017-05-10 | 深圳市保千里电子有限公司 | 一种基于含噪鱼眼图像的有效区域提取方法及*** |
TWI606421B (zh) * | 2017-03-13 | 2017-11-21 | 國立交通大學 | 魚眼相機全自動校正方法及其裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156970A (zh) * | 2011-04-14 | 2011-08-17 | 复旦大学 | 基于畸变直线斜率计算的鱼眼图像校正方法 |
CN102184536A (zh) * | 2011-04-19 | 2011-09-14 | 清华大学 | 一种提取图像中直线和/或线段端点的方法及*** |
JP2013084221A (ja) * | 2011-10-12 | 2013-05-09 | Tottori Univ | 直線検出装置、直線検出方法、直線検出プログラム及び撮影システム |
CN104200468A (zh) * | 2014-08-28 | 2014-12-10 | 中国矿业大学 | 一种球面透视投影模型校正参数获取方法 |
CN104268867A (zh) * | 2014-09-22 | 2015-01-07 | 国家电网公司 | 一种自适应的鱼眼镜头快速校正方法 |
-
2015
- 2015-04-22 CN CN201510195543.8A patent/CN104778708A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156970A (zh) * | 2011-04-14 | 2011-08-17 | 复旦大学 | 基于畸变直线斜率计算的鱼眼图像校正方法 |
CN102184536A (zh) * | 2011-04-19 | 2011-09-14 | 清华大学 | 一种提取图像中直线和/或线段端点的方法及*** |
JP2013084221A (ja) * | 2011-10-12 | 2013-05-09 | Tottori Univ | 直線検出装置、直線検出方法、直線検出プログラム及び撮影システム |
CN104200468A (zh) * | 2014-08-28 | 2014-12-10 | 中国矿业大学 | 一种球面透视投影模型校正参数获取方法 |
CN104268867A (zh) * | 2014-09-22 | 2015-01-07 | 国家电网公司 | 一种自适应的鱼眼镜头快速校正方法 |
Non-Patent Citations (2)
Title |
---|
英向华: "一种基于球面透视投影约束的鱼眼镜头校正方法", 《计算机学报》 * |
赵瑞: "一种大视角鱼眼图像校正算法的实现", 《河北农业大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127701A (zh) * | 2016-06-16 | 2016-11-16 | 深圳市凌云视迅科技有限责任公司 | 鱼眼镜头图像畸变校正方法及装置 |
CN106651758A (zh) * | 2016-12-16 | 2017-05-10 | 深圳市保千里电子有限公司 | 一种基于含噪鱼眼图像的有效区域提取方法及*** |
TWI606421B (zh) * | 2017-03-13 | 2017-11-21 | 國立交通大學 | 魚眼相機全自動校正方法及其裝置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101739707B (zh) | 基于椭圆形鱼眼图像的畸变校正方法 | |
CN104574339A (zh) | 一种用于视频监控的多尺度柱面投影全景图像生成方法 | |
WO2018120027A1 (zh) | 一种障碍物检测方法及装置 | |
WO2021004416A1 (zh) | 一种基于视觉信标建立信标地图的方法、装置 | |
CN104778656A (zh) | 基于球面透视投影的鱼眼图像校正方法 | |
US20220222857A1 (en) | Camera calibration method, electronic device, storage medium, and road side device | |
CN106780388A (zh) | 一种线阵相机光学畸变矫正方法 | |
CN103473771A (zh) | 一种摄相机标定方法 | |
CN103106661B (zh) | 空间二条相交直线线性求解抛物折反射摄像机内参数 | |
CN103971378A (zh) | 一种混合视觉***中全景图像的三维重建方法 | |
CN102982551B (zh) | 空间三条不平行直线线性求解抛物折反射摄像机内参数 | |
CN103258329A (zh) | 一种基于圆球一维特性的摄像机标定方法 | |
CN104778708A (zh) | 鱼眼图像中基于Hough变换的畸变直线特征检测方法 | |
CN105191278A (zh) | 广角镜头图像校正方法及其装置 | |
Chan et al. | An improved method for fisheye camera calibration and distortion correction | |
CN107492080A (zh) | 免定标便捷的单目镜头图像径向畸变矫正方法 | |
CN102072702A (zh) | 一种双摄像机图像对应位置的计算方法 | |
CN104807405A (zh) | 一种基于光线角度标定的三维坐标测量方法 | |
CN105513074B (zh) | 一种羽毛球机器人相机以及车身到世界坐标系的标定方法 | |
CN103839253A (zh) | 一种基于局部仿射变换的任意点匹配方法 | |
TWI554107B (zh) | 可改變縮放比例的影像調整方法及其攝影機與影像處理系統 | |
Tang et al. | A vertex-to-edge weighted closed-form method for dense RGB-D indoor SLAM | |
CN103400374B (zh) | 利用双平面镜装置和拉盖尔定理的推论求解摄像机内参数的方法 | |
Dhane et al. | A generic non-linear method for fisheye correction | |
CN102110290B (zh) | 一种利用正三棱柱靶标求解摄像机内参数方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150715 |
|
RJ01 | Rejection of invention patent application after publication |