基于SVM的鱼眼图像畸变研究-控制科学与工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津理 工大学 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天 津 理工大 学 有关保留、使用学位论文 的规定。特授权 天津理工大学 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 （必威体育官网网址的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 鱼眼镜头的视野可以拍摄 180°左右的场景，甚至可以达到 220°, 但优势带来的 不足也是很明显的，随着视角的扩大，鱼眼图像不同区域出现很严重的图像畸变，这样 就限制了鱼眼镜头作用的发挥。本文在以上背景下展开了基于支持向量机方法对鱼眼图 像畸变的路径进行研究，为鱼眼图像的畸变分析奠定基础。 本文主要工作包括：靶标的角点检测、用支持向量机找到图像变化路径曲线、图像 特征提取等。鱼眼镜头拍摄的图片具有中间区域膨胀，边缘区域压缩的特点，根据鱼眼 镜头的拍摄特点，寻找入射光线与成像点的对应关系对靶标进行了设计。本文对靶标提 取角点特征使用 Harris 算子，畸变程度不同的区域，在靶标上用黑色的轮廓线进行了区 分，提取出的角点坐标用作 SVM 算法的训练数据，从鱼眼靶标检测出的角点分布为非 线性的坐标结构，利用支持向量分类机能找到不同数据之间的最优间隔，选取了高斯径 向基核函数(RBF)去实现非线性映射，解决样本空间中的高度非线性问题使样本变得线 性可分，找到支持向量机分类曲线。图像的中心定位通过霍夫直线检测获得。由于鱼眼 图像的畸变，在不同区域对于像素丢失程度的不同，丢失的信息内容也不一样，通过 PCA 算法进行处理，摒弃了干扰成分所携带的小特征量，把图像携带的主要信息输入给 支持向量机算法，对曲线进行误差分析。 基于 MATLAB 的仿真实验结果表明，本文基于支持向量机算法对鱼眼图像进行畸 变路径分析，体现出预测数据对实际数据的变化趋势有很好的跟随能力，同时支持向量 机算法分析出的畸变曲线，对于复杂的图形像素畸变具有很强的适应能力。 关键词： 支持向量机 鱼眼图像 主成分提取 标定靶标 Fisheye view can be taken about 180 degrees of the scene, can even reach 220 degrees, but the problem in the advantage is obvious, with the expansion of the angle of view, fisheye image appeared in various areas of image distortion is very serious, this limits the effect of fisheye lens. This paper carried out the research on path of the fisheye image distortion based on support vector machine, to lay the foundation for the distortion of fish eye image analysis. We mainly do the following work: corner detection of the target, fitting the curve of change path by support vector machine, images feature extraction and so on. The picture characteristics of fisheye lens shooting is expansion of intermediate region and edge region compression, according to the characteristics of fisheye lens shooting, the target is designed by the correspondence between the incident light and the im