一种基于现场定标的光电图像畸变校正算法

一种基于现场定标的光电图像畸变校正算法

ID:3915631

大小:120.09 KB

页数:4页

时间:2017-11-25

一种基于现场定标的光电图像畸变校正算法_第1页
一种基于现场定标的光电图像畸变校正算法_第2页
一种基于现场定标的光电图像畸变校正算法_第3页
一种基于现场定标的光电图像畸变校正算法_第4页
资源描述:

《一种基于现场定标的光电图像畸变校正算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第33卷第6期光 子 学 报Vol.33No.62004年6月ACTAPHOTONICASINICAJune2004一种基于现场定标的光电图像畸变校正算法刘金根(西安电子科技大学技术物理学院503室,西安710071)摘 要 针对CCD摄像机所采集的图像存在畸变问题,提出了一种基于现场定标法的多项式变形技术和三元卷积算法,对其进行校正1灰阶Sobel算子通过引入衰减因子对图像进行边缘检测得到不失真的灰阶边缘图,然后将灰阶边缘图进行三次样条插值处理,使标准定标图案边缘的定位达到亚像素级,提高了图像边缘

2、检测的精度1利用建立的校正畸变的函数关系式,实现空间几何坐标变换,既保证特殊环境下的图像测量具有足够高的精度,又使光电图像几何畸变校正达到很好的效果1关键词 现场定标法;多项式变形技术;三元卷积算法;校正图像畸变中图分类号  TP75112    文献标识码  A在图像采集和测量中,用一标准图案置于被测景0 引言物旁边,采集一幅含该标准定标图案的图像并计算该在用CCD摄像机采集图像时,由于受景物对象标准定标图案的图像像元数,如图1所示1由于标准与CCD摄像机三维空间相对位置关系、光学镜头畸图案的实际

3、面积为已知,故可算出在该位置处的定标变以及CCD摄像机质量等因素的影响,其采集的图系数(即每个像元的长度当量和面积当量)1利用标像中象素之间的空间关系会发生变化,即图像产生准定标块的长度和宽度是一个不变量作为比较判据[1]了几何失真或几何畸变,畸变的存在不利于图像对图像进行畸变校正1在畸变校正的过程中,必须通的辨认、分析和判断,在进行基于图像分析的运动检过边缘检测法确定标准定标块的边缘,然后才能判定测、模式匹配以及对图像特征值高精度测量等定量标准定标块在所采集的图像中发生的畸变程度1其分析时,就需要

4、对畸变图像进行校正,通过几何变换中边缘位置的精确定位对高精度测量图像具有很大来校正失真图像中的各个象素位置以重新得到象素的影响1间原来的空间关系,以产生精确的不失真图像1成像系统的几何畸变分为两类:线性几何畸变和非线性几何畸变,其中线性几何畸变的校正已经得到了比较好的解决,但非线性几何畸变的校正则是一个难度甚大的课题1为了解决这一问题,国内外很多学者进行了多方面的研究,虽然目前对不同畸变已研制出不同的算法,其中,最常见的是仿射变换模型;另一类是近年来受到关注的非线性畸变模型,如图1 含标准定标图案的

5、图像动态弹性模型、Snakes、可变形状模板等,但这些算Fig.1Imagecontainingthestandardpattern法都有一定的适用范围和条件11.2空间坐标变换[2]我们在从事光电窥膛系统对图像的采集、处CCD摄像机采集的图像几何畸变是非线性的,可理和测量研究的项目中,提出了利用基于现场定标用坐标间的多项式变换来表示该非线性变换1设原法的多项式变形技术和三元卷积插值方法,对CCD图像为g(u,v),受到几何形变的影响变成f(x,y),采集的光电图像几何畸变进行校正达到很好的效果1这

6、里(x,y)表示失真图像的坐标,它已不是原坐标(u,v),则原图像的空间坐标(u,v)和被校正图像对1基于现场定标法的CCD图像畸变校应点的空间坐标(x,y)之间的关系式为正算法nn-iijx=66aijuvi=0j=01.1 现场定标法(1)nn-iijy=66bijuvi=0j=0Tel:07913972815Email:ljgxd@163.com式中n为多项式的次数;aij,bij为待定系数,可收稿日期:20021211采用已知的控制点对,用曲面拟合方法,按最小二乘©1994-2007Chin

7、aAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net6期刘金根.一种基于现场定标的光电图像畸变校正算法733方准则求出1要1本文利用的边缘检测算法,可以使目标边缘的位若要使拟合误差平方和ε最小,即使置达到亚像素级,其实现方法如下:Lnn-iij21)对于数字图像{f(i,j)},利用Sobel边缘检测ε=6(xk-66aijukvk)=mink=1i=0j=0算子检测图像的水平和垂直边缘分量Sx

8、和Sy1水平则需求和垂直边缘检测模板分别为5εLnn-iijst=26(66aijukvk-xk)ukvk=0-1-2-110-15astk=1i=0j=0Mx=000和My=20-2可得Lnn-iL12110-1ijstst6(66aijukvk)ukvk=6xkukvk(2)2)水平和垂直边缘检测后的分量合成为k=1i=0j=0k=1同理可得S(i,j)=S2+S2(5)xyLnn-iL6(66bijuij)ustykust(3)形成边缘检测后的图像{S(i,j)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。