一種基於含噪魚眼圖像的有效區域提取方法及系統與流程

2023-05-30 20:41:42

本發明涉及圖像處理技術領域，尤其涉及一種基於含噪魚眼圖像的有效區域提取方法及系統。

背景技術：

魚眼鏡頭是一種焦距為16mm或更短的並且視角接近或等於180°的鏡頭。它是一種極端的廣角鏡頭。現在廣泛用於全景瀏覽、大範圍監控系統、智能交通系統等眾多領域。但是魚眼圖像所拍攝的圖像具有明顯的畸變，無法直接實際應用。對魚眼畸變圖像進行校正時，首先要進行有效區域的提取，對有效區域的提取的準確與否直接影響魚眼畸變圖像是否能被準確校準，魚眼圖像圓形有效區域的準確提取至關重要。，現有的魚眼圖像有效區域的提取方法包括面積統計算法，逐行逐列掃描求圓切線的算法，區域生長法等，這些算法生效的前提在於所處理的魚眼圖像周圍沒有噪聲的幹擾，能夠通過簡單的圖像處理方法就能得到有效區域，一旦原始魚眼圖像周圍有強幹擾噪聲無法去除時，這些算法都不能夠準確的檢測出魚眼圖像的有效區域，現有的提取算法計算複雜度高，成本高，從而為魚眼圖像校正帶來了不便。

因此，現有技術還有待於改進和發展。

技術實現要素：

鑑於現有技術的不足，本發明目的在於提供一種基於含噪魚眼圖像的有效區域提取方法及系統，旨在解決現有技術中原始魚眼圖像周圍有強幹擾噪聲無法去除時，現有的有效區域的提取算法都不能夠準確的檢測出魚眼圖像的有效區域，而且現有的提取算法計算複雜度高，從而為魚眼圖像校正帶來了不便的技術問題。

本發明的技術方案如下：

一種基於含噪魚眼圖像的有效區域提取方法，其中，方法包括步驟：

A、通過魚眼攝像頭獲取一幅含噪魚眼圖像，對含噪魚眼圖像進行預處理；

B、對經過預處理的含噪魚眼圖像使用梯度算法計算後，對有效圓區域進行定位生成第一魚眼圖像；

C、去除第一魚眼圖像的噪聲後生成第二魚眼圖像，獲取第二魚眼圖像有效圓區域的圓周上的點的集合；

D、對點的集合進行擬合後獲取第二魚眼圖像有效圓區域的圓心坐標及半徑，根據圓心坐標、半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

所述的基於含噪魚眼圖像的有效區域提取方法，其中，所述步驟A具體包括步驟：

A1、通過魚眼攝像頭獲取一幅在有效圓區域中包含有雜光和噪聲的含噪魚眼圖像；

A2、對含噪魚眼圖像依次進行高斯濾波處理和二值化處理後生成預處理的含噪魚眼圖像。

所述的基於含噪魚眼圖像的有效區域提取方法，其中，所述步驟B具體包括步驟：

B1、採用hough圓算法對預處理的含噪魚眼圖像的有效圓區域進行定位，獲取定位的第一有效圓區域對應的第一圓心和第一半徑。

所述的基於含噪魚眼圖像的有效區域提取方法，其中，所述步驟C具體包括步驟：

C1、根據第一有效圓區域對應的第一圓心和第一半徑，根據形態學的算法對第一魚眼圖像的噪聲進行去除後生成第二魚眼圖像；

C2、採用鏈碼算法提取第二魚眼圖像中的有效圓區域輪廓上的點，獲取第二魚眼圖像有效圓區域的圓周上的點的集合。

所述的基於含噪魚眼圖像的有效區域提取方法，其中，所述步驟D具體包括步驟：

D1、採用ransac特徵匹配算法及最小二乘擬合算法，對點的集合進行篩選和擬合，剔除不是有效圓上的點後，得到最終的有效點集；

D2、根據有效點集擬合得到第二魚眼圖像有效圓區域對應的第二圓心坐標及第二半徑；

D3、根據第二圓心坐標、第二半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

一種基於含噪魚眼圖像的有效區域提取系統，其中，系統包括：

預處理模塊，用於通過魚眼攝像頭獲取一幅含噪魚眼圖像，對含噪魚眼圖像進行預處理；

定位模塊，用於對經過預處理的含噪魚眼圖像使用梯度算法計算後，對有效圓區域進行定位生成第一魚眼圖像；

點集獲取模塊，用於去除第一魚眼圖像的噪聲後生成第二魚眼圖像，獲取第二魚眼圖像有效圓區域的圓周上的點的集合；

有效圓區域提取模塊，用於對點的集合進行擬合後獲取第二魚眼圖像有效圓區域的圓心坐標及半徑，根據圓心坐標、半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述預處理模塊具體包括：

魚眼圖像獲取單元，用於通過魚眼攝像頭獲取一幅在有效圓區域中包含有雜光和噪聲的含噪魚眼圖像；

預處理單元，用於對含噪魚眼圖像依次進行高斯濾波處理和二值化處理後生成預處理的含噪魚眼圖像。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述定位模塊具體用於採用hough圓算法對預處理的含噪魚眼圖像的有效圓區域進行定位，獲取定位的第一有效圓區域對應的第一圓心和第一半徑。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述點集獲取模塊具體包括：

去噪單元，用於根據第一有效圓區域對應的第一圓心和第一半徑，根據形態學的算法對第一魚眼圖像的噪聲進行去除後生成第二魚眼圖像；

點集獲取單元，用於採用鏈碼算法提取第二魚眼圖像中的有效圓區域輪廓上的點，獲取第二魚眼圖像有效圓區域的圓周上的點的集合。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述有效圓區域提取模塊具體包括：

有效點集獲取單元，用於採用ransac特徵匹配算法及最小二乘擬合算法，對點的集合進行篩選和擬合，剔除不是有效圓上的點後，得到最終的有效點集；

擬合單元，用於根據有效點集擬合得到第二魚眼圖像有效圓區域對應的第二圓心坐標及第二半徑；

有效區域提取單元，用於根據第二圓心坐標、第二半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

本發明提供了一種基於含噪魚眼圖像的有效區域提取方法及系統，本發明可自動的在有強噪聲幹擾的魚眼圖像中精確的定位圓形有效區域，降低了含噪魚眼圖像校正的成本，降低了含噪魚眼圖像校正的複雜度，為魚眼圖像校正提供了方便。

附圖說明

圖1為本發明的一種基於含噪魚眼圖像的有效區域提取方法的較佳實施例的流程圖。

圖2為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的含噪魚眼圖像預處理後的示意圖。

圖3為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的去噪處理後的含噪魚眼圖像示意圖。

圖4為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的柱面圖的展開示意圖。

圖5為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的柱面示意圖。

圖6為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的柱面圖像的底部區域的圖。

圖7為本發明的一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的流程圖。

圖8為本發明的一種基於含噪魚眼圖像的有效區域提取系統的較佳實施例的功能原理框圖。

具體實施方式

為使本發明的目的、技術方案及效果更加清楚、明確，以下對本發明進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。

本發明還提供了一種基於含噪魚眼圖像的有效區域提取方法的較佳實施例的流程圖，如圖1所示，方法包括：

步驟S100、通過魚眼攝像頭獲取一幅含噪魚眼圖像，對含噪魚眼圖像進行預處理。通過魚眼攝像頭獲得魚眼圖像，這一步得到的魚眼圖像的有效圓形區域周圍有大量的雜光和噪聲的幹擾，在魚眼圖像有效區域周圍形成了類似光暈的形態，這種情況下，在其他文獻中使用到的面積統計算法，逐行逐列掃描求圓切線的算法，區域生長法等圓形區域提取算法很難精確的提取有效區域。將通過魚眼攝像頭獲取的含噪聲和雜光的圖像記為含噪魚眼圖像，並對對含噪魚眼圖像進行預處理從而方便接下來的處理。

具體實施時，步驟S100具體包括：

步驟S101、通過魚眼攝像頭獲取一幅在有效圓區域中包含有雜光和噪聲的含噪魚眼圖像；

步驟S102、對含噪魚眼圖像依次進行高斯濾波處理和二值化處理後生成預處理的含噪魚眼圖像。

具體實施時，對獲取的含噪魚眼圖像進行預處理，預處理包括高斯濾波以及二值化處理，得到的圖像如圖2所示，可以看到，預處理後的圖像仍然存在噪聲的幹擾。

步驟S200、對經過預處理的含噪魚眼圖像使用梯度算法計算後，對有效圓區域進行定位生成第一魚眼圖像。

具體實施時，步驟S200具體為：採用hough圓算法對預處理的含噪魚眼圖像的有效圓區域進行定位，其中hough圓算法是一種在圖像中找圓的算法，該獲取定位的第一有效圓區域對應的第一圓心和第一半徑。採用hough梯度方法對原始魚眼圖像有效圓形區域進行粗定位，使用hough圓算法直接找到大致的圓形有效區域，得到大致的圓心和半徑（centerx，centery，radius）。

步驟S300、去除第一魚眼圖像的噪聲後生成第二魚眼圖像，獲取第二魚眼圖像有效圓區域的圓周上的點的集合。

具體實施時，根據hough算法得到的大致圓心和半徑，結合形態學的算法以及鏈碼算法，對圖像進行去噪處理成第二魚眼圖像。如圖3所示。獲取取第二魚眼圖像有效圓區域的圓周上的點的集合。

進一步的實施例中，步驟S300具體包括：

步驟S301、根據第一有效圓區域對應的第一圓心和第一半徑，根據形態學的算法對第一魚眼圖像的噪聲進行去除後生成第二魚眼圖像；

步驟S302、採用鏈碼算法提取第二魚眼圖像中的有效圓區域輪廓上的點，獲取第二魚眼圖像有效圓區域的圓周上的點的集合。

具體實施時，根據hough算法得到的大致圓心和半徑，結合形態學的算法以及鏈碼算法，此處採用的形態學的算法是指膨脹和腐蝕算法，具體地對圖像進行先膨脹後腐蝕處理對圖像進行去噪處理，對去噪後的魚眼圖像，採用鏈碼算法提取有效圓形區域輪廓上的點，從而生成第二魚眼圖像有效圓區域的圓周上的點的集合。鏈碼算法是一種尋找圖像中邊緣輪廓的算法。

步驟S400、對點的集合進行擬合後獲取第二魚眼圖像有效圓區域的圓心坐標及半徑，根據圓心坐標、半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

具體實施時，使用ransac算法以及最小二乘擬合圓的算法，對點集進行擬合，剔除不是有效圓上的點，得到最終的有效點集，根據點集，擬合得到圓的半徑以及圓心坐標，從而提取魚眼圖像有效圓形區域。ransac算法是一種隨機抽樣一致算法，可以在數據集中有效的剔除偏差較大的數據。

進一步地，步驟S400具體包括：

步驟S401、採用ransac特徵匹配算法及最小二乘擬合算法，對點的集合進行篩選和擬合，剔除不是有效圓上的點後，得到最終的有效點集；

步驟S402、根據有效點集擬合得到第二魚眼圖像有效圓區域對應的第二圓心坐標及第二半徑；

步驟S403、根據第二圓心坐標、第二半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。

具體實施時，用ransac和最小二乘擬合的方法對提取出的輪廓點進行篩選和擬合，保留有效的輪廓點，剔除偏離較多的輪廓點，得到準確的圓心半徑。根據準確的圓心和半徑，從而提取出最終的有效圓區域。

具體地，步驟S400之後還包括：將圖像展開成柱面圖，柱面圖的展開示意圖如圖4所示，在柱面圖上根據特定標定板的圖案驗證圓形有效區域的準確性，其中標定板的圖案是根據魚眼鏡頭的特點進行設計的。柱面的底邊檢測到3條黑線，即可說明圓心半徑檢測準確，柱面圖如圖5所示，檢測3條黑線的示意圖如圖6所示，圖6是柱面圖像的底部區域的示意，如圖所示，只要能檢測到底部有3條黑線即可，說明提取的魚眼圖像的有效區域是準確的。動的在有強幹擾的魚眼圖像中定位圓形有效區域，並且可以藉助標定板自動驗證定位結果是否準確，具有較好的魯棒性。

本發明還提出了一種基於含噪魚眼圖像的有效區域提取方法的具體應用實施例的流程圖，如圖7所示，方法包括：

步驟S10、通過魚眼攝像頭獲得魚眼圖像；

步驟S20、對原始魚眼圖像進行預處理；

步驟S30、使用hough梯度方法對魚眼圖像的有效區域粗定位；

步驟S40、根據hough算法得到的圓心半徑結合鏈碼算法對魚眼圖像進行去噪處理；

步驟S50、魚眼圖像有效區域輪廓點提取；

步驟S60、Ransac擬合圓算法對點集進行擬合求圓心半徑；

步驟S70、將圖像展開成柱面圖，在柱面圖上根據標定圖案驗證圓形有效區域準確性。

由以上方法實施例，可知本發明提出一種基於含噪魚眼圖像的有效區域提取方法，通過魚眼攝像頭數據獲取模塊獲得一幅帶有噪聲幹擾的魚眼圖像；首先對魚眼圖像進行預處理，同時使用hough圓算法對魚眼圖像的有效圓區域進行粗定位，然後，去除魚眼圖像中的噪聲，獲取得到魚眼圖像有效區域圓周上的點的集合，最後，採用對點集進行擬合的算法求得魚眼圖像有效區域的圓心坐標以及半徑，求得半徑以及圓心後，將魚眼圖像根據半徑和圓心位置展開成柱面圖，根據特製的標定板圖像，檢驗魚眼圖像圓形有效區域是否定位準確。本發明方法在原始魚眼圖像周邊噪聲幹擾很大的情況下，仍然可以精確的定位魚眼圖像的圓心半徑，穩定性較好。

本發明中還提供了一種基於含噪魚眼圖像的有效區域提取系統的較佳實施例功能原理框圖，如圖8所示，系統包括：

預處理模塊100，用於通過魚眼攝像頭獲取一幅含噪魚眼圖像，對含噪魚眼圖像進行預處理；具體如方法實施例所述。

定位模塊200，用於對經過預處理的含噪魚眼圖像使用梯度算法計算後，對有效圓區域進行定位生成第一魚眼圖像；具體如方法實施例所述。

點集獲取模塊300，用於去除第一魚眼圖像的噪聲後生成第二魚眼圖像，獲取第二魚眼圖像有效圓區域的圓周上的點的集合；具體如方法實施例所述。

有效圓區域提取模塊400，用於對點的集合進行擬合後獲取第二魚眼圖像有效圓區域的圓心坐標及半徑，根據圓心坐標、半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域；具體如方法實施例所述。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述預處理模塊具體包括：

魚眼圖像獲取單元，用於通過魚眼攝像頭獲取一幅在有效圓區域中包含有雜光和噪聲的含噪魚眼圖像；具體如方法實施例所述。

預處理單元，用於對含噪魚眼圖像依次進行高斯濾波處理和二值化處理後生成預處理的含噪魚眼圖像；具體如方法實施例所述。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述定位模塊具體用於採用hough圓算法對預處理的含噪魚眼圖像的有效圓區域進行定位，獲取定位的第一有效圓區域對應的第一圓心和第一半徑；具體如方法實施例所述。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述點集獲取模塊具體包括：

去噪單元，用於根據第一有效圓區域對應的第一圓心和第一半徑，根據形態學的算法對第一魚眼圖像的噪聲進行去除後生成第二魚眼圖像；具體如方法實施例所述。

點集獲取單元，用於採用鏈碼算法提取第二魚眼圖像中的有效圓區域輪廓上的點，獲取第二魚眼圖像有效圓區域的圓周上的點的集合；具體如方法實施例所述。

所述的基於含噪魚眼圖像的有效區域提取系統，其中，所述有效圓區域提取模塊具體包括：

有效點集獲取單元，用於採用ransac特徵匹配算法及最小二乘擬合算法，對點的集合進行篩選和擬合，剔除不是有效圓上的點後，得到最終的有效點集；具體如方法實施例所述。

擬合單元，用於根據有效點集擬合得到第二魚眼圖像有效圓區域對應的第二圓心坐標及第二半徑；具體如方法實施例所述。

有效區域提取單元，用於根據第二圓心坐標、第二半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域；具體如方法實施例所述。

綜上所述，本發明提供了一種基於含噪魚眼圖像的有效區域提取方法及系統，方法包括：通過魚眼攝像頭獲取一幅含噪魚眼圖像，對含噪魚眼圖像進行預處理；對經過預處理的含噪魚眼圖像使用梯度算法計算後，對有效圓區域進行定位生成第一魚眼圖像；去除第一魚眼圖像的噪聲後生成第二魚眼圖像，獲取第二魚眼圖像有效圓區域的圓周上的點的集合；對點的集合進行擬合後獲取第二魚眼圖像有效圓區域的圓心坐標及半徑，根據圓心坐標、半徑對應的圓周對第二魚眼圖像進行提取後生成最終的有效圓區域。本發明可自動的在有強噪聲幹擾的魚眼圖像中精確的定位圓形有效區域，降低了含噪魚眼圖像校正的成本，降低了含噪魚眼圖像校正的複雜度，為魚眼圖像校正提供了方便。

應當理解的是，本發明的應用不限於上述的舉例，對本領域普通技術人員來說，可以根據上述說明加以改進或變換，所有這些改進和變換都應屬於本發明所附權利要求的保護範圍。