CN104574289B - 一种基于椭球面模型的鱼眼图像畸变校正算法 - Google Patents
一种基于椭球面模型的鱼眼图像畸变校正算法 Download PDFInfo
- Publication number
- CN104574289B CN104574289B CN201310524198.9A CN201310524198A CN104574289B CN 104574289 B CN104574289 B CN 104574289B CN 201310524198 A CN201310524198 A CN 201310524198A CN 104574289 B CN104574289 B CN 104574289B
- Authority
- CN
- China
- Prior art keywords
- correction
- pixel
- fish eye
- eye images
- coordinate
- 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
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于椭球面模型的鱼眼图像畸变校正算法,包括摄像机标定、畸变校正坐标映射关系计算、图像插值三大部分,摄像机标定负责计算摄像机成像的固有参数,畸变校正映射关系计算完成校正前后图像与原始图像中每个像素点的映射关系,图像插值负责重构校正后图像每个像素的各个分量值。
Description
技术领域
本发明属于民用安防领域,具体涉及一种基于椭球面模型的鱼眼图像畸变校正算法。
背景技术
目前,鱼眼图像畸变校正算法中,普遍采用球面成像模型进行畸变校正,没有基于椭球面模型的畸变校正算法。
当前较为普遍的球面成像模型包括正交校正模型、等立体角投影模型、等距投影模型和立体投影模型,对于特定的鱼眼镜头个体,其成像半径固定,一旦选定了某种球面成像模型,就决定的畸变校正的效果,可能会有校正强度不够或过校正的问题,且不具有效果调节能力。
发明内容
本发明针对上述问题,提供一种基于椭球面模型的鱼眼图像畸变校正算法,可以通过调节椭球面成像模型的形状来调节畸变校正的效果,因此只需通过调节椭球面模型的形状因子(长轴与短轴之比)就可以调节鱼眼图像畸变校正的强度,并且因为球面成像模型是椭球面成像模型的一种特例,通过配置形状因子,椭球面成像模型可以配置回球面成像模型。
本发明解决上述问题所采用的技术方案是:一种基于椭球面模型的鱼眼图像畸变校正算法,包括摄像机标定、畸变校正坐标映射关系计算、图像插值三大部分;摄像机标定负责计算摄像机成像的固有参数,畸变校正映射关系计算完成校正前后图像与原始图像中每个像素点的映射关系,图像插值负责重构校正后图像每个像素的各个分量值。
进一步地,所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,所述摄像机标定包括以下步骤:
(1)手动选取鱼眼图像有效区域边界点,再利用圆周模型拟合出鱼眼图像中心像素坐标CO(u0,v0);
(2)计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV;
更进一步地,所述畸变校正坐标映射关系计算包括以下步骤:
(1)根据鱼眼镜头视角Ө和成像半径RV,将鱼眼镜头成像半径归一化到180°视角对应的标准成像半径RC :;
(2)选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型;
(3)根据椭球面模型计算径向畸变系数映射表;
(4)逐一遍历校正后图像中的每个像素点,计算当前像素点(X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ;
(5)根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中。
更进一步地,所述图像插值为对于待校正鱼眼图像,逐一遍历校正后像素点坐标(X,Y),通过畸变校正坐标映射表查找对应在原始鱼眼图像中的像素坐标(x,y),采用双线性插值的方法重构当前校正像素点的各分量值。
更进一步地,其中的计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV包括以下步骤:
(1)计算手动选取的每个边界点()与鱼眼图像中心的距离为,则有,
,
其中 ,(u0, v0)为光轴中心的坐标。
(2)假设成像半径的标定结果为RV,则有,
,
其中 ,N为所选取边界点的个数。
更进一步地,其中的选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型步骤为:
(1)根据标准成像半径RC和球面成像模型,计算得到球面成像模型的球面的半径,即椭球面模型的截面椭圆的横轴长度a;
(2)设定椭球面模型的形状因子k(k≥1),根据横轴长度a,可以计算得到纵轴长度b,从而得到下述椭球面截面椭圆上的点(x0,y0)的极坐标表达式
更进一步地,其中的根据椭球面模型计算径向畸变系数映射表步骤为:
(1)按照某个步距将90°离散得到N个角度,计算每个离散角度计算每个对应的实际视角,对应的校正前原始图像的径向距离,对应校正后图像的径向距离
对应的实际视角为:
对应校正前原始图像的径向距离为:
对应椭球面模型的径向畸变系数为:
对应校正后图像的径向距离为:
(2)对应的径向畸变系数为:
(3)建立径向畸变系数映射表。
更进一步地,其中的逐一遍历校正后图像中的每个像素点,计算当前像素点(X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ步骤为:
(1)计算校正后图像的每个像素点的径向距离的平方:
其中,(X0,Y0)为校正后图像中心坐标;
(2)根据径向畸变系数表,计算对应的径向畸变系数ρ。
更进一步地,其中的根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中步骤为:
(1)计算校正后图像像素点(X,Y)对应在原始鱼眼图像中的像素坐标为
(2)遍历每一个校正后像素点,即可得到所有校正点的畸变校正坐标映射关系。
本发明的优点是:本发明所提出的基于椭球面成像模型的鱼眼图像畸变校正算法,不仅具备校正效果的调节能力,还能通过调节回归到采用较为广泛的基于球面成像模型的畸变校正算法。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
在附图中。
图1为本发明的三大部分结构示意图。
图2为本发明的具体算法示意图。
具体实施方式
下面将参考附图并结合实施例,来详细说明本发明。
参考图1和图2,如图1和图2所示的一种基于椭球面模型的鱼眼图像畸变校正算法,包括摄像机标定、畸变校正坐标映射关系计算、图像插值三大部分;摄像机标定负责计算摄像机成像的固有参数,畸变校正映射关系计算完成校正前后图像与原始图像中每个像素点的映射关系,图像插值负责重构校正后图像每个像素的各个分量值。
所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,所述摄像机标定包括以下步骤:
(1)手动选取鱼眼图像有效区域边界点,再利用圆周模型拟合出鱼眼图像中心像素坐标CO(u0,v0);
(2)计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV;
所述畸变校正坐标映射关系计算包括以下步骤:
(1)根据鱼眼镜头视角Ө和成像半径RV,将鱼眼镜头成像半径归一化到180°视角对应的标准成像半径RC : ;
(2)选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型;
(3)根据椭球面模型计算径向畸变系数映射表;
(4)逐一遍历校正后图像中的每个像素点,计算当前像素点(X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ;
(5)根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中。
所述图像插值为对于待校正鱼眼图像,逐一遍历校正后像素点坐标(X,Y),通过畸变校正坐标映射表查找对应在原始鱼眼图像中的像素坐标(x,y),采用双线性插值的方法重构当前校正像素点的各分量值。
其中的计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV包括以下步骤:
(1)计算手动选取的每个边界点()与鱼眼图像中心的距离为 ,则有,
,
其中 ,(u0, v0)为光轴中心的坐标。
(2)假设成像半径的标定结果为RV,则有,
,
其中 ,N为所选取边界点的个数。
其中的选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型步骤为:
(1)根据标准成像半径RC和球面成像模型,计算得到球面成像模型的球面的半径,即椭球面模型的截面椭圆的横轴长度a;
(2)设定椭球面模型的形状因子k(k≥1),根据横轴长度a,可以计算得到纵轴长度b,从而得到下述椭球面截面椭圆上的点(x0,y0)的极坐标表达式
其中的根据椭球面模型计算径向畸变系数映射表步骤为:
(1)按照某个步距将90°离散得到N个角度,计算每个离散角度计算每个对应的实际视角,对应的校正前原始图像的径向距离,对应校正后图像的径向距离
对应的实际视角为:
对应校正前原始图像的径向距离为:
对应椭球面模型的径向畸变系数为:
对应校正后图像的径向距离为:
(2)对应的径向畸变系数为:
(3)建立径向畸变系数映射表
其中的逐一遍历校正后图像中的每个像素点,计算当前像素点(X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ步骤为:
(1)计算校正后图像的每个像素点的径向距离的平方:
其中,(X0,Y0)为校正后图像中心坐标;
(2)根据径向畸变系数表,计算对应的径向畸变系数ρ。
其中的根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中步骤为:
(1)计算校正后图像像素点(X,Y)对应在原始鱼眼图像中的像素坐标为
(2)遍历每一个校正后像素点,即可得到所有校正点的畸变校正坐标映射关系。
综上所述,本发明所提出的基于椭球面成像模型的鱼眼图像畸变校正算法,不仅具备校正效果的调节能力,还能通过调节回归到采用较为广泛的基于球面成像模型的畸变校正算法。
以上所述仅为本发明的优选实施例而已,本发明包括但不限于本实例,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,包括摄像机标定、畸变校正坐标映射关系计算、图像插值三大部分;摄像机标定负责计算摄像机成像的固有参数,畸变校正映射关系计算完成校正前后图像与原始图像中每个像素点的映射关系,图像插值负责重构校正后图像每个像素的各个分量值;
所述畸变校正坐标映射关系计算包括以下步骤:
(1)根据鱼眼镜头视角Ө和成像半径RV,将鱼眼镜头成像半径归一化到180°视角对应的标准成像半径RC :;
(2)选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型;
(3)根据椭球面模型计算径向畸变系数映射表,其中,为鱼眼镜头视角对应校正后图像的径向距离,ρ为当前像素点到图像中心的径向畸变系数;
(4)逐一遍历校正后图像中的每个像素点,计算当前像素点(X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ;
(5)根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中。
2.根据权利要求1所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,所述摄像机标定包括以下步骤:
(1)手动选取鱼眼图像有效区域边界点,再利用圆周模型拟合出鱼眼图像中心像素坐标CO(u0,v0);
(2)计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV。
3.根据权利要求1所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,所述图像插值为对于待校正鱼眼图像,逐一遍历校正后像素点坐标(X,Y),通过畸变校正坐标映射表查找对应在原始鱼眼图像中的像素坐标(x,y),采用双线性插值的方法重构当前校正像素点的各分量值。
4.根据权利要求2所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,其中的计算每个选取的边界点到图像中心CO(u0,v0)的距离的平均值得到全视角成像半径RV包括以下步骤:
(1)计算手动选取的每个边界点()与鱼眼图像中心的距离为,则有,
,
其中 ,(u0, v0)为光轴中心的坐标;
(2)假设成像半径的标定结果为RV,则有,
,
其中 ,N为所选取边界点的个数。
5.根据权利要求1所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,其中的选定球面成像模型,设定椭球面成像模型形状因子k,计算椭球面成像模型步骤为:
(1)根据标准成像半径RC和球面成像模型,计算得到球面成像模型的球面的半径,即椭球面模型的截面椭圆的横轴长度a;
(2)设定椭球面模型的形状因子k(k≥1),根据横轴长度a,可以计算得到纵轴长度b,从而得到下述椭球面截面椭圆上的点(x0,y0)的极坐标表达式
。
6.根据权利要求5所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,其中的根据椭球面模型计算径向畸变系数映射表步骤为:
(1)按照某个步距将90°离散得到N个角度,计算每个对应的实际视角,对应的校正前原始图像的径向距离,对应校正后图像的径向距离
对应的实际视角为:
对应校正前原始图像的径向距离为:
对应椭球面模型的径向畸变系数为:
对应校正后图像的径向距离为:
(2)对应的径向畸变系数为:
(3)建立径向畸变系数映射表。
7.根据权利要求1所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,其中的逐一遍历校正后图像中的每个像素点,计算当前像素点 (X,Y)到校正后图像中心的径向距离L2,再根据径向畸变映射表计算得到当前像素点到图像中心的径向畸变系数ρ步骤为:
(1)计算校正后图像的每个像素点的径向距离的平方:
其中,(X0,Y0)为校正后图像中心坐标;
(2)根据径向畸变系数表,计算对应的径向畸变系数ρ。
8.根据权利要求1所述的基于椭球面模型的鱼眼图像畸变校正算法,其特征在于,其中的根据当前校正像素点的径向距离L2、径向畸变系数ρ、以及原始鱼眼图像的图像中心像素坐标CO(u0,v0),计算当前校正像素点在原始鱼眼图像中的像素坐标信息(x,y),将该坐标信息保存到畸变校正坐标映射表中步骤为:
(1)计算校正后图像像素点(X,Y)对应在原始鱼眼图像中的像素坐标为
其中,(X0,Y0)为校正后图像中心坐标,(u0, v0)为光轴中心的坐标;
(2)遍历每一个校正后像素点,即可得到所有校正点的畸变校正坐标映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310524198.9A CN104574289B (zh) | 2013-10-29 | 2013-10-29 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310524198.9A CN104574289B (zh) | 2013-10-29 | 2013-10-29 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104574289A CN104574289A (zh) | 2015-04-29 |
CN104574289B true CN104574289B (zh) | 2017-09-05 |
Family
ID=53090272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310524198.9A Active CN104574289B (zh) | 2013-10-29 | 2013-10-29 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574289B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994367B (zh) * | 2015-06-30 | 2017-06-13 | 华为技术有限公司 | 一种图像矫正方法以及摄像头 |
CN105069761A (zh) * | 2015-08-28 | 2015-11-18 | Tcl集团股份有限公司 | 一种低计算量的柱面全景图实现方法及系统 |
CN105488766B (zh) * | 2015-11-23 | 2018-06-19 | 上海汽车集团股份有限公司 | 鱼眼镜头图像校正方法及装置 |
CN105488764B (zh) * | 2015-11-23 | 2018-05-29 | 上海汽车集团股份有限公司 | 鱼眼图像校正方法及装置 |
CN107240064B (zh) * | 2016-03-28 | 2021-04-06 | 展讯通信(天津)有限公司 | 图像校正方法、装置及终端 |
CN106023127B (zh) * | 2016-05-16 | 2019-01-29 | 诚迈科技(南京)股份有限公司 | 一种基于多帧的鱼眼视频校正方法 |
CN106570842B (zh) * | 2016-11-10 | 2019-11-15 | 浙江大华技术股份有限公司 | 一种鱼眼图像的矫正方法和装置 |
CN106780374B (zh) * | 2016-12-01 | 2020-04-24 | 哈尔滨工业大学 | 一种基于鱼眼成像模型的鱼眼图像畸变矫正方法 |
CN107038716B (zh) * | 2017-03-29 | 2019-06-04 | 大连外国语大学 | 一种基于椭球模型的非刚性医学图像抗旋转配准方法 |
CN107492080B (zh) * | 2017-09-25 | 2021-03-23 | 杭州云栖智慧视通科技有限公司 | 免定标便捷的单目镜头图像径向畸变矫正方法 |
CN108227185A (zh) * | 2017-12-28 | 2018-06-29 | 深圳市泛海三江科技发展有限公司 | 一种光学镜头成像校正方法 |
CN108335273B (zh) * | 2018-02-06 | 2022-02-08 | 大唐终端技术有限公司 | 大广角鱼眼全景镜头相机的畸变的实时消除方法 |
CN109712087A (zh) * | 2018-12-13 | 2019-05-03 | 上海畅联智融通讯科技有限公司 | 一种桶形畸变校正算法 |
CN110570367A (zh) * | 2019-08-21 | 2019-12-13 | 苏州科达科技股份有限公司 | 鱼眼图像的校正方法、电子设备及存储介质 |
CN111899189B (zh) * | 2020-07-13 | 2023-11-17 | 武汉工程大学 | 一种基于自适应分类拟合鱼眼图像校正方法 |
CN114331826A (zh) * | 2022-01-19 | 2022-04-12 | 陕西科技大学 | 一种基于畸变拉伸因子的鱼眼图像快速校正方法 |
CN116485621B (zh) * | 2023-04-26 | 2023-09-22 | 兰州交通大学 | 一种精度可控的倾斜摄影三维模型可逆水印方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1437165A (zh) * | 2003-01-24 | 2003-08-20 | 上海杰图软件技术有限公司 | 一种基于两张鱼眼图像的智能型全景生成方法 |
WO2009069997A2 (en) * | 2007-11-27 | 2009-06-04 | Mimos Berhad | Method for image geometric transformation |
CN101739707A (zh) * | 2009-12-16 | 2010-06-16 | 合肥工业大学 | 基于椭圆形鱼眼图像的畸变校正方法 |
CN102298771A (zh) * | 2011-08-16 | 2011-12-28 | 淮安盈科伟力科技有限公司 | 全景泊车辅助系统的鱼眼图像快速校正方法 |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7714936B1 (en) * | 1991-05-13 | 2010-05-11 | Sony Corporation | Omniview motionless camera orientation system |
-
2013
- 2013-10-29 CN CN201310524198.9A patent/CN104574289B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1437165A (zh) * | 2003-01-24 | 2003-08-20 | 上海杰图软件技术有限公司 | 一种基于两张鱼眼图像的智能型全景生成方法 |
WO2009069997A2 (en) * | 2007-11-27 | 2009-06-04 | Mimos Berhad | Method for image geometric transformation |
CN101739707A (zh) * | 2009-12-16 | 2010-06-16 | 合肥工业大学 | 基于椭圆形鱼眼图像的畸变校正方法 |
CN102298771A (zh) * | 2011-08-16 | 2011-12-28 | 淮安盈科伟力科技有限公司 | 全景泊车辅助系统的鱼眼图像快速校正方法 |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
Non-Patent Citations (3)
Title |
---|
An Elliptical Function Model for Fisheye Camera Correction;Haijiang Zhu 等;《Intelligent Control and Automation(WCICA),2011 9th World Congress on》;20110625;第248-253页 * |
基于一种椭圆鱼眼图像的畸变校正模型;徐刚强 等;《全国安全关键技术与应用学术会议》;20100820;第271-274页 * |
基于鱼眼相机的立体图像校正和图像拼接;王迅;《万方数据知识服务平台》;20110803;正文第3.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104574289A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574289B (zh) | 一种基于椭球面模型的鱼眼图像畸变校正算法 | |
CN101783011B (zh) | 一种鱼眼镜头的畸变校正方法 | |
CN109003311A (zh) | 一种鱼眼镜头的标定方法 | |
TWI397317B (zh) | 廣角影像使用圓柱形座標模型並以透視投影法輸出影像的方法 | |
ES2695157T3 (es) | Método de renderización | |
CN108122191B (zh) | 鱼眼图像拼接成全景图像和全景视频的方法及装置 | |
CN105635551B (zh) | 一种球型摄像机生成全景图像的方法及球型摄像机 | |
CN109272570A (zh) | 一种基于立体视觉数学模型的空间点三维坐标求解方法 | |
CN103996173B (zh) | 一种基于变长轴椭圆拟合的鱼眼图像校正方法 | |
CN105243637B (zh) | 一种基于三维激光点云进行全景影像拼接方法 | |
CN106934772B (zh) | 一种全景图像或视频的水平校准方法、系统及便携式终端 | |
CN107369129B (zh) | 一种全景图像的拼接方法、装置及便携式终端 | |
CN103218786B (zh) | 一种基于非线性逆映射机理的严重桶形畸变图像校正方法 | |
CN105488766B (zh) | 鱼眼镜头图像校正方法及装置 | |
CN108257183A (zh) | 一种相机镜头光轴校准方法和装置 | |
CN105550984B (zh) | 一种鱼眼图像校正和漫游显示的方法及装置 | |
CN108053373A (zh) | 一种基于深度学习模型鱼眼图像校正方法 | |
CN101726855A (zh) | 基于立方体投影对鱼眼图像畸变校正方法 | |
WO2019047847A1 (zh) | 一种虚拟现实的六自由度三维重构方法、系统及便携式终端 | |
CN104680505A (zh) | 一种鱼眼镜头校正的全景视图算法 | |
CN111693025B (zh) | 一种遥感影像数据生成方法、系统及设备 | |
CN106157256A (zh) | 一种鱼眼图像校正方法和鱼眼图像校正装置 | |
CN102915525A (zh) | 全幅鱼眼镜头桶形畸变图像校正方法 | |
CN106886976B (zh) | 一种基于内参数修正鱼眼像机的图像生成方法 | |
CN108269234A (zh) | 一种全景相机镜头姿态估计方法及全景相机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518000, building 10, two software park, Shenzhen Road, Nanshan District hi tech Zone, Shenzhen, Guangdong, 202 Patentee after: Shenzhen AVIC bit Communication Technology Co.,Ltd. Address before: 518000, building 10, two software park, Shenzhen Road, Nanshan District hi tech Zone, Shenzhen, Guangdong, 202 Patentee before: SHENZHEN CITY AVIC BIT COMMUNICATION TECHNOLOGY Co.,Ltd. |