【2017年整理】基于神经网络的数字图像几何畸变矫正方法

第28卷 第 17期 计算机工程与设计 2007年9月

Vo1．28 No．17 ComputerEngineeringandDesign Sept．2007

基于神经网络的数字图像几何畸变矫正方法

陆 懿， 陈光梦， 程 松

(复旦大学 电子工程系，上海 200433)

摘 要：在获取数字图像的过程中，由于摄像镜头的非线性，往往会导致获取的图像存在严重的几何畸变。因此，在对 图像

做进一步的处理之前，需要对发生畸变的图像进行几何矫正。介绍了数字图像几何变换的基本原理 ，并在总结已有的矫正

几何失真的方法的基础上，提 出了一种基于BP神经网络的新方法。该方法用最速梯度 下降法训练网络，使之能以较高的精

度拟和出畸变图像的形变模式，最后利用反向双线性灰度插值的方法恢复出原始 图像。Matlab仿真结果充分表明：该方法不

但有效 ，而且具有更高的精度。

关键词：数字图像；几何畸变；BP神经网络；灰度插值

中图法分类号：TP391．41 文献标识码：A 文章编号：1000—7024(2007)17—4290—03

Algorithm forgeometricdistortedimagerectificationbasedonneuralnetwork

LUYi， CHEN Guang—meng， CHENG Song

(DepartmentofElectronicEngineering，FudanUniversity,Shanghai200433，China)

Abstract：Intheprocessofgainingdigitalimages，thenonlinearcharacteristicofthecameralensmayleadtoseveregeometricdistortion

ofthecapturedimages、Therefore，geometricrectificationofthedistortedimagesisnecessarybeforetheycanbefurtherprocessed．The

basicfoundationofgeometrictransformationisintroduced，andafterintensiveresearchofthoseexistingapproachesforgeometricrec·

tification，anovelalgorithm basedonBPneuralnetworkispresented．Theproposedmethodtrainthenetworkwithfastest—gradient—

decentalgorithm，whichpreciselyfitthedistortionpaRern．Atlaststep，reversebilineargray—levelinterpolationisappliedtorecover

theoriginalimage．SimulationresultsinMatlabrevealsthatthealgorithm proposedisbotheffectiveandofhigherprecision．

Keywords：digitalimage；geometricdistortion；BPneuronnewt ork；gray—levelinteprolation

0 引 言 1 数字图像几何畸变的矫正原理

由于某些成像系统(例如广角镜头，猫眼，内窥镜等)的非 数字 图像几何畸变 的矫正大体 由两个基本操作组成 …：

线性而造成的数字图像的失真称为几何畸变。对图像几何畸 ①确定畸变模式：它描述了几何畸变前后像素点坐标之间的

变的矫正方法分为硬件方法和软件方法： 对应关系；②灰度插值：用以确定矫正后图像的各个像素点的

硬件方法主要通过在产生形变 的镜头前增加一块矫