杭鹏程,余艳梅,陶青川
(四川大学电子信息学院,成都610065)
由于鱼眼镜头比普通镜头观测区域更宽广,因此其越来越多地被应用于汽车驾驶辅助[1-2]、医用内窥镜[3-4]、视频监控[5-6]等领域。但鱼眼图像不可避免地会伴随着桶形失真,为了减少畸变影响,通常方法包括坐标变换和鱼眼图像插值两个步骤,其中坐标变换是建立失真图像上的点与校正图像上的点之间的对应关系,插值是填充坐标变换产生的空像素[7]。
经典的插值方法[8-11]如最近邻插值、双线性插值和双三次插值常被用来校正桶形失真。文献[5]中使用最近邻插值法对两台鱼眼相机拍摄到的图像进行校正,然后对两张图片进行融合,以获得更好的监控效果。文献[6]中提出了一种基于双线性插值的校正方案,以最小化鱼眼镜头捕获的视频中的桶形失真。文献[10]中使用双三次插值来校正鱼眼镜头引入的失真,以增强鸟瞰图的效果。但是这些文献中的插值系数是通过失真图像上的距离进行计算的。
与上面的传统方法用失真图像上的距离计算插值系数不同,文献[12]中提出了一种基于多重最近邻的插值方法(Multiple Nearest-neighbor Based Interpolation,MNBI),通过在校正图像上的距离来计算插值系数,从而改善了图像质量。然而,MNBI方法试图找到最近邻点作为插值点,但是其找到的插值点并不总是准确的最近邻点。
本文提出一种基于空间索引搜索的鱼眼图像校正方法,构建基于字典的空间索引,并利用先前点的邻点信息和鱼眼图像的对称性来加快计算速度,在鱼眼图像焦距变化时,仍然可以简化计算,缩短运行时间。……