体视显微镜视频快速校正算法.docVIP

体视显微镜视频快速校正算法 　　摘要： 立体校正是双目视觉系统中必不可少的环节，这一环节包括了对特征点的提取和图像的校正。提出了一种针对十字标尺的校正方法，对于给定一幅图像中的一点，寻找另一幅图像中的对应点，这两点为空间同一场景坐标的投影；考虑了由于校正板直线不光滑而导致的特征点错误提取的问题，首先找到十字线上四个点，再间接找到实验需要的特征点。实验结果表明，该算法需要的参数数量少，实现速度快，最终实现的误匹配率低。适用于利用十字标尺求取参数的立体校正。 　　关键词： 立体校正； 角点； 十字标尺 　　中图分类号： TP 273文献标识码： Adoi： 10.3969/j.issn2012.05.009 　　引言近年来，利用体视显微镜实现立体显示的研究越来越多，当空间的三维场景投影成二维图像时，同一物体在不同视点下的图像会有很大的不同，而且场景中的很多因素，像光照条件、镜头畸变、物理特性、噪声干扰和物体几何形状等[1]，都会影响图像显示效果。由于显微镜的特殊关系，实现显微镜的立体显示包括自动聚焦[2]、图像采集和立体显示等步骤，在立体显示过程中，要达到较好的立体显示效果，实现立体显示的左右视点的图像必须满足一定的关系。为了能够恢复变形的图像，使得左右视点图像满足特定的关系，实现理想的立体显示效果，有必要对其进行图像校正。立体图像校正实际上就是给定一幅图像中的一点，寻找另一幅图像中的对应点，使得这两点为空间同一物体点的投影，进而求出二者的视差，以恢复场景的深度信息，并进一步求得该点的空间坐标[3]。现有的摄像机校正技术大致分为三类：传统校正方法、摄像机自校正方法和主动视觉校正方法。传统校正过程复杂，需要高精度的已知结构信息；摄像机自校正方法鲁棒性差，精度不高。如文献[4]提出了摄像机的校正算法过程复杂，速度慢。文献[5]提出了基于单应性矩阵和几何外极线的自适应摄像机校正算法，精度不高。文献[6]提出了一种应用于显微摄像机的校正方案，校正材料为网格板，需要提取多个角点，影响校正速度。文中提出了一种基于十字标尺，可以准确找到特征点的快速校正算法，该算法克???噪声的影响，可以运用在线条不光滑、有断点的十字标尺上。算法速度快，精度高。1基于图像中心的校正算法 　　1.1立体显示视差分析平行结构的两台摄像机位于相同的x-y平面，但是在x轴方向有一定偏差，因此在左右摄像机得到的图像存在一定的视差，视差可以分为四种类型：零视差、正视差、负视差和发图1立体成像原理 　　Fig.1Principle of threedimensional imaging散视差四种。当视线对图像之间不存在任何差别时为零视差；当视差小于或等于瞳孔距离且视线不交叉时为正视差状态，此时成像在显示器后面；交叉时为负视差状态，成像位于显示器前；当视差大于瞳孔距离时为发散视差状态。两图像没有重叠部分，因此不能形成立体效果，图1为立体显示的成像原理。光学仪器第34卷 　　第5期方兰婷，等：体视显微镜视频的快速校正算法 　　P（X，Y，Z）为P点在空间的坐标，P点分别投影在左右成像平面上坐标对应的点分别为PL（XL，YL），PR（XR，YR），这两点的视差矢量为：d=PL（XL，YL）-PR（XR，YR）（1）水平和垂直分量分别为：dx=XL-XV，dy=YL-YR（2）由于是两台摄像机拍摄的结果，参数配置都有不同，摄像机位置摆放也对照片效果有很大的影响，故实际拍摄出的左右视点的图像视差与估计视差有很多差异，这就需要通过图像校正得到与估计视差相匹配的图像。设图像左上角为原点；设原图像任一点像素坐标为（x，y），用矩阵p（x，y，1）表示；在投影图像上的坐标为（X，Y），用矩阵P（X，Y，0）表示。设投影图像与原图像的变换关系为P（X，Y，0）=-abu 　　bav 　　000p（x，y，1）（3）为了能求出a，b，u，v四个参数，并找出两幅图像对应坐标点，需要找到一个公共点，知道图像的倾斜度。其中参数a，b可以通过倾斜度的测量获得，参数u，v需要找到公共点求取。 　　1.2倾斜度测量采集到一幅图像，首先对其进行二值化处理，第二步通过边缘检测的原理，得到十字线水平线的边缘，任取其左右的上边缘和下边缘的四个点，利用细化处理的原理，模拟出一条直线。最后求得到图像的倾斜度。（1）图像预处理：对图像进行滤波去噪，通过空穴检测方法去除图像中明显的污点，防止污点影响后续的测量。（2）二值化：统计各像素的灰度个数计算全局阈值T1，设图像在像素点（x，y）处的灰度值为f（x，y），二值化后为F（x，y），a为常数，则：F（x，y）=255f（x，y）（1+a）T1 　　0f（x，y） 　　y0=k1（k0-k1）×（ry-dy-k0×rx+k0×d