利用直线特征进行单幅图像畸变校正方法

针对传统镜头畸变校正方法较少,并考虑畸变中心带来的不利影响,提出了一种基于单幅图像直线特征的畸变校正方法,且能够同步地估计畸变系数和畸变中心。在单幅图像中建立单参数划分模型,深入分析了空间直线与畸变后直线的几何关系,证明了空间三维直线经镜头畸变后,在二维平面形成圆弧,并且从该圆弧圆心为圆心的同心圆上的某点即是畸变中心,进而基于圆拟合方法对畸变参数进行估计。与已有方法相比,该方法考虑了畸变中心的影响,并且直接使用畸变点进行畸变参数估计,因此,具有更高的校正精度和更强的鲁棒性。实验中,首先对拟合图像进行实验,针对不同噪声、不同畸变系数对各种算法展开了三组仿真实验,结果表明,利用列文伯格马夸尔特(Levenberg-Marquardt,LM)算法进行圆拟合和畸变参数估计的方法性能表现良好。展开对真实黑白棋盘的畸变校正实验,运用三种算法对棋盘中13条直线进行畸变校正后的测量,表明LM算法要明显优于其他两种算法,有着良好的畸变校正效果。最后对真实场景的图片进行测试,取得了较为理想的畸变校正结果。