本發(fā)明主要涉及到數(shù)字圖像處理領域，特指一種用于成像系統(tǒng)模糊核估計的高精度圖像配準

方法。

背景技術：

在計算攝影、圖像復原等圖像處理領域，很多情況下都需要估計成像系統(tǒng)的模糊核，其中一種常用的方法是利用成像系統(tǒng)拍攝打印出的棋盤格標定板得到對應的模糊圖像與清晰圖像，再利用非盲卷積圖像復原算法進行估計模糊核(thenon-parametricsub-pixellocalpointspreadfunctionestimationisawellposedproblemmaurcio,2012)。目前這種方法存在的主要問題是所拍攝模糊圖像與清晰圖像之間配準精度不高，因為模糊圖像與清晰圖像是兩次單獨的拍攝，而且拍攝時相機參數(shù)不一樣，很難保證兩次拍攝的外界條件完全一致，模糊圖像與清晰圖像之間會存在偏差，這些偏差將直接影響模糊核的估計精度。所以在拍攝得到模糊圖像與清晰圖像之后還要進行配準操作，即使是比較高的配準算法依然難以消除拍攝時導致的誤差。這也是影響模糊核估計精度的主要因素之一。除了估計圖像復原中的估計模糊核，還有圖像拼接等圖像處理領域也面臨這種配準精度不高的問題，因此，如何進一步提高圖像配準精度也是圖像處理領域急需解決的問題。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題在于：針對目前圖像配準精度有待提高的問題，本發(fā)明提出一種用于成像系統(tǒng)模糊核估計的高精度圖像配準方法。本方法不是拍攝打印出的標定板，而是直接拍攝在電腦上生成的標定板圖像。拍攝電腦上的標定板圖像得到模糊圖像，通過檢測原始棋盤格與拍攝棋盤格的角點坐標，推導二者之間的坐標對應關系式，依據(jù)該關系式進行映射，將映射之后的圖像作為與模糊圖像對應的清晰圖像。這樣可以避免另外單獨對清晰圖像進行拍攝，通過映射方法的清晰圖像與模糊圖像是精確配準的。而且根據(jù)實際圖像處理需要，得到對應關系式后可將棋盤格圖像替換成所需要的具體圖像，方便后續(xù)圖像處理。

為解決上述技術問題，本發(fā)明提出的技術方案是：

一種用于成像系統(tǒng)模糊核估計的高精度圖像配準方法，其特征在于：

步驟一：在電腦上生成原始棋盤格圖像，其中的棋盤格圖像可在電腦上由matlab軟件直接生成，是黑白棋盤格圖像。

步驟二：利用成像設備拍攝電腦上的棋盤格圖像得到模糊圖像，其中成像設備可以是手機或者相機等實際需要的成像設備。

步驟三：將步驟一和步驟二中的棋盤格圖像對進行角點檢測，得到對應的原始棋盤格圖像與拍攝棋盤格圖像對應的角點坐標矩陣mat1和mat2，其中的角點檢測方法可以采用常用的角點檢測方法，得到的角點坐標矩陣mat1和mat2的大小為2*row*col，其中row表示所用棋盤格圖像中橫向棋盤的數(shù)量，col表示所用棋盤格圖像中列向棋盤的數(shù)量。

步驟四：計算求出原始棋盤格圖像與拍攝棋盤格圖像之間的坐標對應關系，并將原始棋盤格圖像按照對應的坐標關系映射到拍攝棋盤格圖像相應區(qū)域處，即可得到精準匹配的清晰與實際拍攝棋盤格圖像。

原始棋盤格圖像與拍攝棋盤格圖像之間的坐標對應關系推導如下：

針對步驟三中所求出的角點坐標矩陣mat1和mat2，第i塊棋盤格的上下左右四個角點的坐標索引可以表示為：

（1）

其中，c1p、c2p、c3p和c4p分別表示第i塊棋盤格上下左右四個角點的坐標索引；floor表示取最接近的下整數(shù)操作符號；row表示棋盤格圖像中橫向棋盤的數(shù)量。

由公式（1）得到的索引值，可分別由步驟三中得到的角點坐標矩陣mat1和mat2得到原始棋盤圖像和拍攝棋盤圖像中第i個棋盤格對應的坐標，如公式（2）和公式（3）所示：

（2）

（3）

其中，c1、c2、c3和c4分別表示原始棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標，cc1、cc2、cc3和cc4分別表示拍攝棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標。

由原始棋盤圖像中第i個棋盤格對應的坐標可得到參數(shù)α與β：

（4）

其中，c1(2)表示原始棋盤圖像坐標點c1的縱坐標，β表示拍攝棋盤圖像坐標點c3的橫坐標。

基于上述參數(shù)，可以求出原始棋盤圖像與拍攝棋盤圖像之間的對應關系式：

（5）

其中，cc1、cc2、cc3和cc4分別表示拍攝棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標，[x,y]表示由拍攝棋盤格上一點映射到原始棋盤格圖像上對應的坐標。

由對應關系式（5）即可將原始棋盤格圖像一一映射到拍攝棋盤格圖像的對應位置，從而得到精確配準的棋盤格圖像。

本發(fā)明有益效果：

與參考文獻[1]中提到的分別拍攝模糊圖像與清晰圖像，然后再進行配準的方法相比，本發(fā)明只需拍攝電腦上的標定板得到模糊圖像，然后通過推導相應的映射公式，通過映射的方法得到與模糊圖像對應的清晰圖像，避免后續(xù)配準過程，而且得到的清晰圖像可與之前拍攝的模糊精準匹配，能保證誤差在一個像素之內。這種配準方法能很好地避免拍攝過程所導致的誤差，從而最終提高后續(xù)圖像處理精度。

附圖說明

圖1為本發(fā)明所述方法的流程圖；

圖2為原始棋盤格圖像；

圖3為拍攝棋盤格圖像；

圖4為映射后精確匹配的棋盤格圖像。

具體實施方式

下面結合附圖1對本發(fā)明進行詳細描述。

本實施例提供的一種用于成像系統(tǒng)模糊核估計的高精度圖像配準方法，包括如下步驟：步驟一：電腦上生成原始棋盤格圖像，如圖2所示，棋盤格圖像可在電腦上由matlab軟件直接生成，是黑白棋盤格圖像。

步驟二：利用成像設備拍攝電腦上的棋盤格圖像得到模糊圖像，其中成像設備可以是手機或者相機等實際需要的成像設備。在具體實施例中，用相機拍攝電腦上的棋盤格圖像。

步驟三：將步驟一和步驟二中的棋盤格圖像對進行角點檢測，得到對應的原始棋盤格圖像與拍攝棋盤格圖像對應的角點坐標矩陣mat1和mat2，其中的角點檢測方法可以采用常用的角點檢測方法，得到的角點坐標矩陣mat1和mat2的大小為2*row*col，其中row表示所用棋盤格圖像中橫向棋盤的數(shù)量，col表示所用棋盤格圖像中列向棋盤的數(shù)量。在具體實施例中，選取row=18和col=30。

步驟四：計算求出原始棋盤格圖像與拍攝棋盤格圖像之間的坐標對應關系，并將原始棋盤格圖像按照對應的坐標關系映射到拍攝棋盤格圖像相應區(qū)域處，即可得到精準匹配的清晰與實際拍攝棋盤格圖像。

原始棋盤格圖像與拍攝棋盤格圖像之間的坐標對應關系推導如下：

針對步驟三中所求出的角點坐標矩陣mat1和mat2，第i塊棋盤格的上下左右四個角點的坐標索引可以表示為：

（1）

其中，c1p、c2p、c3p和c4p分別表示第i塊棋盤格上下左右四個角點的坐標索引；floor表示取最接近的下整數(shù)操作符號；row表示棋盤格圖像中橫向棋盤的數(shù)量。

由公式（1）得到的索引值，可分別由步驟三中得到的角點坐標矩陣mat1和mat2得到原始棋盤圖像和拍攝棋盤圖像中第i個棋盤格對應的坐標，如公式（2）和公式（3）所示：

（2）

（3）

其中，c1、c2、c3和c4分別表示原始棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標，cc1、cc2、cc3和cc4分別表示拍攝棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標。

由原始棋盤圖像中第i個棋盤格對應的坐標可得到參數(shù)α與β：

（4）

其中，c1(2)表示原始棋盤圖像坐標點c1的縱坐標，β表示拍攝棋盤圖像坐標點c3的橫坐標。

基于上述參數(shù)，可以求出原始棋盤圖像與拍攝棋盤圖像之間的對應關系式：

（5）

其中，cc1、cc2、cc3和cc4分別表示拍攝棋盤圖像第i個棋盤格對應的上下左右四個角點的坐標，[x,y]表示由拍攝棋盤格上一點映射到原始棋盤格圖像上對應的坐標。

由對應關系式（5）即可將原始棋盤格圖像一一映射到拍攝棋盤格圖像的對應位置，從而得到精確配準的棋盤格圖像。在具體實施例中，總共有18*30=540個棋盤格，需要按照上述對應關系式依次遍歷，進行映射。

如上所述，針對目前圖像配準精度有待提高的問題，本發(fā)明提出一種用于成像系統(tǒng)模糊核估計的高精度圖像配準方法。本方法避免了兩次拍攝打印出的標定板圖像，直接拍攝電腦上生成的標定板圖像作為模糊圖像，通過檢測原始棋盤格與拍攝棋盤格的角點坐標，推導二者之間的坐標對應關系式，依據(jù)該關系式進行映射，通過映射得到與模糊圖像對應的清晰圖像，從而可以得到精確配準的圖像。根據(jù)實際需要得到對應關系式后可將棋盤格圖像替換成所需要的圖像，方便后續(xù)圖像處理。這種方法很好地避免了拍攝過程所產生的誤差，在圖像處理具有非常重要的意義。