1.光学相机镜头一般都存在畸变的问题,畸变属于成像的几何失真,它是由于焦平面上不同区域对影像的放大率不同而形成的画面扭曲变形现象。除了一些特定的场合,大部分情况下,这些失真都是需要校正到正常人眼不产生扭曲的程度。
2常见的畸变是枕形畸变,桶形畸变和线性畸变。广角镜头的摄像设备拍摄出来的图像经常会有桶形畸变的问题。原因在于广角镜头使用的是凸透镜,初中物理知识告诉我们凸透镜会对光线起汇聚作用,这是光的折射造成的。而离镜头中心越远,折射效果越强,因而其拍出来的照片会以镜头中心为圆心,呈圆形向外扩展失真。
3.摄像头精确校正需要先获取标定数据,可以利用张正友的张氏标定法,或者使用MATLAB标定。
4.一般摄像头畸变校正可以使用OPENCV,OpenCV的畸变参数总共有五个,径向畸变3个(k1,k2,k3)和切向畸变2个(p1,p2)。
径向畸变:
切向畸变:
以及在OpenCV中的畸变系数的排列(这点一定要注意k1,k2,p1,p2,k3),千万不要以为k是连着的。
其公式由好像是泰勒公式,K和P应该可以无限精确,也可以横竖使用不同参数,r=x*X+y*y;
5.这里不对标定过程和opencv校正过程详细推理。这里使用代码实现简单的畸变算法,考虑到效率和实时性,略去切向畸变,径向畸变假设x,y相等且只取一阶K值,其实一阶K值大约已经可以把畸变控制人眼接受的范围内了。
6.代码
public class LensCorrect2 { // 镜头校正查找表 private Point[][] CorrInd = null;// new Point[480][640]; private double k1 = 0f; private double k2 = 0f; private Bitmap mBm = null; private int mW = 0; private int mH = 0; private int max_x = 0, max_y = 0; private int min_x = 0, min_y = 0; // 镜头径向畸变校正初始化 public LensCorrect2(double k1, double k2, Bitmap mBm) { super(); this.k1 = k1; this.k2 = k2; this.mBm = mBm; this.mW = mBm.getWidth(); this.mH = mBm.getHeight(); int cw = mW >> 1; int ch = mH >> 1; CorrInd = new Point[mH][mW]; Log.i("XXXXX", "imgHeight=" + mH); Log.i("XXXXX", "imgWidth=" + mW); int it; int jt; int it2; int jt2; for (int i = 0; i < mH; i++) { it = (i + 1) - ch; // (i+1) 是其真正的图像坐标 for (int j = 0; j < mW; j++) { double temp; jt = (j + 1) - cw; // (j+1) 是其真正的图像坐标 temp = 1 + k1 * it * it + k2 * jt * jt; it2 = (int) (temp * it); jt2 = (int) (temp * jt); it2 = it2 + ch + 1; jt2 = jt2 + cw + 1; // Log.i("AAAAA", "imgHeight="+imgHeight); // Log.i("AAAAA", "imgWidth="+imgWidth); // Log.i("AAAAA", "i="+i); // Log.i("AAAAA", "j="+j); // Log.i("XXXXX", "jt2="+jt2); // Log.i("XXXXX", "it2="+it2); if (max_x < jt2) { max_x = jt2; } if (min_x > jt2) { min_x = jt2; } if (max_y < it2) { max_y = it2; } if (min_y > it2) { min_y = it2; } Point p = new Point(jt2, it2); CorrInd[i][j] = p; } } Log.i("XXXXX", "max_x=" + max_x); Log.i("XXXXX", "min_x=" + min_x); Log.i("XXXXX", "max_y=" + max_y); Log.i("XXXXX", "min_y=" + min_y); } public Bitmap getLensCorrect() { Bitmap bm = Bitmap.createBitmap((max_x - min_x) + 1, (max_y - min_y) + 1, Bitmap.Config.ARGB_8888); int it2; int jt2; for (int i = 0; i < mH; i++) { for (int j = 0; j < mW; j++) { it2 = CorrInd[i][j].y; jt2 = CorrInd[i][j].x; bm.setPixel(jt2 - min_x, it2 - min_y, mBm.getPixel(j, i)); } } return bm; } public Bitmap getLensCorrect0() { Bitmap bm = Bitmap.createBitmap(mW, mH, Bitmap.Config.ARGB_8888); int it2; int jt2; for (int i = 0; i < mH; i++) { for (int j = 0; j < mW; j++) { it2 = CorrInd[i][j].y; jt2 = CorrInd[i][j].x; if ((it2 >= 0) && (jt2 >= 0) && (it2 < mH) && (jt2 < mW)) { // bm.setPixel(j, i, mBm.getPixel(jt2, it2)); bm.setPixel(jt2, it2, mBm.getPixel(j, i)); } } } return bm; } }
7.下图对图像进行反畸变,由于用于测试的广角相机手机找不到了,没有找到合适的图片,使用一下没有变形的图片,对其做反桶形畸变,反畸变后,损失的像素需要插值补充完整
以上这篇android广角相机畸变校正算法和实现示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。
本文向大家介绍利用OPENCV为android开发畸变校正的JNI库方法,包括了利用OPENCV为android开发畸变校正的JNI库方法的使用技巧和注意事项,需要的朋友参考一下 需要为项目提供一套畸变校正的算法,由于需要大量的矩阵运算,考虑到效率和适时性,使用JNI开发,希望把有关数组短阵的处理的变换全部放入C语言中处理。 主要用于android移动端,大致的数据来源一是从camera直接读取Y
本文向大家介绍PHP实现的随机红包算法示例,包括了PHP实现的随机红包算法示例的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了PHP实现的随机红包算法。分享给大家供大家参考,具体如下: 一、整体设计 算法有很多种, 可以自行选择, 主要的"架构" 是这样的, 用redis decr()命令去限流, 用mysql去记录各种需要的数据 二、红包算法 简便起见, 红包金额用整数表示, 假设每个红
本文向大家介绍Android自定义相机Camera实现手动对焦的方法示例,包括了Android自定义相机Camera实现手动对焦的方法示例的使用技巧和注意事项,需要的朋友参考一下 前言 我采用的是Camera来实现自定义相机的,如果你使用的是Camera2,那本文将不适用你。为了减少篇幅,本文主要讲解手动对焦的实现方式,前提是你已经能实现自定义相机的预览等基础功能。 目录 手动对焦的方法解析 实现
朴素贝叶斯算法 给定数据集$$T={(x{(1)},y{(1)}),(x{(2)},y{(2)}),...,(x{(m)},y{(m)})}$$,其中$$x\in \mathcal{X}\subseteq R^n$$,$$y\in \mathcal{Y}={c_1, c_2,...,c_K}$$,$$X$$是定义在输入空间$$\mathcal{X}$$上的随机向量,$$Y$$是定义在输出空间$$\
目标 在这个部分, 我们将学习相机拍摄图像的畸变,相机的内在和外在参数等。 我们将学习找到这些参数,让畸变图像复原等。 基本知识 现代的的便宜针孔相机引起了很多图像畸变。两个主要的畸变方式是径向畸变和切向畸变。 径向畸变会使直线出现弯曲。当我们离开图像的中心时,它的效果就更明显了。例如,下面显示了一个图像,棋盘的两个边缘用红线标出。但是你可以看到边框不是一条直线,与红线不匹配。所有预期中的直线都变
目标 在本节中,我们将学习 由相机引起的失真类型, 如何找到相机的固有和非固有特性 如何根据这些特性使图像不失真 基础 一些针孔相机会给图像带来明显的失真。两种主要的变形是径向变形和切向变形。 径向变形会导致直线出现弯曲。 距图像中心越远,径向畸变越大。例如,下面显示一个图像,其中棋盘的两个边缘用红线标记。但是,您会看到棋盘的边框不是直线,并且与红线不匹配。所有预期的直线都凸出。有关更多详细信息,