畸變圖像校正復(fù)原與分析報(bào)警的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及到圖像處理技術(shù)領(lǐng)域，特別涉及到畸變圖像校正復(fù)原與分析報(bào)警的方 法和裝置。
【背景技術(shù)】
[0002] 在安防視頻監(jiān)控領(lǐng)域，普通的視頻監(jiān)控探頭會(huì)存在很多的盲區(qū)和死角，使得不法 分子有機(jī)可乘。如果在普通監(jiān)控的盲區(qū)和死角針對(duì)性的安放魚眼監(jiān)控探頭，進(jìn)行實(shí)時(shí)視頻 分析，便可以對(duì)這些死角和盲區(qū)的安全及突發(fā)的事件(如遺留物檢測(cè)，物品監(jiān)控）等，起到很 好的安全快速預(yù)警的作用。魚眼鏡頭是一種焦距極短、且視角接近或等于180°的鏡頭，它 是一種極端的廣角鏡頭。為使鏡頭達(dá)到最大的攝影視角，這種攝影鏡頭的前鏡片直徑且呈 拋物狀向鏡頭前部凸出，與魚的眼睛頗為相似，魚眼鏡頭因此而得名。魚眼鏡頭屬于超廣角 鏡頭中的一種特殊鏡頭，它的視角力求達(dá)到或超出人眼所能看到的范圍。但其不足為圖像 嚴(yán)重失真，近景極大、遠(yuǎn)景極小，導(dǎo)致得到的圖像與人們眼中的真實(shí)世界的景象存在著很大 的差別。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的主要目的為提供一種畸變圖像校正復(fù)原與分析報(bào)警的方法和裝置，能對(duì) 采集到的畸變圖像進(jìn)行很好的校正復(fù)原。
[0004] 本發(fā)明提出一種畸變圖像校正復(fù)原與分析報(bào)警的方法，包括步驟：
[0005] 接收畸變鏡頭采集到的原始畸變圖像，獲取所述原始畸變圖像中各坐標(biāo)點(diǎn)的原始 畸變坐標(biāo)（x d'，y/);
[0006] 獲取預(yù)存儲(chǔ)的所述畸變鏡頭的畸變參數(shù)（Ii1，k2 )，確定所述原始畸變圖像中各坐標(biāo) 點(diǎn)的復(fù)原坐標(biāo)（Xu'，yu'），獲得復(fù)原后圖像。
[0007] 優(yōu)選地，所述畸變鏡頭的畸變參數(shù)（ki，k2)的標(biāo)定步驟包括：
[0008] 接收畸變鏡頭采集到的樣本圖像和普通鏡頭采集到的樣本圖像；
[0009] 獲取所述畸變鏡頭采集到的樣本圖像中標(biāo)定特征的有畸變坐標(biāo)（xd，yd)和所述普 通鏡頭采集到的樣本圖像中標(biāo)定特征的無畸變坐標(biāo)（x u，yu);
[0010] 將所述有畸變坐標(biāo)（xd，yd)和無畸變坐標(biāo)（x u，yu)代入公式：
[0011]
【主權(quán)項(xiàng)】
1. 一種畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，包括步驟： 接收畸變鏡頭采集到的原始畸變圖像，獲取所述原始畸變圖像中各坐標(biāo)點(diǎn)的原始畸變 坐標(biāo)（Xd'，yd'）； 獲取預(yù)存儲(chǔ)的所述畸變鏡頭的畸變參數(shù)（h，k2)，確定所述原始畸變圖像中各坐標(biāo)點(diǎn)的 復(fù)原坐標(biāo)（xu'，yu'），獲得復(fù)原后圖像。
2. 根據(jù)權(quán)利要求1所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述畸 變鏡頭的畸變參數(shù)（kp k2)的標(biāo)定步驟包括： 接收畸變鏡頭采集到的樣本圖像和普通鏡頭采集到的樣本圖像； 獲取所述畸變鏡頭采集到的樣本圖像中標(biāo)定特征的有畸變坐標(biāo)（xd，yd)和所述普通鏡 頭采集到的樣本圖像中標(biāo)定特征的無畸變坐標(biāo)（xu，yu); 將所述有畸變坐標(biāo)（xd，yd)和無畸變坐標(biāo)（xu，yu)代入公式：
經(jīng)η次迭代后，獲得畸變參數(shù) (Ii1, k2),其中，（xdi, ydi)為第i次迭代后的有畸變坐標(biāo)，Iv1為第i-Ι次迭代后的樣本圖像 半徑，初始值；
3. 根據(jù)權(quán)利要求2所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述獲 取畸變鏡頭采集到的樣本圖像中標(biāo)定特征的有畸變坐標(biāo)（x d，yd)和所述普通鏡頭采集到的 樣本圖像中標(biāo)定特征的無畸變坐標(biāo)（xu，y u)的步驟包括： 分別對(duì)所述畸變鏡頭采集到的樣本圖像和普通鏡頭采集到的樣本圖像進(jìn)行二階圖像 灰度化處理，獲得畸變樣本灰度圖和普通樣本灰度圖； 采用邊緣檢測(cè)算法，分別對(duì)所述畸變樣本灰度圖和普通樣本灰度圖進(jìn)行邊緣檢測(cè)，獲 得畸變樣本輪廓圖和普通樣本輪廓圖； 采用霍夫變換算法，分別對(duì)所述畸變樣本輪廓圖和普通樣本輪廓圖中的標(biāo)定特征進(jìn)行 檢測(cè)，獲得所述有畸變坐標(biāo)（xd，yd)和無畸變坐標(biāo)（xu，y u)。
4. 根據(jù)權(quán)利要求1所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述確 定原始畸變圖像中各坐標(biāo)點(diǎn)的復(fù)原坐標(biāo)（xu'，y u'）的步驟具體包括： 將所述原始畸變坐標(biāo)（x/，y/)和畸變參數(shù)（kp k2)代入公式：
δη'次迭代后，獲得復(fù)原坐 標(biāo)（Xu'，yu'），其中，（xdi'，ydi'）為第i次迭代后的原始畸變坐標(biāo)，r' H為第i-Ι次迭代后 的原始畸變圖像半徑，初始值為rY = 4^l+yl。
5. 根據(jù)權(quán)利要求1所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述確 定原始畸變圖像中各坐標(biāo)點(diǎn)的復(fù)原坐標(biāo)（xu'，y u'）的步驟之后還包括： 獲取所述畸變鏡頭的方向角（α，β，Y); 根據(jù)所述畸變鏡頭的方向角（α，β，Υ)和所述復(fù)原坐標(biāo)（\'，3^'），對(duì)畸變矩陣做空 間位置的變化，獲得所述畸變鏡頭的方向角（α，β，Υ)對(duì)應(yīng)的復(fù)原坐標(biāo)（xu"，yu")。
6. 根據(jù)權(quán)利要求5所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述根 據(jù)畸變鏡頭的方向角（α，β，Y)和所述復(fù)原坐標(biāo)（x u'，yu'），對(duì)畸變矩陣做空間位置的變 化，獲得所述畸變鏡頭的方向角（α，β，Y)對(duì)應(yīng)的復(fù)原坐標(biāo)（x u"，yu"）的步驟具體包括： 將所述復(fù)原坐標(biāo)（xu'，yu'）
，獲得鏡頭坐標(biāo)（x。，y。，z。)，其 中，f為所述畸變鏡頭的等效焦距； 將所述畸變鏡頭的方向角U，β，Y )和鏡頭坐標(biāo)（X。，y。，z。）代入公式：
,獲得所述畸變鏡頭的方向角（α，β，Y ) 對(duì)應(yīng)的復(fù)原坐標(biāo)（Xu"，yu")，其彳
為所述畸變鏡頭的光學(xué)特征參數(shù)矩陣， b平移矢量。
7. 根據(jù)權(quán)利要求1所述的畸變圖像校正復(fù)原與分析報(bào)警的方法，其特征在于，所述獲 取預(yù)存儲(chǔ)的所述畸變鏡頭的畸變參數(shù)（h，k2 )，確定所述原始畸變圖像中各坐標(biāo)點(diǎn)的復(fù)原坐 標(biāo)（Xu'，yu'），獲得復(fù)原后圖像的步驟之后還包括： 采用插值算法，修補(bǔ)所述復(fù)原后圖像中的空洞坐標(biāo)點(diǎn)； 根據(jù)所述