CN106815823A - 一种透镜畸变标定校正方法及其装置 - Google Patents
一种透镜畸变标定校正方法及其装置 Download PDFInfo
- Publication number
- CN106815823A CN106815823A CN201710096542.7A CN201710096542A CN106815823A CN 106815823 A CN106815823 A CN 106815823A CN 201710096542 A CN201710096542 A CN 201710096542A CN 106815823 A CN106815823 A CN 106815823A
- Authority
- CN
- China
- Prior art keywords
- corrected
- pixel
- coordinate
- image
- angle point
- 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
- 239000000463 material Substances 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims description 34
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 239000007787 solid Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000012489 doughnuts Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种透镜畸变标定校正方法及其装置,包括获取摄像机拍摄的实物图像;识别实物图像内每个像素点的待校正坐标;依据预先获取的摄像机拍摄的图像中每个像素点的位移偏差量对实物图像内每个像素点的待校正坐标进行校正,得到实物图像内每个像素点的标准坐标。本发明能够对畸变图像上的每个像素点逐点校正,使对实物图像的校正覆盖整个图像,提高校正的精度。
Description
技术领域
本发明涉及图像畸变校正技术领域,特别是涉及一种透镜畸变标定校正方法及其装置。
背景技术
随着机器视觉技术快速发展,机器视觉被广泛应用于工业检测和测量。由于自身固有的物理特性(凸透镜汇聚光线、凹透镜发散光线),光学镜头都存在一定程度的成像图像大小和形状发生变化、图像质量下降等现象,也就是透镜畸变。透镜畸变会给后续的图像分析和图像测量带来误差或者误判,因此必须对摄像机镜头所造成的图像几何畸变进行校正。摄像机标定就是为了校正透镜畸变和根据获得的图像重构三维场景。
目前对摄像机镜头非线性畸变的校正算法主要是基于标定模板的方法,如采用点阵图、平面网格、同心圆环、国际象棋棋盘网格等,其过程是,首先得到标定模板的畸变图像,然后确定标定模板的标准图像,然后依据两个图像中特征点的坐标得到畸变参数,之后摄像机对实物进行摄像后,依据该畸变参数得到实物图像的标准图像。
但是,该方法中仅是对一些特征点(例如国际象棋棋盘网格模板中方格的四角点)坐标进行校正,而不能对图像的每一点进行校正,即得到的畸变参数覆盖不够全面,校正精度不高。
因此,如何提供一种精度高的透镜畸变标定校正方法及其装置是本领域技术人员目前需要解决的问题。
发明内容
本发明的目的是提供一种透镜畸变标定校正方法及其装置,能够对畸变图像上的每个像素点逐点校正,使对实物图像的校正覆盖整个图像,提高校正的精度。
为解决上述技术问题,本发明提供了一种透镜畸变标定校正方法,包括:
获取摄像机拍摄的实物图像;
识别所述实物图像内每个像素点的待校正坐标;
依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的待校正坐标进行校正,得到所述实物图像内每个像素点的标准坐标。
优选地,所述摄像机拍摄的图像中每个像素点的位移偏差量的获取过程具体为:
获取所述摄像机拍摄的标定模板的待校正图像,识别所述待校正图像内每个角点的待校正坐标;其中,所述标定模板的待校正图像覆盖所述摄像机的全部拍摄区域;
按照第一预设算法对所述待校正图像内每个角点的待校正坐标进行校正处理得到所述待校正图像内每个角点的标准坐标;
依据每个所述角点的待校正坐标与标准坐标,得到所述摄像机拍摄的图像中每个像素点的位移偏差量。
优选地,所述标定模板具体为网格模板。
优选地,所述按照第一预设算法对所述待校正图像内每个角点的待校正坐标进行校正处理得到所述待校正图像内每个角点的标准坐标的过程具体为:
计算所述待校正图像内一行角点的横坐标的平均值,得到中心角点的横坐标;
计算所述待校正图像内一列角点的纵坐标的平均值,得到中心角点的纵坐标;
计算所述待校正图像上任意两个相邻角点的距离的平均值,作为标准步长值;
以所述中心角点为中心、所述标准步长值为步长依次调整所述待校正图像上的各个角点,得到所述待校正图像内每个角点的标准坐标。
优选地,所述依据每个所述角点的待校正坐标与标准坐标,得到所述摄像机拍摄的图像中每个像素点的位移偏差量的过程具体为:
所述标定模板的待校正图像中,每四个角点组成一个四边形单元,处于所述四边形单元内的待测量像素点分别与所述四边形单元的四个角点连线后,将所述四边形单元分为四个三角形,分别计算所述四边形单元的面积以及四个所述三角形的面积;所述四边形单元的四个角点的畸变系数表达式如下:
其中,所述四边形单元的四个角点分别编号为0、1、2、3,Sp01、SP13、Sp02和Sp23分别为所述待测量像素点与所述四边形单元的四个角点连线后得到的四个所述三角形的面积,S0123为所述四边形单元的面积;
令每个所述角点的待校正坐标减去自身的标准坐标,得到每个所述角点的位移偏移量;其中,lx0、lx1、lx2、lx3分别为所述四边形单元的四个角点的横坐标位移偏移量;ly0、ly1、ly2、ly3为所述四边形单元的四个角点的纵坐标位移偏移量;
令每个所述角点的畸变系数乘以自身的位移偏移量,得到所述待测量像素点在该角点处的位移偏移量;所述待测量像素点在所述四边形单元的四个角点处的位移偏移量求和得到所述待测量像素点的位移偏移量;其中,所述待测量像素点的位移偏移量的关系式为:
ΔLx为所述待测量像素点的水平方向位移,ΔLy为所述待测量像素点的竖直方向位移。
相应的,所述依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的坐标进行校正,得到所述实物图像内每个像素点的标准坐标的过程具体为:
令所述实物图像内每个像素点的待校正坐标减去自身的位移偏差量,得到自身的标准坐标。
优选地,所述网格模板具体为国际象棋棋盘网格标定模板。
为解决上述技术问题,本发明还提供了一种透镜畸变标定校正装置,包括:
拍摄模块,用于获取摄像机拍摄的实物图像;
坐标确定模块,用于识别所述实物图像内每个像素点的待校正坐标;
校正模块,用于依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的待校正坐标进行校正,得到所述实物图像内每个像素点的标准坐标。
本发明提供了一种透镜畸变标定校正方法,识别得到实物图像的坐标后,能够依据预先获取的同一个摄像机的每个像素点的位移偏差量对实物图像的坐标进行校正,即实现了逐点校正,从而使对实物图像的校正覆盖整个图像,大大提高了校正的精度。本发明还提供了一种采用上述方法的透镜畸变标定校正装置,也具有上述优点,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种透镜畸变标定校正方法的过程的流程图;
图2为一个四边形单元的示意图;
图3为本发明提供的一种透镜畸变标定校正方法中像素点的位移偏移量计算过程的流程图;
图4为本发明提供的一种透镜畸变标定校正装置的结构示意图。
具体实施方式
本发明的核心是提供一种透镜畸变标定校正方法及其装置,能够对畸变图像上的每个像素点逐点校正,使对实物图像的校正覆盖整个图像,提高校正的精度。
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明提供了一种透镜畸变标定校正方法,参见图1所示,图1为本发明提供的一种透镜畸变标定校正方法的过程的流程图;该方法包括:
步骤s101:获取摄像机拍摄的实物图像;
步骤s102:识别实物图像内每个像素点的待校正坐标;
可以理解的是,摄像机在拍摄图像后,能够自动识别出各个像素点的坐标。
步骤s103:依据预先获取的摄像机拍摄的图像中每个像素点的位移偏差量对实物图像内每个像素点的待校正坐标进行校正,得到实物图像内每个像素点的标准坐标。
具体的,摄像机拍摄的图像中每个像素点的位移偏差量的获取过程具体为:
步骤s201:获取摄像机拍摄的标定模板的待校正图像,识别待校正图像内每个角点的待校正坐标;其中,标定模板的待校正图像覆盖摄像机的全部拍摄区域;
可以理解的是,若标定模板的待校正图像不能覆盖全部拍摄区域的话,则拍摄的待校正图像中会包含除标定模板外的空白区域,该区域内的像素点无法得到校正。
步骤s202:按照第一预设算法对待校正图像内每个角点的待校正坐标进行校正处理得到待校正图像内每个角点的标准坐标;
步骤s203:依据每个角点的待校正坐标与标准坐标,得到摄像机拍摄的图像中每个像素点的位移偏差量。
其中,这里的角点指的是标定模板上的网格点。
可以理解的是,对于一个摄像机,其拍摄的每张图片的像素是相同的,即像素点的分布是相同的,故想要确定其拍摄的实物图像的每个像素点的位移偏差量,只需要确定标定模板的图像的每个像素点的位移偏移量即可。而这里的标定模板的标准坐标可以依据自身的待校正坐标计算得到。
作为优选地,这里的标定模板具体为网格模板。
在网格模板的基础上,步骤s202的过程具体为:
步骤s2021:计算待校正图像内一行角点的横坐标的平均值,得到中心角点的横坐标;
步骤s2022:计算待校正图像内一列角点的纵坐标的平均值,得到中心角点的纵坐标;
可以理解的是,透镜畸变引起的图像畸变程度是从图像中心至图像边缘依次递增,即图像边缘部分畸变较大,图像中心畸变较小,近似为零;而图像中心两侧的畸变效果是对称抵消的。故计算一行角点的横坐标平均值,即等于待校正图像内的中心点的横坐标;同理,可得到中心点的纵坐标。当然,以上两个步骤的先后顺序不作限定。
步骤s2023:计算待校正图像上任意两个相邻角点的距离的平均值,作为标准步长值;
其中,这里的相邻角点指的是自身上下左右的角点,斜对角处的角点不算做相邻角点;且网格模板上角点理论上按照正方形网格分布。故计算任意两个相邻角点的距离的平均值,即基本等于该摄像机拍摄的图片中每两个角点之间的标准步长值。
步骤s2024:以中心角点为中心、标准步长值为步长依次调整待校正图像上的各个角点,得到待校正图像内每个角点的标准坐标。
其中,这里的调整顺序,是从中心角点开始,依次向四周推进。
需要注意的是,标定模板采用网格模板仅为优选方案,并且,这里的网格模板包括点阵图、平面网格、国际象棋棋盘网格等模板。另外,也可采用同心圆环模板,但是,采用同心圆环模板作为标定模板时,计算标准坐标的方式与上述方式不同,是根据每条直径上的点的坐标来计算圆心的坐标,然后根据直径的长度以及直径上的角点数据,计算标准步长,进而得到各个角点的标准坐标。当然,本发明不限定具体采用哪种标定模板,另外,获得角点的标准坐标的方式视采用的标定模板的类型而定。
进一步可知,步骤s203的过程具体为:
步骤s301:标定模板的待校正图像中,每四个角点组成一个四边形单元,处于四边形单元内的待测量像素点分别与四边形单元的四个角点连线后,将四边形单元分为四个三角形,分别计算四边形单元的面积以及四个三角形的面积;
参见图2所示,图2为一个四边形单元的示意图;其中,p为待测量像素点。当然,在进行上述操作时,需要首先确定各个待测量像素点处于哪个四边形单元内。
四边形单元的四个角点的畸变系数表达式如下:
其中,四边形单元的四个角点分别编号为0、1、2、3,Sp01、SP13、Sp02和Sp23分别为待测量像素点与四边形单元的四个角点连线后得到的四个三角形的面积,S0123为四边形单元的面积;
步骤s302:令每个角点的待校正坐标减去自身的标准坐标,得到每个角点的位移偏移量;其中,lx0、lx1、lx2、lx3分别为四边形单元的四个角点的横坐标位移偏移量;ly0、ly1、ly2、ly3为四边形单元的四个角点的纵坐标位移偏移量;
步骤s303:令每个角点的畸变系数乘以自身的位移偏移量,得到待测量像素点在该角点处的位移偏移量;待测量像素点在四边形单元的四个角点处的位移偏移量求和得到待测量像素点的位移偏移量;其中,待测量像素点的位移偏移量的关系式为:
ΔLx为待测量像素点的水平方向位移,ΔLy为待测量像素点的竖直方向位移。
相应的,步骤s103的过程具体为:
令实物图像内每个像素点的待校正坐标减去自身的位移偏差量,得到自身的标准坐标。
即
其中,(x1 y1)为待校正坐标,(x0 y0)为校正后的标准坐标。
参见图3所示,图3为本发明提供的一种透镜畸变标定校正方法中像素点的位移偏移量计算过程的流程图;
可以理解的是,由于之前仅获得了各个角点的待校正坐标与对应的标准坐标,这些角点的位移偏差量可以由自身待校正坐标与标准坐标之差得到,而角点之间的像素点的位移偏差量则无法具体得到,故需要采用上述方式,依据四个角点的偏移量来确定处于其组成的四边形单元内部的像素点的位移偏差量。
另外,标定模板的待校正图像覆盖摄像机的全部拍摄区域后,可能会出现图像边缘处的像素点未处于一个完整的四边形单元内的情况,此时这部分像素点视为处于距离其最近的四边形单元内,做近似计算。
进一步的,在对标定模板的位移偏移量计算完成后,接下来计算单位像素所代表的实际物理尺寸,即像素当量。由于标定模板的实际物理尺寸参数是已知的,将标定模板的实际物理方格尺寸除以在步骤s2023中已经计算出的角点间标准步长值,就得到了像素当量,也就是畸变矫正后的模板图像的物理尺寸与像素尺寸的换算关系。实际应用时,将实物图像进行畸变矫正后,还可确定实物图像的实际尺寸。
本发明提供了一种透镜畸变标定校正方法,采集实物图像的坐标后,能够依据预先获取的同一个摄像机的每个像素点的位移偏差量对实物图像的坐标进行校正,即实现了逐点校正,从而使对实物图像的校正覆盖整个图像,大大提高了校正的精度。本发明还提供了一种采用上述方法的透镜畸变标定校正装置,也具有上述优点,在此不再赘述。
本发明还提供了一种透镜畸变标定校正装置,参见图4所示,图4为本发明提供的一种透镜畸变标定校正装置的结构示意图。该装置包括:
拍摄模块1,用于获取摄像机拍摄的实物图像;
坐标采集模块2,用于识别实物图像内每个像素点的待校正坐标;
校正模块3,用于依据预先获取的摄像机拍摄的图像中每个像素点的位移偏差量对实物图像内每个像素点的待校正坐标进行校正,得到实物图像内每个像素点的标准坐标。
另外,本装置还包括用于计算每个像素点的位移偏移量的畸变计算单元,以及用于存储计算后得到的每个像素点的位移偏移量的数据库。
需要说明的是,在本说明书中,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,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
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,在其他实施例中实现。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 (7)
1.一种透镜畸变标定校正方法,其特征在于,包括:
获取摄像机拍摄的实物图像;
识别所述实物图像内每个像素点的待校正坐标;
依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的待校正坐标进行校正,得到所述实物图像内每个像素点的标准坐标。
2.根据权利要求1所述的方法,其特征在于,所述摄像机拍摄的图像中每个像素点的位移偏差量的获取过程具体为:
获取所述摄像机拍摄的标定模板的待校正图像,识别所述待校正图像内每个角点的待校正坐标;其中,所述标定模板的待校正图像覆盖所述摄像机的全部拍摄区域;
按照第一预设算法对所述待校正图像内每个角点的待校正坐标进行校正处理得到所述待校正图像内每个角点的标准坐标;
依据每个所述角点的待校正坐标与标准坐标,得到所述摄像机拍摄的图像中每个像素点的位移偏差量。
3.根据权利要求2所述的方法,其特征在于,所述标定模板具体为网格模板。
4.根据权利要求3所述的方法,其特征在于,所述按照第一预设算法对所述待校正图像内每个角点的待校正坐标进行校正处理得到所述待校正图像内每个角点的标准坐标的过程具体为:
计算所述待校正图像内一行角点的横坐标的平均值,得到中心角点的横坐标;
计算所述待校正图像内一列角点的纵坐标的平均值,得到中心角点的纵坐标;
计算所述待校正图像上任意两个相邻角点的距离的平均值,作为标准步长值;
以所述中心角点为中心、所述标准步长值为步长依次调整所述待校正图像上的各个角点,得到所述待校正图像内每个角点的标准坐标。
5.根据权利要求4所述的方法,其特征在于,所述依据每个所述角点的待校正坐标与标准坐标,得到所述摄像机拍摄的图像中每个像素点的位移偏差量的过程具体为:
所述标定模板的待校正图像中,每四个角点组成一个四边形单元,处于所述四边形单元内的待测量像素点分别与所述四边形单元的四个角点连线后,将所述四边形单元分为四个三角形,分别计算所述四边形单元的面积以及四个所述三角形的面积;所述四边形单元的四个角点的畸变系数表达式如下:
其中,所述四边形单元的四个角点分别编号为0、1、2、3,Sp01、SP13、Sp02和Sp23分别为所述待测量像素点与所述四边形单元的四个角点连线后得到的四个所述三角形的面积,S0123为所述四边形单元的面积;
令每个所述角点的待校正坐标减去自身的标准坐标,得到每个所述角点的位移偏移量;其中,lx0、lx1、lx2、lx3分别为所述四边形单元的四个角点的横坐标位移偏移量;ly0、ly1、ly2、ly3为所述四边形单元的四个角点的纵坐标位移偏移量;
令每个所述角点的畸变系数乘以自身的位移偏移量,得到所述待测量像素点在该角点处的位移偏移量;所述待测量像素点在所述四边形单元的四个角点处的位移偏移量求和得到所述待测量像素点的位移偏移量;其中,所述待测量像素点的位移偏移量的关系式为:
ΔLx为所述待测量像素点的水平方向位移,ΔLy为所述待测量像素点的竖直方向位移;
相应的,所述依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的坐标进行校正,得到所述实物图像内每个像素点的标准坐标的过程具体为:
令所述实物图像内每个像素点的待校正坐标减去自身的位移偏差量,得到自身的标准坐标。
6.根据权利要求3所述的方法,其特征在于,所述网格模板具体为国际象棋棋盘网格标定模板。
7.一种透镜畸变标定校正装置,其特征在于,包括:
拍摄模块,用于获取摄像机拍摄的实物图像;
坐标确定模块,用于识别所述实物图像内每个像素点的待校正坐标;
校正模块,用于依据预先获取的所述摄像机拍摄的图像中每个像素点的位移偏差量对所述实物图像内每个像素点的待校正坐标进行校正,得到所述实物图像内每个像素点的标准坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710096542.7A CN106815823B (zh) | 2017-02-22 | 2017-02-22 | 一种透镜畸变标定校正方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710096542.7A CN106815823B (zh) | 2017-02-22 | 2017-02-22 | 一种透镜畸变标定校正方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106815823A true CN106815823A (zh) | 2017-06-09 |
CN106815823B CN106815823B (zh) | 2020-02-07 |
Family
ID=59111691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710096542.7A Expired - Fee Related CN106815823B (zh) | 2017-02-22 | 2017-02-22 | 一种透镜畸变标定校正方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106815823B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410140A (zh) * | 2018-10-24 | 2019-03-01 | 京东方科技集团股份有限公司 | 一种畸变校正方法、装置、系统及计算机可读存储介质 |
CN109871841A (zh) * | 2019-02-14 | 2019-06-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、终端及存储介质 |
WO2020014881A1 (zh) * | 2018-07-17 | 2020-01-23 | 华为技术有限公司 | 一种图像校正方法和终端 |
WO2020073816A1 (zh) * | 2018-10-10 | 2020-04-16 | 京东方科技集团股份有限公司 | 用于测量显示设备的畸变参数的方法、装置和测量设备以及计算机可读介质 |
CN111915537A (zh) * | 2020-08-13 | 2020-11-10 | 歌尔光学科技有限公司 | 图像处理方法及装置、图像采集装置和可读存储介质 |
CN113570517A (zh) * | 2021-07-20 | 2021-10-29 | 杨建弘 | 用于零件二维图形校正的方法、零件测量方法及系统 |
CN113822937A (zh) * | 2020-06-18 | 2021-12-21 | 中移(苏州)软件技术有限公司 | 一种图像校正方法、装置、设备及存储介质 |
CN115222631A (zh) * | 2022-09-13 | 2022-10-21 | 武汉中导光电设备有限公司 | 畸变图像校正方法、装置、设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104048815A (zh) * | 2014-06-27 | 2014-09-17 | 青岛歌尔声学科技有限公司 | 一种测量透镜畸变的方法及系统 |
CN104574369A (zh) * | 2014-12-19 | 2015-04-29 | 东北大学 | 基于热扩散的全局扩散模糊深度获取方法 |
GB2540922A (en) * | 2015-01-25 | 2017-02-08 | Vicente Blasco Claret Jorge | Aberration corrected full resolution virtual image real world |
-
2017
- 2017-02-22 CN CN201710096542.7A patent/CN106815823B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104048815A (zh) * | 2014-06-27 | 2014-09-17 | 青岛歌尔声学科技有限公司 | 一种测量透镜畸变的方法及系统 |
CN104574369A (zh) * | 2014-12-19 | 2015-04-29 | 东北大学 | 基于热扩散的全局扩散模糊深度获取方法 |
GB2540922A (en) * | 2015-01-25 | 2017-02-08 | Vicente Blasco Claret Jorge | Aberration corrected full resolution virtual image real world |
Non-Patent Citations (2)
Title |
---|
唐巍等: ""视觉测量系统中一种独立的畸变校正算法"", 《光电子.激光》 * |
赵振庆等: ""消隐点共线约束逐点畸变校正算法"", 《光学 精密工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020014881A1 (zh) * | 2018-07-17 | 2020-01-23 | 华为技术有限公司 | 一种图像校正方法和终端 |
WO2020073816A1 (zh) * | 2018-10-10 | 2020-04-16 | 京东方科技集团股份有限公司 | 用于测量显示设备的畸变参数的方法、装置和测量设备以及计算机可读介质 |
US11403745B2 (en) | 2018-10-10 | 2022-08-02 | Beijing Boe Optoelectronics Technology Co., Ltd. | Method, apparatus and measurement device for measuring distortion parameters of a display device, and computer-readable medium |
CN109410140A (zh) * | 2018-10-24 | 2019-03-01 | 京东方科技集团股份有限公司 | 一种畸变校正方法、装置、系统及计算机可读存储介质 |
CN109871841A (zh) * | 2019-02-14 | 2019-06-11 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、终端及存储介质 |
CN109871841B (zh) * | 2019-02-14 | 2023-04-21 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、终端及存储介质 |
CN113822937A (zh) * | 2020-06-18 | 2021-12-21 | 中移(苏州)软件技术有限公司 | 一种图像校正方法、装置、设备及存储介质 |
CN113822937B (zh) * | 2020-06-18 | 2024-01-26 | 中移(苏州)软件技术有限公司 | 一种图像校正方法、装置、设备及存储介质 |
CN111915537A (zh) * | 2020-08-13 | 2020-11-10 | 歌尔光学科技有限公司 | 图像处理方法及装置、图像采集装置和可读存储介质 |
CN113570517A (zh) * | 2021-07-20 | 2021-10-29 | 杨建弘 | 用于零件二维图形校正的方法、零件测量方法及系统 |
CN115222631A (zh) * | 2022-09-13 | 2022-10-21 | 武汉中导光电设备有限公司 | 畸变图像校正方法、装置、设备及可读存储介质 |
CN115222631B (zh) * | 2022-09-13 | 2022-12-13 | 武汉中导光电设备有限公司 | 畸变图像校正方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106815823B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106815823A (zh) | 一种透镜畸变标定校正方法及其装置 | |
CN102915535B (zh) | 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统 | |
US9529371B2 (en) | Image projection system and image projection method | |
US7479982B2 (en) | Device and method of measuring data for calibration, program for measuring data for calibration, program recording medium readable with computer, and image data processing device | |
CN103729841B (zh) | 一种基于方靶模型和透视投影的相机畸变校正方法 | |
CN105424058B (zh) | 基于摄影测量技术的数码相机投影中心位置精确标定方法 | |
CN103033132B (zh) | 基于单目视觉的平面测量方法及装置 | |
CN104266608B (zh) | 视觉传感器现场标定装置和标定方法 | |
CN102376089A (zh) | 一种标靶校正方法及系统 | |
CN101813465B (zh) | 非接触精密测转角的单目视觉测量方法 | |
CN106878700B (zh) | 广角镜头校正系统及其方法 | |
CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
CN108072319A (zh) | 一种运动平台的快速标定系统及标定方法 | |
CN107883874B (zh) | 一种圆结构光的标定方法 | |
CN104111039A (zh) | 用于任意摆放条纹投影三维测量系统的标定方法 | |
CN103278138A (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN103559707B (zh) | 基于运动方靶标定物的工业定焦相机参数标定方法 | |
CN105118086A (zh) | 3d-aoi设备中的3d点云数据配准方法及系统 | |
CN104807405B (zh) | 一种基于光线角度标定的三维坐标测量方法 | |
CN109900205A (zh) | 一种高精度的单线激光器和光学相机的快速标定方法 | |
CN106643567A (zh) | 一种车道偏移系统产线标定板的校验方法及系统 | |
CN108537849A (zh) | 基于同心圆环的三维直角靶标的线阵相机的标定方法 | |
CN104794718A (zh) | 一种单图像ct机房监控摄像机标定的方法 | |
CN107909543A (zh) | 一种鱼眼双目视觉立体匹配空间定位方法 | |
CN104180794B (zh) | 数字正射影像拉花区域的处理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200207 Termination date: 20210222 |
|
CF01 | Termination of patent right due to non-payment of annual fee |