图像去畸变和添加畸变

背景：最近的项目中用到的图像去畸变的知识，刚开始是直接调用opencv中提供的函数cv::initUndistortRectifyMap()和cv::remap()函数，实现图像的全局去畸变，但是由于图像的分辨率很高，再加上，实际过程中我们只用到了很小一块的图像，所以为了降低电脑的负担，则想选用局部图像去畸变的方法来代替全局图像去畸变。

于是我想到了《SLAM十四讲》书中在相机模型中有相关的去畸变的代码，我就直接使用测试了，效果还不错。

void LocalZoneUndistortion(cv::Mat& localImage, cv::Mat& undistortLocalImage) {undistortLocalImage = cv::Mat(localImage.rows, localImage.cols, CV_8UC1);for (int row = 0; row < localImage.rows; ++row) {for (int col = 0; col < localImage.cols; ++col) {double x = (col - cx_) / fx_;double y = (row - cy_) / fy_;double r = sqrt(x * x + y * y);double xDistorted = x * (1 + k1_ * r * r + k2_ * r * r * r * r) + 2 * p1_* x * y + p2_ * (r * r + 2 * x * x);double yDistorted = y * (1 + k1_ * r * r + k2_ * r * r * r * r) + p1_ * (r * r + 2 * y * y) + 2 * p2_* x * y;double uDistorted = fx_ * xDistorted + cx_;double vDistorted = fy_ * yDistorted + cy_;if (uDistorted  >= 0 && vDistorted >= 0 && uDistorted < localImage.cols && vDistorted < localImage.rows) {undistortLocalImage.at<uchar>(row, col) = localImage.at<uchar>((int)vDistorted,(int)uDistorted);}else {undistortLocalImage.at<uchar>(row, col) = 0;} }}}

当然在使用的时候要把相机内参和畸变系数传进去呦，我这里是把它们定义为成员变量，就没有传进去。其实我之前一直对这个去畸变的过程很困惑的，这明明是一个添加畸变的过程，为啥可以达到去畸变的效果呢？时隔多日之后再次使用这个函数，其实我还是没怎么关心她背后的逻辑，直到我同时又需要完成对点添加畸变的任务，这个时候我才重新审视这两个过程背后的逻辑。

添加畸变的函数如下

void Tracking::DistortPoints(cv::Point2f& undistPoint, cv::Point2f& distPoint) {double x = (undistPoint.x - cx_) / fx_;double y = (undistPoint.y - cy_) / fy_;double r2 = x * x + y * y;// Radial distorsiondouble xDistort = x * (1 + k1_ * r2 + k2_ * r2 * r2 + k3_ * r2 * r2 * r2);double yDistort = y * (1 + k1_ * r2 + k2_ * r2 * r2 + k3_ * r2 * r2 * r2);// Tangential distorsionxDistort = xDistort + (2 * p1_ * x * y + p2_ * (r2 + 2 * x * x));yDistort = yDistort + (p1_ * (r2 + 2 * y * y) + 2 * p2_ * x * y);// Back to absolute coordinates.xDistort = xDistort * fx_ + cx_;yDistort = yDistort * fy_ + cy_;distPoint = cv::Point2f((float)xDistort, (float)yDistort);};

我们平时遇到的都是将带有畸变的点转换为不带畸变的点，很少会遇到在不带畸变的点上添加畸变，因为我要在一个带有畸变的图像上标注一个不带畸变的点，那标注出的位置和我们真正的目标之间就有一定的偏差了，这个时候只有在这些不带畸变的点上添加上畸变，这样才能适应带有畸变的图像。

我们可以发现，上面两个过程，去畸变和添加畸变刚开始的部分都是在添加畸变的过程，

首先是将像素位置点，从像平面内转换到归一化平面内，

double x = (col - cx_) / fx_;
double y = (row - cy_) / fy_;

double x = (undistPoint.x - cx_) / fx_;
double y = (undistPoint.y - cy_) / fy_;

然后再分别添加，径向畸变和切向畸变，

// Radial distorsion
double xDistort = x * (1 + k1_ * r2 + k2_ * r2 * r2 + k3_ * r2 * r2 * r2);
double yDistort = y * (1 + k1_ * r2 + k2_ * r2 * r2 + k3_ * r2 * r2 * r2);// Tangential distorsion
xDistort = xDistort + (2 * p1_ * x * y + p2_ * (r2 + 2 * x * x));
yDistort = yDistort + (p1_ * (r2 + 2 * y * y) + 2 * p2_ * x * y);

然后在把点转换到像平面内。

// Back to absolute coordinates.
xDistort = xDistort * fx_ + cx_;
yDistort = yDistort * fy_ + cy_;

以上这些步骤两个过程是一样的，最后一步是不一样的。

在去畸变过程中，我们相当于给不带畸变的坐标PointA添加畸变，得到带有畸变的点PointB，而这正是我们直接获取得到的带有畸变的图像I上的点，这个时候我们可以将带有畸变的图像上的PointB位置处的灰度值映射赋值给PointA的位置处，这样操作图像I上所有有效点，就完成了对带有畸变的图像I的去畸变操作。

if (uDistorted  >= 0 && vDistorted >= 0 && uDistorted < localImage.cols && vDistorted < localImage.rows) {undistortLocalImage.at<uchar>(row, col) = localImage.at<uchar>((int)vDistorted,(int)uDistorted);
} else {undistortLocalImage.at<uchar>(row, col) = 0;
}

而添加畸变的过程就比较好理解了，就是给不带有畸变的点添加上径向畸变和切向畸变，直接得到带畸变的点。

图像去畸变和添加畸变相关推荐

图像去畸变矫正及双线性内插法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达通过采集的图像我们可以得到畸变后的图像,要得到没有畸变的图像要通过畸变模型推导其映射关系. 真实图像 ...
超实用！图像去畸变矫正及双线性内插法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达通过采集的图像我们可以得到畸变后的图像,要得到没有畸变的图像要通过畸变模型推导其映射关系. 真实图像 ...
根据相机内参进行图像去畸变
cv::Mat img; cv::Mat img_undistort; double fx,fy, cx, cy, k1, k2, p1, p2, k3;for(int v = 0; v < i ...
opencv 图像添加畸变
opencv 图像添加畸变因为需要对相机标定效果进行评价,首先要制作一张有畸变的标定板图片.可是opencv对图片只能去畸变,没有直接添加畸变的方法. 基于畸变公式可以对求得畸变后的点的坐标.本文的 ...
OpenCV 【十一】—— 图像去畸变，对极约束之undistort,initUndistortRectifyMap，undistort
目录 0.极限约束,对极校正 1.摄像机成像原理简述 2.成像畸变 2.1. 畸变数学模型 2.2. 公式推导 3.畸变校正 3.1. 理论推导 4. 图像去畸变** 5. 图像尺度缩放与内参的关系* ...
计算机视觉：Opencv图像去畸变
计算机视觉:Opencv图像去畸变针孔相机模型图像去畸变方法一方法二区别与联系鱼眼相机模型图像去畸变方法一方法二区别与联系参考文献针孔相机模型图像去畸变针对畸变参数,k1,k2, ...
opencv图像去畸变
图像去畸变的思路对于目标图像(无畸变图像)上的每个像素点,转换到normalize平面,再进行畸变变换,进行投影,得到这个像素点畸变后的位置,然后将这个位置的源图像(畸变图像)的像素值作为目标图像该 ...
基于MATLAB的图像去雾系统
基于MATLAB的图像去雾系统 (一)图像去雾基础原理 1.雾霭的形成机理雾实际上是由悬浮颗粒在大气中的微小液滴构成的气溶胶,常呈现乳白色,其底部位于地球表面,所以也可以看作是接近地面的云.霭其实跟 ...
matlab图像去雾实现
目录一.课题意义 1 (一)研究意义 1 (二)研究现状 1 二.相关知识 4 (一)系统功能及简介: 4 (二)用到的知识 5 三.系统设计与实现 5 (一)实现条件 5 硬件条件:计算机 5 软 ...

图像去畸变和添加畸变

图像去畸变和添加畸变相关推荐

最新文章

热门文章