CN107689029A - 图像处理方法、移动终端和计算机可读存储介质 - Google Patents

图像处理方法、移动终端和计算机可读存储介质 Download PDF

Info

Publication number
CN107689029A
CN107689029A CN201710780594.6A CN201710780594A CN107689029A CN 107689029 A CN107689029 A CN 107689029A CN 201710780594 A CN201710780594 A CN 201710780594A CN 107689029 A CN107689029 A CN 107689029A
Authority
CN
China
Prior art keywords
image
sequence
pairing
image sequence
characteristic matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710780594.6A
Other languages
English (en)
Inventor
陈仕心
戴向东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN201710780594.6A priority Critical patent/CN107689029A/zh
Publication of CN107689029A publication Critical patent/CN107689029A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/536—Depth or shape recovery from perspective effects, e.g. by using vanishing points
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法、移动终端和计算机可读存储介质，所述方法包括步骤：获取具有至少两幅不同拍摄角度的图像的图像序列；提取图像序列中两两配对的各配对图像的特征匹配点对；根据特征匹配点对对图像序列进行透视变换处理；将透视变换处理后的图像序列拼接融合为一幅图像，该图像为呈现出多个透视角度的立体透视图像。从而多维多向地同时表现了一个拍摄对象(物体或场景)，拓展了图像的表现方式，带来了特别的视觉感受，提升了摄影的趣味性和创造性，颠覆了大众对摄影的普遍认知，提升了用户的摄影体验。

Description

图像处理方法、移动终端和计算机可读存储介质
技术领域
本发明涉及摄像技术领域，尤其是涉及一种图像处理方法、移动终端和计算机可读存储介质。
背景技术
随着数码相机、智能手机等移动终端的兴起，照片的拍摄和分享变得日益便捷，并逐渐成为人们生活中一项重要的娱乐活动。为了提升摄影的趣味性，各种摄影方式也竞相出现，如延时摄影、慢动作摄影、浅景深摄影、慢门摄影、全景摄影等等。
然而，前述摄影方式拍摄获取的图像都只能呈现一个透视角度，极大的限制了图像的表现方式，降低了摄影的趣味性和创造性。
发明内容
本发明实施例的主要目的在于提供一种图像处理方法、移动终端和计算机可读存储介质，旨在解决现有的摄影方式拍摄获取的图像只能呈现一个透视角度而导致图像的表现方式受限的技术问题。
为达以上目的，本发明实施例提出一种图像处理方法，该方法包括步骤：
获取具有至少两幅不同拍摄角度的图像的图像序列；
提取所述图像序列中两两配对的各配对图像的特征匹配点对；
根据所述特征匹配点对对所述图像序列进行透视变换处理；
将透视变换处理后的图像序列拼接融合为一幅图像。
可选地，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对包括：
提取所述图像序列中每幅图像的特征点，并对所述图像序列中的图像进行两两配对；
将各配对图像中相似的特征点作为所述配对图像的特征匹配点对。
可选地，所述对所述图像序列中的图像进行两两配对包括：
根据所述图像序列的取景参数对所述图像序列中的图像进行两两配对，以使配对图像的两幅图像至少部分场景相同。
可选地，所述取景参数包括所述图像序列中各图像的拍摄顺序和/或摄像模块的运动参数。
可选地，所述根据所述特征匹配点对对所述图像序列进行透视变换处理包括：
从所述图像序列中选取一幅图像作为基准图像；
根据所述基准图像和与所述基准图像配对的图像组成的配对图像的特征匹配点对，对与所述基准图像配对的图像进行透视变换处理；
将透视变换处理后的图像作为参考图像；
根据所述参考图像和与所述参考图像配对的非基准图像组成的配对图像的特征匹配点对，对与所述参考图像配对的非基准图像进行透视变换处理；直到所述图像序列中的所有非基准图像均进行了一次透视变化处理为止。
可选地，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对的步骤之前还包括：对所述图像序列进行畸变校正处理。
可选地，所述对所述图像序列进行畸变校正处理的步骤包括：
遍历所述图像序列中的每一幅图像，判断所述图像是否发生了光学畸变；
当所述图像发生了光学畸变时，获取光学畸变的物理参数；
根据所述物理参数和预设的基准参数，对所述图像进行畸变校正处理。
可选地，所述将透视变换处理后的图像序列拼接融合为一幅图像的步骤之后还包括：对拼接融合后的图像进行亮度均衡处理。
本发明实施例还提出一种移动终端，所述移动终端包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，所述应用程序被配置为用于执行前述图像处理方法。
本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现前述图像处理方法的步骤。
本发明实施例所提供的一种图像处理方法，通过获取具有至少两幅不同拍摄角度的图像的图像序列，然后提取图像序列的特征匹配点对，并根据特征匹配点对对图像序列进行透视变换处理，最后将透视变换处理后的图像序列拼接融合为一幅呈现出多个透视角度的立体透视图像。从而多维多向地同时表现了一个拍摄对象(物体或场景)，拓展了图像的表现方式，带来了特别的视觉感受，提升了摄影的趣味性和创造性，颠覆了大众对摄影的普遍认知，提升了用户的摄影体验。
附图说明
图1为实现本发明各个实施例的移动终端的硬件结构示意图；
图2为如图1所示的移动终端的无线通信系统示意图；
图3为本发明的图像处理方法第一实施例的流程图；
图4为本发明实施例中摄像模块的运动方式与成像结果之间的关系示意图；
图5a为本发明实施例中摄像模块持续运动拍摄出不同拍摄角度的图像的原理示意图；
图5b为将图5a中拍摄的多幅图像拼接融合为一幅图像的原理示意图；
图6为本发明实施例中一对配对图像中的特征匹配点的示意图；
图7为采用本发明实施例的图像处理方法将两幅不同拍摄角度的图像拼接融合为一幅图像的示意图；
图8为采用本发明实施例的图像处理方法将六幅不同拍摄角度的图像拼接融合为一幅图像的示意图；
图9为本发明的图像处理方法第二实施例的流程图；
图10a为图像发生径向畸变的示意图；
图10b为图像发生切向畸变的示意图；
图11a为本发明实施例中获取畸变参数时拍摄的棋盘格图像的示意图；
图11b为本发明实施例中在棋盘格图像上相应的棋盘格角点处标记坐标点的示意图；
图12为本发明的图像处理方法第三实施例的流程图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本申请中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：射频(Radio Frequency，RF)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobilecommunication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址2000(Code Division Multiple Access 2000，CDMA2000)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access，TD-SCDMA)、频分双工长期演进(Frequency Division Duplexing-Long Term Evolution，FDD-LTE)和分时双工长期演进(Time Division Duplexing-Long Term Evolution，TDD-LTE)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储应用程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的应用程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
本发明实施例中，存储器109中存储的应用程序至少被配置为用于执行图像处理方法，该图像处理方法包括以下步骤：
获取具有至少两幅不同拍摄角度的图像的图像序列；
提取所述图像序列中两两配对的各配对图像的特征匹配点对；
根据所述特征匹配点对对所述图像序列进行透视变换处理；
将透视变换处理后的图像序列拼接融合为一幅图像。
可选地，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对包括：
提取所述图像序列中每幅图像的特征点，并对所述图像序列中的图像进行两两配对；
将各配对图像中相似的特征点作为所述配对图像的特征匹配点对。
可选地，所述对所述图像序列中的图像进行两两配对包括：
根据所述图像序列的取景参数对所述图像序列中的图像进行两两配对，以使配对图像的两幅图像至少部分场景相同。
可选地，所述取景参数包括所述图像序列中各图像的拍摄顺序和/或摄像模块的运动参数。
可选地，所述根据所述特征匹配点对对所述图像序列进行透视变换处理包括：
从所述图像序列中选取一幅图像作为基准图像；
根据所述基准图像和与所述基准图像配对的图像组成的配对图像的特征匹配点对，对与所述基准图像配对的图像进行透视变换处理；
将透视变换处理后的图像作为参考图像；
根据所述参考图像和与所述参考图像配对的非基准图像组成的配对图像的特征匹配点对，对与所述参考图像配对的非基准图像进行透视变换处理；直到所述图像序列中的所有非基准图像均进行了一次透视变化处理为止。
可选地，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对的步骤之前还包括：对所述图像序列进行畸变校正处理。
可选地，所述对所述图像序列进行畸变校正处理的步骤包括：
遍历所述图像序列中的每一幅图像，判断所述图像是否发生了光学畸变；
当所述图像发生了光学畸变时，获取光学畸变的物理参数；
根据所述物理参数和预设的基准参数，对所述图像进行畸变校正处理。
可选地，所述将透视变换处理后的图像序列拼接融合为一幅图像的步骤之后还包括：对拼接融合后的图像进行亮度均衡处理。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本申请实施例，下面对本申请的移动终端所基于的通信网络系统进行描述。
请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的用户设备(UserEquipment，UE)201，演进式UMTS陆地无线接入网(Evolved UMTS Terrestrial RadioAccess Network，E-UTRAN)202，演进式分组核心网(Evolved Packet Core，EPC)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括移动性管理实体(Mobility Management Entity，MME)2031，归属用户服务器(Home Subscriber Server，HSS)2032，其它MME2033，服务网关(Serving GateWay，SGW)2034，分组数据网络网关(PDN Gate Way，PGW)2035和政策和资费功能实体(Policy and Charging Rules Function，)PCRF2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IP多媒体子系统(IP MultimediaSubsystem，)IMS或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，以下提出本申请的图像处理方法各个实施例。
参见图3，提出本发明的图像处理方法第一实施例，所述方法包括以下步骤：
S11、获取具有至少两幅不同拍摄角度的图像的图像序列。
具体的，移动终端以不同的拍摄角度对同一拍摄对象拍摄至少两幅图像，组成一组图像序列。理论上，拍摄的图像越多，越有利于后期图像与图像之间的顺滑拼接融合。
拍摄角度包括拍摄高度、拍摄方向、拍摄距离等。其中，拍摄高度分为平拍、俯拍、仰拍等，拍摄方向分为正面角度、侧面角度、斜侧角度、背面角度等。拍摄过程中，摄像模块(或称相机)持续运动就能拍摄出不同拍摄角度的图像。摄像模块的运动方式包括平移、旋转、变焦等。其中，平移包括沿X轴移动(水平移动)、沿Y轴移动(垂直移动)、沿Z轴移动(前后移动)等，旋转包括绕X轴旋转(水平旋转)、绕Y轴旋转(垂直旋转)、绕Z轴旋转等。这里所述的摄像模块，可以单指摄像头，即摄像头在拍摄过程中持续运动；也可以指整个移动终端，即移动终端在拍摄过程中在用户操作下持续运动。
可选地，移动终端还在拍摄过程中记录图像序列的取景参数，该取景参数包括图像序列中各图像的拍摄顺序和/或摄像模块的运动参数。其中，摄像模块的运动参数包括运动方式及其运动数据，如水平旋转30度、垂直向上移动3厘米、变焦1.5倍等。
如图4所示，为摄像模块以不同运动方式运动时拍摄的图像产生的图像变化结果，其中，“名称”指运动方式的名称，“相机运动示意”指摄像模块(或称相机)运动的示意图，“图像变换结果”显示摄像模块运动前后图像的变化示意图，“图像变换”指摄像模块运动后产生的图像透视变换。如图4所示，当发生平移运动时，拍摄的图像产生平移变换；当发生变焦运动时，拍摄的图像产生缩放变换；当发生水平旋转时，拍摄的图像产生水平方向的投影变换；当发生垂直旋转时，拍摄的图像产生垂直方向的投影变换；当发生绕Z轴旋转时，拍摄的图像产生旋转变换。
如图5a所示，如果摄像模块(相机)在拍摄一拍摄对象时以弧形的移动轨迹持续运动，则会产生多个移动的拍摄点，假设把所有拍摄点都集中到一点上，相当于摄像模块(相机)在一个位置拍摄拍摄对象，则拍摄对象就会被掰弯。也就是说，将拍摄的多个图像拼接成一幅图像后，就会呈现出一种直的拍摄对象被掰弯的印象(如图5b所示)，一幅图像中呈现出多个透视角度，产生立体透视效果。
有鉴于此，本发明实施例接下来则根据多幅不同拍摄角度的图像生成一幅呈现出多个透视角度的立体透视图像。
此外，移动终端也可以从外部获取图像序列，如从网上下载图像序列，接收外部设备发送的图像序列等。
S13、提取图像序列中两两配对的各配对图像的特征匹配点对。
要将多幅不同拍摄角度的图像拼接在一起，需要首先找出拼接的位置对应关系，这就需要利用图像匹配技术来实现。由于特征点匹配的方法较容易处理图像之间旋转、仿射、透视等变换关系，因此本发明实施例优选通过特征点匹配的方法来实现图像匹配。
本步骤S13中，移动终端首先提取图像序列中每幅图像的特征点，并对图像序列中的图像进行两两配对；然后比较配对图像的两幅图像中的特征点，将各配对图像中相似的特征点作为配对图像的特征匹配点对。
在提取图像的特征点时，移动终端可以将图像中亮度、颜色、形状等参数比较突出的目标提取出来作为特征点。理论上，提取的特征点越多，则后续越容易标定特征匹配点对，特征点的数量优选大于或等于4个。
在对图像进行两两配对时，移动终端可以根据图像序列的取景参数对图像序列进行两两配对，以使配对图像的两幅图像至少部分场景相同，该取景参数包括图像序列中各图像的拍摄顺序和/或摄像模块的运动参数。
例如，图像序列中包括5幅图像，拍摄模块沿同一方向持续垂直旋转，依次拍摄得到图像1、图像2、图像3、图像4和图像5。则移动终端可以直接根据拍摄顺序对图像进行两两配对，即图像1和图像2配对为一对配对图像，图像2和图像3配对为一对配对图像，图像3和图像4配对为一对配对图像，图像4和图像5配对为一对配对图像。
又如，图像序列中包括5幅图像，拍摄模块先拍摄图像1，接着垂直向上旋转45度拍摄图像2，返回原位后再垂直向下旋转30度拍摄图像3，再返回原位后水平向左移动8厘米拍摄图像4，接着再水平向右旋转30度拍摄图像5。则移动终端可以对图像进行如下配对：将图像1和图像2配对为一对配对图像，图像1和图像3配对为一对配对图像，图像1和图像4配对为一对配对图像，图像4和图像5配对为一对配对图像。
在其它实施例中，移动终端也可以采用以下方式对图像进行配对：分别对两幅图像中的特征点进行比较，将具有较多相似特征点的两幅图像配对为一对配对图像。本领域技术人员可以理解，除此之外，还可以采用其它方式对图像进行配对，只要配对图像的两幅图像至少部分场景相同即可，本发明对此不再一一列举赘述。
当图像配对完成后，则分别对各配对图像中两幅图像的特征点进行比较，将相似的两个特征点作为配对图像的特征匹配点对，通过这些特征匹配点对可以估计出两幅图像之间的空间变换关系，为后面的透视变换映射做准备。特征点相似的认定，可以预设一个相似度阈值，当两个特征点的相似度达到阈值时，则认定两个特征点相似。
例如，在如图6所示的一对配对图像中，左边图像的0-9共10个特征点分别与右边图像的0-9共10个特征点相似，则左右两边的特征点0-9构成该配对图像的特征匹配点对。
本领域技术人员可以理解，除此之外，还可以采用现有技术的其它方式来提取图像序列的特征匹配点对，本发明对此不再一一列举赘述。
S14、根据特征匹配点对对图像序列进行透视变换处理。
本发明实施例中，图像序列由具有不同拍摄角度的多幅图像组成，不同的拍摄角度对应摄像模块不同的位置信息和/或角度信息，因此有必要根据摄像模块的位置信息和/或角度信息来获得坐标变换后的图像。理论上只要满足静止三维图像或者平面场景的两个条件中的任何一个，两幅图像的对应关系就可以用透视变换矩阵表示，换句话说只要满足这其中任何一个条件，配对图像中的一幅图像就可以通过坐标变换匹配到另一幅图像。
本步骤S14中，移动终端首先从图像序列中选取一幅图像作为基准图像，并根据基准图像和与基准图像配对的图像组成的配对图像的特征匹配点对，对与基准图像配对的图像进行透视变换处理；接着将透视变换处理后的图像作为参考图像；根据参考图像和与参考图像配对的非基准图像组成的配对图像的特征匹配点对，对与参考图像配对的非基准图像进行透视变换处理；最终直到图像序列中的所有非基准图像均进行了一次透视变化处理为止。也就是说，图像序列中，只有一幅图像不需要进行透视变换处理，其余所有图像均需进行一次透视变换处理。通常选取拍摄的第一张图像为基准图像，当然，也可以根据实际需要选取任一图像为基准图像。
例如，假设图像1-5依次配对，则首先选取图像1为基准图像，根据图像1和图像2组成的配对图像的特征匹配点对，对图像2进行透视变换处理，从而将图像2匹配到图像1；接着将透视变换处理后的图像2作为参考图像，根据图像2和图像3组成的配对图像的特征匹配点对，对图像3进行透视变换处理，从而将图像3匹配到图像2；接着将透视变换处理后的图像3作为参考图像，根据图像3和图像4组成的配对图像的特征匹配点对，对图像4进行透视变换处理，从而将图像4匹配到图像3；最后将透视变换处理后的图像4作为参考图像，根据图像4和图像5组成的配对图像的特征匹配点对，对图像5进行透视变换处理，从而将图像5匹配到图像4。
在某些实施例中，图像序列中选取的基准图像与剩余的所有图像都配对成为了配对图像，此时，对与基准图像配对的所有图像进行透视变换处理后，图像序列中的所有非基准图像就都进行了一次透视变化处理，从而无需再将透视变换处理后的图像作为参考图像继续进行透视变换处理。
本发明实施例中，透视变换(Perspective Transformation)就是将图像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。在根据特征匹配点对对图像进行透视变换处理时，可以根据特征匹配点对计算出透视变换矩阵，并根据该透视变换矩阵实现图像的透视变换处理。通用的变换公式为：
其中，u、v是原始图像的坐标，w是图像空间的原始第三维坐标，对应得到透视变换后的图像的坐标x、y，w'是透视变换的图像空间的第三维坐标，且x＝x′/w′，y＝y′/w′。为透视变换矩阵，其根据特征匹配点对计算得出。透视变换矩阵可以拆成4部分，分别为[a31 a32]、[a13 a23]T和a33。其中，表示线性变换，比如缩放、旋转等，[a31 a32]表示平移，[a13 a23]T产生透视变换，a33为常数，通常取1。
重写前述变换公式可以得到：
由此可见，已知变换对应的几个点(特征匹配点对)就可以求取变换公式。反之，特定的变换公式也能获得新的变换后的图像。从而，根据图像的原始坐标点和该图像对应的特征匹配点对，就可以计算出该图像透视变换后的坐标点，从而实现该图像的透视变换。
本发明实施例中，可以采用以下方式根据特征匹配点对计算出透视变换矩阵：
令a33取1后，透视变换矩阵中还剩下8个参数，要求解这8个参数，最少需要8个不线性相关的方程组，因此实际中至少要找出两幅图像的8个特征匹配点对，假设有8个特征匹配点对，则有：
原始点坐标
(u1,v1,w1),(u2,v2,w2),(u3,v3,w3),(u4,v4,w4),
(u5,v5,w5),(u6,v6,w6),(u7,v7,w7),(u8,v8,w8),
对应的特征匹配点
(x′1,y′1,w′1),(x'2,y'2,w'2),(x'3,y'3,w'3),(x'4,y'4,w'4),
(x'5,y'5,w'5),(x'6,y'6,w'6),(x'7,y'7,w'7),(x'8,y'8,w'8),
把这些点的坐标代入到下列公式中
可以得到8个线性方程组：
u1*a11+v1*a21+a31-x1*u1*a13-x1*a23*v1-x1*a33＝0
u1*a12+v1*a22+a32-y1*u1*a13-y1*a23*v1-y1*a33＝0
.
.
.
u8*a11+v8*a21+a31-x8*u8*a13-x8*a23*v8-x8*a33＝0
u8*a12+v8*a22+a32-y8*u8*a13-y8*a23*v8-y8*a33＝0
通过求解上述线性方程组，就可以解出透视变换矩阵中剩下的8个参数，从而计算出透视变换矩阵。
S15、将透视变换处理后的图像序列拼接融合为一幅图像。
本步骤S15中，移动终端将图像序列中的基准图像和透视变换后的非基准图像依次拼接在一起，并融合生成为一幅呈现出多个透视角度的立体透视图像。在进行图像拼接时，可以将相互配对的两幅图像进行拼接，并以它们的特征配对点的作为拼接对应位置。在进行图像融合时，可以采用非多分辨率技术、多分辨率技术等图像融合即时，其中，非多分辨率技术主要包括平均值法、帽子函数法、加权平均法和中值滤波法等，多分辨率技术主要包括高斯金字塔、拉普拉斯金字塔、对比度金字塔，梯度金字塔和小波等。图像融合技术是目前比较成熟的现有技术，本发明对此不再赘述。
如图7所示，左边为一个图像序列中的两幅不同拍摄角度的图像，经过上述一系列处理后，最终拼接融合为右边所示的一幅呈现出两个透视角度的立体透视图像。
如图8所示，上边为一个图像序列中的六幅不同拍摄角度的图像，经过上述一系列处理后，最终拼接融合为下边所示的一幅呈现出多个透视角度的立体透视图像。
本发明实施例的图像处理方法，通过获取具有至少两幅不同拍摄角度的图像的图像序列，然后提取图像序列的特征匹配点对，并根据特征匹配点对对图像序列进行透视变换处理，最后将透视变换处理后的图像序列拼接融合为一幅呈现出多个透视角度的立体透视图像。从而多维多向地同时表现了一个拍摄对象(物体或场景)，拓展了图像的表现方式，带来了特别的视觉感受，提升了摄影的趣味性和创造性，颠覆了大众对摄影的普遍认知，提升了用户的摄影体验。
进一步地，如图9所示，在本发明的图像处理方法第二实施例中，步骤S13之前还包括以下步骤：
S12、对图像序列进行畸变校正处理。
考虑到成像时镜头可能产生畸变，本实施例首先对图像序列进行畸变校正处理，以对图像的物理差异进行预先校准，得到一致性好的图像，便于后续图像拼接，提高图像拼接的精度。
本步骤S12中，移动终端遍历图像序列中的每一幅图像，判断图像是否发生了光学畸变；当图像发生了光学畸变时，获取光学畸变的物理参数；根据光学畸变的物理参数和预设的基准参数，对图像进行畸变校正处理。其中，基准参数可以是移动终端在正常环境下拍摄图像时获得的实验数据，作为畸变校正的参考数据。光学畸变的识别判断以及光学畸变的物理参数的获取与现有技术相同，本发明在此不再赘述。
由镜头产生的畸变一般可分为径向畸变和切向畸变两类。如10a所示，为图像发生径向畸变的示意图，径向畸变是矢量端点沿长度方向发生的变化，也就是矢径的变化。径向畸变集合了光学中的畸变像差，主要是由于镜头的径向曲率不同而造成的，有桶形畸变和枕型畸变两种。径向畸变导致图像内直线成弯曲的像，且越靠近边缘这种效果越明显。根据径向畸变产生的机理，就可以对图像进行畸变校正。径向畸变的数学模型如下：
其中，r2＝x2+y2，图像边缘处的径向畸变较大。
如图10b所示，为图像发生切向畸变的示意图，切向畸变是矢量端点沿切线方向发生的变化，也就是角度的变化。切向畸变的数学模型如下：
上述数据模型中，u、v是畸变点在成像设备上的原始位置，u'、v'是校正后的新坐标位置，r是距离图像中心的半径值，k1、k2、k3是畸变的多项式参数，p1、p2是切向畸变的多项式参数，畸变向量是一个五维向量，包括了k1、k2、k3、p1、p2。
本发明实施例中，可以通过以下方式获取畸变参数：
首先，拍摄多幅如图11a所示的棋盘格图像；然后，如图11b所示，在棋盘格图像上相应的棋盘格角点处标记坐标点，并获取畸变图像的角点的坐标值；最后，根据理想角点的坐标与测量的畸变图像角点的坐标之间的关系，求解畸变参数的线性方程组，即可解出畸变参数，通常需要至少5组不同的角点坐标，进行多次迭代优化求解。
当图像发生了径向畸变时，则采用上述径向畸变的数学模型对图像进行畸变校正；当图像发生了切向畸变时，则采用上述切向畸变的数学模型对图像进行畸变校正；当图像同时发生了径向畸变和切向畸变时，则同时采用上述两个数学模型对图像进行畸变校正。经过畸变校正后的图像，其有效像素区域可能会缩小，此时可通过电子放大的方式进行放大校正。
更进一步地，如图11所示，在本发明的图像处理方法第三实施例中，步骤S15之后还包括以下步骤：
S16、对拼接融合后的图像进行亮度均衡处理。
因为摄像模块和光照强度的差异，会造成一幅图像内部，以及图像之间亮度的不均匀，拼接融合后的图像就会出现明暗交替，从而影响视觉效果。
为了消除上述明暗差异，本发明实施例还对拼接融合后的图像进行亮度均衡处理(或称亮度与颜色均衡处理)。在进行亮度均衡处理时，可以首先通过摄像模块的光照模型，校正图像内部的光照不均匀性，然后通过图像内部出现明暗差异的两个相邻图像区域之间的关系，建立两个相邻图像区域之间的直方图映射表，通过映射表对两个图像区域做整体的映射变换，最终达到整体的亮度和颜色的一致性，消除两个相邻图像区域之间的明暗差异。
本领域技术人员可以理解，除此之外，还可以采用现有技术中的其它方式进行亮度均衡处理，本发明对此不再一一列举赘述。
本发明实施例的图像处理方法，可以应用于手机、平板、相机等移动终端，当然也可以应用于其它具有摄影功能或者图像处理功能的终端设备，本发明对此不作限定。本发明实施例的图像处理方法，提供了一种全新的摄影方式，极大地提升了摄影的趣味性和创造性，将移动终端的摄影体验提升到了一个前所未有的新高度，颠覆了人们对摄影的普遍认识，极大的提升了用户的摄影体验。
本发明实施例同时提出一种计算机可读存储介质，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现图像处理方法的步骤。所述图像处理方法包括以下步骤：获取具有至少两幅不同拍摄角度的图像的图像序列；提取图像序列中两两配对的各配对图像的特征匹配点对；根据特征匹配点对对图像序列进行透视变换处理；将透视变换处理后的图像序列拼接融合为一幅图像。本实施例中所描述的图像处理方法为本发明中上述实施例所涉及的图像处理方法，在此不再赘述。
本发明实施例的计算机可读存储介质，通过获取具有至少两幅不同拍摄角度的图像的图像序列，然后提取图像序列的特征匹配点对，并根据特征匹配点对对图像序列进行透视变换处理，最后将透视变换处理后的图像序列拼接融合为一幅呈现出多个透视角度的立体透视图像。从而多维多向地同时表现了一个拍摄对象(物体或场景)，拓展了图像的表现方式，带来了特别的视觉感受，提升了摄影的趣味性和创造性，颠覆了大众对摄影的普遍认知，提升了用户的摄影体验。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种图像处理方法，其特征在于，包括步骤：
获取具有至少两幅不同拍摄角度的图像的图像序列；
提取所述图像序列中两两配对的各配对图像的特征匹配点对；
根据所述特征匹配点对对所述图像序列进行透视变换处理；
将透视变换处理后的图像序列拼接融合为一幅图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对包括：
提取所述图像序列中每幅图像的特征点，并对所述图像序列中的图像进行两两配对；
将各配对图像中相似的特征点作为所述配对图像的特征匹配点对。
3.根据权利要求2所述的图像处理方法，其特征在于，所述对所述图像序列中的图像进行两两配对包括：
根据所述图像序列的取景参数对所述图像序列中的图像进行两两配对，以使配对图像的两幅图像至少部分场景相同。
4.根据权利要求3所述的图像处理方法，其特征在于，所述取景参数包括所述图像序列中各图像的拍摄顺序和/或摄像模块的运动参数。
5.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述特征匹配点对对所述图像序列进行透视变换处理包括：
从所述图像序列中选取一幅图像作为基准图像；
根据所述基准图像和与所述基准图像配对的图像组成的配对图像的特征匹配点对，对与所述基准图像配对的图像进行透视变换处理；
将透视变换处理后的图像作为参考图像；
根据所述参考图像和与所述参考图像配对的非基准图像组成的配对图像的特征匹配点对，对与所述参考图像配对的非基准图像进行透视变换处理；直到所述图像序列中的所有非基准图像均进行了一次透视变化处理为止。
6.根据权利要求1-5任一项所述的图像处理方法，其特征在于，所述提取所述图像序列中两两配对的各配对图像的特征匹配点对的步骤之前还包括：对所述图像序列进行畸变校正处理。
7.根据权利要求6所述的图像处理方法，其特征在于，所述对所述图像序列进行畸变校正处理的步骤包括：
遍历所述图像序列中的每一幅图像，判断所述图像是否发生了光学畸变；
当所述图像发生了光学畸变时，获取光学畸变的物理参数；
根据所述物理参数和预设的基准参数，对所述图像进行畸变校正处理。
8.根据权利要求1-5任一项所述的图像处理方法，其特征在于，所述将透视变换处理后的图像序列拼接融合为一幅图像的步骤之后还包括：
对拼接融合后的图像进行亮度均衡处理。
9.一种移动终端，包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，其特征在于，所述应用程序被配置为用于执行权利要求1至8任一项所述的图像处理方法。
10.一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上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
CN201710780594.6A 2017-09-01 2017-09-01 图像处理方法、移动终端和计算机可读存储介质 Pending CN107689029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710780594.6A CN107689029A (zh) 2017-09-01 2017-09-01 图像处理方法、移动终端和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710780594.6A CN107689029A (zh) 2017-09-01 2017-09-01 图像处理方法、移动终端和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN107689029A true CN107689029A (zh) 2018-02-13

Family

ID=61155105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710780594.6A Pending CN107689029A (zh) 2017-09-01 2017-09-01 图像处理方法、移动终端和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN107689029A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598678A (zh) * 2018-12-25 2019-04-09 维沃移动通信有限公司 一种图像处理方法、装置和终端设备
CN110536479A (zh) * 2019-08-28 2019-12-03 维沃移动通信有限公司 对象传输方法和电子设备
CN110738599A (zh) * 2019-10-14 2020-01-31 北京百度网讯科技有限公司 图像拼接方法、装置、电子设备及存储介质
CN114040183A (zh) * 2021-11-08 2022-02-11 深圳传音控股股份有限公司 图像处理方法、移动终端及存储介质
CN116452481A (zh) * 2023-04-19 2023-07-18 北京拙河科技有限公司 一种多角度组合拍摄方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040264806A1 (en) * 2003-06-24 2004-12-30 Microsoft Corporation System and method for de-noising multiple copies of a signal
CN101866482A (zh) * 2010-06-21 2010-10-20 清华大学 基于摄像设备自标定技术的全景图拼接方法和装置
CN103996172A (zh) * 2014-05-08 2014-08-20 东北大学 一种基于多步校正的鱼眼图像校正方法
CN105447850A (zh) * 2015-11-12 2016-03-30 浙江大学 一种基于多视点图像的全景图拼接合成方法
CN106157304A (zh) * 2016-07-01 2016-11-23 成都通甲优博科技有限责任公司 一种基于多个相机的全景图拼接方法及系统
CN106657910A (zh) * 2016-12-22 2017-05-10 国网浙江省电力公司杭州供电公司 一种电力变电站的全景视频监控方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040264806A1 (en) * 2003-06-24 2004-12-30 Microsoft Corporation System and method for de-noising multiple copies of a signal
CN101866482A (zh) * 2010-06-21 2010-10-20 清华大学 基于摄像设备自标定技术的全景图拼接方法和装置
CN103996172A (zh) * 2014-05-08 2014-08-20 东北大学 一种基于多步校正的鱼眼图像校正方法
CN105447850A (zh) * 2015-11-12 2016-03-30 浙江大学 一种基于多视点图像的全景图拼接合成方法
CN106157304A (zh) * 2016-07-01 2016-11-23 成都通甲优博科技有限责任公司 一种基于多个相机的全景图拼接方法及系统
CN106657910A (zh) * 2016-12-22 2017-05-10 国网浙江省电力公司杭州供电公司 一种电力变电站的全景视频监控方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598678A (zh) * 2018-12-25 2019-04-09 维沃移动通信有限公司 一种图像处理方法、装置和终端设备
CN109598678B (zh) * 2018-12-25 2023-12-12 维沃移动通信有限公司 一种图像处理方法、装置和终端设备
CN110536479A (zh) * 2019-08-28 2019-12-03 维沃移动通信有限公司 对象传输方法和电子设备
CN110738599A (zh) * 2019-10-14 2020-01-31 北京百度网讯科技有限公司 图像拼接方法、装置、电子设备及存储介质
CN114040183A (zh) * 2021-11-08 2022-02-11 深圳传音控股股份有限公司 图像处理方法、移动终端及存储介质
CN114040183B (zh) * 2021-11-08 2024-04-30 深圳传音控股股份有限公司 图像处理方法、移动终端及存储介质
CN116452481A (zh) * 2023-04-19 2023-07-18 北京拙河科技有限公司 一种多角度组合拍摄方法及装置

Similar Documents

Publication Publication Date Title
CN107689029A (zh) 图像处理方法、移动终端和计算机可读存储介质
CN107592451A (zh) 一种多模式辅助拍照方法、装置及计算机可读存储介质
CN107659758A (zh) 潜望式拍摄装置及移动终端
CN107094236A (zh) 全景拍摄方法、移动终端及计算机可读存储介质
CN107133939A (zh) 一种照片合成方法、设备及计算机可读存储介质
CN107730462A (zh) 一种图像处理方法、终端及计算机可读存储介质
CN107343064A (zh) 一种两自由度旋转摄像头的移动终端
CN107566753A (zh) 照片拍摄方法及移动终端
CN107704176A (zh) 一种图片调整方法及终端
CN107194963A (zh) 一种双摄像头图像处理方法及终端
CN107239205A (zh) 一种拍照方法、移动终端及存储介质
CN107295269A (zh) 一种测光方法及终端、计算机存储介质
CN107333056A (zh) 运动物体的图像处理方法、装置及计算机可读存储介质
CN107707821A (zh) 畸变参数的建模方法及装置、校正方法、终端、存储介质
CN108182726A (zh) 三维重建方法、云端服务器及计算机可读存储介质
CN106953684A (zh) 一种搜星的方法、移动终端以及计算机可读存储介质
CN107404618A (zh) 一种拍摄方法及终端
CN108156374A (zh) 一种图像处理方法、终端及可读存储介质
CN107566731A (zh) 一种对焦方法及终端、计算机存储介质
CN107909540A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107105166A (zh) 图像拍摄方法、终端和计算机可读存储介质
CN107483804A (zh) 一种拍摄方法、移动终端及计算机可读存储介质
CN107040723A (zh) 一种基于双摄像头的成像方法、移动终端及存储介质
CN109300099A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN108257097A (zh) 美颜效果调整方法、终端及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180213