本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，尤其涉及一種魚眼圖像邊緣增強(qiáng)方法。

背景技術(shù)：

魚眼鏡頭在外形上跟其他鏡頭不同，前組鏡片像魚眼一樣向外凸出，是一種特殊的廣角鏡頭，其視場(chǎng)角接近、等于甚至大于180度，能將半球空域甚至是超半球空域的物體成像在相面有限的范圍內(nèi)。

從光學(xué)設(shè)計(jì)的角度看，魚眼鏡頭所采用的透鏡具有很大的球面弧度，并且距離成像平面更近。這種特殊的結(jié)構(gòu)特點(diǎn)和成像特點(diǎn)，一方面使得魚眼相機(jī)可以獲得很大視野范圍，在機(jī)器人導(dǎo)航、視頻會(huì)議、實(shí)時(shí)監(jiān)控、全景攝像和天文觀測(cè)等需要較大視場(chǎng)的現(xiàn)實(shí)場(chǎng)景中得以廣泛應(yīng)用；另一方面，由于引入了很大的桶形畸變，使得魚眼鏡頭形成的圖像除了畫面中心的景物保持不變，其他本應(yīng)水平或垂直的景物都發(fā)生了相應(yīng)的變化，從而造成魚眼鏡頭成像面不同區(qū)域的分辨率是不同的，越靠近圖像中心，分辨率越高，細(xì)節(jié)信息越多，越偏離圖像中心，分辨率越低，細(xì)節(jié)信息越少，變形越嚴(yán)重。

為了提高魚眼圖像清晰度，彌補(bǔ)魚眼大視角帶來的圖像模糊，常規(guī)的做法是采用模糊增強(qiáng)方法。圖像的模糊增強(qiáng)是利用圖像中存在的某種不確定性，即模糊性，將模糊集理論用于圖像增強(qiáng)的一種方法。

現(xiàn)有圖像增強(qiáng)方法中，直接在畸變的魚眼圖像上進(jìn)行處理，但由于魚眼圖像數(shù)據(jù)是以非線性方式存儲(chǔ)的，無法直接處理，這種處理方式無法得到較好的圖像去模糊效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為克服現(xiàn)有魚眼圖像邊緣分辨率低，細(xì)節(jié)信息少的技術(shù)問題，旨在提供一種提高魚眼圖像邊緣清晰度的魚眼圖像邊緣增強(qiáng)方法。

一種魚眼圖像邊緣增強(qiáng)方法，包括：

S1、將魚眼圖像的像素點(diǎn)反投射到柱面全景圖像中，在柱面全景圖中根據(jù)梯度計(jì)算方法確定水平和垂直方向的相鄰像素點(diǎn)；再正投影到魚眼圖像中，找到對(duì)應(yīng)像素點(diǎn)的相應(yīng)位置；

S2、根據(jù)查找到的魚眼圖像中任一像素點(diǎn)的水平及垂直相鄰像素點(diǎn)計(jì)算該像素點(diǎn)的梯度值大小；

S3、根據(jù)魚眼圖像中任一像素點(diǎn)的梯度值計(jì)算魚眼圖像總變分；

魚眼圖像的魚眼總變分定義為：

公式(2)中，I(i,j)表示魚眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為魚眼圖像I的大小，J_fish-TV(I)表示魚眼圖像I中總變分值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)；

S4、基于魚眼總變分最小化的圖像復(fù)原問題即為求解下式的最小化問題，從而求得魚眼清晰圖像l^*；

l^*＝argmin[‖k*l-b‖²+λJ_fish-TV(I)]； (3)

上述步驟采用Lagrange法則，將魚眼圖像總變分最小化的圖像復(fù)原問題轉(zhuǎn)化為求解[‖k*l-b‖²+λJ_fish-TV(I)]的最小化問題；公式(3)中，λ是控制算法收斂的常量，λJ_fish-TV(I)為約束條件，即魚眼圖像先驗(yàn)知識(shí)，通過最小化重構(gòu)誤差‖k*l-b‖²，k為退化函數(shù)或模糊核，b為加性噪聲，*代表卷積算子，l^*表示魚眼清晰圖像。

進(jìn)一步的，所述S1具體為：

根據(jù)魚眼圖像中的點(diǎn)I(i,j)反投影到柱面全景圖像中的點(diǎn)P(u,v)，找到柱面全景圖像中水平和垂直方向的相鄰點(diǎn)P(u+1,v)和P(u,v+1)，再根據(jù)正投影找到魚眼圖像中對(duì)應(yīng)的點(diǎn)I(i+s₁,j+t₁)和I(i+s₂,j+t₂)。

進(jìn)一步的，所述S2具體為：采用總變分算法，提出魚眼梯度的正則化項(xiàng)；魚眼圖像中點(diǎn)I(i,j)處的梯度幅值用下式表示：

公式(1)中，I(i,j)表示魚眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為圖像I的大小，表示魚眼圖像I中任一點(diǎn)I(i,j)的梯度幅值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)。

本方法中將魚眼圖像的像素點(diǎn)反投射到柱面全景圖像中，在柱面全景圖中根據(jù)梯度計(jì)算方法確定水平和垂直方向的相鄰像素點(diǎn)，再正投影到魚眼圖像中，找到對(duì)應(yīng)像素點(diǎn)的相應(yīng)位置，然后計(jì)算魚眼圖像中該像素點(diǎn)的梯度值大小，然后根據(jù)各像素點(diǎn)的梯度值大小，

求得魚眼圖像的魚眼總變分，然后求解魚眼總變分最小化的圖像復(fù)原問題得到清晰圖像，從而得到去模糊效果較好的清晰魚眼圖像。

本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的魚眼圖像柱面反投影示意圖；

圖2是本發(fā)明實(shí)施例提供的一種魚眼圖像邊緣增強(qiáng)方法流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

由于魚眼鏡頭具有特殊的結(jié)構(gòu)，拍攝的魚眼圖像存在較大的形變，與人眼的視覺效果存在較大差異，而且圖像數(shù)據(jù)是以非線性方式存儲(chǔ)的，無法直接處理，需要將魚眼圖像矯正為線性投影圖像。

本發(fā)明為解決現(xiàn)有魚眼圖像去模糊中無法得到較好的效果，提供了一種魚眼圖像邊緣增強(qiáng)方法，如圖2所示，該方法包括：

S1、將魚眼圖像的像素點(diǎn)反投射到柱面全景圖像中，在柱面全景圖中根據(jù)梯度計(jì)算方法確定水平和垂直方向的相鄰像素點(diǎn)；再正投影到魚眼圖像中，找到對(duì)應(yīng)像素點(diǎn)的相應(yīng)位置；

具體的，如圖1所示，根據(jù)魚眼圖像中的點(diǎn)I(i,j)反投影到柱面全景圖像中的點(diǎn)P(u,v)，找到柱面全景圖像中水平和垂直方向的相鄰點(diǎn)P(u+1,v)和P(u,v+1)，再根據(jù)正投影找到魚眼圖像中對(duì)應(yīng)的點(diǎn)I(i+s₁,j+t₁)和I(i+s₂,j+t₂)，這里并沒有將魚眼圖像展開成全景圖像再處理，只是利用全景圖像分析并得到魚眼圖像中的領(lǐng)域關(guān)系。

S2、根據(jù)查找到的魚眼圖像中任一像素點(diǎn)的水平及垂直相鄰像素點(diǎn)計(jì)算該像素點(diǎn)的梯度值大?。?/p>

具采用總變分算法，提出魚眼梯度的正則化項(xiàng)；魚眼圖像中點(diǎn)I(i,j)處的梯度幅值用下式表示：

公式(1)中，I(i,j)表示魚眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為圖像I的大小，表示魚眼圖像I中任一點(diǎn)I(i,j)的梯度幅值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)。

S3、根據(jù)魚眼圖像中任一像素點(diǎn)的梯度值計(jì)算魚眼圖像總變分；

魚眼圖像I的魚眼總變分定義為：

公式(2)中，I(i,j)表示魚眼圖像I中任一像素點(diǎn)，i∈[1,m]；j∈[1,n],m*n為圖像I的大小，J_fish-TV(I)表示魚眼圖像I中總變分值，I(i+s₁,j+t₁)表示像素點(diǎn)I(i,j)的水平相鄰像素點(diǎn)，I(i+s₂,j+t₂)表示像素點(diǎn)I(i,j)的垂直相鄰像素點(diǎn)。

S4、基于魚眼總變分最小化的圖像復(fù)原問題即為求解下式的最小化問題，從而求得魚眼清晰度圖像l^*；

l^*＝argmin[‖k*l-b‖²+λJ_fish-TV(I)]； (3)

上述步驟采用Lagrange法則，將魚眼圖像總變分最小化的圖像復(fù)原問題轉(zhuǎn)化為求解[‖k*l-b‖²+λJ_fish-TV(I)]的最小化問題。公式(3)中，λ是控制算法收斂的常量，總變分最小化方法能夠抑制噪聲，但并不對(duì)解l^*強(qiáng)加平滑作用，可以保存圖像輪廓細(xì)節(jié)，并且可在保證圖像清晰度提高的前提下，抑制圖像復(fù)原所帶來的振鈴效應(yīng)。λJ_fish-TV(I)為約束條件，即魚眼圖像先驗(yàn)知識(shí)，通過最小化重構(gòu)誤差‖k*l-b‖²，k為退化函數(shù)或模糊核，也稱為點(diǎn)擴(kuò)散函數(shù)(Point Spread Function，PSF),b為加性噪聲，*代表卷積算子，l^*表示魚眼清晰圖像。這里提出的魚眼總變分算法不添加模糊核約束條件，也可單獨(dú)作為一種魚眼圖像復(fù)原算法使用。

本方法中將魚眼圖像的像素點(diǎn)反投射到柱面全景圖像中，在柱面全景圖中根據(jù)梯度計(jì)算方法確定水平和垂直方向的相鄰像素點(diǎn)，再正投影到魚眼圖像中，找到對(duì)應(yīng)像素點(diǎn)的相應(yīng)位置，然后計(jì)算魚眼圖像中該像素點(diǎn)的梯度值大小，然后根據(jù)各像素點(diǎn)的梯度值大小，求得魚眼圖像I的魚眼總變分，然后求解魚眼總變分最小化的圖像復(fù)原問題得到清晰圖像l^*，從而得到去模糊效果較好的清晰魚眼圖像。

以上所揭露的僅為本發(fā)明一種較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。