本文關(guān)鍵詞：圖像徑向畸變自動矯正算法研究與實(shí)現(xiàn)

  更多相關(guān)文章： 徑向畸變 除法模型 自動矯正 圓弧提取 圓弧篩選

【摘要】：圖像徑向畸變是圖像像素點(diǎn)以畸變中心為中心點(diǎn),沿著徑向產(chǎn)生的位置偏差,從而導(dǎo)致圖像中所成的像發(fā)生形變。圖像徑向畸變是成像過程中最主要的畸變,同時也是對成像效果影響最大的畸變。圖像的徑向畸變的存在不僅影響了圖像視覺效果,而且增加了后續(xù)識別、跟蹤等圖像處理算法的難度。論文通過分析圖像徑向畸變矯正算法的國內(nèi)外研究現(xiàn)狀,提出了一種新的圖像徑向畸變自動矯正算法。本文所提算法的主要步驟包括：圖像邊緣輪廓提取、邊緣輪廓中圓弧提取、圓弧篩選、圖像畸變參數(shù)估計和圖像畸變矯正等。論文對自動矯正算法的每個技術(shù)環(huán)節(jié)進(jìn)行展開研究和實(shí)驗(yàn),選取了合適的邊緣檢測算法,提出了一種新的邊緣輪廓圓弧提取算法,并且提出了一種新的圓弧篩選算法,使得本文所提出的圖像徑向畸變自動矯正算法不僅具有良好的矯正效果,并且相比同類型的算法具有較高的穩(wěn)定性和較低的時間復(fù)雜度。論文的主要研究內(nèi)容如下：(1)針對邊緣輪廓圓弧提取問題,本文提出了一個新的圓弧提取方法。通過對圖像邊緣輪廓的分析和研究,結(jié)合圓弧的特性,找到了邊緣輪廓圓弧所具有的特性。新的方法能夠快速、準(zhǔn)確地提取出圖像邊緣輪廓中存在的圓弧。(2)針對圓弧篩選問題,本文提出了一種新的圓弧篩選的方法。通過對提取出的圓弧的研究和分析,本文將畸變圖像中提取出的圓弧分為兩類：好的圓弧和壞的圓弧。好的圓弧有助于圖像畸變的正確估計,而壞的圓弧會對估計結(jié)果產(chǎn)生較大影響。新的方法經(jīng)過公式推導(dǎo)得出好的圓弧所共有的距離不變量特征,并根據(jù)這個特征篩選出好的圓弧。(3)針對圖像徑向畸變自動穩(wěn)定矯正問題,本文提出了一種新的徑向畸變自動矯正算法。新的算法采用了合適的圖像邊緣輪廓提取算法、提出了新的邊緣輪廓圓弧提取算法和圓弧篩選算法,實(shí)現(xiàn)了基于單幅的圖片的圖像徑向畸變自動矯正過程；并且通過對比實(shí)驗(yàn),表明本文提出的圖像徑向畸變自動矯正算法具有以下特性：快速性、有效性和可靠性。
【關(guān)鍵詞】：徑向畸變 除法模型 自動矯正 圓弧提取 圓弧篩選
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 1 緒論12-18
• 1.1 研究背景和意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.3 本文主要工作16-17
• 1.4 本文組織結(jié)構(gòu)17-18
• 2 圖像徑向畸變自動矯正理論18-31
• 2.1 圖像徑向畸變理論18-21
• 2.1.1 成像模型18-20
• 2.1.2 徑向畸變模型20-21
• 2.2 圖像徑向畸變矯正算法21-23
• 2.2.1 單參數(shù)除法模型21
• 2.2.2 直線畸變21-22
• 2.2.3 圖像畸變參數(shù)的估計22-23
• 2.3 自動矯正算法23-30
• 2.3.1 自動矯正方法概述23-24
• 2.3.2 邊緣提取算法24-26
• 2.3.3 RANSAC算法26-29
• 2.3.4 最小二乘圓弧擬合29-30
• 2.4 本章小結(jié)30-31
• 3 徑向畸變圖像圓弧提取31-45
• 3.1 圖像圓弧提取31-33
• 3.2 RANSAC多圓弧提取算法33-36
• 3.2.1 多圓弧提取33-34
• 3.2.2 優(yōu)化圓弧參數(shù)34-35
• 3.2.3 實(shí)驗(yàn)結(jié)果和分析35-36
• 3.3 圓弧特性多圓弧提取算法36-41
• 3.3.1 圓等分點(diǎn)性質(zhì)37-39
• 3.3.2 多圓弧提取39-40
• 3.3.3 實(shí)驗(yàn)結(jié)果和分析40-41
• 3.4 對比實(shí)驗(yàn)結(jié)果和分析41-44
• 3.4.1 合成圖像提取結(jié)果和分析42-43
• 3.4.2 真實(shí)圖像提取結(jié)果和分析43-44
• 3.5 本章小結(jié)44-45
• 4 徑向畸變圖像圓弧篩選45-61
• 4.1 RANSAC圓弧篩選算法46-48
• 4.1.1 RANSAC圓弧篩選原理46-47
• 4.1.2 實(shí)驗(yàn)結(jié)果和分析47-48
• 4.2 不變距離特征圓弧篩選算法48-56
• 4.2.1 不變距離特征圓弧篩選原理49-50
• 4.2.2 實(shí)驗(yàn)結(jié)果和分析50-56
• 4.2.2.1 合成圖像和真實(shí)圖像實(shí)驗(yàn)結(jié)果和分析51-53
• 4.2.2.2 統(tǒng)計間隔T對篩選算法的影響53-54
• 4.2.2.3 不同的畸變中心對篩選算法的影響54-55
• 4.2.2.4 不同畸變程度對篩選算法的影響55-56
• 4.3 對比實(shí)驗(yàn)結(jié)果和分析56-60
• 4.4 本章小結(jié)60-61
• 5 圖像徑向畸變自動矯正算法61-74
• 5.1 圖像徑向畸變自動矯正算法61-65
• 5.1.1 CANNY邊緣檢測62-64
• 5.1.2 單參數(shù)除法模型的逆過程64-65
• 5.2 實(shí)驗(yàn)結(jié)果和分析65-70
• 5.2.1 合成畸變圖像和真實(shí)畸變圖像矯正65-67
• 5.2.2 不同畸變程度圖像矯正67-68
• 5.2.3 不同畸變中心圖像矯正68-70
• 5.3 與BUKHERI-DAILEY算法的對比和分析70-73
• 5.4 本章小結(jié)73-74
• 6 總結(jié)和展望74-76
• 6.1 總結(jié)74
• 6.2 展望74-76
• 參考文獻(xiàn)76-79
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果79-81
• 學(xué)位論文數(shù)據(jù)集81

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊初平;劉巖;李海;;小波相位分析測量成像徑向畸變[J];光學(xué)學(xué)報;2012年09期

2 楊初平;劉建斌;譚穗妍;翁嘉文;;應(yīng)用頻率積分相位解調(diào)測量徑向畸變[J];激光技術(shù);2014年03期

3 解凱,郭恒業(yè),張?zhí)镂?一種具有徑向畸變校正的圖像整合算法[J];電子學(xué)報;2004年10期

4 李劍;崔紅霞;;相對定向直接解及徑向畸變差檢驗(yàn)[J];科技廣場;2009年01期

5 胡亞江;沙月進(jìn);;求解普通相機(jī)徑向畸變系數(shù)的一種簡便方法[J];測繪與空間地理信息;2009年05期

6 盧s，

本文編號：1026083