数字图像几何畸变校正算法的研究与仿真
数字图像几何畸变校正算法的研究与仿真[20200406130522]
摘要
生活中由于拍摄条件的不同，诸如角度、天气等，使图像失真影响图像中信息的正常获取。同场景下图像也存在不同，诸如分辨率，位置，纵横比，灰度等等。这就需要寻找到办法，来解决几何畸变校正的问题。
首先找出图像失真的原因，再从理论上推到出几何畸变校正的方法。之后本文介绍了如何用MATLAB编写代码并通过实验，达到校正目的。针对楼房的梯形畸变和名片的四边形畸变，本文利用MATLAB结合数字图像复原的知识来进行校正。
对于大楼的校正，本文首先把待处理图像增强，之后利用Sobel算子完成边缘检测，再用Radon变换提取边缘直线，然后用“连接点”法校正，最后裁剪得到校正好的大楼图像。对于名片的几何畸变校正，先利用Ostu算法进行图像分割，运用Canny算子进行边缘检测，再用Hough变换提取名片轮廓，接着用“连接点”法进行校正，最后再裁剪出校正后的名片图像。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:几何畸变校正MATLAB
目录
第1章 绪论 1
1.1引言 1
1.2研究背景 1
1.3发展现状 1
1.4研究目的及意义 2
1.5论文结构 2
第2章 数字图像相关介绍 4
2.1数字图像描述 4
2.2数字图像处理 4
2.2.1基本概念 4
2.2.2 主要研究内容 5
2.3图像复原 5
2.3.1概述 5
2.3.2退化模型 6
2.3.3 图像畸变介绍 6
2.3.4经典的复原方法介绍 7
2.3.4 边缘检测经典算子 13
第3章 大楼畸变校正 16
3.1图像增强 16
3.1.1图像增强基础 16
3.2边缘检测 17
3.3轮廓提取 18
3.4畸变校正 20
3.4.1 方法原理 20
3.4.2 连接点的确定 22
3.4.2 畸变校正 22
3.5裁剪图像 23
3.6本章小结 23
第4章 名片畸变校正 24
4.1图像分割 24
4.2边缘检测 25
4.3轮廓提取 26
4.3.1 Hough变换原理 26
4.4畸变校正 27
4.4.1 本文方法 27
4.4.2 畸变校正 27
4.5图像裁剪 28
4.6本章小结 28
第5章 总结与展望 30
参考文献 31
附录 32
致谢 38
第1章 绪论
1.1引言
当今是一个信息化的社会，图像表达的信息最为直观最容易让人理解。所以图像信息理所当然的成为了现代通信的重要载体。随着移动网络的升级，数字图像的传播更加越来越便捷。人们可以在手机上拍摄图像，处理图像，再传播图像。不过这些看似简单的操作，对背后的图像处理技术则要求更高了。在当今这个“以图说话”的时代，图像的准确性和精确性变的尤为重要。这也就凸显出图像校正技术的核心地位。
1.2研究背景
如今，随着图像处理技术的发展，数字图像在许多地方得以应用，如医学图像的分析、图像图形识别、地图的分析、交通道路的提取、安全监控身份识别等。数字图像在人们的生活中已经无处不在，这都因为于数字图像拥有着许多优势。数字图像便于保存，不占空间。因为通信技术的完善和进步，数字图像的传输也变的十分便捷，成本低。不过数字图像也不是毫无弱点，在图像的摄入时由于光学的因素，可能会造成图形图像的畸变。数字信号在传输过程中也会遭受噪声的侵袭，也另得图像的准确性大打折扣。这些都对数字图像的实际使用造成不小的障碍。所以对数字图像几何失真的校正的研究并找出便捷、快速、通用的解决方案是十分必要的。
1.3发展现状
几何畸变的校正很早国外就开始研究，有着丰厚的研究成果，有着很多的校正方法但缺乏统一的理论。我国数字图像处理技术领域缺乏自主的理论研究，畸变校正方面的研究也很少，图像的处理软件也与发达国家有差距。所以我国必须大力发展数字图像技术，通过研究学习国外的技术，找到创新的道路。
校正的算法有很多分类，例如基于标定模板方法和非标定模板法，还有光学校正和数字校正。标定模板法采用点阵图、平面网格、同心圆环、西洋棋盘等[]。该方法通过畸变点与理想点位置上的偏差求得畸变系数，从而来进行畸变校正。而非标定模板法则用畸变率、畸变等效曲面测量设备等校正算法迭代或直接求出畸变系数，之后再进行校正。
光学校正是早先运用的校正方法，现状几乎已经消声觅迹。因为光学校正有
着它天生的缺陷。光学校在数字化的时代，图像的转移、处理不够便捷。光学透镜的增加会减弱光的透过率从而影响图像的成像效果。一些微小的光学镜头不能够使用光学校正。基于种种原因，数字图像校正占据了畸变校正领域的上风。
现状绝大多数的数字图像几何畸变的校正方法都是数字图像校正。诸如，美国南加州大学学者周逸童等人在1988年提出的基于神经网络的图像复原方法。还有B. J. Devcr qux 等提出了匹配Delannay三角形的机载多光谱扫描图象几何畸变校正方法。史密斯利用数字图像畸变校正技术研究出来的畸变校正方法用来进行医学方面的应用，检测效果大大提高，广受好评。方法通过畸变的位置来求出它与正确图像的函数关系，再利用此关系校正。国人也提出许多校正技术，西北工业大学的张定华、梁亮运用分段插值的概念提出了一种基于网格图像的几何校正算法。在国人的努力下，如今以图像校正为原理的遥感技术，已经在我国资源调查、灾害监测、农业规划、城市规划、环境保护等方应用开来，并取得了不错的效果。从以上的发展成果，和对未来的展望可以发现数字图像畸变校正的发展前景十分光明。
1.4研究目的及意义
由于拍摄环境的差异，光学上的衍射，还有人为的因素，在人们从外界获取图像时会发现呈现出来的图像和现实里的图像之间发生畸变，而导致图像失去它真实的信息。例如，当在大楼的底部给一座高楼拍照时，在得到的照片里，往往顶部变窄，而底部则变得宽，由矩形变为梯形，这是一种常见的几何畸变现象。除此之外还有一种典型的几何畸变现象出现在为名片拍照时。当替放在桌上的名片文本资料拍照时，它们本身是矩形，而在照片中变为普通四边形，因而需要运用一定的方法去恢复图像原来的面貌。
1.5论文结构
第一章：介绍了数字图像在当今社会发展的重要性。并阐明图像畸变的产生原因以及这对生活造成的种种阻碍。由此引出几何畸变校正的发展现状并说明这些技术的重要意义。
第二章：数字图像相关介绍。本章先介绍了数字图像的基本描述，图像是如何由景物转化到数字图像。接着介绍了数字图像处理的相关概念和其研究的主要内容。随后简介常见的畸变形式由此引出图像复原的概念和经典的图像畸变校正方法。
第三章：大楼畸变校正。本章按照直方图增强，索贝尔算子边缘检测，Radon变换提取轮廓，畸变校正的方法完成对大楼的畸变校正。
第四章：名片畸变校正。本章按照图像Ostu分割、Canny边缘检测、Hough轮廓提取、?连接点?法畸变校正、图像裁剪的步骤来进行名片畸变的校正。：总结与展望。对本文的内容进行总结，再次重申数字图像畸变校正的现实意义。并对对畸变校正技术做出展望。
第2章 数字图像相关介绍
图像处理的目的是将图像的成像质量予以提升，使图像更符合原有的状态，更真实可信。下面介绍数字图像的概论。
2.1数字图像描述
因为计算机都是进行数据运算，所以必须将图像转换为离散型数据再做处理，此过程叫做图像采集，图像采集系统负责这一过程，如图 1 所示。图像采集系统由成像系统、采样系统和量化器[]这几个部分组成。在采样过程就是将坐标量化，量化是将函数值离散化。它们都是数字化的一部分。
摘要
生活中由于拍摄条件的不同，诸如角度、天气等，使图像失真影响图像中信息的正常获取。同场景下图像也存在不同，诸如分辨率，位置，纵横比，灰度等等。这就需要寻找到办法，来解决几何畸变校正的问题。
首先找出图像失真的原因，再从理论上推到出几何畸变校正的方法。之后本文介绍了如何用MATLAB编写代码并通过实验，达到校正目的。针对楼房的梯形畸变和名片的四边形畸变，本文利用MATLAB结合数字图像复原的知识来进行校正。
对于大楼的校正，本文首先把待处理图像增强，之后利用Sobel算子完成边缘检测，再用Radon变换提取边缘直线，然后用“连接点”法校正，最后裁剪得到校正好的大楼图像。对于名片的几何畸变校正，先利用Ostu算法进行图像分割，运用Canny算子进行边缘检测，再用Hough变换提取名片轮廓，接着用“连接点”法进行校正，最后再裁剪出校正后的名片图像。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:几何畸变校正MATLAB
目录
第1章 绪论 1
1.1引言 1
1.2研究背景 1
1.3发展现状 1
1.4研究目的及意义 2
1.5论文结构 2
第2章 数字图像相关介绍 4
2.1数字图像描述 4
2.2数字图像处理 4
2.2.1基本概念 4
2.2.2 主要研究内容 5
2.3图像复原 5
2.3.1概述 5
2.3.2退化模型 6
2.3.3 图像畸变介绍 6
2.3.4经典的复原方法介绍 7
2.3.4 边缘检测经典算子 13
第3章 大楼畸变校正 16
3.1图像增强 16
3.1.1图像增强基础 16
3.2边缘检测 17
3.3轮廓提取 18
3.4畸变校正 20
3.4.1 方法原理 20
3.4.2 连接点的确定 22
3.4.2 畸变校正 22
3.5裁剪图像 23
3.6本章小结 23
第4章 名片畸变校正 24
4.1图像分割 24
4.2边缘检测 25
4.3轮廓提取 26
4.3.1 Hough变换原理 26
4.4畸变校正 27
4.4.1 本文方法 27
4.4.2 畸变校正 27
4.5图像裁剪 28
4.6本章小结 28
第5章 总结与展望 30
参考文献 31
附录 32
致谢 38
第1章 绪论
1.1引言
当今是一个信息化的社会，图像表达的信息最为直观最容易让人理解。所以图像信息理所当然的成为了现代通信的重要载体。随着移动网络的升级，数字图像的传播更加越来越便捷。人们可以在手机上拍摄图像，处理图像，再传播图像。不过这些看似简单的操作，对背后的图像处理技术则要求更高了。在当今这个“以图说话”的时代，图像的准确性和精确性变的尤为重要。这也就凸显出图像校正技术的核心地位。
1.2研究背景
如今，随着图像处理技术的发展，数字图像在许多地方得以应用，如医学图像的分析、图像图形识别、地图的分析、交通道路的提取、安全监控身份识别等。数字图像在人们的生活中已经无处不在，这都因为于数字图像拥有着许多优势。数字图像便于保存，不占空间。因为通信技术的完善和进步，数字图像的传输也变的十分便捷，成本低。不过数字图像也不是毫无弱点，在图像的摄入时由于光学的因素，可能会造成图形图像的畸变。数字信号在传输过程中也会遭受噪声的侵袭，也另得图像的准确性大打折扣。这些都对数字图像的实际使用造成不小的障碍。所以对数字图像几何失真的校正的研究并找出便捷、快速、通用的解决方案是十分必要的。
1.3发展现状
几何畸变的校正很早国外就开始研究，有着丰厚的研究成果，有着很多的校正方法但缺乏统一的理论。我国数字图像处理技术领域缺乏自主的理论研究，畸变校正方面的研究也很少，图像的处理软件也与发达国家有差距。所以我国必须大力发展数字图像技术，通过研究学习国外的技术，找到创新的道路。
校正的算法有很多分类，例如基于标定模板方法和非标定模板法，还有光学校正和数字校正。标定模板法采用点阵图、平面网格、同心圆环、西洋棋盘等[]。该方法通过畸变点与理想点位置上的偏差求得畸变系数，从而来进行畸变校正。而非标定模板法则用畸变率、畸变等效曲面测量设备等校正算法迭代或直接求出畸变系数，之后再进行校正。
光学校正是早先运用的校正方法，现状几乎已经消声觅迹。因为光学校正有
着它天生的缺陷。光学校在数字化的时代，图像的转移、处理不够便捷。光学透镜的增加会减弱光的透过率从而影响图像的成像效果。一些微小的光学镜头不能够使用光学校正。基于种种原因，数字图像校正占据了畸变校正领域的上风。
现状绝大多数的数字图像几何畸变的校正方法都是数字图像校正。诸如，美国南加州大学学者周逸童等人在1988年提出的基于神经网络的图像复原方法。还有B. J. Devcr qux 等提出了匹配Delannay三角形的机载多光谱扫描图象几何畸变校正方法。史密斯利用数字图像畸变校正技术研究出来的畸变校正方法用来进行医学方面的应用，检测效果大大提高，广受好评。方法通过畸变的位置来求出它与正确图像的函数关系，再利用此关系校正。国人也提出许多校正技术，西北工业大学的张定华、梁亮运用分段插值的概念提出了一种基于网格图像的几何校正算法。在国人的努力下，如今以图像校正为原理的遥感技术，已经在我国资源调查、灾害监测、农业规划、城市规划、环境保护等方应用开来，并取得了不错的效果。从以上的发展成果，和对未来的展望可以发现数字图像畸变校正的发展前景十分光明。
1.4研究目的及意义
由于拍摄环境的差异，光学上的衍射，还有人为的因素，在人们从外界获取图像时会发现呈现出来的图像和现实里的图像之间发生畸变，而导致图像失去它真实的信息。例如，当在大楼的底部给一座高楼拍照时，在得到的照片里，往往顶部变窄，而底部则变得宽，由矩形变为梯形，这是一种常见的几何畸变现象。除此之外还有一种典型的几何畸变现象出现在为名片拍照时。当替放在桌上的名片文本资料拍照时，它们本身是矩形，而在照片中变为普通四边形，因而需要运用一定的方法去恢复图像原来的面貌。
1.5论文结构
第一章：介绍了数字图像在当今社会发展的重要性。并阐明图像畸变的产生原因以及这对生活造成的种种阻碍。由此引出几何畸变校正的发展现状并说明这些技术的重要意义。
第二章：数字图像相关介绍。本章先介绍了数字图像的基本描述，图像是如何由景物转化到数字图像。接着介绍了数字图像处理的相关概念和其研究的主要内容。随后简介常见的畸变形式由此引出图像复原的概念和经典的图像畸变校正方法。
第三章：大楼畸变校正。本章按照直方图增强，索贝尔算子边缘检测，Radon变换提取轮廓，畸变校正的方法完成对大楼的畸变校正。
第四章：名片畸变校正。本章按照图像Ostu分割、Canny边缘检测、Hough轮廓提取、?连接点?法畸变校正、图像裁剪
第2章 数字图像相关介绍
图像处理的目的是将图像的成像质量予以提升，使图像更符合原有的状态，更真实可信。下面介绍数字图像的概论。
2.1数字图像描述
因为计算机都是进行数据运算，所以必须将图像转换为离散型数据再做处理，此过程叫做图像采集，图像采集系统负责这一过程，如图 1 所示。图像采集系统由成像系统、采样系统和量化器[]这几个部分组成。在采样过程就是将坐标量化，量化是将函数值离散化。它们都是数字化的一部分。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/264.html
