Skip to content

HLearning/fisheye

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

鱼眼矫正

常见的鱼眼矫正算法

  • 棋盘格矫正法
  • 经纬度矫正法

鱼眼图示例

pig

棋盘格矫正法

利用棋盘格进行标定, 然后计算鱼眼镜头的畸变系数以及内参, opencv中自带有fisheye模块, 可以直接根据棋盘格标定结果,采用cv2.fisheye.calibrate计算畸变系数以及内参, 然后使用cv2.fisheye.initUndistortRectifyMap函数计算映射矩阵, 最后根据映射矩阵, 使用cv2.remap进行矫正。 矫正结果如下: 棋盘格矫正法 棋盘格矫正法的效果并不好, 而且边缘效果较差, 拉伸比较严重。

参考代码:

经纬度矫正法

经纬度矫正法, 可以把鱼眼图想象成半个地球, 然后将地球展开成地图,经纬度矫正法主要是利用几何原理, 对图像进行展开矫正, 基于经纬度矫正法进行改进的矫正的算法也很多, 下面主要介绍的是双径度矫正法, 具体的原理参考论文《基于双经度模型的鱼眼图像畸变矫正方法》。

代码复现

根据作者的论文, 采用python对论文进行复现(建议结果论文查看代码), 发现效果不错, 不过耗时非常严重, 采用最近邻插值方式, 每张图耗时大概在6s左右, 采用双线性插值, 耗时在34s左右。

参考代码:02.double_longitude/main.py

代码优化

因为代码中进行插值涉及到了两层循环, 而且每层循环,计算量都非常大, 因此想到了几点优化方案。

  • 采用矩阵运算代替循环
  • 将python代码更改为c
  • 多线程
  • 采用gpu加速(pycuda)

想到的几种加速方案, 在尝试了第一种结果方案时候, 发现最近邻插值运行速度从6s降到了0.3s, 果断放弃了尝试其他方案的想法,大神们也可以尝试一下其他方案。

参考代码:02.double_longitude/main_vector.py

插值方式

理论上双线性插值的结果应该优于最近邻插值, 不过双线性插值方式计算量大, 非常耗时, 而且两种不同的插值方式, 结果差异肉眼几乎无法区分, 在代码改成矩阵计算后, 双线性插值方式代码实现起来繁琐, 所以采用了最近邻插值。

矫正效果如下: 经纬度矫正法

About

fisheye image calibration

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages