图像质量评估(5) -- 畸变(Distortion)

这篇具有很好参考价值的文章主要介绍了图像质量评估(5) -- 畸变(Distortion)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        当图像中原本应该是直线的地方看起来发生了不自然的变形或扭曲时,我们称为图像畸变。有三种类型的镜头畸变:桶形畸变(后文使用英文barrel),枕形畸变(后文使用pincushion)和胡子畸变(后文使用英文wave或mustache,这种畸变里包含了桶形畸变和枕形畸变)。有一个重要的点需要注意,根据透镜的类型以及透镜是否能够从相机中移除等条件不同,畸变会有不同的表现。

        总的来说,旋转对称光学系统功能上会产生和物体几何相似的图形。但也有少数特殊的系统是例外,例如鱼眼镜头,这种镜头几何是故意设计为何物体的几何不一致的。理想情况下,光学系统的功能根据透视投影的几何形状来实现。但实际结果和理想状态的图像几何会有偏差,这个偏差叫做畸变。

图像质量评估(5) -- 畸变(Distortion)

桶形(barrel)畸变例子

图像质量评估(5) -- 畸变(Distortion)

枕形(pinchushion)畸变例子

如何测量畸变

        ISO90391标准定义了一些方法来测量和相机分离开来的镜头的畸变。但有些情况我们没有办法将镜头和相机分离开(比如手机中的摄像头),因此ISO 90391里描述的非常耗时的方法不够。因此,ISO 17850被用来测量相机镜头组合到一起的畸变。

TV 畸变方法(ISO 9039)

        最早的使用相机镜头组合的畸变测量方法是TV畸变方法,这个方法用来分析TV摄像机系统。此方法需要一个测试图卡,图卡带有规则的几何结构的方格,比如下图的TE260和TE251这两种图表常常用来测量畸变。

图像质量评估(5) -- 畸变(Distortion)

 TE260点图

图像质量评估(5) -- 畸变(Distortion)

TE261格子图 

        TV畸变方法本质上是一个从图像中心到角落展现出稳定增长的畸变特性的系统。原始图像中直线的弯曲在图像的上边缘(top edge)处被量化。沿着图像的高度方向弯曲的比率乘以100是图像高度畸变的百分比。这个方法和EBU Tech 3249里描述的过程是兼容的。

 

图像质量评估(5) -- 畸变(Distortion)

图片高度畸变(桶形) 

图像质量评估(5) -- 畸变(Distortion)

 图片高度畸变(枕形)

直线几何畸变方法(Line geometric distortion method)(ISO 17850)

        一些特定的镜头系统(特别是在移动设备中的小型系统)会在最大的图像高度上进行畸变校正。这些系统在距离光学中心较近处展现出最高的畸变级别。最终产生的畸变类型通常是barrel和pincushion畸变的混合,用术语wave distortion来描述。

图像质量评估(5) -- 畸变(Distortion)

直线几何畸变 

       直线几何畸变测试的图卡是直线网格形式的图,如下所示

图像质量评估(5) -- 畸变(Distortion)

测试图卡:line grid pattern  

        对于带wave畸变的系统,测试的图像高度方向的畸变值能够是0或接近0,即使此时图像中可见的畸变非常厉害。

        我们将直线几何畸变方法划分为三个不同的方法来测量这些系统的畸变,在ISO17850标准中所指定。

        1)水平直线畸变

              记Ai为不同图片高度(这里高度的意思是line grid pattern图的相关线对(line pair)的垂直距离)的line grid pattern输出图像的最大高度值,Bi为最小值。输出图像的帧短边的像素个数记为V。

                当垂直线Ai距离图像中心的垂直线比Bi更近时,使用方程:

                

                否则,使用方程[3]:

                

                i表示每种图片高度的下标

        2)垂直直线畸变

                记为不同图片宽度(这里宽度的意思是line grid pattern图的相关线对(line pair)的水平距离)的line grid pattern输出图像的最大宽度值,为最小值。输出图像的帧短边的像素个数记为V。

                当水平线距离图像中心的水平线比 更近时,使用方程:

               

                否则,使用方程[5]:

                

                 i表示每种图片宽度的下标

        3)总的直线畸变

                每种图像大小中,直线几何畸变被定义为方程:

                图像质量评估(5) -- 畸变(Distortion)

                总的直线几何畸变Dline的值,被定义为绝对值最大的。

局部几何畸变方法(Local geometric distortion method)(ISO 17850)

        局部几何畸变值(%)定义为如下方程:

        

        表示实际的点到图像中心的距离

        表示理想的点到图像中心的距离

        图像质量评估(5) -- 畸变(Distortion)

        这里有一个假设是图像的中心是没有畸变的。因此能够从图像中心处的部分点的位置估算出来。每个检测点提供出一个局部几何畸变值.如果畸变是旋转完全对称的,那么会被描绘成一个单值函数,这个函数的变量是到图像中心的距离。

        实际算法概述

        1. 提取出点

        2. 精确确定出点的中心位置

        3. 对比这些点的实际位置和点的理想位置

        4. 计算平均网格间距向量

        5. 图像的重心被认为是[0,0]网格位置,所有理想的网格位置都通过一个位置值为整数的网格计算而来。

        6. 一个网格位置的几何畸变值是实际网格位置的径向距离和理想网格位置的径向距离之差,除以。如果<,畸变值为负,否则为正。

        7. 上面的几何畸变值每个合法的网格位置都会计算,这样就提供了镜头畸变的一个2D数据集。

        8. 几何畸变被绘制为针对每个网格位置的,到图像中心的实际径向距离()的函数。

参考资料

https://www.doc88.com/p-3877892515748.html文章来源地址https://www.toymoban.com/news/detail-448247.html

到了这里,关于图像质量评估(5) -- 畸变(Distortion)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • opencv实践-图像去畸变

    由于相机的镜头并不完全理想,成像时会产生线条扭曲、失真等。对双目图像、鸟瞰图等进行处理时,首先要矫正去畸变。 相机的镜头前有一块透镜,由于透镜的形状,当光线穿过透镜时,靠近光轴的光线折射比远离光轴的折射要小,就会产生径向畸变,此时真实世界中的直

    2024年02月16日
    浏览(34)
  • 全景图像畸变校正

    理想的相机基本上是小孔成像的,在小孔成像模型中,如果焦距一定,那么图像传感器像素平面的面积直接决定了相机视场角的大小,超过这个视场角范围的物体不会被镜头获取到。因此基于透镜成像原理的相机,视场角无法做到足够大,水平视场角一般小于140°。 但是在一

    2024年02月09日
    浏览(35)
  • opencv图像去畸变

    对于目标图像(无畸变图像)上的每个像素点,转换到normalize平面,再进行畸变变换,进行投影,得到这个像素点畸变后的位置,然后将这个位置的源图像(畸变图像)的像素值作为目标图像该点的像素值。 通常我们得到的原图是畸变后的图像(x_distort,y_distort),要计算畸变之前

    2024年02月07日
    浏览(35)
  • Matlab 校正镜头畸变图像

    生活中一些针孔相机会给图像带来严重的失真,这主要是由于硬件和环境的因素所示导致的,其中主要的两种畸变是径向畸变和切向畸变。 径向畸变会导致直线看起来弯曲,即点距离图像中心越远,径向畸变就越大。例如,下面显示了一张图像,其中棋盘的两个边缘标有红线

    2024年02月11日
    浏览(33)
  • opencv图像畸变矫正:源码学习

    参考资料:相机标定(4) 矫正畸变 undistort()和initUndistortRectifyMap() 背景: opencv提供了直接进行畸变矫正的代码,因在项目中需要使用畸变矫正,因此研究一下opencv中畸变矫正的相关接口与代码,便于学习提升与二次开发。 opencv在文档中对相机标定与畸变矫正的原理做了简单

    2024年02月10日
    浏览(31)
  • 软件系统质量属性_2.面向架构评估的质量属性

            为了评价一个软件系统,特别是软件系统的架构,需要进行架构评估。在架构评估过程中,评估人员所关注的是系统的质量属性。 评估方法所普遍关注的质量属性 有: 性能、可靠性、可用性、安全性、可修改性、功能性、可变性、互操作性 。           性能(P

    2024年04月10日
    浏览(37)
  • K210入门使用处理图像畸变方法

           在嵌入式开发中通常会使用到视觉方面的硬件做图像识别, 经常使用的小型嵌入式图像识别硬件有个K210,Openmv等,这里介绍的是K210这款可编程机器视觉硬件,它支持一系列广泛的图像处理和神经网络,其最突出的优点是它的算力可以达到1TOPS算力,连我们的树莓派

    2024年02月15日
    浏览(33)
  • 如何评估测试用例的质量

    评估测试用例的质量是确保测试有效性和准确性的关键步骤。以下是一些评估测试用例质量的方法: 1.完整性 评估测试用例是否涵盖了需求和功能的所有方面。检查用例是否覆盖了各种场景、边界值和异常情况,以确保测试的全面性和完整性。 2.可读性 评估测试用例的可读

    2024年02月12日
    浏览(35)
  • 数据预处理 matlab & 数据质量评估

    知乎 数据类型转换等 Mathworks 数据预处理 概念辨析 配对是 同一批样本的前后 比较,独立是 两批不同样本 的的比较 独立样本是指我们得到的样本是相互独立的。配对样本就是一个样本中的数据与另一个样本中的数据相对应的两个样本。配对样本可以消除由于样本指定的不公

    2024年01月20日
    浏览(41)
  • 如何对AIGC生产的图片进行质量评估

    清晰度评估 :可以使用图像处理库中的清晰度评估算法来计算图像的清晰度。其中一种常用的算法是Sobel算子,可以通过计算图像中像素值的变化率来评估清晰度。 颜色准确度评估 :可以使用颜色差异算法来计算图像的颜色准确度,例如Delta E算法。该算法可以比较图像中每

    2024年02月09日
    浏览(24)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包