CN110415196B - 图像校正方法、装置、电子设备及可读存储介质 - Google Patents
图像校正方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN110415196B CN110415196B CN201910732301.6A CN201910732301A CN110415196B CN 110415196 B CN110415196 B CN 110415196B CN 201910732301 A CN201910732301 A CN 201910732301A CN 110415196 B CN110415196 B CN 110415196B
- Authority
- CN
- China
- Prior art keywords
- points
- correction
- image
- target
- corrected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003702 image correction Methods 0.000 title claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 97
- 230000014509 gene expression Effects 0.000 claims abstract description 41
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/22—Cropping
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种图像校正方法、装置、电子设备及可读存储介质,其中,该方法包括:根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,多个修正点的坐标包含第一未知参数组;将多个修正点映射至目标球面以得到多个目标点;利用多个目标点对应的平面表达式,以及多个目标点的坐标,计算第一未知参数组的解;以及根据第一未知参数组的解对待校正鱼眼图像进行校正,以得到校正图像。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种图像校正方法、装置、电子设备及可读存储介质。
背景技术
在需要得到大范围的图像时,一般是通过多张图像拼接或使用鱼眼镜头拍摄得到。多张图像拼接容易导致看到的画面畸形。因此,针对鱼眼镜头拍摄的大范围的图像需要进行处理,以减少图像的畸形。现有的修正方式修正效果还是存在不足。
发明内容
有鉴于此,本申请实施例的目的在于提供一种图像校正方法、装置、电子设备及可读存储介质。能够达到减少鱼眼图像所导致的图形畸变的效果。
第一方面,本申请实施例提供了一种图像校正方法,所述方法包括:
根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,所述多个修正点的坐标包含所述第一未知参数组;
将所述多个修正点映射至目标球面以得到多个目标点;
利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解;以及
根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像。
本申请实施例提供的图像校正方法,采用多轮映射确定出用于修正图像的参数,再根据用于修正图像的参数对待校正鱼眼图像进行校正,从而可以减少鱼眼图像的扭曲现象。
一种可能的实施方式中,所述平面表达式为所述多个目标点所在平面的表达式,所述目标球面的球心位于所述平面上。
本申请实施例提供的图像校正方法,由于鱼眼图像类似球面图像,通过球面的映射,以及通过在球心处看到的与球心同面的线条是直线,从而可以实现对目标点调整成直线,从而可以减少调整后的图像的扭曲。
一种可能的实施方式中,所述利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解的步骤,包括:
根据每个所述目标点的坐标,将每个所述目标点用平面表达式进行表示,以形成包含每个所述目标点对应的平面表达式的函数组;
计算所述函数组的解,以得到所述第一未知参数组的解。
本申请实施例提供的图像校正方法,通过对多元方程组进行求解可以得到第一未知参数组的解,从而快速地第一未知参数组进行求解。
一种可能的实施方式中,在所述根据包含第一未知参数组的畸变修正公式,对待校正的鱼眼图像中的多个标识点进行修正的步骤之前,还包括:
在所述待校正鱼眼图像中确定出至少两条修正线;
在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点;
所述利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解的步骤,包括:
针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组;
计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
本申请实施例提供的图像校正方法,还可以设置多条修正线,每条修正线对应一组标识点,通过多组标识可以提高通过第一未知参数组的解对待校正鱼眼图像校正的有效性。
一种可能的实施方式中,所述畸变修正公式包括:
其中,p'(x',y')表示所述多个修正点中的任一修正点的坐标,P(x,y)表示所述多个标识点中的任一标识点的坐标,r表示所述待校正鱼眼图像的半径;a0,a1,a2为所述第一未知参数组。
本申请实施例提供的图像校正方法,通过对三元方程组进行表示修正点的坐标。对应有多个修正点时,则可以实现对第一未知参数组求解。
一种可能的实施方式中,在所述根据包含第一未知参数组的畸变修正公式,对待校正的鱼眼图像中的多个标识点进行修正的步骤之前,所述方法还包括:
对原始鱼眼图像中的兴趣校正区域进行剪裁以的到所述待校正鱼眼图像,所述兴趣校正区域与所述原始鱼眼图像的几何中心重合。
本申请实施例提供的图像校正方法,原始图像进行剪裁得到的待校正鱼眼图像畸变更少,从而可以相对更好地对待校正鱼眼图像进行校正。
第二方面,本申请实施例还提供一种图像校正装置,包括:
修正模块,用于根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,所述多个修正点的坐标包含所述第一未知参数组;
映射模块,用于将所述多个修正点映射至目标球面以得到多个目标点;
计算模块,用于利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解;以及
校正模块,用于根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像。
一种可能的实施方式中,还包括:标识模块,用于在所述待校正鱼眼图像中确定出至少两条修正线,在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点;
所述计算模块,还用于针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组,计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面的任一种可能的实施方式中的方法的步骤。
第四方面,本申请实施例还提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面的任一种可能的实施方式中的方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的电子设备的方框示意图。
图2为本申请实施例提供的图像校正方法的流程图。
图3为本申请实施例提供的图像校正方法中所使用的坐标示意图。
图4为本申请实施例提供的图像校正装置的功能模块示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例一
为便于对本实施例进行理解,首先对执行本申请实施例所公开的图像校正方法的电子设备进行详细介绍。
如图1所示,是电子设备的方框示意图。电子设备100可以包括存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对电子设备100的结构造成限定。例如,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
上述的存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。
其中,存储器111可以是,但不限于,随机存取存储器(Random Access Memory,简称RAM),只读存储器(Read Only Memory,简称ROM),可编程只读存储器(ProgrammableRead-Only Memory,简称PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,简称EEPROM)等。其中,存储器111用于存储程序,所述处理器113在接收到执行指令后,执行所述程序,本申请实施例任一实施例揭示的过程定义的电子设备100所执行的方法可以应用于处理器113中,或者由处理器113实现。
上述的处理器113可能是一种集成电路芯片,具有信号的处理能力。上述的处理器113可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(digital signalprocessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述的外设接口114将各种输入/输出装置耦合至处理器113以及存储器111。在一些实施例中,外设接口114,处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
上述的输入输出单元115用于提供给用户输入数据。所述输入输出单元115可以是,但不限于,鼠标和键盘等。
上述的显示单元在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器进行计算和处理。
本实施例中的电子设备100可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述图像校正方法的实现过程。
实施例二
请参阅图2,是本申请实施例提供的图像校正方法的流程图。下面将对图2所示的具体流程进行详细阐述。
步骤201,根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点。
其中,多个修正点的坐标包含所述第一未知参数组。
在一种实施方式中,上述的畸变修正公式可以表示为:
其中,P'(x',y')表示所述多个修正点中的任一修正点的坐标,P(x,y)表示所述多个标识点中的任一标识点的坐标,r表示所述待校正鱼眼图像的半径;a0,a1,a2为所述第一未知参数组。
其中,上述的r也可以表示坐标P(x,y)到待校正鱼眼图像的圆心的距离。
可选地,在步骤201之前,本实施例提供的图像校正方法还可以包括:对原始鱼眼图像中的兴趣校正区域进行剪裁以的到所述待校正鱼眼图像。其中,兴趣校正区域与原始鱼眼图像的几何中心重合。
上述的原始鱼眼图像可以是一鱼眼相机拍摄得到的图像。
其中,上述的原始鱼眼图像可以是圆形,剪裁后的待校正鱼眼图像也可以是圆形。上述的兴趣校正区域与原始鱼眼图像的几何中心重合,也就是原始鱼眼图像与待校正鱼眼图像的圆心相同。
上述的兴趣校正区域包括包含需校正区域的与原始鱼眼图像圆心相同的圆。上述的需校正区域在不同的图像可能表示不同的区域。例如,在一校园的原始鱼眼图像中,需校正区域可以是校园中的教学楼;再例如,在一人物合照的原始鱼眼图像中,需校正区域可以是合照中的人。
在一个实例中,可以假设原始鱼眼图像的半径为r,分别在原始鱼眼图像标定半径为0.9r,0.8r,0.7r的裁切线。如果原始鱼眼图像的视场角FOV(Field of view,中文称:视场角)=180°,那么半径0.9r,0.8r,0.7r裁切的图像实际FOV分别约为128°,106°,89°。其中,裁切的半径越小,对应图像实际FOV越小,对应校正后的目标图像放大效果越好。因此,在包含需要校正的区域可以选择更小的剪裁尺寸,从而可以使校正效果更好。
在一种实施方式中,在步骤201之前,还可以包括:在所述待校正鱼眼图像中确定出至少两条修正线,在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点。
示例性地,上述的修正线可以是待校正图像中的物体的实物形态是直线,但是在图像中是曲线的线条,例如,一些建筑的边缘、马路边缘线、操场边界线等。上述的任意一组标识点在待校正图像中的物体的实物中是一直线。
可选地,上述的在所述待校正鱼眼图像中确定出至少两条修正线可以被实施为:接收在待校正鱼眼图像上的选择操作,以标记出至少两条修正线。
可选地,上述的在所述待校正鱼眼图像中确定出至少两条修正线可以被实施为:对待校正图像中的选定区域进行轮廓识别,识别出轮廓线作为修正线。其中,选定的区域可以是待校正鱼眼图像本身,也可以是接收到的选择操作中选定的区域。
可选地,每一组标定点可以均匀分布在对应的修正线上。
步骤202,将所述多个修正点映射至目标球面以得到多个目标点。
可选地,如图3所示,将畸变后的待校正图像映射至到目标球面。即可以实现将校正点P'(x',y')映射为目标球面上的坐标P0(x0,y0,z0)。
其中,图3所示的鱼眼相机成像平面所在的二维坐标系可以是多个修正点所在平面。示例性地,畸变后的待校正图像圆心可为二维坐标系的原点。图3所示的投影单位球面所在的三维坐标系可以是目标球面所在坐标系。示例性地,目标球面的球心可以为三维坐标系的原点。
示例性地,上述的目标球面可以是单位球面。
步骤203,利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解。
上述的平面表达式为所述多个目标点所在平面的表达式,所述目标球面的球心位于所述平面上。
在一种实施方式中,步骤203可以包括:根据每个所述目标点的坐标,将每个所述目标点用平面表达式进行表示,以形成包含每个所述目标点对应的平面表达式的函数组;计算所述函数组的解,以得到所述第一未知参数组的解。
示例性地,对于标定为一条直线上的一组标识点,标识点进行畸变后的修正点映射在目标球面后得到的各个目标点,标定的一条直线上各个目标点可以是在目标球面上的一条弧线上。且各个目标点所在弧线与目标球面的球心,也就是图3所示的原点(0,0,0)组成一个平面。上述的直线表示,在待校正图像对应的实物是直线。
各个目标点所在弧线与目标球面的球心对应的平面表达式可以是:
A×x0+B×y0+C×z0=0;
其中,A,B,C为平面方程待确定的参数。
在一个实例中,一修正线中标记有M个标记点。结合上述的畸变公式,将M个坐标点代入,可获得关于参数a0,a1,a2,A,B,C的M组函数:hi(a0,a1,a2,A,B,C)=0,(i=0,1,2,…M-1)。根据M个函数的函数组,可以计算得到第一未知参数组的最优估计
在一实施方式中,步骤203可以包括:针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组;计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
在另一种实施方式中,对于标定多条修正线,每一条修正线对应一组标识点,对应的做如下处理。
示例性地,假设标定了N条修正线,每条直线对应的标识点进行畸变后的修正点映射在目标球面后得到的各个目标点,标定的一条直线上各个目标点映射在目标球面后形成的弧线均与球心原点(0,0,0)组成一个平面,平面表达式可以为:
Aj×x0+Bj×y0+Cj×z0=0,(j=0,1,2,…N-1);
其中,每一条修正线对应的目标点共用一组参数(Aj,Bj,Cj),所有修正线对应的目标点可以共用第一未知参数组(a0,a1,a2)。
在一个实例中,将N条修正线对应的目标点代入,结合N组参数(Aj,Bj,Cj),(j=0,1,2,…N-1),可以计算得到第一未知参数组的最优估计
步骤204,根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像。
本申请实施例提供的图像校正方法,采用多轮映射确定出用于修正图像的参数,再根据用于修正图像的参数对待校正鱼眼图像进行校正,从而可以减少鱼眼图像的扭曲现象。
实施例三
基于同一申请构思,本申请实施例中还提供了与图像校正方法对应的图像校正装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述图像校正方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
请参阅图4,是本申请实施例提供的图像校正装置的功能模块示意图。本实施例中的图像校正装置中的各个模块用于执行上述方法实施例中的各个步骤。图像校正装置包括修正模块301、映射模块302、计算模块303及校正模块304;其中,
修正模块301,用于根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,所述多个修正点的坐标包含所述第一未知参数组;
映射模块302,用于将所述多个修正点映射至目标球面以得到多个目标点;
计算模块303,用于利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解;以及
校正模块304,用于根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像。
一种可能的实施方式中,所述平面表达式为所述多个目标点所在平面的表达式,所述目标球面的球心位于所述平面上。
一种可能的实施方式中,上述的计算模块303,还用于:
根据每个所述目标点的坐标,将每个所述目标点用平面表达式进行表示,以形成包含每个所述目标点对应的平面表达式的函数组;
计算所述函数组的解,以得到所述第一未知参数组的解。
一种可能的实施方式中,本实施例提供的图像校正装置还包括:
标识模块305,用于在所述待校正鱼眼图像中确定出至少两条修正线,在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点。
计算模块303,还用于针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组,计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
一种可能的实施方式中,所述畸变修正公式包括:
其中,p'(x',y')表示所述多个修正点中的任一修正点的坐标,P(x,y)表示所述多个标识点中的任一标识点的坐标,r表示所述待校正鱼眼图像的半径;a0,a1,a2为所述第一未知参数组。
一种可能的实施方式中,本实施例提供的图像校正装置还包括:
剪裁模块,还用于对原始鱼眼图像中的兴趣校正区域进行剪裁以的到所述待校正鱼眼图像,所述兴趣校正区域与所述原始鱼眼图像的几何中心重合。
此外,本申请实施例还提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的图像校正方法的步骤。
本申请实施例所提供的图像校正方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的图像校正方法的步骤,具体可参见上述方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种图像校正方法,其特征在于,所述方法包括:
根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,所述多个修正点的坐标包含所述第一未知参数组;
将所述多个修正点映射至目标球面以得到多个目标点;
利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解;以及
根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像;
其中,在所述根据包含第一未知参数组的畸变修正公式,对待校正的鱼眼图像中的多个标识点进行修正的步骤之前,还包括:在所述待校正鱼眼图像中确定出至少两条修正线;在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点;
所述利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解的步骤,包括:针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组;计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
2.如权利要求1所述的图像校正方法,其特征在于,所述平面表达式为所述多个目标点所在平面的表达式,所述目标球面的球心位于所述平面上。
3.如权利要求1所述的图像校正方法,其特征在于,所述利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解的步骤,包括:
根据每个所述目标点的坐标,将每个所述目标点用平面表达式进行表示,以形成包含每个所述目标点对应的平面表达式的函数组;
计算所述函数组的解,以得到所述第一未知参数组的解。
4.如权利要求1所述的图像校正方法,其特征在于,所述畸变修正公式包括:
其中,p'(x',y')表示所述多个修正点中的任一修正点的坐标,P(x,y)表示所述多个标识点中的任一标识点的坐标,r表示所述待校正鱼眼图像的半径;a0,a1,a2为所述第一未知参数组。
5.如权利要求1所述的图像校正方法,其特征在于,在所述根据包含第一未知参数组的畸变修正公式,对待校正的鱼眼图像中的多个标识点进行修正的步骤之前,所述方法还包括:
对原始鱼眼图像中的兴趣校正区域进行剪裁以的到所述待校正鱼眼图像,所述兴趣校正区域与所述原始鱼眼图像的几何中心重合。
6.一种图像校正装置,其特征在于,包括:
修正模块,用于根据包含第一未知参数组的畸变修正公式,对待校正鱼眼图像中的多个标识点进行修正,以得到修正后的多个修正点,所述多个修正点的坐标包含所述第一未知参数组;
映射模块,用于将所述多个修正点映射至目标球面以得到多个目标点;
计算模块,用于利用所述多个目标点对应的平面表达式,以及所述多个目标点的坐标,计算所述第一未知参数组的解;以及
校正模块,用于根据所述第一未知参数组的解对所述待校正鱼眼图像进行校正,以得到校正图像;
标识模块,用于在所述待校正鱼眼图像中确定出至少两条修正线,在每个所述修正线上确定出一组标识点,以得到所述至少两条修正线对应的至少两组标识点;
所述计算模块,还用于针对每组标识点对应的每组目标点,根据每个目标点的坐标,将每个目标点用平面表达式进行表示,以形成包含每个目标点对应的平面表达式的函数组,计算每组目标点对应的所述函数组的解,以得到所述第一未知参数组的解。
7.一种电子设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如权利要求1至5任一所述的方法的步骤。
8.一种可读存储介质,其特征在于,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至5任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910732301.6A CN110415196B (zh) | 2019-08-07 | 2019-08-07 | 图像校正方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910732301.6A CN110415196B (zh) | 2019-08-07 | 2019-08-07 | 图像校正方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110415196A CN110415196A (zh) | 2019-11-05 |
CN110415196B true CN110415196B (zh) | 2023-12-29 |
Family
ID=68366538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910732301.6A Active CN110415196B (zh) | 2019-08-07 | 2019-08-07 | 图像校正方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110415196B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488966A (zh) * | 2020-12-23 | 2021-03-12 | 深圳疆程技术有限公司 | 一种图像的反畸变方法、装置、电子设备及汽车 |
CN113129238B (zh) * | 2021-04-29 | 2023-01-06 | 青岛海信移动通信技术股份有限公司 | 拍照终端及图像校正方法 |
CN115106295A (zh) * | 2022-07-14 | 2022-09-27 | 前海晶方云(深圳)测试设备有限公司 | 测试方法、存储装置、计算机设备和测试设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008311890A (ja) * | 2007-06-14 | 2008-12-25 | Fujitsu General Ltd | 画像データ変換装置、及びこれを備えたカメラ装置 |
CN104200454A (zh) * | 2014-05-26 | 2014-12-10 | 深圳市中瀛鑫科技股份有限公司 | 鱼眼图像畸变校正方法及装置 |
CN104463791A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种基于球面模型的鱼眼图像校正法 |
CN105844584A (zh) * | 2016-03-19 | 2016-08-10 | 上海大学 | 校正鱼眼镜头图像畸变的方法 |
CN107507248A (zh) * | 2017-09-05 | 2017-12-22 | 微鲸科技有限公司 | 图像校正方法及装置 |
CN108805801A (zh) * | 2018-05-24 | 2018-11-13 | 北京华捷艾米科技有限公司 | 一种全景图像校正方法及*** |
CN109964245A (zh) * | 2016-12-06 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 用于校正广角图像的***和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017020150A1 (zh) * | 2015-07-31 | 2017-02-09 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、装置及摄像机 |
-
2019
- 2019-08-07 CN CN201910732301.6A patent/CN110415196B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008311890A (ja) * | 2007-06-14 | 2008-12-25 | Fujitsu General Ltd | 画像データ変換装置、及びこれを備えたカメラ装置 |
CN104463791A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种基于球面模型的鱼眼图像校正法 |
CN104200454A (zh) * | 2014-05-26 | 2014-12-10 | 深圳市中瀛鑫科技股份有限公司 | 鱼眼图像畸变校正方法及装置 |
CN105844584A (zh) * | 2016-03-19 | 2016-08-10 | 上海大学 | 校正鱼眼镜头图像畸变的方法 |
CN109964245A (zh) * | 2016-12-06 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 用于校正广角图像的***和方法 |
CN107507248A (zh) * | 2017-09-05 | 2017-12-22 | 微鲸科技有限公司 | 图像校正方法及装置 |
CN108805801A (zh) * | 2018-05-24 | 2018-11-13 | 北京华捷艾米科技有限公司 | 一种全景图像校正方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110415196A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110415196B (zh) | 图像校正方法、装置、电子设备及可读存储介质 | |
CN106815869B (zh) | 鱼眼相机的光心确定方法及装置 | |
CN109040736B (zh) | 一种人眼空间位置的标定方法、装置、设备和存储介质 | |
US10504244B2 (en) | Systems and methods to improve camera intrinsic parameter calibration | |
US20210192761A1 (en) | Image depth estimation method and device, readable storage medium, and electronic apparatus | |
CN104052976B (zh) | 投影方法及装置 | |
WO2020252920A1 (zh) | 图片校正方法、装置、计算机设备及计算机可读存储介质 | |
US9967516B2 (en) | Stereo matching method and device for performing the method | |
CN109479082B (zh) | 图象处理方法及装置 | |
JP6464938B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN111951290A (zh) | 一种图像中物体的边缘检测方法及装置 | |
CN108090486B (zh) | 一种台球比赛中的图像处理方法及装置 | |
WO2018168405A1 (ja) | 画像合成装置、画像合成方法及びプログラム | |
WO2019041650A1 (zh) | 摄像机标定参数的校正方法、装置、设备和存储介质 | |
CN110599427A (zh) | 鱼眼图像矫正方法、装置及终端设备 | |
US10600202B2 (en) | Information processing device and method, and program | |
CN107704106B (zh) | 姿态定位方法、装置及电子设备 | |
CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
US9582887B2 (en) | Methods and apparatus for determining field of view dependent depth map correction values | |
US20160295187A1 (en) | Information processing device and projection apparatus | |
CN112927301A (zh) | 摄像头标定方法、装置、计算设备及可读存储介质 | |
CN112907462A (zh) | 超广角摄像器件畸变校正方法、***及包括其的拍摄装置 | |
CN111145268A (zh) | 一种视频注册方法及装置 | |
CN111739081A (zh) | 特征点匹配方法、拼接方法、装置、电子设备及存储介质 | |
JP5636966B2 (ja) | 誤差検出装置及び誤差検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210426 Address after: 200050 room 323, building 14, no.350 Xianxia Road, Changning District, Shanghai Applicant after: SHANGHAI ISMARTV NETWORK TECHNOLOGIES Co.,Ltd. Address before: Room 301-530, floor 3, building 1, No. 400, Fangchun Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai 200000 Applicant before: Shanghai Qianshan Network Technology Development Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |