運動影像分析中對鏡頭畸變的快速修正方法及應(yīng)用實例

賈 誼，嚴波濤，劉占峰，路慧娟

JIA Yi 1，YAN Bo－tao2，LIU Zhan－feng2，LU Hui－Juan2

1 研究目的

在進行平面定機攝影測量時，由于所使用的光學(xué)鏡頭都會由于固有的透視失真而產(chǎn)生畸變誤差，因此，為了解析結(jié)果的精度能夠達到研究的要求，有研究人員曾對攝影過程進行了一些規(guī)范，如“攝影機到運動平面的距離為拍攝范圍的5～6倍”［1］。但是，在實際拍攝過程中，由于比賽場地條件有限，如對競走項目的拍攝，為防止欄桿和行人遮擋，常常會將攝像機架設(shè)于離運動平面較近的位置而無法滿足上述對拍攝距離的要求，加之鏡頭取景范圍有限，所采集的影像資料常常會受到鏡頭邊緣畸變的影響而降低了解析結(jié)果的精度。本文采用一種簡便易行的方法，減小因近距離拍攝而產(chǎn)生的鏡頭畸變誤差，并通過實驗對此方法進行檢驗。

2 研究方法

2.1 現(xiàn)場拍攝

為了分析鏡頭畸變對影像解析結(jié)果的影響，采用三種不同的鏡頭對固定間距標志物進行拍攝。鏡頭1為CASIO FH25數(shù)碼相機自帶變焦鏡頭；鏡頭2為日本產(chǎn)AVENIR TV ZOOM LENS變焦鏡頭；鏡頭3為PanasonicDVG180 A常速攝像機自帶LEICA DICOAR變焦鏡頭（表1）。

拍攝步驟：在田徑場內(nèi)布置一條5 m的直線，利用工程線進行矯直。每隔50 cm，用長釘將乒乓球固定在直線上，并用游標卡尺對乒乓球間距進行實測。用3種不同鏡頭對乒乓球進行拍攝，攝像機鏡頭垂直于拍攝平面，機高設(shè)為1.2 m。拍攝距離從10 m開始，以后每隔2 m拍攝1次，到30 m結(jié)束。每次拍攝時，使得直線在鏡頭畫面上的成像位置保持在下1／4處，并保證1號球位于成像畫面的邊緣處。

2.2 視圖轉(zhuǎn)換與畸變修正

對拍攝視頻的修正過程如圖1所示。

圖1 運動視頻畸變修正流程圖

2.2.1 將視頻轉(zhuǎn)換為連續(xù)圖片

拍攝采集到的視頻通常為AVI格式，無法直接使用Photoshop軟件對其進行修改，所以，必須對采集到的視頻文件先進行格式轉(zhuǎn)換，變?yōu)檫B續(xù)圖片后再進行處理。

具體過程：使用Ulead GIF Animator 5.0軟件打開要修正的視頻文件，選擇“文件”模塊中保存功能的“保存為圖像畫面”，即可將視頻轉(zhuǎn)換為連續(xù)圖片，這一過程僅需要幾秒鐘的時間。

表1 本研究測試用鏡頭參數(shù)一覽表

2.2.2 利用Photoshop軟件中的Lensdoc插件對運動圖像進行畸變修正

首先打開裝有Lensdoc插件的Photoshop軟件（最好為Photoshop 7.0版本）。為實現(xiàn)后續(xù)的批處理功能，在Action模塊選擇“creat new action”新建一個動作記錄，打開連續(xù)圖片中的第一幅圖片，選擇“filter”模塊中的“Andromeda”功能，并打開其中的Lensdoc插件。在Lensdoc插件中即可實現(xiàn)對動作圖片的畸變校正（校正原理及過程見下節(jié)內(nèi)容）。校正完畢后對圖片進行保存并關(guān)閉，之后點擊Action模塊中的“Stop”按鈕結(jié)束記錄。

在上述修正過程結(jié)束之后，選擇“Automate”功能當中的“Batch”功能，即可實現(xiàn)對所有連續(xù)圖片進行相同步驟畸變修正過程的批處理，整個批處理過程中所有圖片的畸變修正參數(shù)保持一致。

2.2.3 連續(xù)圖片的視頻合成

在對所有連續(xù)圖片進行畸變校正之后，需要把連續(xù)圖片再合成回視頻文件，以便后期的解析工作使用。這一過程可以通過PhotoLapse軟件來實現(xiàn)。

具體操作過程：首先，導(dǎo)入修正后的連續(xù)圖片，之后選擇“create movie”并指定合成視頻的保存路徑，在視頻壓縮時選擇“全幀”模式即可。由于使用Photo Lapse軟件進行合成視頻時會出現(xiàn)第一幅圖像丟失的現(xiàn)象，因此，將連續(xù)圖片當中的第一幅進行拷貝處理即可避免圖像丟失。

2.3 畸變修正前、后誤差比較

使用APAS圖像解析軟件對畸變修正前、后的視頻資料進行解析，并對修正前、后的誤差值進行比較。為盡量減小隨機誤差帶來的影響，取10幅畫面進行解析，由原始坐標的平均值計算得到乒乓球間距，并與實測值進行比較得到誤差值。

3 結(jié)果與分析

3.1 鏡頭畸變對圖像解析精度的影響

對每個拍攝距離下的10幅畫面進行解析并取平均值進行比較（表2），可以看出，不論使用何種鏡頭進行拍攝，左1～2段誤差值明顯大于左3～5段。這意味著在取景范圍為5 m的情況下，圖像中間約2 m范圍內(nèi)的測量精度較高，誤差百分比基本維持在0.8％～0.2％的較低水平上，而超出這一范圍，則誤差會明顯增加。可見，鏡頭畸變對于測量精度的影響較大。

表2 本研究3種鏡頭各段誤差均值比較一覽表

3.2 Lensdoc插件的畸變修正原理

鏡頭畸變誤差對影像測量結(jié)果會產(chǎn)生一定的影響［2］，修正鏡頭畸變誤差的方法很多，從總體上可分為基于控制對象的方法和基于模式的方法兩大類［4］。但這些方法大都需要對高精度標塊進行拍攝，并且對畸變系數(shù)進行求解［7］，而計算量又會隨著泰勒展開式階數(shù)的增高而加大［3］。

本實驗使用的“Lensdoc”插件利用了視場中的任何特征直線在像平面所成的像仍然是直線這一原理，對鏡頭畸變進行糾正。這種方法因為對場景要求不高，不需要制作精確的校正板，僅需要一些隨處可見的直線特征，因此，這種校正方法也被稱為非量測校正［6］。傳統(tǒng)的畸變修正軟件圖像邊緣與圖像中央的修正系數(shù)是預(yù)先設(shè)定好的，操作人員只能根據(jù)軟件所提供的改正系數(shù)進行修正，因此，會出現(xiàn)畫面邊緣部分被修正，但是畫面中間部分修正過度或者修正不足的現(xiàn)象。而Lensdoc軟件的修正原理是根據(jù)處于畫面中不同位置的線性條件分別進行修正，這樣就可以保證畫面不同位置采用不同的修正系數(shù)進行修正，從而避免出現(xiàn)畫面被擠壓或拉伸的現(xiàn)象。只要將用于修正的線性條件，如直尺或標桿攝入畫面，即可對畫面圖像中的畸形現(xiàn)象進行有效的修正［8］。

在具體處理過程中，可以根據(jù)現(xiàn)場已有直線，如跑道線、道路交通標志線等作為畸變修正的參考線，或者在拍攝現(xiàn)場布置一條或幾條直線作為參考線。

3.3 鏡頭畸變修正前、后數(shù)據(jù)對比分析

圖2是對鏡頭1進行校正前、后的誤差對比分析結(jié)果。可以看出，進行畸變校正處理后獲得的數(shù)據(jù)更加接近實測值，左1段的平均誤差值由糾正前的0.0198 m降低為0.0039 m；左2段的平均誤差值由糾正前的0.0122 m降低為糾正后0.0021 m；左3、左4、左5點由于受鏡頭光學(xué)畸變影響本身已經(jīng)不大，雖然通過糾正后誤差也相對減小，但幅度沒有左1、左2兩段明顯。另外，在對圖像邊緣進行誤差校正時，圖像中央部分的誤差均值降低了0.3 mm，并沒有出現(xiàn)擠壓或拉伸的現(xiàn)象。

圖2 鏡頭1畸變修正前、后誤差均值比較示意圖

3.4 畸變修正方法的效率

在進行體育科研服務(wù)時，教練員和運動員需要在第一時間得到反饋結(jié)果，這就要求整個畸變修正過程所需時間不宜過長。經(jīng)過實際測試，完成一段90幅畫面視頻圖像（約為競走的一個復(fù)步過程）所需時間在3 min左右。

4 對實際比賽視頻處理的實踐驗證

為了驗證上述畸變修正方法在實際應(yīng)用中的效果，對2010年廣州亞運會男子20 km競走決賽運動員的視頻資料進行了實際驗證。

4.1 比賽現(xiàn)場拍攝

使用卡西歐FH25攝像機進行拍攝，拍攝頻率為120 Hz，快門速度1／1 000 s，比賽整個過程中保持攝像機位置固定不變，采用簡易標定法［5］進行標定。由于場地條件的限制，攝像機距離運動員的運動平面最近距離僅為7 m，因此，在比賽后在不同運動平面內(nèi)拍攝了用于畫面校正的標桿。

使用APAS運動圖像解析系統(tǒng)進行解析。選擇較易觀察到的運動員耳屏點進行分析，數(shù)據(jù)平滑采用數(shù)字濾波法，截斷頻率為8 Hz。從運動員耳屏點進入畫面開始至離開結(jié)束，有效畫幅數(shù)為96幅。

4.2 對比賽視頻的畸變修正及結(jié)果分析

由于每一圈運動員所在運動平面不惟一，因此，以運動員所在平面的標桿為參照對畫面畸變進行修正。由于畸變量與拍攝距離有關(guān)，拍攝距離越近，畸變越明顯，因此，選擇運動員距離攝像機最近（7 m）的第5圈視頻資料進行分析。對修正前、后的視頻資料分別進行5次解析（表3），從整體來看，修正前、后平均速度差為0.05 m／s，差值百分比為1.3％。

由圖3可以看出，在畫面邊緣處，修正前、后差異明顯，修正前、后最大速度差值為0.26 m／s，差值百分比為5.9％。在實際研究中，由于競走項目研究的是運動員一個復(fù)步，即左腳著地到左腳再次著地的動作過程，而優(yōu)秀運動員一個復(fù)步的距離大約為2.5 m左右，加之解析時一般前后要多截取10～20幅畫面，因此，拍攝時的取景范圍必須保證在3.5 m以上才能夠滿足研究的需要；另外，競走項目通常在公路上進行，畫面的景深通常在7 m以上，而運動員行進的路線并不固定，運動平面與鏡頭的距離也忽近忽遠，為了保證所有運動平面的成像效果達到最佳化，通常攝像機距離最近的運動平面只有不到10 m的距離，因此，對于近距離拍攝的運動圖像來說，對鏡頭畸變的修正是有必要的。

圖3 本研究修正前、后運動員耳屏點速度比較示意圖

5 結(jié)論與建議

5.1 結(jié)論

1.利用Photoshop軟件中的Lensdoc插件，可以對近距離拍攝的運動圖像中由于畫面邊緣處鏡頭畸變產(chǎn)生的解析誤差進行較好的修正，且不會對畫面中央成像結(jié)構(gòu)造成影響。

2.使用Ulead GIF Animator 5.0和PhotoLapse軟件以及Photoshop軟件中的“批處理”功能，可實現(xiàn)對運動視頻的分解、合成以及對大量連續(xù)圖片的快速畸變修正，能夠滿足體育科研服務(wù)中快速反饋結(jié)果的要求。

5.2 建議

在比賽現(xiàn)場，由于受到拍攝條件的限制需要進行近距離拍攝的情況下，圖像畫面邊緣的鏡頭畸變誤差會對解析結(jié)果的精度帶來影響，建議先對近距離拍攝視頻進行畫面畸變的修正后再進行解析和量化分析。

［1］錢競光.平面攝影與影片解析方法規(guī)范化［J］.體育與科學(xué)，1992，13（5）：25－26.

［2］蘇小華，趙繼廣，李建峰.CCD攝像機徑向畸變的校準方法［J］.大學(xué)物理，2004，23（8）：43－47.

［3］王軍德.徑向畸變攝像機的標定［J］.科技信息，2009，（25）：465－466.

［4］楊必武，郭曉松.攝像機鏡頭非線性畸變校正方法綜述［J］.中國圖像圖形學(xué)報，2005，10（3）：269－274.

［5］苑廷剛，李汀，李愛東，等.十運會男、女20km競走前5名運動員運動技術(shù)分析［J］.體育科學(xué)，2006，26（8）：41－47.

［6］張靖，朱大勇，張志勇.攝像機鏡頭畸變的一種非量測校正方法［J］.光學(xué)學(xué)報，2008，28（8）：1552－1557.

［7］朱錚濤，黎紹發(fā).鏡頭畸變及其校正技術(shù)［J］.光學(xué)技術(shù)，2005，31（1）：136－141.

［8］Andromeda Software Inc.Andromeda Lensdoc Filter User Manual［Z］.2000：31－33.