● 摘要
随着人们对主观视觉感受要求的提高，高清/超高清图像得到越来越多的关注与应用。然而，在高清图像的获取或显示过程中，通常会产生几何畸变，影响主观质量及分析处理。为此需要研究几何校正方法消除高清图像中的畸变。本文对高清图像几何校正的关键技术进行研究，主要包括几何校正的硬件实现、几何校正变换矩阵的自动计算方法及基于低秩矩阵分解的几何校正算法改进及其在场景匹配中的应用。主要工作如下：
首先，研究了某超高清视频演示系统，并针对8K×4K超高清视频设计了一套几何校正的硬件实现方案。该方案通过8点并行的方式在1帧时间内处理4路1920×1080分辨率视频图像，并提出了分块读入和分散存储的机制，解决了RAM(Random Access Memory)不能同时读取多个数据的问题。在FPGA平台下实现了超高清视频的几何校正及其实时演示。实验结果表明，该演示系统可达到2个像素以内的校正精度，并有效地解决了系统存在的数据量大、处理时间紧张以及存储空间不足的问题。
然后，针对传统几何校正变换矩阵计算需人工操作的问题，提出了基于低秩矩阵分解和透视变换方法结合的变换矩阵自动计算方法。采用低秩矩阵分解中的TILT(Transform Invariant Low-Rank Textures)模型，实现水平、垂直方位上的校正。进一步利用透视变换原理建模并求解变换矩阵。再通过缩放平移得到1920×1080大小的校正后高清图像，并求得最终的变换矩阵。实验结果表明，采用所提出方法实现了1个像素以内的校正精度，可实现图像中关注区域及控制点的自动检测以获取，避免了人工操作。
最后，提出了基于改进TILT算法的快速场景匹配方法。在求解TILT模型的交替方向乘子方法(Augmented Direction Method of Multipliers, ADMM)中，引入了快速迭代萎缩阈值算法 (Fast Iterative Shrinkage-Thresholding Algorithm, FISTA)及重启机制，加快收敛速度。并采用分块策略改进TILT算法，寻找全局最优的几何校正变换矩阵。随后基于FAST角点检测算法对特征点进行提取，并采用加速鲁棒性特征(Speeded-Up Robust Feature, SURF)算法进行场景匹配。实验结果表明，基于改进TILT的几何校正方法能更加快速并准确地消除场景图像关注区域的畸变，与基于SURF、基于TILT和SURF、基于FAST和SURF的3种匹配方法相比，所提出方法的匹配精度更高，可达到96.92%。