CN107657595A - 一种畸变校正方法及移动终端和相关介质产品 - Google Patents
一种畸变校正方法及移动终端和相关介质产品 Download PDFInfo
- Publication number
- CN107657595A CN107657595A CN201710880906.0A CN201710880906A CN107657595A CN 107657595 A CN107657595 A CN 107657595A CN 201710880906 A CN201710880906 A CN 201710880906A CN 107657595 A CN107657595 A CN 107657595A
- Authority
- CN
- China
- Prior art keywords
- pixel grid
- distortion
- mobile terminal
- center pixel
- image
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 title description 4
- 230000004075 alteration Effects 0.000 claims description 63
- 238000000926 separation method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 description 17
- 230000003287 optical effect Effects 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G06T5/00—Image enhancement or restoration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种畸变的校正方法，该方法还包括：获取移动终端的大视角镜头拍摄的图像；按照预设尺寸获取所述图像的中央像素网格；将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。本发明实施例还提供了一种移动终端。采用本发明实施例可一定程度的校正大视角镜头拍摄的图像的畸变。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种畸变校正方法及移动终端和相关介质产品。
背景技术
由于相机镜头的物理非线性特征，在成像过程中不可避免的会造成实物形状在图像上的畸变，具体表现可分为枕形畸变、桶形畸变及线性畸变。由于畸变的存在不仅影响采集图像的视觉效果，而且如果直接应用到工业近景测量上，将会降低相机测量精度，进而影响结果。相对于普通镜头，大视角镜头的畸变较大，是由于畸变仅与物高(或视场角大小)有关，广角镜头相对于普通镜头视场角变大，进而相对于普通镜头畸变程度增大。
因此，研究出一种对大视角镜头拍摄的图像进行畸变的校正方法变得日益重要。
发明内容
本发明实施例提供一种畸变的校正方法及移动终端和相关介质产品，用于一定程度的校正大视角镜头拍摄的图像的畸变。
本发明第一方面提供一种畸变的校正方法，包括：
获取移动终端的大视角镜头拍摄的图像；
按照预设尺寸获取所述图像的中央像素网格；
将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；
以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
结合本发明第一方面，在第一方面的第一种可能实现方式中，所述以所述中央像素网格作为畸变校正基准校正所述N个像素网格，包括：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
结合本发明第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正，包括：
根据畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
结合本发明第一方面、本发明第一方面的第一种或第二种可能实现方式，在第一方面的第三种可能实现方式中，所述将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，包括：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
结合本发明第一方面、本发明第一方面的第一种至第三种任一种可能实现方式，在第一方面的第四种可能实现方式中，所述按照预设尺寸获取所述图像的中央像素网格之前，所述校正方法还包括：
判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述按照预设尺寸获取所述图像的中央像素网格包括，在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
本发明第二方面提供一种移动终端，包括：
第一获取单元，用于获取移动终端的大视角镜头拍摄的图像；
第二获取单元，用于按照预设尺寸获取所述图像的中央像素网格；
划分单元，用于将所述第一获取单元获取到的所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；
校正单元，用于以所述第二获取单元获取到的所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
结合本发明第二方面，在第二方面的第一种可能实现方式中，所述校正单元具体用于：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
结合本发明第二方面的第一种可能实现方式，在第二方面的第二种可能实现方式中，所述校正单元具体用于：
根据畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
结合本发明第二方面、本发明第二方面的第一种或第二种可能实现方式，在第二方面的第三种可能实现方式中，所述划分单元具体用于：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
结合本发明第二方面、本发明第二方面的第一种至第三种可能实现方式，在第二方面的第四种可能实现方式中，所述移动终端还包括：
判断单元，用于判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述第二获取单元具体用于：在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
实施本发明实施例，具有如下有益效果：
本发明实施例中，由于镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真，即畸变是光学镜头固有的缺陷，畸变只能减小而不能被消除，因此通过光学镜头拍摄出来的图像都会存在畸变，只是畸变程度大小的问题，对于大视角镜头拍摄出来的图像边缘的畸变程度较大，越靠近中间畸变越小，因此本发明按照预设尺寸获取大视角镜头拍摄的图像中央像素网格，将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数，然后以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像，进而可一定程度的校正大视角镜头拍摄的图像的畸变。
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为本发明实施例提供的畸变的校正方法的第一实施例流程图；
图2为本发明实施例提供的畸变的校正方法的第二实施例流程图；
图3为本发明实施例提供的畸变的校正方法的第三实施例流程图；
图4为本发明实施例提供的移动终端的第一实施例结构示意图；
图5为本发明实施例提供的移动终端的第二实施例结构示意图。
具体实施方式
本发明实施例提供一种畸变的校正方法及移动终端和相关介质产品，用于一定程度的校正大视角镜头拍摄的图像的畸变。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
以下分别进行详细说明。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明畸变的校正方法的一个实施例。其中，一种畸变的校正方法：获取移动终端的大视角镜头拍摄的图像；按照预设尺寸获取所述图像的中央像素网格；将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
首先参见图1，图1为本发明实施例提供的一种畸变的校正方法的第一实施例流程图。其中，如图1所示，本发明的一个实施例提供的一种畸变的校正方法可以包括步骤S101～S104：
S101、获取移动终端的大视角镜头拍摄的图像。
在一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端直接获取存储于移动终端本地中的大视角镜头拍摄的图像，也可以是移动终端从云端服务器中获取大视角镜头拍摄的图像。
在另一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端启动移动终端的大视角摄像头，通过上述大视角摄像头对目标物进行拍摄以得到拍摄图像。
其中，上述移动终端的大视角镜头例如可以是广角镜头、鱼眼镜头以及双摄像头组成的大视角镜头模组，该大视角镜头可以设置在移动终端的顶部位置，且作为后置摄像头或前置摄像头，也可以设置在移动终端的旋转机构上形成旋转式的大视角镜头模组，且该大视角镜头的镜头视角例如可以是120度，能够实现广角的效果。
其中，上述移动终端例如可以是下面中的任何一项或者全部，智能电话、可穿戴设备(个人中枢)、个人或移动多媒体播放器、个人数字助理(PDA)、膝上型计算机、平板电脑、智能本、掌上型计算机以及类似的个人电子设备，上述移动终端可以包括网络接口、处理器、存储器、音频处理电路、麦克风、摄像头、闪光灯，并且包括可以在内部或外部的音频放大器以及包括连接到音频放大器的扬声器单元。
S102、按照预设尺寸获取所述图像的中央像素网格。
其中，上述预设尺寸例如可以是100*100像素，200*200像素，400*400像素，500*500像素或是其他值。
本发明实施例中，若预设尺寸为100*100像素，移动终端按照100*100像素获取上述步骤S101获取到的图像的中央像素网格。由于光学镜头固有的特性，越靠近中间点的图像区域畸变程度越小，几乎可忽略不计，因此该中央像素网格可最为畸变校正的基准，移动终端可根据中央像素网格对除了它本身之外的像素网格进行校正。其中，像素网格为由多个像素点组成的单元格；中央像素网格为上述图像的中间点出的一个单元格。
S103、将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数。
本发明实施例中，由于对整个图像进行畸变校正，且是将中央像素网格最为基准，因此需要对整个图像划分为与上述中央像素网格尺寸相同的多个像素网格，将上述图像划分为与所述中央像素网格尺寸相同的N个像素网格的具体实施方式可以是将所述图像按照预设尺寸进行网格化处理，以得到与上述中央像素网格尺寸相同的N个像素网格。
S104、以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
本发明实施例中，移动终端以上述步骤S102获取到的中央像素网格作为畸变校正基准，并根据预设的畸变校正算法对上述步骤S103获取到的N个像素网格进行校正，然后移动终端将校正后的N个像素网格和中央像素网格进行整合以得到校正后的图像。其中，预设的畸变校正算法例如可以包括：多项式坐标变换算法、多项式分片逼近算法、网格模板法算法、网格模板法算法、等效球面模型法、网格模板分片算法或是其他畸变校正算法。
在一实施例中，以所述中央像素网格作为畸变校正基准校正所述N个像素网格具体实施方式可以是获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
在另一个实施例中，根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正具体实施方式可以是根据预设畸变模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
本发明实施例中，由于镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真，即畸变是光学镜头固有的缺陷，畸变只能减小而不能被消除，因此通过光学镜头拍摄出来的图像都会存在畸变，只是畸变程度大小的问题，对于大视角镜头拍摄出来的图像边缘的畸变程度较大，越靠近中间畸变越小，因此本发明按照预设尺寸获取大视角镜头拍摄的图像中央像素网格，将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数，然后以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像，进而可一定程度的校正大视角镜头拍摄的图像的畸变。
可选的，在按照预设尺寸获取所述图像的中央像素网格之前，图1所示的畸变校正方法还包括：判断所述图像的畸变程度是否大于或等于预设畸变阈值；其中，按照预设尺寸获取所述图像的中央像素网格包括，在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
请参见图2，图2为本发明实施例提供的一种畸变的校正方法的第二实施例流程图。其中，如图2所示，本发明的一个实施例提供的一种畸变的校正方法可以包括步骤S201～S207：
S201、获取移动终端的大视角镜头拍摄的图像。
在一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端直接获取存储于移动终端本地中的大视角镜头拍摄的图像，也可以是移动终端从云端服务器中获取大视角镜头拍摄的图像。
在另一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端启动移动终端的大视角摄像头，通过上述大视角摄像头对目标物进行拍摄以得到拍摄图像。
其中，上述移动终端的大视角镜头例如可以是广角镜头、鱼眼镜头以及双摄像头组成的大视角镜头模组，该大视角镜头可以设置在移动终端的顶部位置，且作为后置摄像头或前置摄像头，也可以设置在移动终端的旋转机构上形成旋转式的大视角镜头模组，且该大视角镜头的镜头视角例如可以是120度，能够实现广角的效果。
其中，上述移动终端例如可以是下面中的任何一项或者全部，智能电话、可穿戴设备(个人中枢)、个人或移动多媒体播放器、个人数字助理(PDA)、膝上型计算机、平板电脑、智能本、掌上型计算机以及类似的个人电子设备，上述移动终端可以包括网络接口、处理器、存储器、音频处理电路、麦克风、摄像头、闪光灯，并且包括可以在内部或外部的音频放大器以及包括连接到音频放大器的扬声器单元。
S202、按照预设尺寸获取所述图像的中央像素网格。
S203、将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
S204、获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离。
S205、根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数。
S206、根据预设的畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量。
S207、根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
具体地，移动终端先按照预设尺寸(比如100*100像素)获取上述步骤S201获取到的大视角镜头拍摄的图像的中央像素网格；然后移动终端将上述步骤S201获取到的图像按照100*100像素进行网格化处理，以得到与上述中央像素网格尺寸相同的N个像素网格；接着移动终端以上述中央像素网格为中心点，获取N个像素网格的二维坐标，即N个像素网格到中央像素网格的横向距离和纵向距离；移动终端根据预设的距离与畸变程度参数的比例和上述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与上述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；移动终端将上述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数代入预先设定的畸变校正模型，以确定与上述N个像素网格对应横向畸变校正量和纵向畸变校正量；最后移动终端将上述步骤S206确定的N个像素网格对应横向畸变校正量和纵向畸变校正量代入预设的畸变算法(比如网格模板分片算法)以达到校正上述N个像素网格，然后将校正后的N个像素网格和中央像素网格进行整合以得到校正后的图像。
其中，上述畸变程度参数代表的是当前位置相对于中央像素网格的畸变程度的量化值。
其中，根据拍摄得到的存在畸变的图像的坐标，根据畸变模型计算出上述图像对应的坐标，即建立了畸变图像坐标和校正图像坐标之间的映射关系，这两个坐标之间的差值就是畸变校正时的像素坐标偏移量(即畸变校正量)。
本发明实施例中，由于镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真，即畸变是光学镜头固有的缺陷，畸变只能减小而不能被消除，因此通过光学镜头拍摄出来的图像都会存在畸变，只是畸变程度大小的问题，对于大视角镜头拍摄出来的图像边缘的畸变程度较大，越靠近中间畸变越小，因此本发明按照预设尺寸获取大视角镜头拍摄的图像中央像素网格，将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数，然后获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；根据畸变校正算法和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正，以得到校正图像，进而可一定程度的校正大视角镜头拍摄的图像的畸变。
请参见图3，图3为本发明实施例提供的一种畸变的校正方法的第三实施例流程图。其中，如图3所示，本发明的一个实施例提供的一种畸变的校正方法可以包括步骤S301～S308：
S301、获取移动终端的大视角镜头拍摄的图像。
在一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端直接获取存储于移动终端本地中的大视角镜头拍摄的图像，也可以是移动终端从云端服务器中获取大视角镜头拍摄的图像。
在另一实施例中，获取移动终端的大视角镜头拍摄的图像具体实施方式可以是移动终端启动移动终端的大视角摄像头，通过上述大视角摄像头对目标物进行拍摄以得到拍摄图像。
其中，上述移动终端的大视角镜头例如可以是广角镜头、鱼眼镜头以及双摄像头组成的大视角镜头模组，该大视角镜头可以设置在移动终端的顶部位置，且作为后置摄像头或前置摄像头，也可以设置在移动终端的旋转机构上形成旋转式的大视角镜头模组，且该大视角镜头的镜头视角例如可以是120度，能够实现广角的效果。
其中，上述移动终端例如可以是下面中的任何一项或者全部，智能电话、可穿戴设备(个人中枢)、个人或移动多媒体播放器、个人数字助理(PDA)、膝上型计算机、平板电脑、智能本、掌上型计算机以及类似的个人电子设备，上述移动终端可以包括网络接口、处理器、存储器、音频处理电路、麦克风、摄像头、闪光灯，并且包括可以在内部或外部的音频放大器以及包括连接到音频放大器的扬声器单元。
S302、判断所述图像的畸变程度是否大于或等于预设畸变阈值。
若是，则执行步骤S302。
若否，则不作任何操作。
S303、按照预设尺寸获取所述图像的中央像素网格。
S304、将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
S305、获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离。
S306、根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数。
S307、根据畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量。
S308、根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
具体地，在对图像进行畸变校正之前，移动终端先判断上述图像是否需要校正，上述步骤S302判断所述图像的畸变程度是否大于或等于预设畸变阈值具体实施方式可以是：将上述图像代入预先设定的模型，以获取上述图像的平均畸变程度值，将获取到的上述图像的平均畸变程度值与预先设的预设畸变阈值比较，若大于或等于预设畸变阈值，其中，上述预设畸变阈值例如可以是：0.2、0.4、0.8、1、2或是其他值，则移动终端先按照预设尺寸(比如100*100像素)获取上述步骤S301获取到的大视角镜头拍摄的图像的中央像素网格；然后移动终端将上述步骤S301获取到的图像按照100*100像素进行网格化处理，以得到与上述中央像素网格尺寸相同的N个像素网格；接着移动终端以上述中央像素网格为中心点，获取N个像素网格的二维坐标，即N个像素网格到中央像素网格的横向距离和纵向距离；移动终端根据预设的距离与畸变程度参数的比例和上述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与上述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；移动终端将上述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数代入预先设定的畸变校正模型，以确定与上述N个像素网格对应横向畸变校正量和纵向畸变校正量；最后移动终端将上述步骤S306确定的N个像素网格对应横向畸变校正量和纵向畸变校正量代入预设的畸变算法(比如网格模板分片算法)以达到校正上述N个像素网格，然后将校正后的N个像素网格和中央像素网格进行整合以得到校正后的图像。
本发明实施例中，由于镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真，即畸变是光学镜头固有的缺陷，畸变只能减小而不能被消除，因此通过光学镜头拍摄出来的图像都会存在畸变，只是畸变程度大小的问题，对于大视角镜头拍摄出来的图像边缘的畸变程度较大，越靠近中间畸变越小，因此本发明按照预设尺寸获取大视角镜头拍摄的图像中央像素网格，将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数，然后获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；根据畸变校正算法和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正，以得到校正图像，进而可一定程度的校正大视角镜头拍摄的图像的畸变。
此外，对图像进行畸变校正之前，先判断该图像的畸变程度是否大于或等于预设畸变程度，否是，则对该图像进行畸变，以减轻移动终端的后台处理，从而减少移动终端的卡顿现象。
请参见图4，图4为本发明实施例提供的一种移动终端400的结构示意图，该移动终端包括：
第一获取单元401，用于获取移动终端的大视角镜头拍摄的图像。
第二获取单元402，用于按照预设尺寸获取所述图像的中央像素网格。
划分单元403，用于将所述第一获取单元获取到的所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数。
其中，上述划分单元403具体用于：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
校正单元404，用于以所述第二获取单元获取到的所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
其中，上述校正单元404具体用于：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
其中，上述校正单元404具体用于：
根据预设畸变模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
可选的，在第二获取单元402按照预设尺寸获取所述图像的中央像素网格之前，所述移动终端还包括：
判断单元，用于判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述第二获取单元具体用于：在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
可以理解的是，本实施例的移动终端400的各功能模块的功能可根据所述方法实施例中的方法具体实现，其具体实现过程可以参照所述方法实施例的相关描述，此处不再赘述。
本发明实施例中，由于镜头畸变实际上是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真，即畸变是光学镜头固有的缺陷，畸变只能减小而不能被消除，因此通过光学镜头拍摄出来的图像都会存在畸变，只是畸变程度大小的问题，对于大视角镜头拍摄出来的图像边缘的畸变程度较大，越靠近中间畸变越小，因此第二获取单元402按照预设尺寸获取第一获取单元401大视角镜头拍摄的图像中央像素网格，划分单元403将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数，然后校正单元404以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像，进而可一定程度的校正大视角镜头拍摄的图像的畸变。
请参见图5，图5为本发明实施例提供的一种移动终端500的结构示意图，该移动终端包括：至少一个输入设备501；至少一个输出设备502；至少一个处理器503，例如CPU；和存储器504，所述输入设备501、输出设备502、处理器503和存储器504通过总线505连接。
其中，所述输入设备501具体可为移动终端的触控面板，包括触摸屏和触控屏，用于检测终端触控面板上的操作指令。
所述输出设备502具体可为移动终端的显示屏，用于输出、显示信息。
所述存储器504可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。所述存储器504用于存储一组程序代码，所述输入设备501、输出设备502和处理器503用于调用存储器504中存储的程序代码，执行如下操作：
所述处理器503，用于获取移动终端的大视角镜头拍摄的图像；按照预设尺寸获取所述图像的中央像素网格；将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
在一些可行的实施例中，所述处理器503还具体用于：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
在一些可行的实施例中，所述处理器503还具体用于：
根据预设畸变模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
在一些可行的实施例中，所述处理器503还具体用于：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
在一些可行的实施例中，在所述处理器503按照预设尺寸获取所述图像的中央像素网格之前，所述处理器503还具体用于：
判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述处理器503具体用于，在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
具体实现中，本发明实施例中所描述的输入设备501、输出设备502和处理器503可执行本发明实施例提供的畸变的校正方法的各实施例中所描述的实现方式，也可执行本发明实施例提供的移动终端的第一实施例中所描述的终端的实现方式，在此不再赘述。
本发明所有实施例中的单元，可以通过通用集成电路，例如CPU(CentralProcessing Unit，中央处理器)，或通过ASIC(Application Specific IntegratedCircuit，专用集成电路)来实现。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例装置中的模块或单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于—计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (12)
1.一种畸变的校正方法，其特征在于，包括：
获取移动终端的大视角镜头拍摄的图像；
按照预设尺寸获取所述图像的中央像素网格；
将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；
以所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
2.根据权利要求1所述的校正方法，其特征在于，所述以所述中央像素网格作为畸变校正基准校正所述N个像素网格，包括：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
3.根据权利要求2所述的校正方法，其特征在于，所述根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正，包括：
根据畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
4.根据权利要求1～3任一项所述的校正方法，其特征在于，所述将所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，包括：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
5.根据权利要求1～4任一项所述的校正方法，其特征在于，所述按照预设尺寸获取所述图像的中央像素网格之前，所述校正方法还包括：
判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述按照预设尺寸获取所述图像的中央像素网格包括，在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
6.一种移动终端，其特征在于，包括：
第一获取单元，用于获取移动终端的大视角镜头拍摄的图像；
第二获取单元，用于按照预设尺寸获取所述图像的中央像素网格；
划分单元，用于将所述第一获取单元获取到的所述图像划分为与所述中央像素网格尺寸相同的N个像素网格，其中，N为大于等于2的整数；
校正单元，用于以所述第二获取单元获取到的所述中央像素网格作为畸变校正基准校正所述N个像素网格，以得到校正图像。
7.根据权利要求6所述的移动终端，其特征在于，所述校正单元具体用于：
获取所述N个像素网格到所述中央像素网格的横向距离和纵向距离；
根据所述N个像素网格到所述中央像素网格的横向距离和纵向距离，换算与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数；
根据所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数对所述N个像素网格进行畸变校正。
8.根据权利要求7所述的移动终端，其特征在于，所述校正单元具体用于：
根据畸变校正模型和所述与所述N个像素网格对应的横向畸变程度参数和纵向畸变程度参数，确定与所述N个像素网格对应横向畸变校正量和纵向畸变校正量；
根据与所述N个像素网格对应横向畸变校正量和纵向畸变校正量对所述N个像素网格进行畸变校正。
9.根据权利要求6～8任一项所述的移动终端，其特征在于，所述划分单元具体用于：
将所述图像按照预设尺寸进行网格化处理，以得到与所述中央像素网格尺寸相同的N个像素网格。
10.根据权利要求6～9任一项所述的移动终端，其特征在于，所述移动终端还包括：
判断单元，用于判断所述图像的畸变程度是否大于或等于预设畸变阈值；
其中，所述第二获取单元具体用于：在所述图像的畸变程度大于或等于预设畸变阈值的情况下，按照预设尺寸获取所述图像的中央像素网格。
11.一种移动终端，其特征在于，包括：至少一个输入设备；至少一个输出设备、至少一个处理器和存储器，所述输入设备、所述输出设备、所述处理器和所述存储器通过总线连接；
所述存储器用于存储一组程序代码，所述处理器用于调用存储器中存储的程序代码，以执行权利要求1至5任意一项所述的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包含的指令用于执行权利要求1至5任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710880906.0A CN107657595B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端和相关介质产品 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510382676.6A CN105160632B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端 |
| CN201710880906.0A CN107657595B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端和相关介质产品 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510382676.6A Division CN105160632B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107657595A true CN107657595A (zh) | 2018-02-02 |
| CN107657595B CN107657595B (zh) | 2020-02-14 |
Family
ID=54801475
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710880906.0A Active CN107657595B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端和相关介质产品 |
| CN201510382676.6A Active CN105160632B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510382676.6A Active CN105160632B (zh) | 2015-06-30 | 2015-06-30 | 一种畸变校正方法及移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN107657595B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117111046A (zh) * | 2023-10-25 | 2023-11-24 | 深圳市安思疆科技有限公司 | 畸变矫正方法、系统、设备及计算机可读存储介质 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107657595B (zh) * | 2015-06-30 | 2020-02-14 | Oppo广东移动通信有限公司 | 一种畸变校正方法及移动终端和相关介质产品 |
| CN106570826A (zh) * | 2016-11-08 | 2017-04-19 | 山东省交通规划设计院 | 一种平面照片拼接校正尺 |
| CN107888899A (zh) * | 2017-10-30 | 2018-04-06 | 杭州联络互动信息科技股份有限公司 | 用于虚拟现实设备中图像获取方法、装置和虚拟现实设备 |
| CN109754380B (zh) * | 2019-01-02 | 2021-02-02 | 京东方科技集团股份有限公司 | 一种图像处理方法及图像处理装置、显示装置 |
| CN110490820B (zh) * | 2019-08-07 | 2022-04-12 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、存储介质 |
| CN115209035A (zh) * | 2021-04-14 | 2022-10-18 | Oppo广东移动通信有限公司 | 基于视频的畸变校正方法、装置、拍照设备以及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101572828A (zh) * | 2009-05-20 | 2009-11-04 | 长春理工大学 | 基于gpu的相机/摄像机实时畸变校正方法 |
| CN101582161A (zh) * | 2009-06-15 | 2009-11-18 | 北京航空航天大学 | 一种基于透视成像模型标定的c型臂图像校正方法 |
| CN101697105A (zh) * | 2009-10-26 | 2010-04-21 | 广东威创视讯科技股份有限公司 | 一种摄像式触摸检测定位方法及摄像式触摸检测系统 |
| CN102075785A (zh) * | 2010-12-28 | 2011-05-25 | 武汉大学 | 一种atm机广角摄像机镜头畸变校正方法 |
| US20110317042A1 (en) * | 2010-06-28 | 2011-12-29 | Hisashi Goto | Image Pickup System |
| CN102339169A (zh) * | 2010-07-27 | 2012-02-01 | 中国科学院软件研究所 | 一种大尺寸多点触摸系统的标定方法 |
| CN102469249A (zh) * | 2010-11-04 | 2012-05-23 | 晨星软件研发(深圳)有限公司 | 影像校正方法及影像校正装置 |
| CN103247031A (zh) * | 2013-04-19 | 2013-08-14 | 华为技术有限公司 | 一种畸变图像校正的方法、终端及系统 |
| CN105160632A (zh) * | 2015-06-30 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及移动终端 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7602995B2 (en) * | 2004-02-10 | 2009-10-13 | Ricoh Company, Ltd. | Correcting image distortion caused by scanning |
| CN101305596B (zh) * | 2005-11-11 | 2010-06-16 | 索尼株式会社 | 图像处理设备、图像处理方法以及图像拾取设备 |
| US8326077B2 (en) * | 2008-10-31 | 2012-12-04 | General Instrument Corporation | Method and apparatus for transforming a non-linear lens-distorted image |
-
2015
- 2015-06-30 CN CN201710880906.0A patent/CN107657595B/zh active Active
- 2015-06-30 CN CN201510382676.6A patent/CN105160632B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101572828A (zh) * | 2009-05-20 | 2009-11-04 | 长春理工大学 | 基于gpu的相机/摄像机实时畸变校正方法 |
| CN101582161A (zh) * | 2009-06-15 | 2009-11-18 | 北京航空航天大学 | 一种基于透视成像模型标定的c型臂图像校正方法 |
| CN101697105A (zh) * | 2009-10-26 | 2010-04-21 | 广东威创视讯科技股份有限公司 | 一种摄像式触摸检测定位方法及摄像式触摸检测系统 |
| US20110317042A1 (en) * | 2010-06-28 | 2011-12-29 | Hisashi Goto | Image Pickup System |
| CN102339169A (zh) * | 2010-07-27 | 2012-02-01 | 中国科学院软件研究所 | 一种大尺寸多点触摸系统的标定方法 |
| CN102469249A (zh) * | 2010-11-04 | 2012-05-23 | 晨星软件研发(深圳)有限公司 | 影像校正方法及影像校正装置 |
| CN102075785A (zh) * | 2010-12-28 | 2011-05-25 | 武汉大学 | 一种atm机广角摄像机镜头畸变校正方法 |
| CN103247031A (zh) * | 2013-04-19 | 2013-08-14 | 华为技术有限公司 | 一种畸变图像校正的方法、终端及系统 |
| CN105160632A (zh) * | 2015-06-30 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及移动终端 |
Non-Patent Citations (3)
| Title |
|---|
| SAIJIANG AI 等: "A method for correcting non-linear geometric distortion in ultra-wide-angle imaging system", 《OPTIK》 * |
| 司磊 等: "鱼眼图像畸变校正算法", 《硅谷》 * |
| 朱铮涛 等: "基于平面网格模型的摄像机镜头畸变校正技术", 《计算机工程与应用》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117111046A (zh) * | 2023-10-25 | 2023-11-24 | 深圳市安思疆科技有限公司 | 畸变矫正方法、系统、设备及计算机可读存储介质 |
| CN117111046B (zh) * | 2023-10-25 | 2024-01-12 | 深圳市安思疆科技有限公司 | 畸变矫正方法、系统、设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107657595B (zh) | 2020-02-14 |
| CN105160632A (zh) | 2015-12-16 |
| CN105160632B (zh) | 2017-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104994283B (zh) | 一种局部畸变的校正方法及移动终端 | |
| CN105160632B (zh) | 一种畸变校正方法及移动终端 | |
| CN105005972A (zh) | 一种基于拍摄距离的畸变校正方法及移动终端 | |
| CN108921806B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
| US10306165B2 (en) | Image generating method and dual-lens device | |
| CN104363986A (zh) | 一种图像处理方法和设备 | |
| CN110796600B (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
| US10306210B2 (en) | Image processing apparatus and image capturing apparatus | |
| CN108848367B (zh) | 一种图像处理的方法、装置及移动终端 | |
| CN111107333B (zh) | 一种亮度校正方法、系统、设备及计算机可读存储介质 | |
| CN108267857B (zh) | 一种畸变校正实时可视调试的方法、装置及系统 | |
| CN105227838A (zh) | 一种图像处理方法及移动终端 | |
| CN107103865B (zh) | 检测显示屏中显示区域的方法和装置 | |
| CN102236790B (zh) | 一种图像处理方法和设备 | |
| CN111223061A (zh) | 图像修正方法、修正装置、终端设备及可读存储介质 | |
| US20140119653A1 (en) | De-warping processing method for digital images | |
| CN113963072B (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
| CN112927163A (zh) | 图像数据增强方法、装置、电子设备及存储介质 | |
| CN107563960A (zh) | 一种自拍图片的处理方法、存储介质及移动终端 | |
| CN111861965A (zh) | 图像逆光检测方法、图像逆光检测装置及终端设备 | |
| CN112637587B (zh) | 坏点检测方法及装置 | |
| CN110874814A (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
| CN110977987B (zh) | 机械臂手眼标定方法、装置及系统 | |
| CN114494034A (zh) | 一种图像畸变矫正方法及装置和设备 | |
| CN113473012A (zh) | 虚化处理方法、装置和电子设备 |
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 |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: Guangdong Opel Mobile Communications Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |