一种新型鱼眼图像轮廓提取算法

from: http://www.scimao.com/read/2307651 

 
 
摘 要：提取鱼眼图像轮廓是利用鱼眼图像的前提。传统提取鱼眼图像轮廓的扫描线逼近法对噪点抑制能力不强，精度差。本文提出了一种改进后的扫描线逼近算法，通过图像二值化，和切点的多级判定，增强了抑制噪点的能力，提高了算法的准确度。实验结果表明，算法能够精确快速地计算出鱼眼图像轮廓参数。 
　　关键词：鱼眼图像；二值化；扫描线；噪点 
　　中图分类号：TP391 
　　在普通的图像监控领域中，监测区域的范围很小，用一般的摄像头就可以完成监测任务，但是，在全景车辆泊车系统中，需要实时监测车身周围360度的景物，用普通的镜头达不到要求。因此，选择鱼眼镜头完成图像采集任务。 
　　鱼眼镜头属于超广角镜头中的一种特殊镜头，它可以囊括180度甚至更大范围内的景物。不过，鱼眼图像一般存在很大的桶形畸变，需要对鱼眼图像进行校正才能进一步拼接成全景图像。鱼眼图像轮廓参数的计算是鱼眼图像校正的前提条件，常用的方法有扫描线逼近算法[1]和面积统计法[2]。有时鱼眼图像成像区域噪点比较多，采用传统的扫描线逼近算法误差很大。为此，本文提出了一种新型的扫描线逼近算法，该算法能有效克服传统扫描线算法对鱼眼图像噪点敏感这一不足之处，可以快速准确的算出有效区域的半径和圆心的位置。 
　　1 鱼眼镜头的成像原理 
　　假设一鱼眼镜头具有180度的视场角，且满足球面投影模型。该投影过程可以分为2个步骤： 
　　（1）某一个空间点A和投影中心O相连接，得到直线OA，同时与半球面S相交于点B； 
　　（2）把点B线性映射到像平面OXY上，如图1所示。 
　　其中鱼眼相机放置在坐标原点O，拍摄的方向为OZ轴方向，则像平面是OXY面。S面是以点O为球心的半球面。将A与O相连接，与S相交于B点，过B点作Z轴的平行线，与OXY面相交于C点，则C就是鱼眼镜头得到的像点。当拍摄景物的范围达到180度时，最终得到的鱼眼图像是一个圆形的图像。 
　　2 鱼眼图像轮廓提取 
　　2.1 算法原理 
　　一般鱼眼相机得到的图像，四周为无效区域，像素点的灰度值很低，但有效区域内部像素点的灰度值都比较高。除去四周的无效区域，最终得到的圆形区域就是鱼眼图像的有效区域。第一步要计算每一个鱼眼图像像素点的灰度值，计算公式在RGB模型下为[3]： 
　　I=0.3R+0.59G+0.11B （1） 
　　其中R表示图像像素点的红色分量，G表示绿色分量，B表示蓝色分量。 
　　其中鱼眼图像无效区域的灰度值都很小，与有效区域灰度值有明显差别。考虑到一般数码相机噪点的灰度大部分小于30，因此取阈值T为30，对图像进行二值化处理。其中，灰度值小于30的像素点的灰度值置0，灰度值大于30的像素点的灰度值置1。然后，通过判断灰度值为1的像素点的范围，就可以得到鱼眼图像有效区域的轮廓信息。 
　　2.2 算法步骤 
　　（1）计算图像灰度值，将鱼眼图像二值化。 
　　（2）如图2所示建立直角坐标系，0为鱼眼图片左下角的顶点，以图像像素点阵的列和行为基准建立扫描线（图中的top、bottom、left、right），从图像的四周向中心点扫描。 
　　（3）计算扫描线上各点的灰度值。如图2所示，其中不穿过有效区域的直线，各点的灰度值都是0，将直线予以舍弃；而圆形的割线上会有多个像素点的灰度值为1，将该直线舍弃；如果扫描线恰好是圆形的切线，则该直线上灰度值为1的像素点将为一个，该直线应予以保存。 
　　（4）用步骤（3）对鱼眼图像进行扫描后，得到4条切线（如图2中所示）。两条为水平切线y=yT和y=yB，和鱼眼图像的交点为T和B。两条为垂直切线x=xL和x=xR，和鱼眼图像的交点为L和R。根据这四个点的坐标，可以利用切线法求取鱼眼图像的圆心坐标和半径。由于图像存在噪点，得到的这四个切点可能不是鱼眼图像轮廓上的切点。本文对此进行了改进，在此基础上，进行进一步判定。以左扫描线为例，在直线x=xL上，灰度值为1的点恰有一个，则在直线x=xL+1上，灰度值为1的点至少有两个，在直线x=xL+2上，灰度值为1的点至少有三个。若满足上述三级判定条件，则L点是鱼眼图像的左切点，否则，舍弃L点，重新扫描。其它三个切点采取类似的判定方法进行进一步判定。 
　　（5）正常情况下该4条切线围成的图形是正方形。鱼眼图像的有效区域为该正方形的内切圆。其圆心坐标和半径为： 
　　（6）若Rx≠RY，则鱼眼图像的有效区域不是标准圆，而是椭圆。这时图像需要乘以下面的公式（4）来校正[4]： 
　　式中x，y为校正后的图像坐标，x′，y′为校正前的图像坐标。K为鱼眼图像有效区域行数和列数的比值，x0和y0为鱼眼图像圆心坐标。 
　　2.3 算法流程图（以左扫描线为例）： 
　　3 实验结果 
　　本文对同一幅鱼眼图像（图4）采用了传统的扫描线逼近算法和改进后的算法来计算图像轮廓参数。所得结果如图5和图6所示。图5显示的是扫描线逼近算法的效果图。图6显示的是本文算法的效果图。结果证明，对于噪点明显的图像，本文算法更加准确、有效。 
　　4 结束语 
　　本文提出了一种改进后的鱼眼图像轮廓提取算法，克服了传统扫描线逼近算法对噪点敏感的问题。实验证明利用本文算法计算鱼眼图像的圆心坐标和有效区域半径，快速，准确，适用范围广。 
　　参考文献： 
　　[1]王大宇，崔汉国，陈军.鱼眼图像轮廓提取及校正研究[J].计算机工程与设计，2007（12）：2878-2882. 
　　[2]唐俊，赵为民，谷峰.基于鱼眼图像的全景漫游模型[J].微机发展.2003（02）：69-70 
　　[3]冈萨雷斯.数字图像处理（第二版）[M].阮秋琦，阮宇智译.北京：电子工业出版社.2006 
　　[4]肖诗勤，杨关良.一种改进的鱼眼图像轮廓提取算法[J].计算机与数字工程，2010（01）：147-150. 
　　作者简介：江凤婷（1992-），女，安徽霍山人，本科在读，研究方向：图像处理。 
　　作者单位：中南大学 物理与电子学院，长沙 410012 
　　基金项目：中南大学本科生自由探索计划项目：基于图像拼接的360度全景泊车系统的研究（项目编号：2282014bks115）。