买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利特征点投影变换引导线性重构的非对称镜头畸变补偿方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119168925B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411191188.2，技术领域涉及：G06T5/80；该发明授权特征点投影变换引导线性重构的非对称镜头畸变补偿方法是由龚凡崴;钟杰设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本特征点投影变换引导线性重构的非对称镜头畸变补偿方法在说明书摘要公布了：本发明公开了一种特征点投影变换引导线性重构的非对称镜头畸变补偿方法。本发明通过最小参考网格遍历标定图像特征点的世界坐标经投影变换后的坐标矩阵，计算所有最小参考网格的投影变换综合误差，投影变换综合误差由直线约束、交比约束和平行线约束的加权计算得到；再经过二次筛选，得到投影变换综合误差最小的参考网格区域。接着，以综合误差最小为目标对最佳参考网格进行优化；最后将优化后的特征点坐标与对应的世界坐标求解，得到单应性变换矩阵，进而将整个标定图像特征点投影变换的坐标进行线性重构，并与重构前的坐标进行镜头非对称畸变模型的参数优化，从而可以得到高精度的镜头非对称畸变模型，并对镜头非对称畸变进补偿矫正。

本发明授权特征点投影变换引导线性重构的非对称镜头畸变补偿方法在权利要求书中公布了：1.一种特征点投影变换引导线性重构的非对称镜头畸变补偿方法，其特征在于，包括以下步骤： s1：根据棋盘格标定图像的特征点构建畸变的图像特征点坐标矩阵； s2：利用参考网格R对畸变的图像坐标矩阵进行滑动地网格提取后，获得参考网格集合U； s3：利用非对称畸变模型从参考网格集合U中寻找畸变程度最小的参考网格并作为最优参考网格Rt；接着对最优参考网格Rt中的特征点坐标优化，获得优化后的参考网格Rt； s4：根据优化后的最优参考网格Rt重构线性的图像特征点坐标矩阵； s5：根据畸变的图像特征点坐标矩阵和线性的图像特征点坐标矩阵对非对称畸变模型中的参数进行优化后，获得优化完成的非对称畸变模型； 所述s3具体为： s31：构建非对称畸变模型，将非畸变的棋盘格图像输入到非对称畸变模型后生成参考畸变图像，将参考畸变图像的畸变中心点坐标作为标准畸变中心，非对称畸变模型的公式如下： 其中，为畸变的图像坐标矩阵中的特征点坐标与畸变中心点,的距离，k1,k2,k3是三个径向畸变系数，p1,p2是两个切向畸变系数，、为两个边缘强畸变系数，为畸变的图像坐标矩阵中第个特征点坐标，为预测的畸变特征点坐标； s32：计算参考网格集合U中各参考网格对应的直线误差、交比误差和平行线误差，删除参考网格集合U中直线误差、交比误差或平行线误差大于预设误差阈值的参考网格后，获得初筛后的参考网格集合； s33：生成直线误差、交比误差和平行线误差对应的权重系数并记为一个权重系数组合，计算初筛后的参考网格集合中各参考网格对应的综合误差，将初筛后的参考网格集合中综合误差最小的参考网格作为当前权重系数组合对应的最优参考网格Rt； s34：改变权重系数的取值，重复s33，获得不同权重系数组合对应的最优参考网格Rt，计算不同权重系数组合的最优参考网格Rt与标准畸变中心的偏移误差，将偏移误差最小的最优参考网格Rt作为最终的最优参考网格Rt； s35：以最终的最优参考网格Rt对应的综合误差函数为目标函数，使用非线性优化方法对最终的最优参考网格Rt中的每个特征点坐标进行优化，获得优化后的最优参考网格Rt。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。