1.原理简述:    

根据两幅图像中的一些已知对应点(控制点对),建立函数关系式,通过坐标变换,实现失真图像的几何校正。

设两幅图像坐标系统之间畸变关系能用解析式来描述:

根据上述的函数关系,可以依次计算畸变图像每个像素的矫正坐标值,保持各像素值不变,这样生成一幅矫正图像。

2.实现过程:

(1)因此首先要得到多项式,matlab提供了拟合多项式的函数 Isqcurvefit,

                               格式:lsqcurvefit(f,a,x,y)

f:符号函数句柄

a:最开始预估的值(预拟合的未知参数的估计值)。如上面的问题如果我们预估A为1,B为2,则a=[1 2]

x:我们已经获知的x的值

y:我们已经获知的x对应的y的值

函数的返回值为对应多项式系数组成的一维数组。

示例(二次多项式):建立由校正图像到畸变图像的函数

function [F] = fun(a,b)
x = b(:,1);
y = b(:,2);
F = a(1)+a(2)*x+a(3)*y+a(4)*x.^2+a(5)*x.*y+a(6)*y.^2;
end x0 = fixedPoints(:,1);
y0 = fixedPoints(:,2);
x1 = movingPoints(:,1);
y1 = movingPoints(:,2);
data = [x1,y1];
a = [1 1 1 1 1 1];
a1 = lsqcurvefit('fun',a,data,x0);
a2 = lsqcurvefit('fun',a,data,y0);

(2)根据得到的二项式,由校正图像每个像素坐标(x,y)出发,算出在已知畸变图像上的对应坐标(x',y'),使像元一一对应,赋予校正图像对应畸变图像的像元

的像素值,最终得到校正图像。

示例:

J2 = uint8(zeros(size(J)));
for rgb = 1:3
for i = 1:m
for j = 1:n
if round(fun(a1,[i,j]))>=1 && round(fun(a1,[i,j]))<=c && round(fun(a2,[i,j]))>=1 && round(fun(a2,[i,j]))<=d
J2(i,j,rgb) = J1(round(fun(a1,[i,j])),round(fun(a2,[i,j])),rgb);
end
end
end
end

          这样生成的图像像素分布不规则,会出现像素挤压、疏密不均的现象,因此最后还需对不规则图像进行灰度内插生成规则的栅格图像。

源码:

I = imread('sp.tif');
J = imread('tm.tif');
[m,n] = size(J);
[o,p] = size(I);
%cpselect(J,I);
%xlswrite('data1.xls',fixedPoints);
%xlswrite('data2.xls',movingPoints); %%重采样
J1 = J(1:m/o:end,1:n/p:end,1:3);
[c,d,q]= size(J1); fixedPoints = xlsread('data1.xls');
movingPoints = xlsread('data2.xls');
x0 = fixedPoints(:,1);
y0 = fixedPoints(:,2);
x1 = movingPoints(:,1);
y1 = movingPoints(:,2);
data = [x1,y1];
a = [1 1 1 1 1 1];
a1 = lsqcurvefit('fun',a,data,x0);
a2 = lsqcurvefit('fun',a,data,y0);
%多项式几何校正
J2 = uint8(zeros(size(J)));
for rgb = 1:3
for i = 1:m
for j = 1:n
if round(fun(a1,[i,j]))>=1 && round(fun(a1,[i,j]))<=c && round(fun(a2,[i,j]))>=1 && round(fun(a2,[i,j]))<=d
J2(i,j,rgb) = J1(round(fun(a1,[i,j])),round(fun(a2,[i,j])),rgb);
end
% J2(round(fun(a1,[i,j])),round(fun(a2,[i,j]))) = J(i,j);
% end
end
end
end
[x,y] = size(J2); %根据数据游标取截取区域的左上方点
J3 = imcrop(I,[98 180 60*o/x 60*p/y]);
J4 = imcrop(J2,[41 80 60 60]);
[k,y,z] = size(J3);
[h,t,e] = size(J4); %%重采样
%双线性内插法
u = h/k;
v = t/y;
itp = uint8(zeros(k,y,3));
for rgb = 1:3
for i = ceil(1/u):k-1
iu = floor(i*u);
for j = ceil(1/v):y-1
jv = floor(j*v);
itp(i,j,rgb) = (1-(i*u-iu))*(1-(j*v-jv))*J4(iu,jv,rgb)...
+(1-(i*u-iu))*(j*v-jv)*J4(iu,jv+1,rgb)...
+(i*u-iu)*(1-(j*v-jv))*J4(iu+1,jv,rgb)...
+(i*u-iu)*(j*v-jv)*J4(iu+1,jv+1,rgb);
end
end
end
%去黑边
for rgb = 1:3
for i = 1:3
for j = 1:175
itp(i,j,rgb) = J4(ceil(i*u),ceil(j*v),rgb);
itp(145,j,rgb) = J4(43,ceil(j*v),rgb);
end
end
for j = 1:2
for i = 1:145
itp(i,j,rgb) = J4(ceil(i*u),ceil(j*v),rgb);
itp(i,175,rgb) = J4(ceil(i*u),61,rgb);
end
end
end
imwrite(J3,'Core1.bmp','bmp');
imwrite(itp,'Core2.bmp','bmp'); subplot(231),imshow(J),title('待配准图像');
subplot(232),imshow(I),title('基准图像');
subplot(233),imshow(J2),title('多项式几何校正后');
subplot(234),imshow(J3),title('基准影像裁剪后');
subplot(235),imshow(itp),title('校正影像裁剪重采样后'); % %基准图重采样
% kh = zuixiaogongbeishu(k,h);
% yt = zuixiaogongbeishu(y,t);
% u = h/kh;v = t/yt;
% J5 = J3(1:k/kh:end,1:y/yt:end,1:3);
% %配准图 双线性内插法重采样
% itp = uint8(zeros(kh,yt,3));
% for rgb = 1:3
% for i = floor(1/u):kh-1
% iu = floor(i*u);
% for j = floor(1/v):yt-1
% jv = floor(j*v);
% itp(i,j,rgb) = (1-(i*u-iu))*(1-(j*v-jv))*J4(iu,jv,rgb)...
% +(1-(i*u-iu))*(j*v-jv)*J4(iu,jv+1,rgb)...
% +(i*u-iu)*(1-(j*v-jv))*J4(iu+1,jv,rgb)...
% +(i*u-iu)*(j*v-jv)*J4(iu+1,jv+1,rgb);
% end
% end
% end
% %去黑边
% for rgb = 1:3
% for i = 1:144
% for j = 1:10675
% itp(i,j,rgb) = J4(ceil(i*u),ceil(j*v),rgb);
% end
% end
% for j = 1:175
% for i = 1:6235
% itp(i,j,rgb) = J4(ceil(i*u),ceil(j*v),rgb);
% end
% end
% end
%
% itp1 = uint8(zeros(6193,10615,3));
% itp1(1:6193,1:10615,1:3) = itp(1:6193,1:10615,1:3);
% imwrite(J5,'Crop1.bmp','bmp');
% J5 = imread('Crop1.bmp');
% imwrite(itp1,'Crop2.bmp','bmp');
% J6 = imread('Crop2.bmp'); % subplot(231),imshow(J),title('待配准图像');
% subplot(232),imshow(I),title('基准图像');
% subplot(233),imshow(J2),title('多项式几何校正后');
% subplot(234),imshow(J5),title('基准影像裁剪重采样后');
% subplot(235),imshow(J6),title('校正影像裁剪重采样后'); % a = imread('基准.bmp');
% b = imread('重采样后图像.bmp');
% c = imcrop(a,[1,100,100,100]);
% d = imcrop(b,[1,100,100,100]);
% imwrite(c,'Core3.bmp','bmp');
% imwrite(d,'Core4.bmp','bmp');

利用多项式实现图像几何校正(Matlab实现)的更多相关文章

  1. 非刚性图像配准 matlab简单示例 demons算法

    2011-05-25 17:21 非刚性图像配准 matlab简单示例 demons算法, % Clean clc; clear all; close all; % Compile the mex f ...

  2. 利用OpenCV给图像添加中文标注

    利用OpenCV给图像添加中文标注 : 参考:http://blog.sina.com.cn/s/blog_6bbd2dd101012dbh.html  和https://blog.csdn.net/ ...

  3. [图像]用Matlab在图像上画矩形框

    原创文章,欢迎转载.转载请注明:转载自 祥的博客 原文链接:http://blog.csdn.net/humanking7/article/details/46819527 在毕业设计的时候写论文画图 ...

  4. Python 利用GDAL对图像进行几何校正

    原文链接:https://blog.csdn.net/qq_27045589/article/details/81062586 一.几何校正方法 图像校正本质是建立一种从原始图像行列号到某种投影的数学 ...

  5. 利用GDI+处理图像的色彩

    首先先介绍一下ColorMatrix结构体:表示颜色的变换关系,定义如下: typedef struct { REAL m[][]; } ColorMatrix; ColorMatrix结构体一般和I ...

  6. OpenCV与Python之图像的读入与显示以及利用Numpy的图像转换

    1:读入图像,显示图像与保存图像 代码: import cv2 img=cv2.imread('lena.jpg',cv2.IMREAD_COLOR) cv2.namedWindow('lena',c ...

  7. OpenCV利用矩阵实现图像旋转

    利用OpenCV的矩阵操作实现图像的逆时针旋转90度操作 代码 Mat src = imread("C:\\Users\\fenggl\\Desktop\\测试.jpg",MREA ...

  8. 在利用手背扫描图像+K因子 对室内温度进行回归预测时碰到的问题

    1. 关于多输入流: 由于本Mission是双输入, 导师要求尽量能使用Inception之诸, 于是输入便成了问题. 思考: 在Github上找到了keras-inceptionV4进行对网络头尾的 ...

  9. 【图像】Matlab图像标定工具箱

    参考教程: Matlab工具箱教程  http://www.vision.caltech.edu/bouguetj/calib_doc/ 摄像机模型  http://oliver.zheng.blog ...

随机推荐

  1. 笔记,将CString转换为数值

           ANSI UNICODE TCHAR int    atoi    _wtoi  _ttoi long       atol    _wtol _ttol double   atof   ...

  2. MySQL常用语句汇总--持续更新(2017-08-10)

    修改表的字段结构: 表:mission_picture,新增字段:content,字段类型:text ALTER TABLE mission_picture ADD content text:

  3. Android wifi 从连接态自动断开的解决办法(dhcp导致)【转】

    本文转载自:http://blog.csdn.net/DKBDKBDKB/article/details/38490201 对wifi部分的代码流程已经看了段时间,前两天终于解决了工作中遇到的一个wi ...

  4. JavaWeb项目里面的路径获取方法总结

    仅为资源搬运,个人还未充分理解... request.getRealPath不推荐使用request.getRealPath("") 这个方法已经不推荐使用了 request.ge ...

  5. LightOJ1138 —— 阶乘末尾0、质因子分解

    题目链接:https://vjudge.net/problem/LightOJ-1138 1138 - Trailing Zeroes (III)    PDF (English) Statistic ...

  6. complex brain network

    Organization, development and function of complex brain networks The Brain as a Complex System: Usin ...

  7. LoadRunner中两种录制模式的区别

    决定我们成为什么样人的,不是我们的能力,而是我们的选择. ——<哈利-波特与密室> 一.先看看两种模式的设置和录制脚本的区别 设置HTML录制模式: 设置URL录制模式: HTML脚本: ...

  8. 使用geolocation

    The geolocation object geolocation API建立在navigator.geolocation 上. 如果对象存在,才可以使用定位服务. if ("geoloc ...

  9. js Date 函数方法及日期计算

    js Date 函数方法 var myDate = new Date(); myDate.getYear(); //获取当前年份(2位) myDate.getFullYear(); //获取完整的年份 ...

  10. python之yield和Generator

    首先我们从一个小程序导入,各定一个list,找出其中的素数,我们会这样写 import math def is_Prims(number): if number == 2: return True / ...