python图灵机器人项目总结_基于Python的图灵机器人设计与实现

图 3 畸变矫正后图像

从最终生成的鱼眼畸变矫正图可以看出，

基于标定的鱼眼畸变

矫正算法取得了较好的矫正效果，

同时所得到的相机内参数还可为后

续的图像拼接步骤提供重要的帮助价值。

5 总结与展望

本文针对鱼眼相机畸变矫正采用了

一种不同于传统的鱼眼矫正

算法，

相比于传统的经度矫正算法、

等距投影矫正算法等畸变矫正算法，

该算法不仅能够取得非常良好的矫正效果，

更重要的是可以同时获得

鱼眼相机内、

外参数等重要参数，

这非常有利于

360

度全景图像拼接

的实现。

由于在相机标定过程中，

对于图像靠近边缘部分难以准确标定，

因而求得的畸变矫正参数对于图像靠近边缘部分的矫正效果较差，

这对后续图像拼接过程仍然带来了不利影响。

因此，

针对这一问题，

需要对该鱼眼矫正算法进行进一步的改进。

参考文献

[1]Pravenaa,

S,

Menaka

R.

A

methodical

review

on

image

stitching and video stitching techniques [J]. 2016.

[2]

张铖伟,

王彪

,徐贵力.摄像机标定方法研究

[J].计算机技术与发展

,

2010, (11): 174-179

.

[3]

刘宾武.

图像畸变校正系统及其工程应用

[D];

郑州大学, 2013.

[4]Kumar,

A,

Ahuja

N.

Generalized

Radial

Alignment

Constraint

for

Camera

Calibration

[C];

International

Conference

on

Pattern

Recognition, 2014:184-189

[5]Brown,

D

C.

Close-Range

Camera

Calibration

[J].

Photogramm

Eng, 1971, 37 (8): 855--866.

[6]

张伟.鱼眼图像校正算法研究

[D];南京邮电大学, 2011

.

[7]

曾帆光.

全景视觉泊车辅助系统研究与设计

[D];

华南理工大学

,

2015.

[8]Kim D, Paik J. Three-dimensional simulation method of fish-

eye lens distortion for vehicle backup rear-view camera[J]. Journal

of the Optical Society of America A, 2015, 32(7): 1337-43.

作者简介

勾伟强

(

1993.11—)

，

男

，

计算机技术专业

，