廣角魚眼車載鏡頭通過人工引入大量的桶形畸變來獲得大視角,從而可以獲得大視場的圖像信息,因此,除了在畫面中心處的形狀不變,其他本該是直線的部分也有一定的扭曲變形,這對其應(yīng)用造成了許多限制。比如,在安防領(lǐng)域,一個魚眼鏡頭可以替代許多普通鏡頭進行大范圍的監(jiān)視,由于視角可達180o,所以幾乎沒有監(jiān)控死角,僅用一次透鏡也很難移動或破壞透鏡而不被發(fā)現(xiàn),但由于圖像的失真使得人眼難以識別,使得監(jiān)控能力大大降低;此外,在機器人領(lǐng)域,自動機器人需要能夠采集到其周圍場景的圖像信息,進行識別并采取相應(yīng)的動作,如使用魚眼鏡頭可以使采集效率提高2-4倍,但是由于引入畸變使得常用的識別軟件難以應(yīng)用。因此,我們需要一些方法來識別魚眼鏡頭獲得的圖像。一種方法是直接在原始圖像中進行識別,如文獻[1]提供了一種算法,能識別圖像中太陽的位置,但是由于畸變的原因,相同的對象位置不同,特征也會發(fā)生變化,這將大大增加軟件的運算量,難以實現(xiàn)復(fù)雜圖形的識別。因此,目前一般的方法是通過一系列變換來抵消圖像中的畸變,以得到正常圖像,然后進行識別。
魚眼鏡頭設(shè)計模式。
常規(guī)光學(xué)系統(tǒng)都是基于高斯光學(xué),遵循相似的成像準(zhǔn)則,魚眼鏡頭是不相似的,因此需要選擇其它成像公式,以替代高斯光學(xué)成像公式,每個成像公式對應(yīng)一種鏡頭設(shè)計模型。普通魚眼鏡頭共四種模型,即等距投影(equidistanceprojection)、等立體角投影(equisolidprojection)、體視投影(stereographicprojection)、正交投影(orthogonalprojection)。