校正鱼眼镜头的桶形畸变校正算法-未能用Java实现

我有大量的照片是用鱼眼镜头拍摄的。因为我想对照片进行一些图像处理（如边缘检测），所以我想消除严重影响结果的桶形失真

经过一些研究和阅读大量文章后，我发现：他们描述了解决这个问题的算法（和一些公式）

M=a*rcorr^3+b*rcorr^2+c*rcorr+d
rsrc=（a*rcorr^3+b*rcorr^2+c*rcorr+d）*rcorr

rsrc=像素到源图像中心的距离
rcorr=校正图像中像素与中心的距离
a、 b，c=图像失真 d=图像的线性缩放

我使用了这些公式，并试图在Java应用程序中实现这一点。不幸的是，它不起作用，我没能让它起作用。“修正”的图像看起来不像原来的照片，而在中间显示一些神秘的圆圈。看这里：

（这张照片曾经是一头白母牛在一堵蓝色的墙前的照片）

这是我的密码：

protected int[] correction(int[] pixels) {

    //
    int[] pixelsCopy = pixels.clone();

    // parameters for correction
    double paramA = 0.0; // affects only the outermost pixels of the image
    double paramB = -0.02; // most cases only require b optimization
    double paramC = 0.0; // most uniform correction
    double paramD = 1.0 - paramA - paramB - paramC; // describes the linear scaling of the image

    //
    for(int x = 0; x < dstView.getImgWidth(); x++) {
        for(int y = 0; y < dstView.getImgHeight(); y++) {

            int dstX = x;
            int dstY = y;

            // center of dst image
            double centerX = (dstView.getImgWidth() - 1) / 2.0;
            double centerY = (dstView.getImgHeight() - 1) / 2.0;

            // difference between center and point
            double diffX = centerX - dstX;
            double diffY = centerY - dstY;
            // distance or radius of dst image
            double dstR = Math.sqrt(diffX * diffX + diffY * diffY);

            // distance or radius of src image (with formula)
            double srcR = (paramA * dstR * dstR * dstR + paramB * dstR * dstR + paramC * dstR + paramD) * dstR;

            // comparing old and new distance to get factor
            double factor = Math.abs(dstR / srcR);
            // coordinates in source image
            double srcXd = centerX + (diffX * factor);
            double srcYd = centerY + (diffX * factor);

            // no interpolation yet (just nearest point)
            int srcX = (int)srcXd;
            int srcY = (int)srcYd;

            if(srcX >= 0 && srcY >= 0 && srcX < dstView.getImgWidth() && srcY < dstView.getImgHeight()) {

                int dstPos = dstY * dstView.getImgWidth() + dstX;
                pixels[dstPos] = pixelsCopy[srcY * dstView.getImgWidth() + srcX];
            }
        }
    }

    return pixels;
}

受保护的int[]校正（int[]像素）{
//
int[]像素透视=像素。克隆（）；
//校正参数
double paramA=0.0；//仅影响图像的最外层像素
double paramB=-0.02；//大多数情况下只需要b优化
双参数C=0.0；//最均匀校正
double paramD=1.0-paramA-paramB-paramC；//描述图像的线性缩放
//
对于（int x=0；x=0&&srcY>=0&&srcX

我的问题是：
1） 这个公式正确吗？
2） 我把这个公式变成一个软件是错误的吗？
3） 还有其他的算法（例如wiki/扭曲（光学）），它们更好吗

---

谢谢你的帮助

可能是您的径向失真参数太大，图像被压缩在球体上。尝试在

a

、

b

、

c

和

d

中输入较小的值。您的值非常极端，因此您会看到极端结果

---

试试a=0，b=0，c=1。这说明没有任何修正，如果你的程序是正确的，你应该看到原始图像。然后逐渐改变c和b。以0.1的增量进行更改是一个好的开始。

我认为您的圆圈是由这条线引起的：

double srcYd = centerY + (diffX * factor);

我猜应该是：

double srcYd = centerY + (diffY * factor);

---

您遇到的主要错误是，该算法指定r_corr和r_src的单位为min（（xDim-1）/2，（yDim-1）/2）。这需要进行正常化计算，以便参数值不依赖于源图像的大小。按照代码的原样，您需要为paramB使用更小的值，例如，它在paramB=0.00000002（对于尺寸为2272 x 1704的图像）的情况下工作正常

您在计算与中心的差异时也有一个错误，导致生成的图像与源图像相比旋转180度

修复这两个bug会给您带来如下好处：

protected static int[] correction2(int[] pixels, int width, int height) {
    int[] pixelsCopy = pixels.clone();

    // parameters for correction
    double paramA = -0.007715; // affects only the outermost pixels of the image
    double paramB = 0.026731; // most cases only require b optimization
    double paramC = 0.0; // most uniform correction
    double paramD = 1.0 - paramA - paramB - paramC; // describes the linear scaling of the image

    for (int x = 0; x < width; x++) {
        for (int y = 0; y < height; y++) {
            int d = Math.min(width, height) / 2;    // radius of the circle

            // center of dst image
            double centerX = (width - 1) / 2.0;
            double centerY = (height - 1) / 2.0;

            // cartesian coordinates of the destination point (relative to the centre of the image)
            double deltaX = (x - centerX) / d;
            double deltaY = (y - centerY) / d;

            // distance or radius of dst image
            double dstR = Math.sqrt(deltaX * deltaX + deltaY * deltaY);

            // distance or radius of src image (with formula)
            double srcR = (paramA * dstR * dstR * dstR + paramB * dstR * dstR + paramC * dstR + paramD) * dstR;

            // comparing old and new distance to get factor
            double factor = Math.abs(dstR / srcR);

            // coordinates in source image
            double srcXd = centerX + (deltaX * factor * d);
            double srcYd = centerY + (deltaY * factor * d);

            // no interpolation yet (just nearest point)
            int srcX = (int) srcXd;
            int srcY = (int) srcYd;

            if (srcX >= 0 && srcY >= 0 && srcX < width && srcY < height) {
                int dstPos = y * width + x;
                pixels[dstPos] = pixelsCopy[srcY * width + srcX];
            }
        }
    }

    return pixels;
}

受保护的静态int[]校正2（int[]像素、int宽度、int高度）{
int[]像素透视=像素。克隆（）；
//校正参数
双参数=-0.007715；//仅影响图像的最外层像素
double paramB=0.026731；//大多数情况下只需要b优化
双参数C=0.0；//最均匀校正
double paramD=1.0-paramA-paramB-paramC；//描述图像的线性缩放
对于（int x=0；x