江凤婷　郭子兴

摘 要：提取鱼眼图像轮廓是利用鱼眼图像的前提。传统提取鱼眼图像轮廓的扫描线逼近法对噪点抑制能力不强，精度差。本文提出了一种改进后的扫描线逼近算法，通过图像二值化，和切点的多级判定，增强了抑制噪点的能力，提高了算法的准确度。实验结果表明，算法能够精确快速地计算出鱼眼图像轮廓参数。

关键词：鱼眼图像；二值化；扫描线；噪点

中图分类号：TP391

在普通的图像监控领域中，监测区域的范围很小，用一般的摄像头就可以完成监测任务，但是，在全景车辆泊车系统中，需要实时监测车身周围360度的景物，用普通的镜头达不到要求。因此，选择鱼眼镜头完成图像采集任务。

鱼眼镜头属于超广角镜头中的一种特殊镜头，它可以囊括180度甚至更大范围内的景物。不过，鱼眼图像一般存在很大的桶形畸变，需要对鱼眼图像进行校正才能进一步拼接成全景图像。鱼眼图像轮廓参数的计算是鱼眼图像校正的前提条件，常用的方法有扫描线逼近算法[1]和面积统计法[2]。有时鱼眼图像成像区域噪点比较多，采用传统的扫描线逼近算法误差很大。为此，本文提出了一种新型的扫描线逼近算法，该算法能有效克服传统扫描线算法对鱼眼图像噪点敏感这一不足之处，可以快速准确的算出有效区域的半径和圆心的位置。

1 鱼眼镜头的成像原理

假设一鱼眼镜头具有180度的视场角，且满足球面投影模型。该投影过程可以分为2个步骤：