專利名稱：鏡頭成像畸變校正的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，尤其涉及鏡頭成像畸變校正的方法。
背景技術(shù)：
普通光學(xué)鏡頭在成像的時候一般會存在一定程度的畸變，具體表現(xiàn)可分為兩種情況枕形畸變(pin-cushion distortion)，及桶形畸變(Barrel distortion)。由于畸變的存在，當鏡頭正對一個矩形拍攝時，成像不再是矩形，而是如圖1所示的形狀。大多數(shù)情況下人看到畸變后的圖像后，大腦能對其進行自動校正，結(jié)果是基本上不影響對圖象內(nèi)容的感知，但對于計算機及很多軟件而言，這會導(dǎo)致嚴重的后果。因此有必要對畸變的圖象進行適當校正。
目前現(xiàn)有的補償圖像畸變的方法，如申請日為1998年11月26日的中國專利98122712.0，都是先讀取一個校正片，此校正片上具有預(yù)定量的黑白相間條紋，黑條紋的精確位置為已知。校正片讀取后，可得相應(yīng)的預(yù)定量黑白相間條紋，經(jīng)判斷計算后可得黑條紋位置。然后，計算該預(yù)定量黑白相間條紋的精確位置與圖像讀取后計算位置的差值，即得各基準點的畸變量。將各基準點的畸變量存入存儲器中結(jié)束校正片讀取程序。每次進行圖像讀取時，存于存儲器中的各畸變量被取出，以修正光學(xué)系統(tǒng)造成的圖像畸變。
但是，此類方法存在一定的問題。首先，它計算黑白條紋后得到的只是幾個基準點的畸變量，然后根據(jù)這幾個基準點的畸變量對相應(yīng)的圖像信息進行校正。因此，這種校正方法并不是對圖像的每個點都進行了畸變校正，這種畸變校正的效果不是很準確，并不能得到完全符合要求的校正圖像。其次，要解決光學(xué)系統(tǒng)畸變的問題，最根本的途徑在于，對畸變的產(chǎn)生建立一個嚴格的數(shù)學(xué)模型，在此基礎(chǔ)上研究其產(chǎn)生的原因并找到解決方法。在這樣的情況下，新的光學(xué)系統(tǒng)畸變的解決方案被需求。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中的問題和不足，本發(fā)明的目的在于提供一種對鏡頭成像畸變進行校正的方法。它建立了一個嚴格的數(shù)學(xué)模型，可以對圖像的每個點都進行畸變校正，從而得到準確的校正結(jié)果。
鏡頭成像畸變校正的方法，該方法包括下列步驟1)進行圖像讀取，產(chǎn)生一組對應(yīng)的圖像信息；2)提供一校正片，并將校正片上的一些點設(shè)為確定點；3)找出幾個確定點，并求出它們相應(yīng)的畸變量，{(dri，Ri)}，i＝1，2，3，…，M；4)根據(jù)這幾個確定點及其畸變量求出校正系數(shù)k1，k2，...kn的值，n為任意自然數(shù)；5)根據(jù)校正系數(shù)k1，k2，...kn的值，算出圖像中各個點的畸變量，得到校正后的圖像。
上述校正片為棋盤格校正片，確定點為相鄰黑格的相交點。
上述校正系數(shù)k1，k2，...kn由下列步驟定義設(shè)定畸變量對于聚焦點即圓心O是各向同性的，在某條半徑OP上對畸變建立數(shù)學(xué)模型；設(shè)定校正后的點P位于OP之延長線上的Q點處，OP＝r，OQ＝R，畸變量dr＝R-r；畸變量dr可以表示為dr＝k1*R+k2*R3+k3*R5+…，k1，k2，...kn為畸變系數(shù)。
本發(fā)明還可以在進行步驟1)前對圖像進行預(yù)先校正，所述預(yù)先校正的步驟為1)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；2)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
上述預(yù)先校正還可以以如下步驟為進行1)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；2)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
上述各基準點的畸變量ΔX(i)由下列步驟產(chǎn)生提供一校正片，校正片上具有預(yù)定量的黑白相間條紋，所述黑白條紋的精確位置為已知值，X(1)，X(2)，X(3)…X(M)，稱之為基準點；使圖像讀取裝置讀取校正片上具有預(yù)定數(shù)量的黑白相間條文圖案，產(chǎn)生一對應(yīng)圖像信息；由對應(yīng)圖像信息，計算后可得到所述條紋圖案的位置X`(1)，X`(2)，X`(3)…X`(M)；計算該預(yù)定數(shù)量黑白相間條紋圖案的精確位置與圖像讀取后位置的差值，得到各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)；將各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)存入一存儲器。
由于本發(fā)明提出一種針對光學(xué)鏡頭圖像畸變所建立的數(shù)學(xué)模型，以及對其進行校正的方法。使得本發(fā)明可以通過計算出來的校正系數(shù)對圖像的每個點進行校正，從而準確地對存在畸變的圖像進行較正。它可以用讀取黑白條紋校正片的方法對成像進行預(yù)先校正，也可以很容易地對事先未經(jīng)任何校正的圖像進行校正。它可以解決枕形畸變和桶形畸變，并且在應(yīng)用上具有靈活易用的特點。


圖1為鏡頭對矩形進行拍攝發(fā)生畸變的示意圖；圖2為本發(fā)明的工作流程圖；圖3為本發(fā)明建立數(shù)學(xué)模型的原理圖。
具體實施例方式
參看圖2，鏡頭成像畸變校正的方法，該方法包括下列步驟1)進行圖像讀取，產(chǎn)生一組對應(yīng)的圖像信息；2)提供一棋盤格校正片，并將校正片上各相鄰黑格的相交點設(shè)為確定點；3)找出幾個確定點，并求出它們相應(yīng)的畸變量，{(dri，Ri)}，i＝1，2，3，…，M；4)根據(jù)這幾個確定點及其畸變量求出校正系數(shù)k1，k2，...kn的值，n為任意自然數(shù)；
5)根據(jù)校正系數(shù)k1，k2，...kn的值，算出圖像中各個點的畸變量，得到校正后的圖像。
參看圖3，上述校正系數(shù)k1，k2，...kn由下列步驟定義假設(shè)校正后點P應(yīng)該位于OP之延長線上Q點處，令OP＝r，OQ＝R，則畸變量dr定義為dr＝R-rdr為正數(shù)時，表示桶形畸變，為負數(shù)時表示枕形畸變。
顯然，某點處的畸變量隨著其半徑不同而不同。一般而言，越接近圖像的邊緣，畸變越厲害。
另外，當R變?yōu)?R時，即在相反方向延長線上的點，其畸變量dr也變?yōu)?dr。
于是，我們可以將dr表示為dr＝k1*R+k2*R3+k3*R5+…其中，k1，k2，k3等為待定的系數(shù)。為了說明的方便，假設(shè)只取前面三項來做近似dr＝k1*R+k2*R3+k3*R5根據(jù)確定點及其畸變量求出校正系數(shù)k1，k2，...kn的值，可以通過下列具體數(shù)學(xué)公式實現(xiàn)，這里只取k1，k2，k3進行說明。
使得f=Σi=1M[dri-(k1*Ri+k2*Ri3+k3*Ri5)]2]]>最小，這可以通過令∂f∂kj=0,]]>j＝1，2，3來實現(xiàn)。
即∂f∂kj=Σi=1M2*[dri-(k1*Ri+k2*Ri3+k3*Ri5)]*Ri2j-1=0]]>
即dri-(Ri*k1+Ri3*k2+Ri5*k3)=0]]>即R1R13R15R2R23R25·········RMRM3RM5k1k2···kM=dr1dr2···drM]]>或?qū)懗删仃囆问紸*K＝B，其中A為M*3矩陣；K為3*1矩陣；B為M*1矩陣。
一般而言M＞＞3，于是求得，K＝(AT*A)-1*AT*B，其中AT為A的轉(zhuǎn)置矩陣3*M。
至此，dr＝k1*R+k2*R3+k3*R5完全確定。
本發(fā)明還可以在進行步驟1)前對圖像進行預(yù)先校正，所述預(yù)先校正的步驟為1)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；2)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
上述預(yù)先校正還可以以如下步驟為進行1)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；2)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
上述各基準點的畸變量ΔX(i)由下列步驟產(chǎn)生提供一校正片，校正片上具有預(yù)定量的黑白相間條紋，所述黑白條紋的精確位置為已知值，X(1)，X(2)，X(3)…X(M)，稱之為基準點；使圖像讀取裝置讀取校正片上具有預(yù)定數(shù)量的黑白相間條文圖案，產(chǎn)生一對應(yīng)圖像信息；由對應(yīng)圖像信息，計算后可得到所述條紋圖案的位置X`(1)，X`(2)，X`(3)…X`(M)；計算該預(yù)定數(shù)量黑白相間條紋圖案的精確位置與圖像讀取后位置的差值，得到各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)；將各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)存入一存儲器。
權(quán)利要求
1.鏡頭成像畸變校正的方法，該方法包括下列步驟1)進行圖像讀取，產(chǎn)生一組對應(yīng)的圖像信息；2)提供一校正片，并將校正片上一些點設(shè)為確定點；3)找出幾個確定點，并求出它們相應(yīng)的畸變量，{(dri，Ri)}，i＝1，2，3，…，M；4)根據(jù)這幾個確定點及其畸變量求出校正系數(shù)k1，k2，…kn的值，n為任意自然數(shù)；5)根據(jù)校正系數(shù)k1，k2，…kn的值，算出圖像中各個點的畸變量，得到校正后的圖像。
2.按照權(quán)利要求1所述的鏡頭成像畸變校正的方法，其特征在于，所述校正片為棋盤格校正片，所述確定點為相鄰黑格的相交點。
3.按照權(quán)利要求1所述的鏡頭成像畸變校正的方法，其特征在于，所述校正系數(shù)k1，k2，…kn由下列步驟定義設(shè)定畸變量對于聚焦點即圓心O是各向同性的，在某條半徑OP上對畸變建立數(shù)學(xué)模型；設(shè)定校正后的點P位于OP之延長線上的Q點處，OP＝r，OQ＝R，畸變量dr＝R-r；畸變量dr可以表示為dr＝k1*R+k2*R3+k3*R5+…，k1，k2，…kn為畸變系數(shù)。
4.按照權(quán)利要求1所述的鏡頭成像畸變校正的方法，其特征在于，還可以在進行步驟1)前對圖像進行預(yù)先校正，所述預(yù)先校正的步驟為1)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；2)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
5.按照權(quán)利要求3所述的鏡頭成像畸變校正的方法，其特征在于，所述各基準點的畸變量ΔX(i)由下列步驟產(chǎn)生提供一校正片，校正片上具有預(yù)定量的黑白相間條紋，所述黑白條紋的精確位置為已知值，X(1)，X(2)，X(3)…X(M)，稱之為基準點；使圖像讀取裝置讀取校正片上具有預(yù)定數(shù)量的黑白相間條文圖案，產(chǎn)生一對應(yīng)圖像信息；由對應(yīng)圖像信息，計算后可得到所述條紋圖案的位置X`(1)，X`(2)，X`(3)…X`(M)；計算該預(yù)定數(shù)量黑白相間條紋圖案的精確位置與圖像讀取后位置的差值，得到各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)；將各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)存入一存儲器。
6.按照權(quán)利要求1所述的鏡頭成像畸變校正的方法，其特征在于，還可以在進行步驟1)前對圖像進行預(yù)先校正，所述預(yù)先校正的步驟為1)進行圖像讀取，產(chǎn)生一對應(yīng)的圖像信息；2)取得各基準點的畸變量ΔX(i)，i＝1，2，3，…，M；3)根據(jù)所述各畸變量ΔX(i)，對所述圖像信息進行補償。
7.按照權(quán)利要求5所述的鏡頭成像畸變校正的方法，其特征在于，所述各基準點的畸變量ΔX(i)由下列步驟產(chǎn)生提供一校正片，校正片上具有預(yù)定量的黑白相間條紋，所述黑白條紋的精確位置為已知值，X(1)，X(2)，X(3)…X(M)，稱之為基準點；使圖像讀取裝置讀取校正片上具有預(yù)定數(shù)量的黑白相間條文圖案，產(chǎn)生一對應(yīng)圖像信息；由對應(yīng)圖像信息，計算后可得到所述條紋圖案的位置X`(1)，X`(2)，X`(3)…X`(M)；計算該預(yù)定數(shù)量黑白相間條紋圖案的精確位置與圖像讀取后位置的差值，得到各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)；將各基準點的畸變量ΔX(1)，ΔX(2)，ΔX(3)…ΔX(M)存入一存儲器。
全文摘要
本發(fā)明公開了鏡頭成像畸變校正的方法，屬于數(shù)字圖像處理領(lǐng)域。本發(fā)明建立了一個嚴格的數(shù)學(xué)模型，可以對圖像的每個點都進行畸變校正，從而得到準確的校正結(jié)果。該方法包括下列步驟1)進行圖像讀取，產(chǎn)生一組對應(yīng)的圖像信息；2)提供一校正片，并將校正片上的一些點設(shè)為確定點；3)找出幾個確定點，并求出它們相應(yīng)的畸變量，{(dr
文檔編號G06K9/20GK1525384SQ0313770
公開日2004年9月1日 申請日期2003年6月20日 優(yōu)先權(quán)日2003年6月20日
發(fā)明者王浩, 俞青, 王 浩 申請人:北京中星微電子有限公司