利用多项式实现图像几何校正(Matlab实现)
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
- 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 ...
- 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/ ...
- [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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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
- MongoDB——mongo-connector同步到ES
1.搭建完毕MongoDb复制集环境 2.开始安装 mongo-connector pip install mongo-connector:基于pip命令,不管是linux .window 系统默认有 ...
- 从模版生成 uri Golang 的 html/template 包不太适合于这种情况
模板 - Go/Golang 框架 Echo 文档 http://go-echo.org/guide/templates/ Templates | Echo - High performance, m ...
- java 图形化界面 布局管理器
package Layout; import java.awt.*; import javax.swing.*; public class MyBorderLayout extends JFrame{ ...
- POJ1061 青蛙的约会 —— 扩展gcd
题目链接:https://vjudge.net/problem/POJ-1061 青蛙的约会 Time Limit: 1000MS Memory Limit: 10000K Total Submi ...
- html5--5-13 渐变色
html5--5-13 渐变色 学习要点 掌握渐变色的绘制方法 渐变色绘制方法 createLinearGradient() 创建线性渐变 createLinearGradient(x1,y1,x2, ...
- php函数的参数引用变量
在php.ini中将allow_call_time_pass_reference的值改为'on'.
- 关于 josnp ,解决跨域问题
JSONP是服务器与客户端跨源通信的常用方法.最大特点就是简单适用,老式浏览器全部支持,服务器不用做任何改造[使用jsonp的时候jsonp: "callback",callbac ...
- 端口扫描程序nmap使用手册
其实还是建议看英文的man,对以后学习其他东西很有帮助的:) 摘要 nmap是一个网络探测和安全扫描程序,系统管理者和个人可以使用这个软件扫描大型的网络,获取那台主机正在运行以及提供什么服务等 ...
- Linux服务:使用Supervisor管理进程
一.简介 由于基本每个公司都会用到supervisor这个进程管理工具,这里简单阐述一下. Supervisor (http://supervisord.org) 是一个用Python写Linux下的 ...
- HUD1686(KMP入门题)
Oulipo Time Limit: 3000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)Total Subm ...