逆透视变换详解及代码实现（二）

根据逆透视变换详解及代码实现(一)的原理

下面我用车上拍摄的车道图像，采用逆透视变换得到的图像，给出代码前我们先看下处理结果。

首先是原始图像：

逆透视变换详解及代码实现（二）

下图为逆透视变换图像：

逆透视变换详解及代码实现（二）

下面说具体的实现吧！！

一、参数设置：

1、需要知道相机的内部参数（这个具体步骤可以找相关文档，这里就不具体展开说）。

我们这里假设已经获取内部参数：

相机焦距，相机光学中心，相机高度，相机的俯仰角，相机的偏航角，相机拍摄出的图像尺寸。

参数说明：其中偏航角 和 俯仰角 就是在（一）中所说的世界坐标经过旋转矩阵得到相应的相机坐标。而偏航角和俯仰角将决定这个旋转矩阵。而相机焦距 和相机光学中心 是可以从相机标定后得出，相机高度需要自己测量。

而图像尺寸，是拍出图像的尺寸。

2、设定逆透视变换的参数：

逆透视图像的尺寸，需要进行逆透视变换的区域，逆透视变换的差值算法。

逆透视变换的区域：原始图像中需要变换的区域（当然这个区域不能超过消失点区域，后面会说到）

逆透视图像的尺寸：就是需要将逆透视变换区域映射到这个逆透视图像上。

差值算法：因为需要映射，所以某些数值需要估计出，这里用双线性差值。

二、

根据相机的内部参数计算消失点：

因为图像是二维的，所以消失点是是一个二维坐标。

code:





function [ vp ] = GetVanishingPoint( cameraInfo )



%GetVanishingPoint Summary of this function goes here



%   Detailed explanation goes here



 vpp = [ sin(cameraInfo.yaw*pi/180)/cos(cameraInfo.pitch*pi/180);cos(cameraInfo.yaw*pi/180)/cos(cameraInfo.pitch*pi/180);0];



 



 tyawp = [



	  cos(cameraInfo.yaw*pi/180), -sin(cameraInfo.yaw*pi/180), 0;         



	  sin(cameraInfo.yaw*pi/180), cos(cameraInfo.yaw*pi/180), 0;



      0, 0, 1];



  



 tpitchp = [1, 0, 0;



            0, -sin(cameraInfo.pitch*pi/180), -cos(cameraInfo.pitch*pi/180);



            0, cos(cameraInfo.pitch*pi/180), -sin(cameraInfo.pitch*pi/180)];



  



 transform = tyawp*tpitchp;



 



 



 t1p = [



    cameraInfo.focalLengthX, 0, cameraInfo.opticalCenterX;



    0, cameraInfo.focalLengthY, cameraInfo.opticalCenterY;



    0, 0, 1];



transform = t1p*transform;



 



vp = transform*vpp;



 



end

三、利用消失点可以得到uv平面中的图像范围和对应的xy平面的范围

code:

uvLimitsp = [ vp.x,         ipmInfo.ipmRight, ipmInfo.ipmLeft,  vp.x;
              ipmInfo.ipmTop, ipmInfo.ipmTop, ipmInfo.ipmTop,   ipmInfo.ipmBottom];

xyLimits = TransformImage2Ground(uvLimitsp,cameraInfo);




function [ xyLimits ] = TransformImage2Ground( uvLimits,cameraInfo )



%TransformImage2Ground Summary of this function goes here




%   Detailed explanation goes here




[row , col ] = size(uvLimits);




inPoints4 = zeros(row+2,col);



inPoints4(1:2? = uvLimits;



inPoints4(3? = 1;



inPoints3 = inPoints4(1:3?;



 



c1 = cos(cameraInfo.pitchpi/180);




s1 = sin(cameraInfo.pitchpi/180);



c2 = cos(cameraInfo.yawpi/180);




s2 = sin(cameraInfo.yawpi/180);



 



matp= [



    -cameraInfo.cameraHeightc2/cameraInfo.focalLengthX,cameraInfo.cameraHeights1s2/cameraInfo.focalLengthY,(cameraInfo.cameraHeightc2cameraInfo.opticalCenterX/cameraInfo.focalLengthX)- (cameraInfo.cameraHeight s1s2 cameraInfo.opticalCenterY/ cameraInfo.focalLengthY) - cameraInfo.cameraHeight c1s2;



 



    cameraInfo.cameraHeight s2/cameraInfo.focalLengthX, …




    cameraInfo.cameraHeight s1c2/cameraInfo.focalLengthY, …



    (-cameraInfo.cameraHeight s2 cameraInfo.opticalCenterX …



      /cameraInfo.focalLengthX)-(cameraInfo.cameraHeight s1c2 …



      cameraInfo.opticalCenterY /cameraInfo.focalLengthY) -  …



      cameraInfo.cameraHeight c1c2;



 



    0, cameraInfo.cameraHeight c1/cameraInfo.focalLengthY, (-cameraInfo.cameraHeight c1 cameraInfo.opticalCenterY/cameraInfo.focalLengthY)+cameraInfo.cameraHeights1;



 



    0, -c1 /cameraInfo.focalLengthY,(c1* cameraInfo.opticalCenterY /cameraInfo.focalLengthY) - s1];



 



inPoints4 = matp*inPoints3;



inPointsr4 = inPoints4(4?;




div = inPointsr4;



inPoints4(1? = inPoints4(1?./div;



inPoints4(2? = inPoints4(2?./div;



inPoints2 = inPoints4(1:2?;



xyLimits = inPoints2;



 



end

四、根据得到的范围计算xy平面的一一对应的映射




row1 = xyLimits(1,:);



row2 = xyLimits(2,:);



xfMin = min(row1); xfMax = max(row1);



yfMin = min(row2); yfMax = max(row2);



 



[outRow outCol] = size(outImage);



stepRow = (yfMax - yfMin)/outRow;



stepCol = (xfMax - xfMin)/outCol;



xyGrid = zeros(2,outRow*outCol);



y = yfMax-0.5*stepRow;



 




for i = 1:outRow



    x = xfMin+0.5*stepCol;



    for j = 1:outCol



        xyGrid(1,(i-1)*outCol+j) = x;



        xyGrid(2,(i-1)*outCol+j) = y;



        x = x + stepCol;



    end



    y = y - stepRow;



end

五、将xy平面的映射转换到uv平面，并画出这个映射




%TransformGround2Image



uvGrid = TransformGround2Image(xyGrid,cameraInfo);



% Image mean 



means = mean(R(:))/255;



RR = double(R)/255;




for i=1:outRow



    for j = 1:outCol;



        ui = uvGrid(1,(i-1)*outCol+j);



        vi = uvGrid(2,(i-1)*outCol+j);



         if (ui<ipmInfo.ipmLeft || ui>ipmInfo.ipmRight || vi<ipmInfo.ipmTop || vi>ipmInfo.ipmBottom) 



          outImage(i,j) = means;



         else




             x1 = int32(ui); x2 = int32(ui+1);



             y1 = int32(vi); y2 = int32(vi+1);



              x = ui-double(x1) ;  y = vi-double(y1);



             val = double(RR(y1,x1))*(1-x)*(1-y)+double(RR(y1,x2))*x*(1-y)+double(RR(y2,x1))*(1-x)*y+double(RR(y2,x2))*x*y;



              outImage(i,j) = val;



         end




    end




end

最终可以显示这个图像：如上面的逆透视变化图像！

具体的code，可以在这里下载。如果问题可以留言交流！！

另外，如果需要标定相机的可以参考这篇博文：

http://blog.csdn.net/yeyang911/article/details/52382722

逆透视变换详解 及 代码实现（二）

相关推荐

逆透视变换详解及代码实现（二）