專利名稱：數(shù)字圖像的幾何畸變自動(dòng)校正方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，具體涉及一種數(shù)字圖像的幾何畸變自動(dòng)校正方法。
背景技術(shù)：
現(xiàn)有的數(shù)字圖像幾何畸變自動(dòng)校正方法采用的傳統(tǒng)插值方法，這使得校正出來(lái)的圖像在細(xì)節(jié)方面不夠精確，特別是在邊緣過(guò)渡的地方會(huì)出現(xiàn)模糊。目前的一些專業(yè)圖像處理軟件基本都需要人工的參與，它們并不能實(shí)現(xiàn)畸變校正的自動(dòng)化，然而人工參與不僅費(fèi)神費(fèi)力而且容易產(chǎn)生誤差。傳統(tǒng)的插值方法分為非線性插值和線性插值。常用的非線性插值法有最近鄰插值法，其運(yùn)算速度較快。但它僅使用離待測(cè)采樣點(diǎn)最近的像素的灰度值作為該采樣點(diǎn)的灰度值，而沒(méi)考慮其他相鄰像素點(diǎn)的影響，因而重新采樣后灰度值有明顯的不連續(xù)性，圖像質(zhì)量損失較大，會(huì)產(chǎn)生明顯的馬賽克和鋸齒現(xiàn)象。常用的線性插值法有雙線性插值法和立方卷積插值法等。雙線性插值法效果要好于最近鄰插值，只是計(jì)算量稍大一些，算法復(fù)雜些，程序運(yùn)行時(shí)間也稍長(zhǎng)些，但其具有低通濾波器的性質(zhì)，從而導(dǎo)致插值后圖像的高頻分量受到損失，圖像邊緣在一定程度上變得較為模糊。立方卷積插值能夠產(chǎn)生比雙線性插值更為平滑的邊緣，計(jì)算精度很高，處理后的圖像畫(huà)質(zhì)損失最少，效果是最佳的。但其計(jì)算量最大，算法也是最為復(fù)雜的。本發(fā)明因此而來(lái)。

發(fā)明內(nèi)容
本發(fā)明目的在于提供一種數(shù)字圖像的幾何畸變自動(dòng)校正方法，解決了現(xiàn)有技術(shù)中數(shù)字圖像幾何畸變自動(dòng)校正后圖像的細(xì)節(jié)方面不夠精確，邊緣過(guò)渡的地方會(huì)出現(xiàn)模糊等問(wèn)題。為了解決現(xiàn)有技術(shù)中的這些問(wèn)題，本發(fā)明提供的技術(shù)方案是一種數(shù)字圖像的幾何畸變自動(dòng)校正方法，其特征在于所述方法包括以下步驟(I)輸入數(shù)字圖像，然后對(duì)數(shù)字圖像進(jìn)行分割處理形成若干個(gè)圖像塊并分別標(biāo)記、儲(chǔ)存；(2)對(duì)數(shù)字圖像進(jìn)行圖像增強(qiáng)處理，然后檢測(cè)數(shù)字圖像的邊緣，對(duì)原始邊緣強(qiáng)度進(jìn)行拉伸使邊緣加強(qiáng)；清除圖像邊緣的毛刺；(3)提取圖像的輪廓，進(jìn)行空間變換，判斷插值點(diǎn)所屬的區(qū)域，分別進(jìn)行線性插值和非線性插值。本發(fā)明技術(shù)方案在自動(dòng)校正幾何畸變圖像的基礎(chǔ)上確保輸出的圖像在邊緣細(xì)節(jié)方面也有高清晰度。本發(fā)明技術(shù)方案采用了一種自動(dòng)校正幾何畸變圖像的方法。先用OTUS算法使圖像二值化并將圖像均勻分割為若干份存儲(chǔ)，為后續(xù)的選擇性插值做準(zhǔn)備。再將灰度圖采用直方圖法增強(qiáng)，然后對(duì)增強(qiáng)后的圖像進(jìn)行邊緣提取，對(duì)提取后的邊緣做適當(dāng)?shù)睦旌颓宄讨?，用檢測(cè)直線的算法得到圖像中的直線方程并計(jì)算多對(duì)直線上的匹配點(diǎn)，根據(jù)匹配點(diǎn)法進(jìn)行空間變換。在插值之前判斷插值所在區(qū)域的位置分別選擇插值的方式，若插值點(diǎn)在灰度變換劇烈的點(diǎn)就選擇非線性插值法，若插值點(diǎn)在灰度變換平穩(wěn)的點(diǎn)就選擇線性插值法。這樣不僅保證了系統(tǒng)的運(yùn)算速度也保證了校正后圖像的精度。本發(fā)明根據(jù)圖像的灰度變化情況而自適應(yīng)的選擇插值方法，不僅降低運(yùn)算量也在一定程度上提高了圖像的精度。具體的步驟包括I、輸入圖像后先分割圖像轉(zhuǎn)換彩色圖像為灰度圖，將灰度圖像二值化(如使用Otsu (最大類間方差)算法)使其按照灰度特性將灰度值轉(zhuǎn)換為“O”或者“1”，而“O”和“I”交替的區(qū)域即為灰度變化劇烈的區(qū)域。接著將圖像均勻的切分成互不重疊的多個(gè)子圖(如48個(gè))并分別標(biāo)記儲(chǔ)存。2、圖像增強(qiáng)用直方圖均衡化對(duì)灰度圖進(jìn)行增強(qiáng)3、檢測(cè)邊緣，并拉伸邊緣用sobel算子檢測(cè)邊緣，并在邊緣點(diǎn)附近對(duì)原始邊緣強(qiáng)度進(jìn)行適當(dāng)?shù)睦?，如g(i，j)=f (i，j) 土enhance其中，f (i, j)為原始圖像，g(i, j)為邊緣增強(qiáng)后的圖像，enhance為增強(qiáng)系數(shù)，正負(fù)號(hào)的選擇由邊緣的極性決定。4、清除毛刺采用長(zhǎng)度為7個(gè)像素角度為90度的結(jié)構(gòu)體對(duì)圖像的邊緣進(jìn)行開(kāi)運(yùn)算，以達(dá)到清除毛刺的效果。5、解析圖像輪廓根據(jù)已檢測(cè)的邊緣信息，本文用Hough變換進(jìn)行輪廓解析，可檢測(cè)到圖像中直線上的點(diǎn)，根據(jù)檢測(cè)到的點(diǎn)坐標(biāo)可計(jì)算出直線方程。6、進(jìn)行空間變換采用匹配點(diǎn)法進(jìn)行空間坐標(biāo)的變換。待校正圖像上的點(diǎn)定義為輸入點(diǎn)，其對(duì)應(yīng)的校正后圖像上的匹配點(diǎn)定義為基準(zhǔn)點(diǎn)。輸入點(diǎn)從檢測(cè)到得直線上獲取，本文取得的輸入點(diǎn)分別在直線的1/2、1/4、1/8處，按照幾何性質(zhì)可以根據(jù)輸入點(diǎn)的值計(jì)算出基準(zhǔn)點(diǎn)的值。根據(jù)求得的輸入點(diǎn)和基準(zhǔn)點(diǎn)能夠按照匹配法進(jìn)行空間坐標(biāo)變換。7、判斷插值點(diǎn)所屬的區(qū)域，分別進(jìn)行線性插值和非線性插值先判斷待插值點(diǎn)屬于步驟I切分的哪個(gè)子圖區(qū)域，再判斷待插值點(diǎn)在子圖區(qū)域中鄰近4個(gè)像素點(diǎn)的值，若這4個(gè)像素點(diǎn)的值相同(全為“I”或全為“O”)則選用線性插值法(如雙線性插值法或立方卷積插值法)，否則選用非線性插值法(如最近領(lǐng)域法)?，F(xiàn)有的幾何畸變自動(dòng)校正方法在進(jìn)行最后的插值部分時(shí)，為了計(jì)算的方便往往采用雙線性插值法，這個(gè)插值方法會(huì)使圖像的邊緣模糊。本發(fā)明技術(shù)方案將幾何畸變自動(dòng)校正方法和邊緣保持的雙線性插值方法結(jié)合在一起，不僅能夠使輸出的圖像具有高精度而且基本沒(méi)有增加計(jì)算的復(fù)雜度和時(shí)間，不論從輸出效果還是運(yùn)算量上都有提高。本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的有益效果本發(fā)明技術(shù)方案可以盡可能的對(duì)幾何畸變圖像進(jìn)行自動(dòng)校正，可以在保證盡可能提高速度的情況下，保證圖像的精度；本發(fā)明技術(shù)當(dāng)前的線性插值方法和非線性插值方法可以根據(jù)用戶的需求更換為精度更高的插值方法，對(duì)系統(tǒng)實(shí)現(xiàn)近一步的優(yōu)化。


下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述圖I為本發(fā)明技術(shù)方案的總體流程圖；圖2為本發(fā)明技術(shù)方案中圖像分割的工作流程圖；圖3為本發(fā)明技術(shù)方案中邊緣檢測(cè)的原理圖；圖4為本發(fā)明技術(shù)方案中畸變校正的原理圖；圖5為本發(fā)明技術(shù)方案中選擇插值方法的原理圖。
具體實(shí)施例方式以下結(jié)合具體實(shí)施例對(duì)上述方案做進(jìn)一步說(shuō)明。應(yīng)理解，這些實(shí)施例是用于說(shuō)明 本發(fā)明而不限于限制本發(fā)明的范圍。實(shí)施例中采用的實(shí)施條件可以根據(jù)具體廠家的條件做進(jìn)一步調(diào)整，未注明的實(shí)施條件通常為常規(guī)實(shí)驗(yàn)中的條件。I、輸入圖像后先分割圖像轉(zhuǎn)換彩色圖像為灰度圖，將灰度圖像二值化(如使用Otsu (最大類間方差)算法)使其按照灰度特性將灰度值轉(zhuǎn)換為“O”或者“1”，而“O”和“I”交替的區(qū)域即為灰度變化劇烈的區(qū)域。接著將圖像均勻的切分成互不重疊的多個(gè)子圖(如48個(gè))并分別標(biāo)記儲(chǔ)存。2、用直方圖均衡的方法增強(qiáng)圖像；3、用sobel算子檢測(cè)邊緣，并在邊緣點(diǎn)附近對(duì)原始邊緣強(qiáng)度進(jìn)行適當(dāng)?shù)睦焓惯吘壖訌?qiáng)；用sobel算子檢測(cè)邊緣，并在邊緣點(diǎn)附近對(duì)原始邊緣強(qiáng)度進(jìn)行適當(dāng)?shù)睦?，如g(i，j)=f(i，j) 土enhance其中,f (i, j)為原始圖像，g(i, j)為邊緣增強(qiáng)后的圖像，enhance為增強(qiáng)系數(shù)，正負(fù)號(hào)的選擇由邊緣的極性決定。4、用開(kāi)運(yùn)算清除毛刺采用長(zhǎng)度為7個(gè)像素角度為90度的結(jié)構(gòu)體對(duì)圖像的邊緣進(jìn)行開(kāi)運(yùn)算，以達(dá)到清除毛刺的效果。5、用Hough變換解析圖像輪廓根據(jù)已檢測(cè)的邊緣信息,本文用Hough變換進(jìn)行輪廓解析，可檢測(cè)到圖像中直線上的點(diǎn)，根據(jù)檢測(cè)到的點(diǎn)坐標(biāo)可計(jì)算出直線方程。6、提取計(jì)算匹配點(diǎn)并進(jìn)行空間變換采用匹配點(diǎn)法進(jìn)行空間坐標(biāo)的變換。待校正圖像上的點(diǎn)定義為輸入點(diǎn)，其對(duì)應(yīng)的校正后圖像上的匹配點(diǎn)定義為基準(zhǔn)點(diǎn)。輸入點(diǎn)從檢測(cè)到得直線上獲取，本文取得的輸入點(diǎn)分別在直線的1/2、1/4、1/8處，按照幾何性質(zhì)可以根據(jù)輸入點(diǎn)的值計(jì)算出基準(zhǔn)點(diǎn)的值。根據(jù)求得的輸入點(diǎn)和基準(zhǔn)點(diǎn)能夠按照匹配法進(jìn)行空間坐標(biāo)變換。7、判斷插值點(diǎn)所屬的區(qū)域，分別進(jìn)行線性插值和非線性插值先判斷待插值點(diǎn)屬于步驟I切分的哪個(gè)子圖區(qū)域，再判斷待插值點(diǎn)在子圖區(qū)域中鄰近4個(gè)像素點(diǎn)的值，若這4個(gè)像素點(diǎn)的值相同(全為“I”或全為“O”)則選用線性插值法(如雙線性插值法或立方卷積插值法)，否則選用非線性插值法(如最近領(lǐng)域法)。上述實(shí)例只為說(shuō)明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn)，其目的在于讓熟悉此項(xiàng)技術(shù)的人是能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，并不能以此限制本發(fā)明的保護(hù)范圍。凡根據(jù)本發(fā)明精神實(shí)質(zhì)所做的等效變換或修飾，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種數(shù)字圖像的幾何畸變自動(dòng)校正方法，其特征在于所述方法包括以下步驟(1)輸入數(shù)字圖像，對(duì)數(shù)字圖像進(jìn)行分割處理形成若干個(gè)圖像塊并分別標(biāo)記、儲(chǔ)存；(2)對(duì)數(shù)字圖像進(jìn)行圖像增強(qiáng)處理，然后檢測(cè)數(shù)字圖像的邊緣，對(duì)原始邊緣強(qiáng)度進(jìn)行拉伸使邊緣加強(qiáng)；清楚圖像邊緣的毛刺；(3)提取圖像的輪廓，進(jìn)行空間變換，判斷插值點(diǎn)所屬的區(qū)域，分別進(jìn)行線性插值和非線性插值。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于所述方法步驟(I)中數(shù)字圖像先進(jìn)行二值化處理為灰度圖像，然后進(jìn)行圖像分割。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于所述方法步驟(2)中用sobel算子檢測(cè)邊緣，并在邊緣點(diǎn)附近對(duì)原始邊緣強(qiáng)度進(jìn)行適當(dāng)?shù)睦?，圖像增強(qiáng)的公式為g(i，j)=f(i，j) 土enhance其中，f(i, j)為原始圖像，g(i, j)為邊緣增強(qiáng)后的圖像，enhance為增強(qiáng)系數(shù),正負(fù)號(hào)的選擇由邊緣的極性決定。
全文摘要
本發(fā)明公開(kāi)了一種數(shù)字圖像的幾何畸變自動(dòng)校正方法，其特征在于所述方法包括以下步驟(1)輸入數(shù)字圖像，然后對(duì)數(shù)字圖像進(jìn)行分割處理形成若干個(gè)圖像塊并分別標(biāo)記、儲(chǔ)存；(2)對(duì)數(shù)字圖像進(jìn)行圖像增強(qiáng)處理，然后檢測(cè)數(shù)字圖像的邊緣，對(duì)原始邊緣強(qiáng)度進(jìn)行拉伸使邊緣加強(qiáng)；清楚圖像邊緣的毛刺；(3)提取圖像的輪廓，進(jìn)行空間變換，判斷插值點(diǎn)所屬的區(qū)域，分別進(jìn)行線性插值和非線性插值。該方法在自動(dòng)校正幾何畸變圖像的基礎(chǔ)上確保輸出的圖像在邊緣細(xì)節(jié)方面也有高清晰度。
文檔編號(hào)G06T3/40GK102930515SQ20121040861
公開(kāi)日2013年2月13日 申請(qǐng)日期2012年10月24日 優(yōu)先權(quán)日2012年10月24日
發(fā)明者陳國(guó)慶, 尹爽 申請(qǐng)人:蘇州兩江科技有限公司