图像几何畸变校正方法.doc

《图像几何畸变校正方法.doc》由会员分享，可在线阅读，更多相关《图像几何畸变校正方法.doc（4页珍藏版）》请在三一办公上搜索。

1、图像几何畸变校正方法范勇，张佳成，陈念年，周敬滨，王俊波FAN Yong，ZHANG Jia-cheng，CHEN Nian-nian，ZHOU Jing-bin，WANG Jun-bo西南科技大学 计算机科学与技术学院，四川 绵阳 621010Department of Computer Science and Technology，Southwest University of Science and Technology，Mianyang，Sichuan 621010，ChinaE-mail：fanyongFAN Yong，ZHANG Jia -cheng，CHEN Nian -nian

2、，et al.New method for image geometric distortion correction .ComputerEngineering and Applications，2009，45（29）：194-197.Abstract：There is often some extent distortion existing in the short focal length and wide angle lens camera which is used formachine vision detection，in order to carry out high prec

3、ision measurement，the lens distortion must be corrected first.A new method for distortion correction is proposed.It obtains the initial distortion coefficients by combining the optical image theory with distortion correction model at first，then the optimization function is used to find the optimal d

4、istortion coefficients，cubic B-spline interpolation method is adapted for gray rebuilding at last.Experiments indicate that this method shows perfect results，the radial correction RMS is 0.45 pixel and the gray rebuilding RMS is 0.36 pixel.Key words：image processing；geometric distortion；correction a

5、lgorithm；gray rebuilding摘 要：在机器视觉检测中大视场短焦距摄像机镜头一般都存在一定程度的光学畸变，在高精度测量中必须对摄像机镜头畸变进行校正。提出利用光学成像规律和镜头畸变校正模型相结合的畸变校正方法求出初始畸变系数，然后通过优化目标函数求出最优 畸变系数，最后采用三次 B 样条插值对畸变图像进行灰度重建。实验结果表明该方法在不依赖摄像机内部参数的前提下，校正后 径向均方根误差为 0.45 个像素，灰度重建后径向均方根误差为 0.36 个像素。关键词：图像处理；几何畸变；校正算法；灰度重建DOI：10.3778/j.issn.1002-8331.2009.29.057

6、文章编号：10028331（2009）29-0194-04文献标识码：A中图分类号：TP391.11引言目前，在航天和航空摄影、医疗以及各种高精度测量仪器 上，为获取更多关于目标景物的图像信息，常采用大视场短焦 距镜头。这类镜头在成像过程中一般都存在一定程度的光学畸 变，使成像图像的大小和形状发生了某些变化，图像的质量下 降，给后面的图像分析和图像测量带来误差，甚至造成误判，因 此必须对大视场短焦距摄像机镜头所造成的图像几何畸变进 行校正。对于摄像机镜头非线性畸变的校正算法可分为两类：第一 类是基于标定模板方法，如采用点阵图、平面网格、同心圆环、 西洋棋盘等，根据模板上特征点的位置和其理想点的

7、位置偏差 来求取畸变系数；若特征点空间坐标已知，采用摄像机标定算 法则可同时求出摄像机内外参数1-4。第二类是不使用标定模 板，如基于畸变率5、基于畸变等效曲面6、基于测量设备7等校 正算法迭代或直接求出畸变系数。基于标定模板的畸变图像校正分两步：坐标变换和灰度重建。坐标变换可以分为从畸变图像到理想图像的前向映射方法和从理想图像到畸变图像的后向映射方法；而灰度重建目前有 邻近插值法、双线性插值法和立方卷积插值法。邻近插值法精 度不高，立方卷积插值法精度高但运算量大，双线性插值可以 折中邻近插值法和立方卷积插值法。大视场短焦距镜头的畸变为非线性畸变，一般分成两个部 分：径向畸变和切向畸变8。Ts

8、ai 已经证明：对于大多数计算机 视觉应用来说，切向畸变可以忽略9。另外，许多的文献研究表明，在机器视觉测量中只需要考虑低次项的畸变系数 k19-10。该文详细分析了大视场短焦距镜头的畸变校正模型，利用光学成像规律，根据圆点在成像前后具有良好的保形性和圆点的质心 坐标能真实地逼近样本点的坐标值，在文献10的基础上，提出 了一种基于点阵模板的图像几何畸变校正算法。该算法克服了 采用平面网格作和棋盘为标定模板时，提取的特征点坐标常产 生奇异值导致偏离真实坐标较大等缺点，在不依赖摄像机镜头 内部参数和简单的测量装置条件下，有效地提高了畸变校正后基金项目：国家自然科学基金（the National N

9、atural Science Foundation of China under Grant No.10676029，No.10776028）；四川省教育厅项目（theResearch Project of Department of Education of Sichuan Province，China under Grant No.2006C074）。作者简介：范勇（1972-），男，博士，副教授，研究生导师，主要研究方向为机器视觉与可视化计算；张佳成，硕士研究生，主要研究领域为计算机视 觉；陈念年，男，讲师，主要研究方向为图像处理与软件工程；周敬滨，硕士研究生，主要研究领域为计算机视觉；

10、王俊波，男，教授，博士生导师。收稿日期：2009-03-26修回日期：2009-06-02的图像质量。向拟合各 4 条一元三次曲线，求取每个方向的 4 条曲线拐点均值作为 CCD 的光学中心（cx，c）y ；然后在二维支架上移动标定 模板，使得离光心最近的圆点质心与 CCD 光中心（cx，c）y 重合。径向畸变模型图 1 是摄像机系统的成像模型，它包含了 4 个坐标系，其 中 xw yw zw 表示世界坐标系，xc yc zc 表示摄像机坐标系，xy 表示 图像平面坐标系，xf yf 表示计算机帧存坐标系。在针孔成像模型 下，世界坐标系中的一点 P（xw yw zw）通过摄像机镜头光心成像 在

11、图像平面的 P（i x，y）处，P（xw yw zw）在摄像机坐标系的坐标为 P（xc yc z）c ，则针孔成像模型可表示为：2畸变系数的初始值求取利用光学成像第一和第二个特性对畸变校正模型进行简3.2化。水平过光心的直线成像后没有失真，则在公式（2）中 yd=cy；垂直过光心的直线成像后没有失真，则 xd=cx。于是对畸变系数的求取可以在这两条相互垂直并过光心的直线上进行。利用第二和第三条特性，可以分别在水平和垂直方向求出畸变系数 k1 和 k2，取它们的平均值 k 作为初始的畸变系数。即：如果在没有 畸变的情况下，两条直线上的圆点间距应该是相等的。如图 2（b）。在水平方向取 7 个点，

12、其中第 7 个点为光心点（cx，c）y ，以（x0，y0）代替（cx，c）y ，在水平直线上有：x2 -x1 = =x7 -x6，由公式（2）得：xd2+k1（1 xd2-x0）3-xd1-k1（1 xd1-x0）3=（x yf，）fP（i x，y）ycyw（i w ，w ，w）P xy zO（0，0，0）zcxcxd7+k1（1 xd7-x0）3-xd6-k1（1 xd6-x0）3由于 x7=x0，故可得：（3）zwxwO（ 0，0，f）P（i xd，yd）图摄像机几何成像系统 xd7-xd6-xd2-xd1 k11=1（4）（xd6-x0）3+（xd2-x0）3-（xd1-x0）3x=f

13、xc ，y=f yc利用上述计算方法可在水平直线上计算出 15 个 k 值，在垂直方向计算出 6 个 k 值。（1）zczc对于大视场短焦距镜头成像过程并不满足针孔模型，使得图像平面上实际像点 P（i xd，yd）偏离理想位置 P（i x，y）。若给定 一组畸变数据点 P（i xd，yd），用畸变校正模型11可获得无畸变的 理想点 P（i x，y），即：j=15k1jj = 1j=6k2jj = 1，k =（5）k1=2156初始畸变系数为 k 与 k 的平均值：122x=xd +（xd -cx）（kr ）k= k1+k2（6）d（2）2畸变系数的优化求解2y=yd +（yd -cy）（kr

14、）d3.322其中（cx，c）y 表示摄像机镜头的光学中心，rd= 姨（xd-c）x +（yd-c）y。正如前面提到的，公式（2）忽略了切向畸变，同时只考虑了视场 函数的初级畸变系数 k1。22为求得最佳的畸变系数，设置目标函数 = 姨 1 +2 进行优化求解，1 和 2 表示如下： j=Ni=N） 12）姨 N （xj -xdj （xi -xdi-径向畸变校正为对摄像机镜头径向畸变进行校正，必须求得畸变系数 k。从公式（2）可知，该方程是非线性的，为简化求解过程，利用 光学成像的几个规律对畸变校正模型进行分析求解。（1）通过光心的直线成像后仍为直线10；（2）光轴中心附近畸变量最小；（3）垂

15、直于光轴的物平面上两条长度相等的直线段，在理 想光学系统（无畸变）条件下成像在像平面上对应的两条线段长度相同。N3 =j = 1i = 1 1 （7）j=Ni=N（y -y ）- 1 （y -y ）2姨j dji diN2 =j = 1i = 1N其中 和 分别为校正后水平和垂直均方根误差， 为径向12均方根误差，N 为样本点个数。求出 21 个初始畸变系数 k 后，i对这些 k 值求出期望 和均方根 ，在-，+范围内一定i步长进行搜索，直到目标函数 满足设定的阈值 T。畸变图像重建利用求出的畸变系数 k 代入公式（2）即可对畸变图像进行 校正。然而不幸的是公式（2）所表示的坐标变换并不能完全

16、覆 盖校正后图像上的点，会在校正后图像上产生一些点的灰度缺 失，如图 3 中白色的线条就是灰度缺失点。为获得良好的校正 图像，必须对校正后图像进行灰度重建，即灰度插值。 双线性 插值和立方卷积插值都是后向映射函数，不适用公式（2）从畸 变图像到理想图像的坐标变换。为此，对图 3 用加权线性插值 进行灰度重建，得到图 4。校正的精度大大提高，视觉效果良 好。但仔细辨认图 4，会发现有些圆点经过插值后已经失真，不3.4光学中心计算首先利用直线截取相等的方法12获得良好的畸变图像，使 图像畸变大致关于图像几何中心点对称，如图 2（a）。用图像处 理技术精确获得畸变图像边沿上圆点的中心坐标，这里用圆点

17、 区域内的质心坐标作为圆点的中心坐标。分别在水平和垂直方3.1为定量评价该文提出的镜头畸变校正算法，采用图像中所有圆点质心坐标作为样本点，用水平方向、垂直方向和径向畸 变误差均方根来评估，实验结果如表 2 所示。为评价光学中心 的偏移对畸变系数的影响，在光心点的 99 邻域内求取畸变系 数。从表 2 可以看出光心位置的偏移对畸变系数的求解影响比 较大，因此在求解以前必须保证光学中心与标定模板图像中心 部位的某个圆点中心重合。图 3畸变图像上的图 4加权线性插值校正不完全映射细分析了畸变校正模型，对公式（2）进行简单变换得：2 242 6r =rd +2krd +k rd表 2 该文畸变校正方法

18、评估像素（8） 序号光学中心水平 ERMS垂直 ERMS径向 ERMS畸变系数值2222其中，r= 姨（x-cx） +（y-cy），rd= 姨（xd -cx）+（yd -cy 。），12345156.01 118.21155.01，118.21154.01，118.210.401 4190.377 8050.359 2820.344 3490.335 7330.289 1550.288 1880.287 9360.290 8470.294 4340.494 7200.475 1730.460 4250.450 7420.446 5512.526 904e-62.526 904e-62.516

19、904e-62.516 904e-62.506 904e-6用卡丹（Cardnano）公式解方程（10）得：3 r 1 r 32rd = 姨 2k + 姨（3k ） +（2k ），+153.01 118.21152.01，118.213 r 1 r 32姨 2k - 姨（3k ） +（2k ）（9）求得最佳畸变系数后，分别用双线性插值、一元立方插值、三次 B 样条插值等算法对畸变图像进行灰度重建，对图 2（a）进行插值后如图 5。从图 5 中可看出一元立方插值和三次 B 样 条插值后的图像视觉效果良好，圆点规则，几乎没有失真；而双线性插值和加权线性插值后的图像都有不同程度的失真。为定 量评价几

20、种插值方法的优劣，采用图像样本点校正后圆点的质 心与理想位置下圆点质心差值的均方根作为评价指标，实验结果如表 3。于是重写公式（2）得：姨）rd姨姨xd =cx +（x-cxr姨姨 姨（10）姨）rd姨姨yd =cy +（y-cyr姨 姨接下来用公式（10）做坐标变换，分别用双线性、一元立方、三次B 样条进行灰度插值。表 3 重建误差实验结果像素4实验结果与分析综上所述，摄像机镜头畸变校正算法流程如图 5 所示，i 为目标函数，T 为阈值。在 VC6.0 环境下开发了具有畸变校正 功能的应用程序，采用 Webcom001 数码通讯 M15 型摄像头为 图像成像设备，视场角为 62，焦距为 3.

21、66.0 mm 之间，图像分 辨率为 320240。名称水平 ERMS垂直 ERMS径向 ERMS加权线性插值双线性插值 一元立方插值 三次 B 样条插值0.398 1130.455 7630.340 3950.304 6910.722 1600.549 3780.318 0430.189 8020.824 6260.713 8180.465 8540.358 973由表 3 知，三次 B 样条插值方法进行灰度重建的误差最小。径向 RMS 仅为 0.36 个像素。开始结束iT（a）三次 B 样条插值 （b）一元立方插值图 6 灰度重建（c）双线性插值为评价该文提出的畸变校正算法性能，选取经典校

22、正算-法11和文献3中的算法进行实验对比，用校正后水平 ERMS、垂直 ERMS、径向 ERMS、水平最大偏差和垂直最大偏差等 5 个指标评价畸变校正算法的优劣，取图像中所有圆点作为校正检 验点，实验对比结果见表 4。图 5 相机校正流程图首先根据图 2（a）上边沿圆点中心坐标拟合水平方向和垂 直方向各 4 条一元三次曲线，求拐点均值得光学中心坐标：（152.01，118.21），然后移动标定模板使图像中心部位某圆点中 心跟光学中心重合，质心法求取过光心并相互垂直的两条圆点带上的圆点中心坐标，采用公式（3）（6）求取初始畸变系数 ki， 如表 1。表 1 初始畸变系数结算结果表 4 畸变校正算

23、法实验对比像素水平ERMS垂直ERMS径向ERMS水平最大偏差垂直最大偏差畸变校正算法经典校正算法MQ 校正算法 提出算法0.290.320.300.290.270.190.410.420.361.370.990.840.880.920.58名称畸变系数 k（i e-6）由表 4 知，提出的图像几何畸变校正算法优于经典校正算法和 MQ 算法。用标定好畸变系数和光学中心的摄像机对其他景物进行 拍摄并进行校正，如图 7 所示。水平畸变系数垂直畸变系数 平均值 方差（RMS）1.813 6272.940 1822.376 9043.402 164ki+采用优化目标函数 i 求 取最佳的畸变系数YN得

24、到最佳的畸变系数 k计算镜头的光学中心，移动 二维平台确保光学中心与图 像中央某个圆点质心重合计算初始畸变系数 ki，均 值 和方差 误差均达到亚像素级。该算法适用于大多数大视场短焦距镜头畸变校正，具有一定的工业推广价值。参考文献：1 Zhang Z Y.A flexible new technique for camera calibrationJ.IEEE Transactions on Pattern Analysis and Machine Intelligence ，2000，22（11）：1330-1334.2 王占斌，赵辉，陶卫，等.广角镜头桶形畸变的样条函数修正方法J.光电工程

25、，2008，35（4）：140-144.3 马广彬，章文毅，陈甫.图像几何畸变精校正研究J.计算机工程与 应用，2007，43（9）：45-48.4 郭永刚，葛庆平，冯平，等.一种基于控制点自动提取的图像畸变校 正算法J.计算机工程与应用，2007，43（2）：214-216.5 崔洪州，孔渊，周起勃，等.基于畸变率的图像几何校正J.应用光学，2006，27（3）：183-185.6 韩广良，宋建中.一种基于畸变等效曲面的图像畸变校正J.光学技 术，2005，31（1）：122-124.7 郭羽，杨红，杨照金，等.CCD 摄像系统镜头的畸变测量J.应用光 学，2008，29（2）：279-28

26、2.8 Lin J M，Xing M L，Sha D G，et al.Distortion measurement of CCDimaging system with short focal length and large-field objectiveJ. Optics and Lasers in Engineering，2005，43：1137-1144.9 Tsai R Y.A versatile camera calibration technique for high-accu racy 3D machine vision metrology using off-the-shelf

27、 TV cameras（a）畸变图像（b）校正图像图 7 校正实例图影响镜头畸变校正精度的因素很多，大致有：光学中心估 计误差、圆点中心定位误差、灰度重建误差、截取误差。因此要 提高校正精度，可以从以下几个方面着手：（1）增密模板图像上 的样本点，在拟合边缘曲线求拐点来估算光学中心将更加准 确，用多点平均值求取无畸变理想图像的圆点距也将更精确。（2）用直方图统计求得合适阈值或者用分块自适应阈值把圆点 分割出来。（3）采用神经网络插值再次减少灰度重建误差13。（4）标定模板图在成像时并不能完全保证畸变图像具有良好对 称性，可以在截取线段上画上等间距的刻度以减少截取误差。其中光学中心估计误差和圆点

28、中心定位误差是主要误差来源。5 结论提出了一种基于点阵图模板的镜头畸变校正方法，结合光 学成像规律和畸变校正模型，对畸变模型进行了一些变换，并采用三次 B 样条插值对校正后图像进行灰度重建，有效地提 高了畸变图像校正的精度，减少了畸变图像灰度重建误差。首先用一元三次曲线求拐点来估算光学中心，简单精确；然后在 过光心的两条相互垂直线上求取初始畸变系数，简便易懂；接 着利用优化目标函数求取最佳畸变系数，精确高效；最后对畸变校正模型进行适当变换，并用三次 B 样条插值来进行灰度 重建，使图像校正后视觉效果良好，灰度重建径向均方根误差大大降低。该方法简便、实用，不依赖摄像机镜头的内部参数和 复杂的测量

29、装置，校正后的校正均方根误差和灰度重建均方根and lensesJ.IEEE Journal of Robotics and Automation，1987，3（4）：323-344.10 曾峦.短焦距摄像头的畸变校正方法J.装备指挥技术学院学报，2002，13（2）：53-55.11 Weng J Y，Cohen P，Herniou M.Camera calibration with distortion models and accuracy evaluation J.IEEE Transactions on Pattern Analysis and Machine Intelligenc

30、e，1992，14（10）：965-980.12 朱日宏，李建欣.光学成像系统中非线性畸变的数字校正方法J.南京理工大学学报，2004，28（4）：414-416.Go Jinwook，Sohn Kwanghoon，Lee Chulhee.Interpolation usingneural networks for digital still camerasJ.IEEE Trans on Con sumer Electronics，2000，46（3）：610-616.13（上接 90 页）6 Elson J E，Girod L，Estrin DFine grained time synchr

31、onization using reference broadcastsC/The 5th Symp on Operation System Design and Implementation，Boston，2002.7 Li Q，Rus DGlobal clock synchronization in sensor networks JIEEE Transactions on Computers，2006，55（2）：214-226.8 Dai H，Han RTSync：A lightweight bidirectional time synchroniza tion service for

32、 wireless sensor networksJACM Mobile Computing and Communications Review，2004，8（1）：125-139.9 Xu Chaonong，Zhao Lei，Xu Yongjun，et alBroadcast time synchro nization algorithm for wireless sensor networksC/The 1st Conf on Sensing，Computing and Automation（ICSCA06），Chongqing，2006.10 Xu Chaonong，Zhao Lei，X

33、u Yongjun，et al A time synchroniza tion improvement strategy for wireless sensor networks J Chinese Journal of Computers，2007，30（4）：514-523.11 Hu ACooperative time synchronization using spatial averagingD.Cornell University，2007.12 Palchaudhur I S，Saha A K，Johnson D BAdaptive clock synchronization i

34、n sensor networksC/Proceedings of the 3rd InternationalSymposium on Information Processing in Sensor Networks，2004：340-348.13 Werner -Allen G，Tewari C，Patel A，et a1Firefly -inspired sensor network synchronicity with realistic radio effects C/Proceedingsof 3rd ACM Conference on Embedded Networked Sen

35、sor Systerm，San Diego，2005：142-153.14 Hong Y，Scaglione AA scalable synchronization protocol for large scale sensor networks and its applicationsJIEEE Journal of Selected Areas in Communications，2005，23（5）：1085-1099.Hu A，Servetio S DOn the scalability of cooperative time synchronization in pulse-connected networksJIEEE Transactions onInformation Theory，2006，52（6）：2725-2748.15