基于ResNet网络的鱼眼镜头标定仿真研究

摘要

针对鱼眼镜头视角达到或超过180°时,基于传统的鱼眼镜头标定方法过于繁杂,及基于神经网络的鱼眼镜头标定方法难以自动获取大量标签样本的问题,根据球面透视投影下鱼眼图像椭圆弧到立方盒展开校正直线的像素坐标映射关系,自动构建包含鱼眼镜头内部参数、视角达到180°的仿真鱼眼图像、扭曲直线及校正直线坐标样本集,将卷积神经网络引入鱼眼镜头标定中,构建了基于ResNet网络鱼眼镜头内部参数估计网络。仿真数据集的构建不仅能获取视角达180°的鱼眼图像,而且避免了训练神经网络时需大量标签数据的标注工作,ResNet网络的应用有效地解决了深度神经网络梯度消失的问题。对仿真鱼眼图像校正展开验证的结果表明,本方法标定精度较高、校正效果好,直线拟合均方误差均在1/3个像素以内。

关键词

鱼眼镜头标定 / 鱼眼图像校正 / 球面投影模型 / 构建仿真数据集 / 卷积神经网络