摘 要

鱼眼镜头可以克服普通摄像机由于其视角较小而无法一次拍摄超宽视野图像的缺点，但是鱼眼镜头图像失真严重，鱼眼图像需要校正和展开。鱼眼图像包含大量信息，使用鱼眼图像获取全景图像能减少图像拼接的数量，并最终提高图像拼接质量，因此，校正鱼眼图像，然后拼接校正后的图像，从而获得全景图的过程与方法是值得研究的。

在对现有的鱼眼图像校正和图像拼接的研究现状进行学习之后，本文的主要内容是鱼眼图像的畸变校正，使用了几种鱼眼图像校正方法，包括经度校正法、经纬度校正法、双经度校正法，并在此基础上使用基于SURF的拼接算法进行一组校正后的鱼眼图像的拼接融合，以获得360度全景图像。在完成对上述方法的理论分析后，利用vs、matlab、opencv平台进行实验分析。经过对实验仿真结果图的分析以及相关参数的计算，本文采用的算法满足了校正及拼接要求。

关键词：鱼眼图像；鱼眼图像校正；SURF；全景拼接

Abstract

The fisheye lens can overcome the shortcomings of ordinary cameras that cannot take ultra-wide-field images at a time due to their small angle of view, but the fisheye lens image is seriously distorted and the fisheye image needs to be corrected and expanded. The fisheye image contains a lot of information. Using the fisheye image to obtain a panoramic image can reduce the number of image stitching and ultimately improve the quality of the image stitching. Therefore, the fisheye image is corrected, and then the corrected image is stitched to obtain a panoramic picture process and method It is worth studying.

After studying the current research status of fisheye image correction and image stitching, the main content of this article is the distortion correction of fisheye image. Several fisheye image correction methods are used, including longitude correction method, latitude and longitude correction method, Double longitude correction method, and on this basis, the SURF-based stitching algorithm is used to stitch and merge a group of corrected fisheye images to obtain a 360-degree panoramic image. After completing the theoretical analysis of the above methods, use the vs, matlab, opencv platform for experimental analysis. After the analysis of the experimental simulation results and the calculation of relevant parameters, the algorithm used in this paper meets the requirements of correction and splicing.

Key Words：fisheye image；fisheye image correction；SURF；panoramic stitching

目 录

第1章 绪论 1

1.1 研究的背景和意义 1

1.2 鱼眼图像校正和拼接的研究现状 1

1.2.1 鱼眼图像校正的研究现状 2

1.2.2 鱼眼图像拼接的研究现状 3

1.3 本文主要工作和组织结构 4

第2章 图像校正的相关理论 6

2.1 鱼眼镜头光学结构 6

2.2 鱼眼镜头模型 7

2.2.1 通用模型 7

2.2.2 设计模型 8

2.3 鱼眼镜头标定 9

第3章 鱼眼图像有效区域提取 11

3.1 区域生长法 11

3.1.1 算法原理 11

3.1.2 算法具体步骤 12

3.1.3 实验结果 12

3.2 逐行逐列逼近法 13

3.2.1 算法原理 13

3.2.2 算法具体步骤 13

3.2.3 实验结果 14

3.3 快速扫描法 14

3.3.1 算法原理 14

3.3.2 算法具体步骤 16

3.3.3 实验结果 17

第4章 鱼眼图像的校正 20

4.1 经度坐标法校正鱼眼图像 20

4.1.1 经度坐标法原理 20

4.1.2 经度坐标法实验结果 21

4.2 经纬度坐标法校正鱼眼图像 22

4.2.1 经纬度坐标法原理 22

4.2.2 经纬度坐标法实验结果 25

4.3 双经度法校正鱼眼图像 26

4.3.1 双经度法原理 26

4.3.2 双经度法实验结果 30

4.4 插值算法 33

第5章 鱼眼图像的拼接 35

5.1 基于SURF 的特征点的提取与匹配 35

5.1.1 特征点提取原理 35

5.1.2 特征点提取实验结果 35

5.2 图像配准 36

5.2.1 图像配准原理 36

5.2.2 图像配准实验结果 37

5.3 图像融合 39

5.3.1 图像融合原理 39

5.3.2 实验结果图 39

5.4 使用Opencv的Stitching类进行拼接 41

5.4.1 基本原理及步骤 41

5.4.2 实验结果 41

第6章 总结与展望 43

6.1 工作总结 43

6.2 工作展望 43

参考文献 44

致 谢 46