一种校正畸变图像边缘的改进算法

在已知畸变参数的条件下,针对轮廓简单的畸变图像,提出了综合校正法.该方法通过先直接后间接的空间变换方式来建立理想图像与畸变图像的坐标映射关系.根据图像边缘直线的属性即斜率及截距,来验证综合校正与直接校正的校正精度;同时对综合校正和间接校正的计算量及实时性进行比较.实验结果表明:综合法的校正精度在边缘直线的斜率方面比直接校正提高了的8倍,在边缘直线的截距上提高了的100倍;与间接校正相比,综合校正的实时性好,计算量小.     

内窥镜图像畸变校正的新方法

本文提出了基于全局收敛线性搜索的内窥镜图像桶形畸变的校正方法。方法假定畸变为圆对称形式,并利用多项式映射将畸变图像从畸变图像空间映射到校正图像空间。根据内窥镜成像特性以及基于全局收敛的线性搜索法来确定畸变图像中心和多项式系数。采用非线性回归对校正图像进行补偿。试验结果证实,该方法校正效果好、响应速度快、满足需要定量分析的图像处理的要求。     

一种实用广角成像系统几何畸变数字实时校正方法

图像的几何畸变广泛存在于应用广角镜头的成像系统,畸变的存在尤其不利于基于图像分析的定量分析领域.针对一个基于图像分析的红外角位置测量系统,提出一种实用广角成像系统几何畸变数字实时校正方法,阐述其畸变参数的标定方法,图像的空间变换和灰度插值方法,基于实时性要求,给出畸变校正的算法步骤,实验表明,此广角成像系统几何畸变数字实时校正方法有效提高了角位置测量系统的测量精度,并具有一定的实时性能.     

基于神经网络的畸变图像校正方法研究

基于神经网络的畸变图像校正方法与传统畸变图像校正方法相比,降低了构建模型的难度.因此,文章对基于神经网络的畸变图像校正方法进行重点研究,首先在量子遗传法中引入免疫学中的克隆选择算法,然后将其与BP算法进行结合,发挥二者的融合优势,以满足畸变图像校正的需求,实验结果表明,这种方法的应用效果十分显著.     

一种扫描图像几何畸变的数字校正方法

由于胶订书籍不能完全平铺于扫描仪的玻璃板上，从而使得扫描图像产生非线性几何畸变，为此，提出一种对此类畸变图像进行横向畸变数字校正的方法，并详细介绍了实现该数字校正的算法。实验结果表明，此算法能够大大减小横边误差，使畸变图像得到很好的复原。     

基于畸变校正的高光谱偏振图像配准方法

提出基于畸变校正的高光谱偏振图像配准方法,分析高光谱偏振图像成像特点构建畸变校正模型,依据高光谱偏振图像成像规律运算畸变校正模型,获取初始畸变系数,采用优化目标函数计算初始畸变系数得到最优畸变系数,采用该系数畸变校正不同偏振方向的高光谱图像;为提升畸变校正图像质量,采用后向插值算法-立方卷积插值方法灰度重建畸变校正高光谱偏振图像,在相同波段的重建高光谱偏振图像中选取0°、60°和120°偏振方向的图像,将60°偏振方向的图像作为基准图像,剩余方向的图像作为待配准图像,采用SURF算法实现高光谱偏振图像的图像配准。经过实验分析发现,该方法畸变校正后高光谱偏振图像径向畸变误差均方根最小值是0.438 652个像素,基准图像和配准图像SSD最低数值分别是151.26和157.62,说明该方法畸变校正效果优、配准精度较高。     

一种具有径向畸变校正的图像整合算法

本文讨论了基于圆序列的具有径向畸变校正的整合图像问题.由于相机旋转拍摄图片,可避免光源变化、遮挡和特征变化等出现在一般匹配中的问题,因此容易自动生成匹配点.本文主要结果为:(1)首次将径向畸变校对方法引入到图像整合问题;(2)给出优化计算投影变换和径向畸变校正参数的目标函数并推导出目标函数线性化公式;(3)用非线性优化技术对投影变换和径向畸变校正参数同时迭代优化求解.     

基于OpenCV的非线性图像畸变校正研究

由于光学镜头加工和装配误差的存在,数字相机拍摄图像常会出现非线性的几何畸变。针对这一常见问题,通过研究镜头畸变的数学模型和摄像机模型以及参数标定方法,在VC＋＋环境下调用OpenCV库函数,实现了图像畸变校正。实验结果表明,该方法能够在保证无颜色失真的条件下获得理想的校正结果,并且实现简便、准确。     

一种鱼眼镜头畸变图像实时校正算法

鱼眼镜头拍摄到的图像具有严重的畸变,不利于人眼观察和机器识别,需要对畸变的鱼眼图像进行校正。文章提出一种鱼眼图像校正算法,在扫描线逼近法的基础上提出了改进的有效区域提取算法,且针对校正后图像提出一种新的展开方法。     

基于交比不变性的广角成像系统几何失真校正

广角成像系统在近距离倾斜摄像获取大场景平面信息时,图像会存在透视变形与径向失真综合的非线性几何失真。利用网格模板成像,结合透视投影下的共线点列的交比不变性原理,通过非线性优化获得径向失真模型参数,实现径向失真的校正;通过透视变换方法构建变换矩阵求得变换系数,进而实现线性梯形失真的校正。对广角镜头焦距为14mm,相机倾斜角为43.34°,边长1200mm正方形模板成像的几何失真进行了校正实验,经对不同位置分布点的精度分析,得到各位置点的相对误差均小于1%。表明校正算法适用于非线性几何失真的处理,且具有较高的校正精度。     

基于网格图像自动检测的镜头畸变校正*

针对广角镜头所采集图像存在的畸变问题,提出了一种基于模板匹配和质心检测的高精度控制点检测法,并采用基于除法模型和正交相干相位检测法对畸变网格图像进行了高精度校正。实验结果表明,该镜头畸变校正算法能克服光照等不定因素,对畸变的网格图像交叉控制点进行高精度自动提取,并自动计算畸变图像中每一点的校正参数,实现了镜头畸变的高精度、全自动校正。     

高精度图像尺寸检测镜头畸变校正方法与实现

在高精度轴类零件尺寸图像检测中,提出了一种基于标准件法对镜头径向畸变进行快速校正的方法。该方法通过建立世界坐标转换到摄像机坐标、然后再转换到图像坐标的理想数学模型,并引入径向畸变参数,最终确立物体在世界坐标中与图像坐标中的映射关系,从而建立误差补偿曲线的高次拟合函数。利用得到的误差补偿函数的系数矩阵和径向畸变参数,实现镜头畸变的误差校正,有效改善了镜头畸变造成的检测误差。实验表明,该方法快速有效,提高了检测精度、降低了设备成本、检测精度可达2 μm。     

血管内窥镜图像畸变的分析和校正

利用光线追迹法分析了血管内窥镜成像的畸变特性 ,并由此导出畸变校正方程 ,实现了血管内窥镜畸变图像的校正。该方法避免了标准样板法的烦琐操作和人为误差。     

基于像素运动模型的数字造影系统成像畸变校正

提出一种基于像素运动模型的数字造影系统成像畸变的校正方法.通过在一些间隔均匀的方位上获取标志板图像,利用单幅图像的畸变校正算法计算出各幅图像中的像素受畸变影响而产生的运动,并据此求得像素运动模型的参数.利用该模型可以校正C型臂在任意方位下获取的造影图像的畸变.实验证明,该算法具有较高的精度和较快的速度.     

面阵相机几何畸变矫正方法研究

由于机械加工安装、镜头光学特性等误差因素会使相机拍摄的图像产生非线性畸变,所以在应用所拍摄图像之前需要对图像进行畸变校正.在从硬件和软件两个方面对图像进行畸变校正的方法进行总结的基础上,具体介绍了基于BP神经网络的图像几何畸变矫正方法和网格靶标交点坐标的提取方法.实验结果表明,BP神经网络的图像几何畸变矫正方法简单易于实现,且能较全面地拟合畸变函数,得到高精度的校正图像.     

基于卷积神经网络的胸环靶面畸变校正算法

实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。     

基于精确模型和逆投影的超大视场红外图像畸变校正

针对超大视场红外图像畸变大、与人眼视觉差异明显的问题,提出了一种基于精确模型和逆投影的超大视场红外图像畸变校正算法以改善其视觉效果.该算法首先利用精确模型对超大视场红外相机成像中的物、像关系进行描述;然后,针对红外图像像素采样率不高的缺点,利用较为精确的三次卷积插值法对图像进行插值来补全成像信息;最后,根据校正图像上的待赋值像点的坐标,结合校正模型和超大视场红外相机精确模型,计算该像点逆投影到插值图像时的对应坐标,并以最近邻像点像素值作为校正后图像像点的赋值.车载道路场景下的超大视场红外图像畸变校正实验结果显示,所提出的算法图像校正结果边界清晰、无锯齿效应,对场景中的直线平均还原偏差小于0.35 pixels,表明该算法对超大视场红外图像畸变校正具有较好的适用性.