Ректификация изображения: методы и алгоритмы¶

Ректификация изображения — это процесс геометрического преобразования цифрового изображения, целью которого является устранение перспективных искажений и приведение сцены к виду, соответствующему ортографической проекции или заданной геометрической модели. В результате ректификации параллельные линии реального мира становятся параллельными на изображении, а вертикальные объекты — строго вертикальными. Метод широко применяется в фотограмметрии, компьютерном зрении, системах дополненной реальности и при обработке стереопар.

¶Сущность процесса

Перспективная проекция, формируемая камерой, приводит к тому, что параллельные линии, уходящие в глубину сцены, сходятся в точках схода. Ректификация вычисляет параметры этого искажения (матрицу гомографии) и применяет обратное преобразование к пикселям. Математически процесс сводится к нахождению проективного отображения между исходным и целевым изображением, задаваемого матрицей 3×3. После применения преобразования изображение подвергается ресемплингу (интерполяции пикселей) для устранения артефактов.

¶Классификация методов

¶По типу искажений

• Перспективная ректификация — устранение эффекта схождения вертикальных и горизонтальных линий (например, при съёмке зданий с нижней точки).
• Аффинная ректификация — коррекция наклонов и сдвигов без учёта глубины (упрощённый случай, когда сцена аппроксимируется плоскостью).
• Цилиндрическая и сферическая ректификация — проецирование изображения на цилиндр или сферу для создания панорам.

¶По способу определения параметров

• Автоматическая — параметры вычисляются по характерным точкам (углам, краям) или по линиям, обнаруженным алгоритмами (например, преобразование Хафа).
• Ручная (интерактивная) — оператор задаёт соответствия между точками на изображении и известными координатами в реальном мире.
• По калибровочным данным — используются параметры внутренней и внешней калибровки камеры, полученные заранее.

¶Основные алгоритмы

¶Алгоритм на основе гомографии

Наиболее распространённый подход. Требуется минимум четыре пары соответствующих точек (или две пары параллельных линий). Параметры гомографии вычисляются решением системы линейных уравнений методом наименьших квадратов (алгоритм DLT — Direct Linear Transform). Для повышения устойчивости применяется метод RANSAC, отбрасывающий выбросы (ошибочные соответствия).

¶Ректификация по точкам схода

Используется для архитектурной съёмки. Алгоритм находит две или три точки схода (пересечения параллельных линий). Затем строится преобразование, переводящее эти точки в бесконечность, что выпрямляет линии. Метод эффективен для сцен с явно выраженной перспективой (здания, интерьеры).

¶Стереоректификация

Применяется для пары изображений (стереопары) с целью выравнивания эпиполярных линий. После преобразования соответствующие точки двух изображений располагаются на одной горизонтальной строке, что упрощает вычисление карты глубины. Классические алгоритмы — Буге (Bouguet) и Хартли, основанные на разложении фундаментальной матрицы.

¶Глубинная ректификация (plane-induced homography)

Используется, когда сцена содержит доминирующую плоскость (дорога, пол, стена). Преобразование строится по этой плоскости, что позволяет корректно выпрямить объекты, лежащие на ней, даже при сложном рельефе остальной части сцены.

¶Применение

• Фотограмметрия и картография — создание ортофотопланов из аэрофотоснимков.
• Дополненная реальность — выравнивание виртуальных объектов относительно реальной сцены.
• Анализ документов — исправление перекоса при фотографировании страниц.
• Автомобильные системы — преобразование изображений с камер заднего вида для улучшения восприятия.
• 3D-реконструкция — подготовка стереопар для расчёта диспаратности.

¶Ограничения и артефакты

Ректификация не является обратимым процессом: при сильных перспективных искажениях часть информации теряется (области, невидимые в исходном кадре, остаются пустыми). После преобразования края изображения могут быть обрезаны, а разрешение в удалённых зонах — снижено. Для компенсации применяют кадрирование, заполнение фона или использование методов глубокого обучения (например, генеративных сетей), которые «достраивают» недостающие области.

¶Источники

• Хартли Р., Зиссерман А. «Множественная геометрия в компьютерном зрении».
• Форсайт Д., Понс Ж. «Компьютерное зрение. Современный подход».
• Материалы курсов по фотограмметрии МИИГАиК.