CN112381739A - 一种ar-hud***的成像畸变矫正方法及装置 - Google Patents
一种ar-hud***的成像畸变矫正方法及装置 Download PDFInfo
- Publication number
- CN112381739A CN112381739A CN202011324493.6A CN202011324493A CN112381739A CN 112381739 A CN112381739 A CN 112381739A CN 202011324493 A CN202011324493 A CN 202011324493A CN 112381739 A CN112381739 A CN 112381739A
- Authority
- CN
- China
- Prior art keywords
- image
- normal image
- coordinate
- pixel
- distorted
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000012937 correction Methods 0.000 title claims abstract description 59
- 238000003384 imaging method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 92
- 238000005070 sampling Methods 0.000 claims description 177
- 230000008569 process Effects 0.000 claims description 21
- 230000004075 alteration Effects 0.000 claims description 14
- 230000001131 transforming effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 230000010076 replication Effects 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 230000003362 replicative effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000012888 cubic function Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种AR‑HUD***的成像畸变矫正方法及装置,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR‑HUD***输入的每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法进行颜色填充得到预畸变图像,将预畸变图像通过AR‑HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。由于本发明对AR‑HUD***的成像进行畸变矫正,因此可以使AR‑HUD***在汽车前挡风玻璃上最终呈现正常无畸变的图像。
Description
技术领域
本发明涉及图像处理技术领域,更具体的说,涉及一种AR-HUD***的成像畸变矫正方法及装置。
背景技术
AR-HUD(Augmented Reality Head Up Display,增强现实抬头显示***)***用于结合增强现实技术和抬头显示技术,根据实际交通路况以及驾驶员视线区域,将导航、驾驶速度和行驶车道线等驾驶信息合理生动地投射到汽车前挡风玻璃上,从而在很大程度上减少驾驶员注意力分散,以及降低驾驶员视觉疲劳,以提高驾驶的便捷性与安全性。
然而,AR-HUD***将包含驾驶信息的图像投射到汽车前挡风玻璃上的过程中,由于图像需要经过复杂的光学转换,且汽车前挡风玻璃为非标准面型等原因,因此导致AR-HUD***在汽车前挡风玻璃上最终呈现的图像会出现一定的畸变,从而影响视觉效果。
综上,如何对AR-HUD***的成像进行畸变矫正,使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,成为了本领域技术人员亟需解决的技术问题。
发明内容
有鉴于此,本发明公开一种AR-HUD***的成像畸变矫正方法及装置,以实现对AR-HUD***的成像进行畸变矫正,使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像。
一种AR-HUD***的成像畸变矫正方法,包括:
根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像;
对所述初始预畸变图像相对于所述正常图像存在的每个空洞点,采用邻域插值法对每个所述空洞点进行颜色填充,得到预畸变图像;
将所述预畸变图像通过所述AR-HUD***投影,得到对所述正常图像进行成像畸变矫正后的目标图像。
可选的,所述将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像,具体包括:
当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与所述整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到所述非整数的预畸变图像像素点;
当预畸变图像像素点坐标为整数时,直接将所述正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到所述整数的预畸变图像像素点。
可选的,所述坐标偏移量快速查找矩阵的构建过程如下:
利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在所述物理坐标系下的畸变图像采样点坐标,其中,所述正常图像采样点和所述畸变图像采样点相对应;
将每个所述正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个所述畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵。
可选的,所述基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵,具体包括:
基于各个正常图像像素点坐标的分布规律,使用网格法对所述正常图像进行分块,得到多块子图像;
根据每块所述子图像中正常图像采样点的坐标偏移量,分别求取每块所述子图像中非采样点的坐标偏移量;
根据所述正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建所述预畸变图像相对于所述正常图像的所述坐标偏移量快速查找矩阵。
可选的,当正常图像采样点为16个时,根据16个所述正常图像采样点的坐标偏移量求取非采样点P=D(i+dx,j+dy)的偏移量的过程包括:
16个正常图像采样点分别为:
式中,xi和yj分别为距离所求非采样点最近的采样点的横坐标和纵坐标,i为行序号,j为列序号;
求取所述16个正常图像采样点与其所对应的预畸变图像采样点之间的x方向的坐标偏移量矩阵X和y方向的坐标偏移量矩阵Y;
根据坐标偏移量矩阵X和坐标偏移量矩阵Y求出非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx和在y方向的坐标偏移量△dy。
一种AR-HUD***的成像畸变矫正装置,包括:
计算单元,用于根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
信息复制单元,用于将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像;
颜色填充单元,用于对所述初始预畸变图像相对于所述正常图像存在的每个空洞点,采用邻域插值法对每个所述空洞点进行颜色填充,得到预畸变图像;
投影单元,用于将所述预畸变图像通过所述AR-HUD***投影,得到对所述正常图像进行成像畸变矫正后的目标图像。
可选的,所述信息复制单元具体包括:
第一信息复制子单元,用于当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与所述整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到所述非整数的预畸变图像像素点;
第二信息复制子单元,用于当预畸变图像像素点坐标为整数时,直接将所述正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到所述整数的预畸变图像像素点。
可选的,还包括:矩阵构建单元;
所述矩阵构建单元具体包括:
获取子单元,用于利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在所述物理坐标系下的畸变图像采样点坐标,其中,所述正常图像采样点和所述畸变图像采样点相对应;
坐标系变换子单元,用于将每个所述正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个所述畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
计算子单元,用于基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵。
可选的,所述计算子单元具体用于:
基于各个正常图像像素点坐标的分布规律,使用网格法对所述正常图像进行分块,得到多块子图像;
根据每块所述子图像中正常图像采样点的坐标偏移量,分别求取每块所述子图像中非采样点的坐标偏移量;
根据所述正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建所述预畸变图像相对于所述正常图像的所述坐标偏移量快速查找矩阵。
可选的,所述矩阵构建单元还包括:偏移量计算子单元;
所述偏移量计算子单元具体用于:
当正常图像采样点为16个时,根据16个所述正常图像采样点的坐标偏移量求取非采样点P=D(i+dx,j+dy)的偏移量的过程包括:
16个正常图像采样点分别为:
式中,xi和yj分别为距离所求非采样点最近的采样点的横坐标和纵坐标,i为行序号,j为列序号;
求取所述16个正常图像采样点与其所对应的预畸变图像采样点之间的x方向的坐标偏移量矩阵X和y方向的坐标偏移量矩阵Y;
根据坐标偏移量矩阵X和坐标偏移量矩阵Y求出非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx和在y方向的坐标偏移量△dy。
从上述的技术方案可知,本发明公开了一种AR-HUD***的成像畸变矫正方法及装置,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据公开的附图获得其他的附图。
图1为本发明实施例公开的一种AR-HUD***的成像畸变矫正方法流程图;
图2为本发明实施例公开的一种坐标偏移量快速查找矩阵的构建方法流程图;
图3为本发明实施例公开的一种通过Zemax软件建立的AR-HUD***模型求得的正常图像与畸变图像对应的采样点坐标的示意图;
图4为本发明实施例公开的一种非采样点坐标偏移量求取示意图;
图5为本发明实施例公开的一种AR-HUD***成像预畸变原理示意图;
图6为本发明实施例公开的一种AR-HUD***的成像畸变矫正装置的结构示意图;
图7为本发明实施例公开的一种矩阵构建单元的结构示意图。
具体实施方式
现有技术中,对AR-HUD***的成像进行畸变矫正的方案主要从软件层面实现图像的畸变矫正,矫正过程具体为:根据畸变图像对AR-HUD***的畸变过程建立畸变模型;求取AR-HUD***的畸变参数,利用畸变参数和畸变模型求取预畸变图像,最后利用预畸变图像对AR-HUD***成像进行畸变矫正。
本专利的发明人经过研究后发现,现有的图像畸变矫正方案多用于矫正对称畸变,然而,AR-HUD***的光学***采用离轴设计,使得AR-HUD***的成像畸变具有无规律和非对称的特点,也即,AR-HUD***的图像畸变是非对称畸变,因此,现有图像畸变矫正方案无法准确的矫正非对称畸变。
本发明实施例公开了一种AR-HUD***的成像畸变矫正方法及装置,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本发明一实施例公开的一种AR-HUD***的成像畸变矫正方法流程图,该方法包括:
步骤S101、根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
本实施例中的正常图像指的是:汽车摄像头在行驶过程中采集的无畸变的实时图像。
本实施例中,当获取AR-HUD***在当前时刻输入的正常图像后,就会对该正常图像进行预畸变处理,预畸变处理的过程为:确定正常图像中各个正常图像像素点坐标;从坐标偏移量快速查找矩阵中查找每个正常图像像素点坐标对应的预畸变图像相对于正常图像的坐标偏移量;根据正常图像像素点坐标以及查找到的相对应的坐标偏移量,得到该正常图像像素点坐标对应的预畸变图像像素点坐标;在获取正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标后,即可建立预畸变图像与正常图像的点坐标对应关系。
步骤S102、将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像;
具体的,当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到非整数的预畸变图像像素点;
当预畸变图像像素点坐标为整数时,直接将正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到整数的预畸变图像像素点所对应的位置。
需要说明的是,本实施例中,复制颜色信息时为了将正常图像在投射过程中的畸变点移动到正确的位置,生成初始预畸变图像。
步骤S103、对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像;
需要说明的是,由于畸变图像会将正常图像中的部分区域放大,因此在放大区域中,正常图像像素点明显少于畸变图像像素点,从而导致正常图像像素点与畸变图像像素点不能一一对应,畸变图像中会存在一些在正常图像中没有的对应点,这些点即是空洞点。
由于空洞点没有颜色信息,因此需要对空洞点进行插值处理,插值方法为:计算预畸变图像中空洞点预设邻域范围中的所有非空洞点的颜色信息的平均值,并将计算得到的平均值作为该空洞点的颜色信息,对该空洞点进行颜色填充。
步骤S104、将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。
综上可知,本发明公开的AR-HUD***的成像畸变矫正方法,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
参见图2,本发明实施例公开的一种坐标偏移量快速查找矩阵的构建方法流程图,该方法包括:
步骤S201、利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标;
其中,正常图像采样点和畸变图像采样点相对应。
在实际应用中,可以采用Zemax软件建立AR-HUD***模型,具体建立过程可参见现有方案,此处不再赘述。
本实施例中,可以利用AR-HUD***模型对光线通过AR-HUD***的光线轨迹进行追踪,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标。
其中,正常图像中的各个正常图像采样点坐标和畸变图像中各个畸变图像采样点坐标在物理坐标系中对应的物理位置可参见图3所示,在图3中,正常图像采样点为位于网格上的采样点,畸变图像采样点为位于网格外的采样点。
步骤S202、将每个正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
其中,像素坐标系u-v的原点为O0,横坐标u和纵坐标v分别是图像所在的行和列,在视觉处理库OpenCV中,u对应x,v对应y。
步骤S203、基于畸变图像像素点坐标和相对应的正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到坐标偏移量快速查找矩阵。
步骤S203的实现过程具体可以包括:
(1)、基于各个正常图像像素点坐标的分布规律,使用网格法对正常图像进行分块,得到多块子图像;
其中,本步骤使用的网格法可参见图3所示。
(2)、根据每块子图像中正常图像采样点的坐标偏移量,分别求取每块子图像中非采样点的坐标偏移量;
其中,坐标偏移量包括:在x方向的坐标偏移量和在y方向的坐标偏移量。
(3)根据正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建预畸变图像相对于正常图像的坐标偏移量快速查找矩阵。
下面将详细说明x方向坐标偏移量的求取方法。
在实际应用中,可以采用BiCubic基函数的插值方法,根据每块子图像中对应的邻域采样点的坐标偏移量,分别求取每块子图像中非采样点的坐标偏移量。
参见图4所示的非采样点坐标偏移量求取示意图,假设根据16个正常图像采样点的坐标偏移量求取非采样点P=D(i+dx,j+dy)的偏移量的过程包括:
16个正常图像采样点分别为:
式中,xi和yj分别为距离所求非采样点最近的采样点的横坐标和纵坐标,i为行序号,j为列出号;
求取16个正常图像采样点与其所对应的预畸变图像采样点之间的x方向的坐标偏移量矩阵X和y方向的坐标偏移量矩阵Y;
根据坐标偏移量矩阵X和坐标偏移量矩阵Y求出非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx和在y方向的坐标偏移量△dy。
其中,每个正常图像采样点与畸变图像采样点所对应的x方向的坐标偏移量矩阵X为:
则根据坐标偏移量矩阵X可得非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx,如下:
其中,dx是点D(i+dx,j+dy)相对于点D(i,j)在x方向的距离,dy是点D(i+dx,j+dy)相对于点D(i,j)在y方向的距离,中间的矩阵是D(i+dx,j+dy)相邻的16个正常图像采样点的x方向偏移量矩阵X,S(x)是BiCubic基函数,BiCubic基函数是逼近理论上的最佳插值函数sin(pi*x)/x的三次函数,S(x)的表达式如下:
式中,a的最佳取值为-0.5;
其中,非采样点P=D(i+dx,j+dy)在y方向的坐标偏移量△dy的计算过程如下:
按照与计算X类似的方式,每个正常图像采样点所对应的y方向的坐标偏移量矩阵Y为:
则根据坐标偏移量矩阵Y可得非采样点P=D(i+dx,j+dy)在y方向的坐标偏移量△dy,如下:
其中,dx是点D(i+dx,j+dy)相对于点D(i,j)在x方向的距离,dy是点D(i+dx,j+dy)相对于点D(i,j)在y方向的距离,中间的矩阵是D(i+dx,j+dy)相邻的16个正常图像采样点的y方向偏移量矩阵Y,而S(x)是BiCubic基函数,该函数是逼近理论上的最佳插值函数sin(pi*x)/x的三次函数,S(x)的表达式如下:
式中,a的最佳取值为-0.5。
综上可知,本发明公开的AR-HUD***的成像畸变矫正方法,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
另外,本发明提出的构建预畸变图像相对于正常图像的坐标偏移量快速查找矩阵的方法,可以减少运行算法对AR-HUD***的实时性影响和数据计算量。通过计算畸变图像采样点相对于正常图像采样点的坐标偏移量来提升矫正的准确性。
进一步,与现有方案中相机的畸变矫正方法相比,本发明不需要通过求取相机参数来进行畸变矫正,只需要通过简单的标定即可实现畸变矫正,因此能较好的矫正非对称畸变。
为便于理解本发明公开的AR-HUD***的成像畸变矫正方法,参见图5示出的AR-HUD***预畸变原理示意图,现有方案中正常图像经过AR-HUD***投影后变成畸变图像,本发明中,首先对正常图像进行预畸变处理,得到预畸变图像,然后将预畸变图像经过AR-HUD***投影得到成像畸变矫正后的目标正常图像。
与上述方法实施例相对应,本发明还公开了一种AR-HUD***的成像畸变矫正装置。
参见图6,本发明实施例公开的一种AR-HUD***的成像畸变矫正装置的结构示意图,该装置包括:
计算单元301,用于根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
本实施例中的正常图像指的是:汽车摄像头在行驶过程中采集的无畸变的实时图像。
本实施例中,当获取AR-HUD***在当前时刻输入的正常图像后,就会对该正常图像进行预畸变处理,预畸变处理的过程为:确定正常图像中各个正常图像像素点坐标;从坐标偏移量快速查找矩阵中查找每个正常图像像素点坐标对应的预畸变图像相对于正常图像的坐标偏移量;根据正常图像像素点坐标以及查找到的相对应的坐标偏移量,得到该正常图像像素点坐标对应的预畸变图像像素点坐标;在获取正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标后,即可建立预畸变图像与正常图像的点坐标对应关系。
信息复制单元302,用于将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像;
其中,信息复制单元302具体可以包括:
第一信息复制子单元,用于当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到非整数的预畸变图像像素点;
第二信息复制子单元,用于当预畸变图像像素点坐标为整数时,直接将正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到整数的预畸变图像像素点。
颜色填充单元303,用于对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像;
需要说明的是,由于畸变图像会将正常图像中的部分区域放大,因此在放大区域中,正常图像像素点明显少于畸变图像像素点,从而导致正常图像像素点与畸变图像像素点不能一一对应,畸变图像中会存在一些在正常图像中没有的对应点,这些点即是空洞点。
由于空洞点没有颜色信息,因此需要对空洞点进行插值处理,插值方法为:计算空洞点预设邻域范围中的所有非空洞点的颜色信息的平均值,并将计算得到的平均值作为该空洞点的颜色信息,对该空洞点进行颜色填充。
投影单元304,用于将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。
综上可知,本发明公开的AR-HUD***的成像畸变矫正装置,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图像。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
为进一步优化上述实施例,成像畸变矫正装置还可以包括:矩阵构建单元。
参见图7,本发明实施例公开的一种矩阵构建单元的结构示意图,矩阵构建单元具体可以包括:
获取子单元401,用于利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标,其中,正常图像采样点和畸变图像采样点相对应;
在实际应用中,可以采用Zemax软件建立AR-HUD***模型,具体建立过程可参见现有方案,此处不再赘述。
本实施例中,可以利用AR-HUD***模型对光线通过AR-HUD***的光线轨迹进行追踪,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标。
其中,正常图像中的各个正常图像采样点坐标和畸变图像中各个畸变图像采样点坐标在物理坐标系中对应的物理位置可参见图3所示,在图3中,正常图像采样点为位于网格上的采样点,畸变图像采样点为位于网格外的采样点。
坐标系变换子单元402,用于将每个正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
计算子单元403,用于基于畸变图像像素点坐标和相对应的正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到坐标偏移量快速查找矩阵。
其中,计算子单元403具体用于:
基于各个正常图像像素点坐标的分布规律,使用网格法对正常图像进行分块,得到多块子图像;
根据每块子图像中正常图像采样点的坐标偏移量,分别求取每块子图像中非采样点的坐标偏移量;
根据正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建预畸变图像相对于正常图像的坐标偏移量快速查找矩阵。
为进一步优化上述实施例,矩阵构建单元还可以包括:偏移量计算子单元;
偏移量计算子单元具体用于:
当正常图像采样点为16个时,根据16个正常图像采样点的坐标偏移量求取非采样点P=D(i+dx,j+dy)的偏移量的过程包括:
16个正常图像采样点分别为:
式中,xi和yj分别为距离所求非采样点最近的采样点的横坐标和纵坐标,i为行序号,j为列序号;
求取16个正常图像采样点与其所对应的预畸变图像采样点之间的x方向的坐标偏移量矩阵X和y方向的坐标偏移量矩阵Y;
根据坐标偏移量矩阵X和坐标偏移量矩阵Y求出非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx和在y方向的坐标偏移量△dy。
其中,每个正常图像采样点所对应的x方向的坐标偏移量矩阵X为:
则根据坐标偏移量矩阵X可得非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx,如下:
其中,dx是点D(i+dx,j+dy)相对于点D(i,j)在x方向的距离,dy是点D(i+dx,j+dy)相对于点D(i,j)在y方向的距离,中间的矩阵是D(i+dx,j+dy)相邻的16个正常图像采样点的x方向偏移量矩阵X,S(x)是BiCubic基函数,BiCubic基函数是逼近理论上的最佳插值函数sin(pi*x)/x的三次函数,S(x)的表达式如下:
式中,a的最佳取值为-0.5;
非采样点P=D(i+dx,j+dy)在y方向的坐标偏移量△dy的计算过程如下:
每个正常图像采样点所对应的y方向的坐标偏移量矩阵Y为:
则根据坐标偏移量矩阵Y可得非采样点P=D(i+dx,j+dy)在y方向的坐标偏移量△dy,如下:
其中,dx是点D(i+dx,j+dy)相对于点D(i,j)在x方向的距离,dy是点D(i+dx,j+dy)相对于点D(i,j)在y方向的距离,中间的矩阵是D(i+dx,j+dy)相邻的16个正常图像采样点的y方向偏移量矩阵Y,而S(x)是BiCubic基函数,该函数是逼近理论上的最佳插值函数sin(pi*x)/x的三次函数,S(x)的表达式如下:
式中,a的最佳取值为-0.5。
综上可知,本发明公开的AR-HUD***的成像畸变矫正装置,根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标,将正常图像像素点的颜色信息复制给相对应的预畸变图像像素点,得到初始预畸变图像,对初始预畸变图像相对于正常图像存在的每个空洞点,采用邻域插值法对每个空洞点进行颜色填充,得到预畸变图像,将预畸变图像通过AR-HUD***投影,得到对正常图像进行成像畸变矫正后的目标图。由于本发明对AR-HUD***的成像进行畸变矫正,因此可以使AR-HUD***在汽车前档风玻璃上最终呈现正常无畸变的图像,从而解决了现有技术中的问题。
另外,本发明提出的构建预畸变图像相对于正常图像的坐标偏移量快速查找矩阵的方法,可以减少运行算法对AR-HUD***的实时性影响和数据计算量。通过计算畸变图像采样点相对于正常图像采样点的坐标偏移量来提升矫正的准确性。
进一步,与现有方案中相机的畸变矫正方法相比,本发明不需要通过求取相机参数来进行畸变矫正,只需要通过简单的标定即可实现畸变矫正,因此能较好的矫正非对称畸变。
最后,还需要说明的是,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“包括一个……”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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种AR-HUD***的成像畸变矫正方法,其特征在于,包括:
根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像;
对所述初始预畸变图像存在的每个空洞点,采用邻域插值法对每个所述空洞点进行颜色填充,得到预畸变图像;
将所述预畸变图像通过所述AR-HUD***投影,得到对所述正常图像进行成像畸变矫正后的目标图像。
2.根据权利要求1所述的成像畸变矫正方法,其特征在于,所述将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像,具体包括:
当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与所述整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到所述非整数的预畸变图像像素点;
当预畸变图像像素点坐标为整数时,直接将所述正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到整数的预畸变图像像素点。
3.根据权利要求1所述的成像畸变矫正方法,其特征在于,所述坐标偏移量快速查找矩阵的构建过程如下:
利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标,其中,所述正常图像采样点和所述畸变图像采样点相对应;
将每个所述正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个所述畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵。
4.根据权利要求3所述的成像畸变矫正方法,其特征在于,所述基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵,具体包括:
基于各个正常图像像素点坐标的分布规律,使用网格法对所述正常图像进行分块,得到多块子图像;
根据每块所述子图像中正常图像采样点的坐标偏移量,分别求取每块所述子图像中非采样点的坐标偏移量;
根据所述正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建所述预畸变图像相对于所述正常图像的所述坐标偏移量快速查找矩阵。
6.一种AR-HUD***的成像畸变矫正装置,其特征在于,包括:
计算单元,用于根据预先构建的预畸变图像像素点坐标相对于正常图像像素点坐标的坐标偏移量快速查找矩阵,计算AR-HUD***输入的正常图像中每个正常图像像素点坐标对应的预畸变图像像素点坐标;
信息复制单元,用于将所述正常图像像素点的颜色信息复制给相对应的所述预畸变图像像素点,得到初始预畸变图像;
颜色填充单元,用于对所述初始预畸变图像存在的每个空洞点,采用邻域插值法对每个所述空洞点进行颜色填充,得到预畸变图像;
投影单元,用于将所述预畸变图像通过所述AR-HUD***投影,得到对所述正常图像进行成像畸变矫正后的目标图像。
7.根据权利要求6所述的成像畸变矫正装置,其特征在于,所述信息复制单元具体包括:
第一信息复制子单元,用于当预畸变图像像素点坐标为非整数时,采用最近邻插值法将非整数的预畸变图像像素点坐标转换为整数的预畸变图像像素点坐标;依据坐标偏移量快速查找矩阵得到与所述整数的预畸变图像像素点对应的正常图像像素点的颜色信息并复制到所述非整数的预畸变图像像素点;
第二信息复制子单元,用于当预畸变图像像素点坐标为整数时,直接将所述正常图像中与整数的预畸变图像像素点坐标对应的正常图像像素点的颜色信息,复制到整数的预畸变图像像素点。
8.根据权利要求6所述的成像畸变矫正装置,其特征在于,还包括:矩阵构建单元;
所述矩阵构建单元具体包括:
获取子单元,用于利用预先建立的AR-HUD***模型,获取正常图像采样点在物理坐标系下的正常图像采样点坐标,以及畸变图像采样点在物理坐标系下的畸变图像采样点坐标,其中,所述正常图像采样点和所述畸变图像采样点相对应;
坐标系变换子单元,用于将每个所述正常图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的正常图像像素点坐标,以及将每个所述畸变图像采样点坐标由物理坐标系变换到像素坐标系,得到对应的畸变图像像素点坐标;
计算子单元,用于基于所述畸变图像像素点坐标和相对应的所述正常图像像素点坐标,计算畸变图像采样点相对于正常图像采样点的坐标偏移量,得到所述坐标偏移量快速查找矩阵。
9.根据权利要求8所述的成像畸变矫正装置,其特征在于,所述计算子单元具体用于:
基于各个正常图像像素点坐标的分布规律,使用网格法对所述正常图像进行分块,得到多块子图像;
根据每块所述子图像中正常图像采样点的坐标偏移量,分别求取每块所述子图像中非采样点的坐标偏移量;
根据所述正常图像中所有子图像对应的正常图像采样点的坐标偏移量以及非采样点的坐标偏移量,构建所述预畸变图像相对于所述正常图像的所述坐标偏移量快速查找矩阵。
10.根据权利要求8所述的成像畸变矫正装置,其特征在于,所述矩阵构建单元还包括:偏移量计算子单元;
所述偏移量计算子单元具体用于:
当正常图像采样点为16个时,根据16个所述正常图像采样点的坐标偏移量求取非采样点P=D(i+dx,j+dy)的偏移量,包括:
16个正常图像采样点分别为:
式中,xi和yj分别为距离所求非采样点最近的采样点的横坐标和纵坐标,i为行序号,j为列序号;
求取所述16个正常图像采样点与其所对应的预畸变图像采样点之间的x方向的坐标偏移量矩阵X和y方向的坐标偏移量矩阵Y;
根据坐标偏移量矩阵X和坐标偏移量矩阵Y求出非采样点P=D(i+dx,j+dy)在x方向的坐标偏移量△dx和在y方向的坐标偏移量△dy。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011324493.6A CN112381739A (zh) | 2020-11-23 | 2020-11-23 | 一种ar-hud***的成像畸变矫正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011324493.6A CN112381739A (zh) | 2020-11-23 | 2020-11-23 | 一种ar-hud***的成像畸变矫正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112381739A true CN112381739A (zh) | 2021-02-19 |
Family
ID=74588890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011324493.6A Pending CN112381739A (zh) | 2020-11-23 | 2020-11-23 | 一种ar-hud***的成像畸变矫正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381739A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066029A (zh) * | 2021-03-31 | 2021-07-02 | 杭州三坛医疗科技有限公司 | 一种图像矫正方法及装置 |
CN113421346A (zh) * | 2021-06-30 | 2021-09-21 | 暨南大学 | 一种增强驾驶感的ar-hud抬头显示界面的设计方法 |
CN113592844A (zh) * | 2021-08-10 | 2021-11-02 | 北京紫光展锐通信技术有限公司 | 图像畸变矫正方法及装置、终端和存储介质 |
CN115578283A (zh) * | 2022-10-26 | 2023-01-06 | 北京灵犀微光科技有限公司 | Hud成像的畸变矫正方法、装置、终端设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792674A (zh) * | 2014-01-21 | 2014-05-14 | 浙江大学 | 一种测量和校正虚拟现实显示器畸变的装置和方法 |
CN105354809A (zh) * | 2015-12-05 | 2016-02-24 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于输出图像像素位置索引的预畸变方法和装置 |
CN105528770A (zh) * | 2015-12-31 | 2016-04-27 | 河北工业大学 | 一种投影仪镜头畸变校正方法 |
CN108761777A (zh) * | 2018-03-30 | 2018-11-06 | 京东方科技集团股份有限公司 | 一种确定光学装置畸变量、畸变校正的方法及设备 |
CN109688392A (zh) * | 2018-12-26 | 2019-04-26 | 联创汽车电子有限公司 | Ar-hud光学投影***及映射关系标定方法和畸变矫正方法 |
CN109803117A (zh) * | 2018-12-23 | 2019-05-24 | 中国航空工业集团公司洛阳电光设备研究所 | 一种民机平显畸变校正完整性监控*** |
CN110035273A (zh) * | 2019-03-07 | 2019-07-19 | 北京理工大学 | 一种畸变校正方法、装置及使用其的显示设备 |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
CN111099037A (zh) * | 2019-12-16 | 2020-05-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种民机平视显示器显示画面安全性监控的方法 |
CN111127365A (zh) * | 2019-12-26 | 2020-05-08 | 重庆矢崎仪表有限公司 | 基于三次样条曲线拟合的hud畸变矫正方法 |
CN111476104A (zh) * | 2020-03-17 | 2020-07-31 | 重庆邮电大学 | 动态眼位下ar-hud图像畸变矫正方法、装置、*** |
-
2020
- 2020-11-23 CN CN202011324493.6A patent/CN112381739A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792674A (zh) * | 2014-01-21 | 2014-05-14 | 浙江大学 | 一种测量和校正虚拟现实显示器畸变的装置和方法 |
CN105354809A (zh) * | 2015-12-05 | 2016-02-24 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于输出图像像素位置索引的预畸变方法和装置 |
CN105528770A (zh) * | 2015-12-31 | 2016-04-27 | 河北工业大学 | 一种投影仪镜头畸变校正方法 |
CN110363736A (zh) * | 2018-03-26 | 2019-10-22 | 京东方科技集团股份有限公司 | 虚拟现实显示设备图形畸变测量方法及校准方法 |
CN108761777A (zh) * | 2018-03-30 | 2018-11-06 | 京东方科技集团股份有限公司 | 一种确定光学装置畸变量、畸变校正的方法及设备 |
CN109803117A (zh) * | 2018-12-23 | 2019-05-24 | 中国航空工业集团公司洛阳电光设备研究所 | 一种民机平显畸变校正完整性监控*** |
CN109688392A (zh) * | 2018-12-26 | 2019-04-26 | 联创汽车电子有限公司 | Ar-hud光学投影***及映射关系标定方法和畸变矫正方法 |
CN110035273A (zh) * | 2019-03-07 | 2019-07-19 | 北京理工大学 | 一种畸变校正方法、装置及使用其的显示设备 |
CN111099037A (zh) * | 2019-12-16 | 2020-05-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种民机平视显示器显示画面安全性监控的方法 |
CN111127365A (zh) * | 2019-12-26 | 2020-05-08 | 重庆矢崎仪表有限公司 | 基于三次样条曲线拟合的hud畸变矫正方法 |
CN111476104A (zh) * | 2020-03-17 | 2020-07-31 | 重庆邮电大学 | 动态眼位下ar-hud图像畸变矫正方法、装置、*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066029A (zh) * | 2021-03-31 | 2021-07-02 | 杭州三坛医疗科技有限公司 | 一种图像矫正方法及装置 |
CN113421346A (zh) * | 2021-06-30 | 2021-09-21 | 暨南大学 | 一种增强驾驶感的ar-hud抬头显示界面的设计方法 |
CN113421346B (zh) * | 2021-06-30 | 2023-02-17 | 暨南大学 | 一种增强驾驶感的ar-hud抬头显示界面的设计方法 |
CN113592844A (zh) * | 2021-08-10 | 2021-11-02 | 北京紫光展锐通信技术有限公司 | 图像畸变矫正方法及装置、终端和存储介质 |
CN115578283A (zh) * | 2022-10-26 | 2023-01-06 | 北京灵犀微光科技有限公司 | Hud成像的畸变矫正方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381739A (zh) | 一种ar-hud***的成像畸变矫正方法及装置 | |
JP6612297B2 (ja) | 道路の垂直輪郭検出 | |
CN109688392B (zh) | Ar-hud光学投影***及映射关系标定方法和畸变矫正方法 | |
CN107527324B (zh) | 一种hud的图像畸变矫正方法 | |
CN107665483B (zh) | 免定标便捷的单目镜头鱼眼图像畸变矫正方法 | |
CN109978958B (zh) | 一种互动投影***标定误差补偿方法 | |
CN104463778B (zh) | 一种全景图生成方法 | |
JP5387193B2 (ja) | 画像処理システム、画像処理装置およびプログラム | |
CN104657982A (zh) | 一种投影仪标定方法 | |
CN108592884B (zh) | 一种通用线阵卫星核线影像生成方法 | |
CN107492080B (zh) | 免定标便捷的单目镜头图像径向畸变矫正方法 | |
WO2010104413A1 (ru) | Способ измерения движения видеокамеры относительно поверхности и устройство для его осуществления | |
CN106709944A (zh) | 卫星遥感图像配准方法 | |
CN101847209A (zh) | 一种字符图像校正方法 | |
JP5998532B2 (ja) | 補正式算出方法、補正方法、補正装置及び撮像装置 | |
CN110035273B (zh) | 一种畸变校正方法、装置及使用其的显示设备 | |
CN111951375B (zh) | 一种曲面可视化模型内流粒子图像提取方法 | |
JP2007158695A (ja) | 車載画像処理装置 | |
JP2010182305A (ja) | 画像処理方法、画像処理装置およびコンピューター読み取り可能な媒体 | |
US8045822B2 (en) | Correction of image distortion | |
CN112419423A (zh) | 一种标定方法、装置、电子设备及存储介质 | |
CN109523489B (zh) | 一种生成俯视无畸变倒车影像的方法 | |
JP2016110312A (ja) | 画像処理方法、画像処理装置及びプログラム | |
KR100671497B1 (ko) | 일그러짐 보정 및 왜곡 보상을 통한 항공사진 화상의보정방법 | |
JP2007257042A (ja) | 画像拡大装置及び画像拡大方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 300380 Fubao Industrial Park (Zone 2), No. 96, Gaotai Road, Zhangjiawo Town, Xiqing District, Tianjin 17-1-301-221 Applicant after: TIANJIN JINGWEI HENGRUN TECHNOLOGY Co.,Ltd. Address before: 300380 building c6-1, c6-2, c7-1, Saida international industrial city, Xiqing Economic and Technological Development Zone, Tianjin Applicant before: TIANJIN JINGWEI HENGRUN TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210219 |