车载全景系统鱼眼图像校正与拼接算法

"这篇论文探讨了车载全景系统中椭球面模型的鱼眼校正算法以及逆投影变换在多视角图像拼接中的应用。" 在车载全景系统中，使用四个鱼眼摄像头采集图像，但由于鱼眼镜头的特性，拍摄到的图像会存在严重的畸变。为了消除这种畸变，论文引用了椭球面模型作为基础，构建了鱼眼镜头的三维成像模型。在椭球面模型中，鱼眼成像平面Q由标准圆标定法确定，通过计算圆心和半径获取图像轮廓信息。利用最小二乘法拟合模型参数，找到最优解来校正图像。 校正后的鱼眼图像可能仍然受到倾斜角的影响，产生透视现象，这不利于图像的拼接。为了解决这个问题，论文提出了逆投影变换，将校正后的图像转换为俯视图，以消除透视效果。逆透视投影变换将图像坐标系转换到世界坐标系，摄像机位置作为原点，通过投影点的计算，将图像转换为水平路面的俯视图。 论文提出了一种基于车载多视角的图像拼接算法，该算法首先采用椭球面模型和最小二乘法进行鱼眼图像校正，然后执行逆投影变换。接着，通过手动匹配图像特征来确定匹配参数，最后利用加权平均法结合对角线思想进行图像拼接融合。这种方法有效地消除了拼接缝和曝光差异，同时提高了处理速度，适应了车载系统实时性的需求。 关键词包括鱼眼图像、多视点、图像拼接、拼接缝，论文指出，车载全景系统依赖鱼眼摄像头获取大视场图像，但图像畸变处理和实时拼接是挑战。传统的图像处理方法如Harris角点检测、SIFT等在处理多图像时可能无法满足实时性，而加权平均法则提供了高效且自然的图像融合解决方案。论文的贡献在于提供了一种适用于车载全景系统的多视角图像处理方法，有助于提高驾驶安全性。