CN104994367A - 一种图像矫正方法以及摄像头 - Google Patents
一种图像矫正方法以及摄像头 Download PDFInfo
- Publication number
- CN104994367A CN104994367A CN201510372179.8A CN201510372179A CN104994367A CN 104994367 A CN104994367 A CN 104994367A CN 201510372179 A CN201510372179 A CN 201510372179A CN 104994367 A CN104994367 A CN 104994367A
- Authority
- CN
- China
- Prior art keywords
- described target
- image
- target image
- polar coordinates
- distortion
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 230000001815 facial effect Effects 0.000 claims abstract description 117
- 238000012937 correction Methods 0.000 claims description 253
- 235000013350 formula milk Nutrition 0.000 claims description 145
- 230000000007 visual effect Effects 0.000 claims description 71
- 230000009466 transformation Effects 0.000 claims description 46
- 238000003702 image correction Methods 0.000 claims description 29
- 230000003247 decreasing effect Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 28
- 238000003384 imaging method Methods 0.000 description 10
- 239000000729 antidote Substances 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241001212149 Cathetus Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像矫正方法以及摄像头,所述图像矫正方法包括确定摄像头所拍摄的目标图像,获取所述摄像头的视场角参数,将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;通过本实施例所示的矫正方法能够对目标图像进行自动矫正,且通过本实施例所示的共形映射对所述目标图像进行共形映射能够保持被拍摄物体的形状,避免被拍摄物体的畸变,且若目标图像中包含有人脸图像,通过本实施例所示的矫正方法在无需用户手动操作的情况下,即可自动对人脸图像进行矫正。
Description
技术领域
本发明涉及图像处理领域,尤其涉及的是一种图像矫正方法以及摄像头。
背景技术
拍照的过程实际上是将三维空间中的物体投影到二维的平面上进行成像,这种成像过程是从高维空间向低维空间的一种投影。不同摄像头可能有不同的成像关系,比如鱼眼镜头和普通镜头就有所不同。对于一般的经过像差修正的摄像头,其成像过程近似可以看成小孔成像装置。小孔成像过程是一种线性透视投影,经常会存在一些透视畸变,比如距离摄像头越远的物体在照片上会比距离近的物体呈现得更小。
如图1所示,镜头101是一个理想的镜头,物体102是物空间的一个球体,经过像差修正后的物体102成像是在像平面上投影,也就是截面103,而物体102投影后的理想大小为图1中的104,可见,相对理想大小104物体102的大小被拉伸了,物体102的拉伸的程度和视角θ有关,其中θ为物体102和镜头101的连线与光轴的夹角。摄像头的最大视场角(Field of view,FOV)由镜头的焦距和传感器或底片大小所决定,为了能够呈现更多的内容,许多摄像头,包括手机镜头都提供较大的视场角以获得广角图像。而视场角越大,边缘物体的畸变也越厉害。
如果将人脸看成一个球体,也会发生透视畸变,对于高度对称的人脸来说,这种拉伸畸变的感知度会非常明显,比如在拍摄多人集体照的时候,处在两边的人脸将会发现明显的透视畸变。例如在拍摄时若人脸落在照片边缘,比如多人合拍时就容易产生人脸的畸变。
现有技术为了解决人脸畸变的问题,提供了能够保持直线不弯曲的线性投影,ρ=r/R,还提供了保持物体形状不变的共形映射 其中r,是原始图像的极坐标表示,ρ,θ是变换之后图像的极坐标,R是输出图像的大小。由于线性投影和共形映射是互相矛盾的,该方案采用两种投影折衷的方法来对图像进行矫正。对于用摄像头拍摄的一张照片,将图片的像素用极坐标表示,并给定折衷系数λ,λ可以是固定值,也可以根据照片内容设定为随空间变化的值,用上述两种变换折衷后的投影公式为: 具体的,即对摄像头所拍摄的图像中的每个像素点根据上述折衷后的投影公式进行映射以得到新的图像,使得图像中的畸变能得到改善。
但是,现有技术对图像进行处理的过程中,并没有针对人脸进行矫正,而且若要实现对人脸的矫正则需要手动指定矫正的折衷系数λ,操作复杂,无法自动进行,而且对于单一人脸的照片即使采用折衷后的投影公式进行变换,某些情况下也不可避免的会造成图中直线的弯曲。
发明内容
本发明实施例提供了一种图像矫正方法以及摄像头,其能够有效的自动对图像进行透视畸变矫正;
本发明实施例第一方面提供了一种图像矫正方法,包括:
确定摄像头所拍摄的目标图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
基于本发明实施例第一方面,本发明实施例第一方面的第一种实现方式中,
所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
基于本发明实施例第一方面,本发明实施例第一方面的第二种实现方式中,
所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标像素点的所述第二极坐标转换为第二直角坐标;
将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
基于本发明实施例第一方面,本发明实施例第一方面的第三种实现方式中,
所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
根据已确定的所述目标畸变矫正系数确定矫正后的图像。
基于本发明实施例第一方面的第三种实现方式,本发明实施例第一方面的第四种实现方式中,
所述根据已确定的所述目标畸变矫正系数确定矫正后的图像包括:
将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
基于本发明实施例第一方面的第四种实现方式,本发明实施例第一方面的第五种实现方式中,
所述将所述目标图像中的所有像素点的第一直角坐标转换为极坐标之后,所述方法还包括:
确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
本发明实施例第二方面提供了一种图像矫正方法,包括:
确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
基于本发明实施例第二方面,本发明实施例第二方面的第一种实现方式中,
所述将所述目标图像中的所有像素点的极坐标代入第一畸变公式中之后,所述方法还包括:
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
基于本发明实施例第二方面或本发明实施例第二方面的第一种实现方式,本发明实施例第二方面的第二种实现方式中,
所述确定所述目标图像中所有像素点的目标畸变矫正系数包括:
确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减。
本发明实施例第三方面提供了一种摄像头,包括:
第一确定单元,用于确定摄像头所拍摄的目标图像;
获取单元,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第一转换单元,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
第二确定单元,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
基于本发明实施例第三方面,本发明实施例第三方面的第一种实现方式中,
第三确定单元,用于若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
第二转换单元,用于将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
第四确定单元,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
基于本发明实施例第三方面,本发明实施例第三方面的第二种实现方式中,还包括:
第五确定单元,用于若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
第三转换单元,用于将所述目标像素点的所述第二极坐标转换为第二直角坐标;
第一代入单元,用于将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
计算单元,用于通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
第二代入单元,用于将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
第四转换单元,用于根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
第六确定单元,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
基于本发明实施例第三方面,本发明实施例第三方面的第三种实现方式中,
还包括:
第七确定单元,用于若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
第八确定单元,用于确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
第九确定单元,用于根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
第十确定单元,用于根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
第十一确定单元,用于确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
第十二确定单元,用于确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
第十三确定单元,用于根据已确定的所述目标畸变矫正系数确定矫正后的图像。
基于本发明实施例第三方面的第三种实现方式,本发明实施例第三方面的第四种实现方式中,
所述第十三确定单元包括:
第一转换模块,用于将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
第二转换模块,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
第三转换模块,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第一确定模块,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
基于本发明实施例第三方面的第四种实现方式,本发明实施例第三方面的第五种实现方式中,
还包括:
第十四确定单元,用于确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
第十五确定单元,用于根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
第三代入单元,用于将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
第五转换单元,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第十六确定单元,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
本发明实施例第四方面提供了一种摄像头,包括:
第十七确定单元,用于确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
第十八确定单元,用于确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
第十九确定单元,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第六转换单元,用于将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
第四代入单元,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
基于本发明实施例第四方面,本发明实施例第四方面的第一种实现方式中,
还包括:
第七转换单元,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第二十确定单元,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
基于本发明实施例第四方面或本发明实施例第四方面的第一种实现方式,本发明实施例第四方面的第二种实现方式中,
还包括:所述第十八确定单元包括:
第二确定模块,用于确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
第三确定模块,用于确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
第四确定模块,用于确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
第五确定模块,用于确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减。
本发明实施例公开了一种图像矫正方法以及摄像头,所述图像矫正方法包括确定摄像头所拍摄的目标图像,获取所述摄像头的视场角参数,将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;通过本实施例所示的矫正方法能够对目标图像进行自动矫正,且通过本实施例所示的共形映射对所述目标图像进行共形映射能够保持被拍摄物体的形状,避免被拍摄物体的畸变,且若目标图像中包含有人脸图像,通过本实施例所示的矫正方法在无需用户手动操作的情况下,即可自动对人脸图像进行矫正。
附图说明
图1为现有技术所示的摄像头成像的原理示意图;
图2为本发明实施例所提供的图像矫正方法的一种实施例步骤流程图;
图3为本发明实施例所提供的确定目标像素点的对应的视角的示意图;
图4为本发明实施例所提供的图像矫正方法的另一种实施例步骤流程图;
图5为本发明实施例所提供的摄像头成像的一种示意图;
图6为本发明实施例所提供的摄像头成像的另一种示意图;
图7为本发明实施例所提供的图像矫正方法的另一种实施例步骤流程图;
图8为本发明实施例所提供的图像矫正方法的一种确定目标畸变矫正系数的示意图;
图9为本发明实施例所提供的图像矫正方法的一种实施例步骤流程图;
图10为本发明实施例所提供的图像矫正方法的另一种实施例步骤流程图;
图11为本发明实施例所提供的图像矫正方法的一种确定目标畸变矫正系数的示意图;
图12为本发明实施例所提供的摄像头的一种结构示意图;
图13为本发明实施例所提供的摄像头的另一种结构示意图;
图14为本发明实施例所提供的摄像头的另一种结构示意图;
图15为本发明实施例所提供的摄像头的一种结构示意图;
图16为本发明实施例所提供的摄像头的另一种结构示意图;
图17为本发明实施例所提供的摄像头的另一种结构示意图。
具体实施方式
以下结合图2所示对本发明实施例提供了一种图像矫正方法进行详细说明;
201、确定摄像头所拍摄的目标图像;
本实施例对该摄像头不做限定,例如所述摄像头可为设置在手机上的摄像头,可选的为设置在手机上的前置摄像头,或者设置在相机上的摄像头,还例如设置在平板上的摄像头等,只要所述摄像头为满足线性透视关系的摄像头即可;
本实施例中,首先确定所述摄像头所拍摄的图像为目标图像。
202、获取所述摄像头的视场角参数;
其中,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
本实施例对具体如何获取所述视场角参数不做限定,例如所述视场角参数可为预先设置的已知信息,还例如可根据摄像头的焦距和传感器的大小等信息计算所述视场角参数,具体计算方法为现有技术,在本实施例中不做赘述,还例如也可通过实验测量得到,举例实验方式不做限定,只要能够确定所述视场角参数即可。
203、将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
其中,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
本实施例中,对所述目标像素点的具体数目不做限定,可为所述目标图像的所有像素点或部分像素点;
可选的,为更好的实现本实施例所示的图像矫正,则可在所述目标图像上选定目标对象,所述目标对象可呈球形,圆形等形状,较佳的,在具体应用场景中,所述目标对象可为人脸图像;
本实施例所示的所述目标像素点可为围绕所述目标对象的至少三个不共线像素点;
较佳的,所述目标图像检测到人脸图像,则可确定所述目标对象为所述人脸图像,则通过现有技术所示可在所述目标图像上形成为矩形框以圈住人脸图像,则所述目标像素点可为所述矩形框的四个角的像素点;
当然,以上对所述目标像素点的具体说明为较佳的示例,不做限定。
所述目标像素点的第一直角坐标为已知信息,具体说明请参见现有技术所示,具体在本实施例中不做赘述;
本实施例中将所述目标像素点的第一直角坐标转换为第一极坐标
204、对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
本实施例中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为
可见确定所述目标像素点的第一极坐标后,可根据该共形映射公式以及所述目标像素点的第一极坐标计算出所述目标像素点的第二极坐标,以完成对所述目标图像的矫正;
以下结合图3所示对如何确定所述目标像素点的对应的视角θ的进行说明:
其中,经过步骤202已确定所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
可见,步骤202与步骤201至步骤203之间并无进行的时序先后关系,只要在进行步骤204之前,已完成所述步骤202以确定所述视场角参数即可;
图3中以目标像素点为像素点A进行举例说明,需明确的是,对于所述目标图像中的其他像素点的对应的视角θ的方式与像素点A相同;
其中,与目标像素点A对应的视角θ为目标像素点A和摄像头301的连线302与光轴303的夹角;
如图3所述的目标像素点A的第一极坐标为
通过本实施例所示的矫正方法能够对目标图像进行自动矫正,且通过本实施例所示的共形映射对所述目标图像进行共形映射能够保持被拍摄物体的形状,避免被拍摄物体的畸变,且若目标图像中包含有人脸图像,通过本实施例所示的矫正方法在无需用户手动操作的情况下,即可自动对人脸图像进行矫正,从而能够对目标图像上的畸变的人脸图像进行矫正,保障了目标图像的清晰和人脸图像不会出现透视畸变。
以下结合图4所示对本发明实施例具体是如何有效的保障目标图像中的人脸进行矫正以避免透视畸变进行详细说明:
401、确定摄像头所拍摄的目标图像;
402、获取所述摄像头的视场角参数;
所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
本实施例步骤401至402请详见图2所示的步骤201至步骤202所示,具体在本实施例中不做赘述。
403、检测所述目标图像中所包含的人脸图像的数目,若大于1个,则进行步骤404,若等于1个则进行步骤410;
具体检测方法可为人脸检测算法,通过人脸检测算法能够确定所述目标图像中的人脸图像的数目,以及各个人脸图像所位于的具体位置;
需明确的是,本实施例对具体如何检测人脸图像的数目和位置的具体方法不做限定,所述人脸检测算法仅仅为一种示例,且所述人脸检测算法的具体实现过程为现有技术,具体在本实施例中不做赘述。
例如,现有技术中能够通过矩形框圈定目标图像中的人脸,即通过矩形框能够确定人脸图像的数目、位置以及大小。
404、确定所述目标像素点为所述目标图像的所有像素点;
405、将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
本实施例结合图5所示,即将所述目标图像501的所有像素点转换为第一极坐标。
406、对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,具体的共形映射方式请参见上述实施例所示,即本实施例对能够实现所述共形映射的公式不做赘述;
如图5所示可知,即本实施例中每个所述目标像素点进行所述共形映射后能够映射到映射面502上,当所述目标图像501上的所有像素点均映射到所述映射面502上时,所述映射面502呈弧形面;
具体的,如图5所示人脸503经过摄像头504拍摄形成的人脸图像505,可见,人脸503是类圆形的,而所形成的人脸图像505发生透视畸变,以使人脸图像505相对于人脸503拉伸畸变的感知度会比较明显;
而本实施例中,经过步骤401至步骤406所示能够将人脸图像505的第一极坐标转换为第二极坐标,以使所述人脸图像505能够映射到球面506上,即将人脸图像505映射到一个能够使得人脸503成理想大小的像的球面506,从而有效的保持了人脸应有的形状,避免了人脸的畸变。
407、将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
408、根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像;
本实施例所示的矫正方法,能够将目标图像上的人脸图像进行矫正后形成校正后图像,而且使得矫正后的图像上的人脸图像相对于所拍摄的人脸不会发生明显的畸变,保持了人脸应有的形状;
其中,步骤404至步骤408为若检测到所述目标图像中所包含的人脸图像的数目大于1个时如何对目标图像进行矫正以生成矫正后图像的,以下说明若检测到所述目标图像中所包含的人脸图像的数目为1个时如何对目标图像进行矫正以生成矫正后图像的;
409、确定所述目标像素点为满足所述第一预设要求的部分像素点;
其中,本实施例所示的且所述目标像素点的数目大于或等于3;
本实施例对所述目标像素点的具体说明请参见图2所示,具体在本实施例中不做赘述。
410、将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
本实施例中确定所述目标像素点的第一直角坐标为(x0,y0),并将所述标像素点的第一直角坐标为(x0,y0)转换为第一极坐标。
411、对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,具体如何对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标的过程请详见上述实施例所示,具体在本实施例中不做赘述。
412、将所述目标像素点的所述第二极坐标转换为第二直角坐标;
将所述目标像素点进行共形映射所生成的第二极坐标转换为第二直角坐标(x,y)。
当将已确定的所有所述目标像素点的第一直角坐标和第二直角坐标后,则进行步骤413;
413、将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
其中,所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
414、通过最小二乘法计算得到所述单应性变换公式中的系数的值;
即通过将目标像素点的第一直角坐标和第二直角坐标代入所述单应性变换公式中,并通过最小二乘法计算出所述单应性变换公式中的系数的值;
所述系数为h1、h2、h3、h4、h5以及h6;
其中,具体如何通过所述最小二乘法计算所述单应性变换公式中系数的值为现有技术,具体计算过程在本实施例中不做赘述。
415、将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
416、根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
本实施例中首先确定目标像素点的第二极坐标,是为了确定通过所述目标像素点的第一直角坐标和第二直角坐标确定所述单应性变换公式中所有系数的值,进而能够确定单应性变换公式,然后再通过已确定的所述单应性变换公式将目标图像中的所有像素点通过所述单应性变换公式进行映射;
即为更好的理解,则请参见图6所示,由图6所示可知,即本实施例中所述目标图像601中的所有像素点分别通过所述单应性变换公式映射到映射面602上,当所述图标图像601上所有的像素点均映射到所述映射面602上时,本实施例所述映射面602呈平面;
具体的,如图6所示的人脸603经过摄像头604拍摄形成人脸图像605,可见,人脸图像605和目标图像601之间的比例不够理想,则使得在所述目标图像601上所形成的人脸图像605发生畸变;
而本实施例中,经过步骤407至步骤416能够将人脸图像605的第一直角坐标通过所述单应性变换公式转换为第二直角坐标,且所述目标图像601中其余的所有像素点均通过所述单应性变换公式进行转换以转换成第二直角坐标,以使所述人脸图像605能够映射到平面606上,且经过单应性变换后的平面606和映射面602之间比例接近理想状态,从而使得人脸能够接近理想的比例。
417、根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
通过对目标图像进行单应性变换以形成的矫正后的图像,则使得矫正后的图像能够在较大程度上矫正人脸的形状,并且因单应性变换为一种线性变换,则有效的保障了目标图像中的直线不会发生弯曲。
可选的,在进行步骤408或步骤417后,因上述采用共形映射或者采用单应性变换以将所述目标图像转换为所述矫正后图像时可能导致目标图像的分辨率发生改变,则在具体形成矫正后图像的过程中还可对所述目标图像的像素进行差值,比如双线性差值方法等,以保证矫正后图像相对于目标图像减少失真。
需明确的是,图4所示的实施例中,当所述目标图像中的人脸图像的数目为一个时,所采用的矫正方法为单应性变换映射,当然,本种矫正方式仅仅为一种示例,不做限定,即当所述目标图像中的人脸图像的数目为一个时,也可通过所述共形映射的方式确定所述矫正后的图像。
以下结合图7所示对能够使得目标图像中的直线在形成矫正后图像时不会发生弯曲的图像矫正方法进行详细说明:
本实施例所提供的图像矫正方法包括:
701、确定摄像头所拍摄的目标图像;
702、获取所述摄像头的视场角参数;
本实施例中步骤701至步骤702的具体过程请详见图2所示的实施例步骤201至步骤202所示,具体在本实施例中不做赘述。
703、确定所述目标图像中线段的数目,若所述线段的数目为0个,则进行步骤704,若所述线段的数目为至少一个,则进行步骤705;
本实施例对具体如何检测目标图像中的线段以及如何确定线段的数目的不做限定,例如可通过直线检测算法确定目标图像中的线段的数目,所述直线检测算法的具体计算过程为现有技术,在本实施例中不做赘述;
704、确定目标畸变矫正系数为1;
705、确定所述目标像素点为所述线段两端点以及所述线段的中点;
具体请结合图8所示对本实施例进行详细说明:
如图8所示,所述目标像素点为所述目标图像中所确定的线段801的两端点P0和Q0以及线段801的中点M0。
706、将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
707、对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标的具体过程请详见图2所示,具体在本实施例中不做赘述。
结合图8所示,即将线段801进行共形映射后形成的映射面为802;
可见,通过共形映射后的直线发生了弯曲,则本实施例中,为避免线段在矫正的过程中发生弯曲,则需要确定目标畸变矫正系数;
具体确定所述目标畸变矫正系数的过程请见下述步骤所示;
708、确定目标中点;
其中,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
参见图8所示,将线段801通过共形映射成映射面为802的过程中,将线段801端点P0映射为端点P1,将线段801的端点Q0映射为端点Q1,将端点P0和端点Q0的中点M0映射为端点M1;
其中,所述端点P0的第一极坐标通过共形映射转换为端点P1的第二极坐标;所述端点Q0的第一极坐标通过共形映射转换为端点Q1的第二极坐标,所述端点M0的第一极坐标通过共形映射转换为端点M1的第二极坐标;
所述目标中点即为端点P1和端点Q1之间的中点N。
709、根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
本步骤中,根据所述端点P1的第二极坐标以及端点Q1的第二极坐标计算端点P1和端点Q1的目标中点N的第二极坐标。
具体计算过程为现有技术,具体在本实施例中不做赘述。
710、根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
如图8所示,所述线段的中点的第二极坐标即为端点M1的第二极坐标;
所述目标距离803端点M1和所述目标中点N之间的距离;
本实施例所示的目标距离能够反映目标图像在共形映射前后线段的畸变程度,即所述目标距离越大,则说明线段的畸变程度越大。
711、确定与所述目标距离对应的畸变矫正系数;
其中,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
具体的,畸变矫正系数具体的取值大小表示了共形映射中线段的畸变程度,若线段的畸变程度很小,即目标距离的很小,例如小于20个像素,则确定与所述目标距离对应的畸变矫正系数为1;
而在所述目标图像中检测到较多的线段,且各线段的目标距离较大,例如超过20个像素,则与所述目标距离对应的畸变矫正系数为0.5;
可见,所述畸变矫正系数的大小与所述目标距离的大小呈反比。
本实施例对所述畸变矫正系数的具体的取值不做限定,只要所述畸变矫正系数的大小与所述目标距离的大小呈反比即可。
712、确定目标畸变矫正系数;
本实施例中,若所述目标图像中包含有多条线段,则对分别确定与每条线段对应的畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值。
在进行完步骤704和步骤712后,即确定所述目标畸变矫正系数后,则进行步骤713;
713、根据已确定的所述目标畸变矫正系数确定矫正后的图像。
具体的,确定矫正后的图像有两种方式:
第一种:
首先,将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
然后,将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
其中,所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
即在确定目标畸变矫正系数后,即可确定第一畸变公式,则将所述目标图像中的所有像素点通过所述第一畸变公式进行映射,从而有效的避免线段映射过程中弯曲的程度过大,而使得图像失真的情况的出现。
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
即可根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
第二种:
首先,将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
确定第二畸变公式;
其中,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
具体的,确定C0和C1具体取值的过程为:根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
当参考系数C0和C1的取值确定,则所述第二畸变公式即可确定;
将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
以下结合图9所示对能够即有效的对所拍摄的人脸图像的透视畸变进行矫正,还能够保证所拍摄的目标图像中的背景图像的直线减少弯曲的图像矫正方法进行详细说明:
本实施例所示的图像矫正方法包括:
901、确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置;
本实施例中,所述目标图像中的所述人脸图像的数目为至少一个;
具体如何确定所述目标图像所包含的每一人脸图像的位置的实现过程为现有技术,在本实施例中不做赘述。
902、确定目标畸变矫正系数;
所述目标畸变矫正系数为大于等于0且小于等于1;
且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数;
其中,所述目标图像包括所述背景图像和所述人脸图像,即所述目标图像去除所述人脸图像后的图像为所述背景图像。
例如,本实施例中位于所述人脸图像上的像素点的目标畸变矫正系数为1,而位于所述背景图像上的像素点的目标畸变矫正系数大于等于0且小于1。
903、获取所述摄像头的视场角参数;
所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
获取所述摄像头的视场角参数的具体实现过程请参见图2所示,具体在本实施例中不做赘述。
904、将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
905、将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
可见,本实施例中,在对目标图像进行矫正的过程中,针对目标图像的不同位置进行不同的矫正,即当像素点位于所述人脸图像上和当像素点位于背景图像上时,所述目标畸变矫正系数是不同的,当确定目标畸变矫正系数后,即可确定所述第一畸变公式,从而可对目标图像进行矫正,以有效的保障对所拍摄的人脸图像的透视畸变进行矫正,还能够有效减少所拍摄的目标图像中的背景图像的直线发生弯曲的可能性。
以下结合图10所示对具体如何确定所述目标畸变矫正系数的矫正方法进行详细说明:
本实施例所提供的图像矫正方法包括:
1001、确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置;
本实施例步骤1001的具体实现过程请见图9所示的步骤901所示,具体在本实施例中不做赘述。
1002、确定所述目标图像中满足第二预设要求第一圆形区域;
为更好的理解本实施例,以下结合图11所示进行详细说明:
如图11所示,所述目标图像1101中的第一圆形区域1102;
其中,所述第二预设要求为所述第一圆形区域1102完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域1102的边缘小于预设值;
本实施例对所述预设值不做限定,只要所述第一圆形区域1102能够刚好覆盖住所述人脸图像即可。
所述第一圆形区域1102的数目与所述人脸图像的数目相等;
即通过各个所述第一圆形区域1102将所述目标图像1101上的所有人脸图像分别进行覆盖。
1003、确定目标线段;
所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
如图11所示,以所述目标线段为线段1103所示为例。
1004、确定所述目标图像中的第二圆形区域;
其中,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径;
且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
如图11所示,所述第二圆形区域1104和所述第一圆形区域1102为同心圆,所述第二圆形区域1104的半径小于所述第二圆形区域1104的圆心与所述目标线段1103之间的距离1105。
1005、确定所述目标畸变矫正系数;
可选的,结合图11所示:
所述目标图像1101位于所述第一圆形区域1102内的像素点的目标畸变矫正系数为1;
所述目标图像1101位于所述第二圆形区域1104外的像素点的目标畸变矫正系数为0;
所述目标图像1101位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减。
本实施例对位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减的具体方式不做限定,例如位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减的方式可为高斯函数,也可以是余弦函数等;
本实施例以位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减的方式可为高斯函数为例进行举例说明:
确定所述目标图像1101位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点与所述人脸图像的中心之间的距离为r;
确定位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数
其中c和σ两个系数的选取应当满足当r等于所述第一圆形区域半径时,结果为1,当r等于所述第二圆形区域半径时,结果为0。也即满足连续性边界条件。
1006、获取所述摄像头的视场角参数;
所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
具体过程请参见图2所示实施例,具体在本实施例中不做赘述。
1007、将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
1008、将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
其中,本实施例步骤1006至步骤1008所示的过程具体请参见图9所示的步骤903至步骤905所示,具体在本实施例中不做赘述。
1009、将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
1010、根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
因本实施例中,所述目标图像中位于所述第一圆形区域1102内的像素点的目标畸变矫正系数为1,位于所述第二圆形区域1104外的像素点的目标畸变矫正系数为0,位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减,可使得根据所述目标畸变矫正系数所生成的矫正后图像能够有效的保障对所拍摄的人脸图像的透视畸变进行矫正,还能够有效减少所拍摄的目标图像中的背景图像的直线发生弯曲的可能性,进而可使得目标图像中的背景图像在映射过程中进行不受影响。
以下结合图12所示对能够自动实现对图像进行矫正的摄像头进行详细说明:
所述摄像头包括:
第一确定单元1201,用于确定摄像头所拍摄的目标图像;
获取单元1202,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第一转换单元1203,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
第二确定单元1204,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
通过本实施例能够对目标图像进行自动矫正,且通过本实施例所示的共形映射对所述目标图像进行共形映射能够保持被拍摄物体的形状,避免被拍摄物体的畸变,且若目标图像中包含有人脸图像,通过本实施例所示的矫正方法在无需用户手动操作的情况下,即可自动对人脸图像进行矫正,从而能够对目标图像上的畸变的人脸图像进行矫正,保障了目标图像的清晰和人脸图像不会出现透视畸变。
以下结合图13所示对能够如何有效的保障目标图像中的人脸进行矫正以避免透视畸变的摄像头的结构进行详细说明:
第一确定单元1301,用于确定摄像头所拍摄的目标图像;
获取单元1302,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第三确定单元1303,用于若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
第一转换单元1304,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
第二确定单元1305,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
第二转换单元1306,用于将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
第四确定单元1307,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像;
第五确定单元1308,用于若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
第一转换单元1309,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
第二确定单元1310,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
第三转换单元1311,用于将所述目标像素点的所述第二极坐标转换为第二直角坐标;
第一代入单元1312,用于将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
计算单元1313,用于通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
第二代入单元1314,用于将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
第四转换单元1315,用于根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
第六确定单元1316,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
以下结合图14所示的实施例对能够使得目标图像中的直线在形成矫正后图像时不会发生弯曲的摄像头的具体结构进行详细说明:
如图14所示,所述摄像头包括:
第一确定单元1401,用于确定摄像头所拍摄的目标图像;
获取单元1402,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第七确定单元1403,用于若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
第一转换单元1404,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标;
第二确定单元1405,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
第八确定单元1406,用于确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
第九确定单元1407,用于根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
第十确定单元1408,用于根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
第十一确定单元1409,用于确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
第十二确定单元1410,用于确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
第十三确定单元1411,用于根据已确定的所述目标畸变矫正系数确定矫正后的图像。
具体的,所述第十三确定单元1411包括:
第一转换模块14111,用于将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
第二转换模块14112,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
第三转换模块14113,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第一确定模块14114,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
或者,
所述第十三确定单元1411包括:
第十四确定单元14115,用于确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
第十五确定单元14116,用于根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
第三代入单元14117,用于将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
第五转换单元14118,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第十六确定单元14119,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
以下结合图15所示对能够即有效的对所拍摄的人脸图像的透视畸变进行矫正,还能够有效减少所拍摄的目标图像中的背景图像的直线发生弯曲的可能性的摄像头的具体结构进行详细说明:
所述摄像头包括:
第十七确定单元1501,用于确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
第十八确定单元1502,用于确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
第十九确定单元1503,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第六转换单元1504,用于将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
第四代入单元1505,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
可见,本实施例中,在对目标图像进行矫正的过程中,针对目标图像的不同位置进行不同的矫正,即当像素点位于所述人脸图像上和当像素点位于背景图像上时,所述目标畸变矫正系数是不同的,当确定目标畸变矫正系数后,即可确定所述第一畸变公式,从而可对目标图像进行矫正,以有效的保障对所拍摄的人脸图像的透视畸变进行矫正,还能够有效减少所拍摄的目标图像中的背景图像的直线发生弯曲的可能性。
以下结合图16所示对具体如何确定所述目标畸变矫正系数的摄像头的具体结构进行详细说明:
所述摄像头包括:
第十七确定单元1601,用于确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
第十八确定单元1602,用于确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
具体的,所述第十八确定单元1602包括:
第二确定模块16021,用于确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
第三确定模块16022,用于确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
第四确定模块16023,用于确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
第五确定模块16024,用于确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减;
第十九确定单元1603,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第六转换单元1604,用于将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
第四代入单元1605,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
第七转换单元1606,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第二十确定单元1607,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
因本实施例中,所述目标图像中位于所述第一圆形区域1102内的像素点的目标畸变矫正系数为1,位于所述第二圆形区域1104外的像素点的目标畸变矫正系数为0,位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域1102和所述第二圆形区域1104之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段1103的方向递减,可使得根据所述目标畸变矫正系数所生成的矫正后图像能够有效的保障对所拍摄的人脸图像的透视畸变进行矫正,还有效能够所拍摄的目标图像中的背景图像的直线发生弯曲的可能性,进而可使得目标图像中的背景图像在映射过程中进行不受影响。
以上图12至图16为从功能模块的角度对所述摄像头的具体结构进行说明,以下结合图17所示从实体角度对所述摄像头的具体结构进行详细说明:
该摄像头1700具体包括:
输入装置1701、输出装置1702、处理器1703和存储器1704(其中,图17所示的处理器1703可以有一个或多个,图17中以一个处理器1703为例进行说明);
在本发明一些实施例中,输入装置1701、输出装置1702、处理器1703和存储器1704可通过总线或其它方式连接,其中,图17中以通过总线连接为例。
处理器1703用于执行如下步骤:
确定摄像头所拍摄的目标图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
所述处理器1703还用于执行如下步骤:
若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标像素点的所述第二极坐标转换为第二直角坐标;
将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
根据已确定的所述目标畸变矫正系数确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
所述处理器1703还用于执行如下步骤:
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
所述处理器1703还用于执行如下步骤:
确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,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,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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,本发明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全部或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)执行本发明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-OnlyMemory)、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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (18)
1.一种图像矫正方法,其特征在于,包括:
确定摄像头所拍摄的目标图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
2.根据权利要求1所述的图像矫正方法,其特征在于,所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
3.根据权利要求1所述的图像矫正方法,其特征在于,所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
将所述目标像素点的所述第二极坐标转换为第二直角坐标;
将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
4.根据权利要求1所述的图像矫正方法,其特征在于,所述确定摄像头所拍摄的目标图像之后,所述方法还包括:
若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
所述对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标之后,所述方法还包括:
确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
根据已确定的所述目标畸变矫正系数确定矫正后的图像。
5.根据权利要求4所述的图像矫正方法,其特征在于,所述根据已确定的所述目标畸变矫正系数确定矫正后的图像包括:
将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
6.根据权利要求5所述的图像矫正方法,其特征在于,所述将所述目标图像中的所有像素点的第一直角坐标转换为极坐标之后,所述方法还包括:
确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2其中,C0和C1为参考系数;
根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
7.一种图像矫正方法,其特征在于,包括:
确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
8.根据权利要求7所述的图像矫正方法,其特征在于,所述将所述目标图像中的所有像素点的极坐标代入第一畸变公式中之后,所述方法还包括:
将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
9.根据权利要求7或8所述的图像矫正方法,其特征在于,所述确定所述目标图像中所有像素点的目标畸变矫正系数包括:
确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减。
10.一种摄像头,其特征在于,包括:
第一确定单元,用于确定摄像头所拍摄的目标图像;
获取单元,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第一转换单元,用于将所述目标图像的目标像素点的第一直角坐标转换为第一极坐标,所述目标像素点为所述目标图像的全部或满足第一预设要求的部分像素点,所述第一预设要求为所有所述目标像素点不位于所述目标图像上的同一直线上;
第二确定单元,用于对所述目标像素点进行共形映射以确定所述目标像素点的第二极坐标;
其中,用于实现所述共形映射的公式为:
所述目标像素点的第一极坐标为所述目标像素点的第二极坐标为θ为所述目标像素点对应的视角;
其中,
11.根据权利要求10所述的摄像头,其特征在于,还包括:
第三确定单元,用于若确定所述目标图像所包含的人脸图像的数目大于或等于1,则确定所述目标像素点为所述目标图像的所有像素点;
第二转换单元,用于将所述目标图像的所有像素点的所述第二极坐标转换为第二直角坐标;
第四确定单元,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
12.根据权利要求10所述的摄像头,其特征在于,还包括:
第五确定单元,用于若确定所述目标图像所包含的人脸图像的数目等于1,则确定所述目标像素点为满足所述第一预设要求的部分像素点,且所述目标像素点的数目大于或等于3;
第三转换单元,用于将所述目标像素点的所述第二极坐标转换为第二直角坐标;
第一代入单元,用于将所述目标像素点的所述第一直角坐标和所述第二直角坐标代入单应性变换公式;
所述单应性变换公式为:
其中,所述目标像素点的第一直角坐标为(x0,y0),所述目标像素点的第二直角坐标为(x,y);
计算单元,用于通过最小二乘法计算得到所述单应性变换公式中的系数的值,所述系数为h1、h2、h3、h4、h5以及h6;
第二代入单元,用于将所述目标图像的所有像素点的第一直角坐标代入所述单应性变换公式中;
第四转换单元,用于根据所述单应性变换公式以获取所述目标图像的所有像素点的第二直角坐标;
第六确定单元,用于根据所述目标图像的所有像素点的所述第二直角坐标确定矫正后的图像。
13.根据权利要求10所述的摄像头,其特征在于,还包括:
第七确定单元,用于若所述目标图像中的线段的数目为至少一个,则确定所述目标像素点为所述线段两端点以及所述线段的中点;
第八确定单元,用于确定目标中点,所述目标中点为经过所述共形映射后的所述线段两端点的中点;
第九确定单元,用于根据经过所述共形映射后的所述线段两端点的第二极坐标确定所述目标中点的第二极坐标;
第十确定单元,用于根据所述线段的中点的第二极坐标和所述目标中点的第二极坐标确定目标距离;
第十一确定单元,用于确定与所述目标距离对应的畸变矫正系数,所述畸变矫正系数的大小与所述目标距离的大小呈反比,且所述畸变矫正系数大于等于0且小于等于1;
第十二确定单元,用于确定目标畸变矫正系数,所述目标畸变矫正系数为所有所述畸变矫正系数的最小值;
第十三确定单元,用于根据已确定的所述目标畸变矫正系数确定矫正后的图像。
14.根据权利要求13所述的摄像头,其特征在于,所述第十三确定单元包括:
第一转换模块,用于将所述目标图像中的所有像素点的第一直角坐标转换为极坐标;
第二转换模块,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
第三转换模块,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第一确定模块,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
15.根据权利要求14所述的摄像头,其特征在于,还包括:
第十四确定单元,用于确定第二畸变公式,所述第二畸变公式为ρ3=1+c0ρ2+c1ρ22,φ3=φ2,其中,C0和C1为参考系数;
第十五确定单元,用于根据泰勒展开公式展开所述第一畸变公式以确定所述参考系数的值;
第三代入单元,用于将所述目标图像中的所有像素点的极坐标代入所述第二畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
第五转换单元,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第十六确定单元,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
16.一种摄像头,其特征在于,包括:
第十七确定单元,用于确定摄像头所拍摄的目标图像所包含的每一人脸图像的位置,且所述人脸图像的数目为至少一个;
第十八确定单元,用于确定目标畸变矫正系数,所述目标畸变矫正系数为大于等于0且小于等于1,且位于所述人脸图像上的像素点的目标畸变矫正系数大于位于背景图像上的像素点的目标畸变矫正系数,所述目标图像包括所述背景图像和所述人脸图像;
第十九确定单元,用于获取所述摄像头的视场角参数,所述视场角参数为所述摄像头的最大视场角θmax以及与所述θmax对应的像素点的极坐标半径ρmax;
第六转换单元,用于将所述目标图像的所有像素点的第一直角坐标转换为极坐标;
第四代入单元,用于将所述目标图像中的所有像素点的极坐标代入第一畸变公式中,以获取所述目标图像中的所有像素点畸变矫正后的极坐标;
所述第一畸变公式为:
或,所述第一畸变公式为:
其中,所述目标图像中的所有像素点的极坐标为所述目标图像中的所有像素点畸变矫正后的极坐标为μ为所述目标畸变矫正系数,θ为所述目标图像中的像素点对应的视角;
其中,
17.根据权利要求16所述的摄像头,其特征在于,还包括:
第七转换单元,用于将所述目标图像中的所有像素点畸变矫正后的极坐标转换为直角坐标;
第二十确定单元,用于根据所述目标图像中的所有像素点畸变矫正后的直角坐标确定矫正后的图像。
18.根据权利要求16或17所述的摄像头,其特征在于,还包括:所述第十八确定单元包括:
第二确定模块,用于确定所述目标图像中满足第二预设要求第一圆形区域,且所述第一圆形区域的数目与所述人脸图像的数目相等,所述第二预设要求为所述第一圆形区域完全覆盖所述人脸图像,且所述人脸图像的边缘和所述第一圆形区域的边缘小于预设值;
第三确定模块,用于确定目标线段,所述目标线段为所述目标图像中所有线段中距离所述第一圆形区域最小的线段;
第四确定模块,用于确定所述目标图像中的第二圆形区域,所述第一圆形区域和所述第二圆形区域为同心圆,所述第二圆形区域的半径大于所述第一圆形区域的半径,且所述第二圆形区域的半径小于所述第二圆形区域的圆心与所述目标线段之间的距离;
第五确定模块,用于确定所述目标畸变矫正系数,其中,所述目标图像位于所述第一圆形区域内的像素点的目标畸变矫正系数为1,所述目标图像位于所述第二圆形区域外的像素点的目标畸变矫正系数为0,所述目标图像位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数为大于0且小于1,且位于所述第一圆形区域和所述第二圆形区域之间的像素点的目标畸变矫正系数的大小沿朝向所述目标线段的方向递减。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510372179.8A CN104994367B (zh) | 2015-06-30 | 2015-06-30 | 一种图像矫正方法以及摄像头 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510372179.8A CN104994367B (zh) | 2015-06-30 | 2015-06-30 | 一种图像矫正方法以及摄像头 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104994367A true CN104994367A (zh) | 2015-10-21 |
CN104994367B CN104994367B (zh) | 2017-06-13 |
Family
ID=54306116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510372179.8A Expired - Fee Related CN104994367B (zh) | 2015-06-30 | 2015-06-30 | 一种图像矫正方法以及摄像头 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104994367B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846395A (zh) * | 2016-12-31 | 2017-06-13 | 中国农业科学院农业环境与可持续发展研究所 | 照片中目标图形面积计算方法及系统 |
CN106991664A (zh) * | 2017-04-26 | 2017-07-28 | 聊城大学 | 一种对图像中的图形区域进行归一化处理的方法 |
CN107742275A (zh) * | 2017-11-09 | 2018-02-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN107959793A (zh) * | 2017-11-29 | 2018-04-24 | 努比亚技术有限公司 | 一种图像处理方法及终端、存储介质 |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN109544461A (zh) * | 2017-09-22 | 2019-03-29 | 高德软件有限公司 | 一种桶形畸变图像的校正方法及装置 |
CN110475067A (zh) * | 2019-08-26 | 2019-11-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
WO2020259271A1 (zh) * | 2019-06-24 | 2020-12-30 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
CN112712474A (zh) * | 2020-12-16 | 2021-04-27 | 杭州小伴熊科技有限公司 | 一种视频流动态图像的透视矫正方法和系统 |
CN113558551A (zh) * | 2021-09-26 | 2021-10-29 | 深圳市资福医疗技术有限公司 | 一种图像获取方法及应用其的胶囊内窥镜 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110074984A1 (en) * | 2009-09-25 | 2011-03-31 | Canon Kabushiki Kaisha | Image sensing apparatus and image data correction method |
JP2012053740A (ja) * | 2010-09-02 | 2012-03-15 | Mitsubishi Electric Corp | 画像処理方法および画像処理装置 |
CN104574289A (zh) * | 2013-10-29 | 2015-04-29 | 深圳市中航比特通讯技术有限公司 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
CN104680505A (zh) * | 2013-11-29 | 2015-06-03 | 陆婷 | 一种鱼眼镜头校正的全景视图算法 |
-
2015
- 2015-06-30 CN CN201510372179.8A patent/CN104994367B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110074984A1 (en) * | 2009-09-25 | 2011-03-31 | Canon Kabushiki Kaisha | Image sensing apparatus and image data correction method |
JP2012053740A (ja) * | 2010-09-02 | 2012-03-15 | Mitsubishi Electric Corp | 画像処理方法および画像処理装置 |
CN104574289A (zh) * | 2013-10-29 | 2015-04-29 | 深圳市中航比特通讯技术有限公司 | 一种基于椭球面模型的鱼眼图像畸变校正算法 |
CN104680505A (zh) * | 2013-11-29 | 2015-06-03 | 陆婷 | 一种鱼眼镜头校正的全景视图算法 |
Non-Patent Citations (2)
Title |
---|
基于成像规律的CCD镜头畸变的快速校正;韩黄璞;《硕士学位论文数据库》;20121231;全文 * |
韩黄璞: "基于成像规律的CCD镜头畸变的快速校正", 《硕士学位论文数据库》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846395B (zh) * | 2016-12-31 | 2019-12-27 | 中国农业科学院农业环境与可持续发展研究所 | 照片中目标图形面积计算方法及系统 |
CN106846395A (zh) * | 2016-12-31 | 2017-06-13 | 中国农业科学院农业环境与可持续发展研究所 | 照片中目标图形面积计算方法及系统 |
CN106991664A (zh) * | 2017-04-26 | 2017-07-28 | 聊城大学 | 一种对图像中的图形区域进行归一化处理的方法 |
CN109544461B (zh) * | 2017-09-22 | 2020-11-03 | 阿里巴巴(中国)有限公司 | 一种桶形畸变图像的校正方法及装置 |
CN109544461A (zh) * | 2017-09-22 | 2019-03-29 | 高德软件有限公司 | 一种桶形畸变图像的校正方法及装置 |
CN107742275A (zh) * | 2017-11-09 | 2018-02-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN108932698B (zh) * | 2017-11-17 | 2021-07-23 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN107959793A (zh) * | 2017-11-29 | 2018-04-24 | 努比亚技术有限公司 | 一种图像处理方法及终端、存储介质 |
CN107959793B (zh) * | 2017-11-29 | 2021-02-05 | 努比亚技术有限公司 | 一种图像处理方法及终端、存储介质 |
WO2020259271A1 (zh) * | 2019-06-24 | 2020-12-30 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
US11861813B2 (en) | 2019-06-24 | 2024-01-02 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image distortion correction method and apparatus |
CN110475067A (zh) * | 2019-08-26 | 2019-11-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN110475067B (zh) * | 2019-08-26 | 2022-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN112712474A (zh) * | 2020-12-16 | 2021-04-27 | 杭州小伴熊科技有限公司 | 一种视频流动态图像的透视矫正方法和系统 |
CN113558551A (zh) * | 2021-09-26 | 2021-10-29 | 深圳市资福医疗技术有限公司 | 一种图像获取方法及应用其的胶囊内窥镜 |
Also Published As
Publication number | Publication date |
---|---|
CN104994367B (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104994367A (zh) | 一种图像矫正方法以及摄像头 | |
KR101666959B1 (ko) | 카메라로부터 획득한 영상에 대한 자동보정기능을 구비한 영상처리장치 및 그 방법 | |
CN111750820B (zh) | 影像定位方法及其系统 | |
JP6764533B2 (ja) | キャリブレーション装置、キャリブレーション用チャート、チャートパターン生成装置、およびキャリブレーション方法 | |
CN109308686B (zh) | 一种鱼眼图像处理方法及装置、设备和存储介质 | |
JP5437311B2 (ja) | 画像補正方法、画像補正システム、角度推定方法、および角度推定装置 | |
US11216979B2 (en) | Dual model for fisheye lens distortion and an algorithm for calibrating model parameters | |
CN104778656B (zh) | 基于球面透视投影的鱼眼图像校正方法 | |
CN106709865B (zh) | 一种深度图像合成方法及装置 | |
CN103247020A (zh) | 一种基于径向特征的鱼眼图像展开方法 | |
CN110784691A (zh) | 投影装置、投影系统及影像校正方法 | |
KR20110073386A (ko) | 형태의 불변 어파인 인식을 위한 방법 및 장치 | |
CN113643414A (zh) | 一种三维图像生成方法、装置、电子设备及存储介质 | |
CN114004890B (zh) | 姿态确定方法、装置、电子设备和存储介质 | |
WO2022126374A1 (zh) | 图像标注方法、装置、电子设备及计算机可读存储介质 | |
CN111161138B (zh) | 用于二维全景图像的目标检测方法、装置、设备、介质 | |
CN111091117B (zh) | 用于二维全景图像的目标检测方法、装置、设备、介质 | |
CN105488764B (zh) | 鱼眼图像校正方法及装置 | |
CN111353945A (zh) | 鱼眼图像校正方法、装置及存储介质 | |
WO2018100230A1 (en) | Method and apparatuses for determining positions of multi-directional image capture apparatuses | |
WO2018150086A2 (en) | Methods and apparatuses for determining positions of multi-directional image capture apparatuses | |
CN110874820B (zh) | 一种物料仿真形变数据获取方法及装置 | |
CN111178300B (zh) | 目标检测方法、装置、设备、介质 | |
Zhang et al. | Establishing a large amount of point correspondences using patch-based affine-scale invariant feature transform for fisheye images | |
CN111480335B (zh) | 图像处理装置、图像处理方法、程序以及投影系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170613 |