CN108171744A - 一种双目虚化中视差图的确定方法、移动终端及存储介质 - Google Patents
一种双目虚化中视差图的确定方法、移动终端及存储介质 Download PDFInfo
- Publication number
- CN108171744A CN108171744A CN201711432072.3A CN201711432072A CN108171744A CN 108171744 A CN108171744 A CN 108171744A CN 201711432072 A CN201711432072 A CN 201711432072A CN 108171744 A CN108171744 A CN 108171744A
- Authority
- CN
- China
- Prior art keywords
- image
- disparity map
- distortion
- light stream
- binocular
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 97
- 238000001514 detection method Methods 0.000 claims description 17
- 230000006854 communication Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000010931 gold Substances 0.000 claims description 7
- 229910052737 gold Inorganic materials 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/20228—Disparity calculation for image-based rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种双目虚化中视差图的确定方法，应用于移动终端，包括：采用第一摄像头获取第一图像、第二摄像头获取第二图像；对第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，获得参考图像；对第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，获得配准图像；计算配准图像相对于参考图像的光流，并根据光流，计算光流的矢量角度；判断光流的矢量角度是否超过预设角度阈值；如果光流的矢量角度大于预设角度阈值，对基准图像和配准图像进行立体匹配，获得基准图像和配准图像的视差图。另外，本发明实施例还提供了一种移动终端和计算机可读存储介质。应用本发明实施例，提高了背景虚化的效果。
Description
技术领域
本发明涉及移动终端领域，尤其涉及一种双目虚化中视差图的确定方法、移动终端及存储介质。
背景技术
随着双摄像头配置在手机等移动终端中日益广泛，一种适合手机等移动终端使用的双目图像深度估计方法变得十分重要。
目前，在双目图像深度估计过程中，对镜头标定与矫正后，需要进行立体匹配，即估计其中一幅图像(例如参考图像)每个像素点在另一图像(例如配准图像)中的对应的立体匹配(Stereo Matching)关系，由此可以获得该幅图像每个像素点的视差估计值，进而得到一张视差估计图(DisparityMap)。根据光学原理，该视差估计图反比于物体的实际距离，因此根据所述视差估计图可以获得对应的深度图像。
为了提高拍摄的效果，兴起了背景虚化，是使景深变浅，使焦点聚集在主题上。要想虚化背景，但一般的DC是不具备大光圈这个功能的，而傻瓜型的相机是无法达到虚化背景的效果的。这样就导致在一般的手机中很难实现实现虚化背景，即使有的厂商采用，但是背景虚化的效果不好。
发明内容
本发明的主要目的在于提出一种双目虚化中视差图的确定方法、移动终端及存储介质，旨在提高背景虚化的效果，从而进一步提高用户体验。
为实现上述目的，本发明提出一种双目虚化中视差图的确定方法，应用于移动终端，所述方法包括：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量角度；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图
上述方案中，在判断所述光流的矢量值超过目标矢量阈值的情况下，所述方法还包括：
确定预先存储的视差图为所述基准图像和所述配准图像的视差图。
上述方案中，所述判断所述光流的矢量角度是否超过与预设角度阈值的步骤，包括：
判断所述光流的长度值是否大于预设长度值；
如果是，判断所述光流的矢量角度是否超过与预设角度阈值。
上述方案中，所述计算所述配准图像相对于所述参考图像的光流的步骤，包括：
采用卢卡斯-金出光流估计差分技术，计算所述配准图像中的每个像素相对于所述参考图像中对应像素的光流。
上述方案中，所述如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图的步骤，包括：
对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；
将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
上述方案中，所述将根据每一个点的矢量值之差形成的灰度图像确定为视差图的步骤，包括：
将每一个点的矢量值之差，作为该点的灰度值，并获得所有点的灰度值；
将所获得的灰度值所构成的图像，作为视差图。
上述方案中，所述对所述第一图像进行畸变矫正，包括：
将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；
将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
上述方案中，所述将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标，包括：
对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
另外，为实现上述目的，本发明提出了一种移动终端，所述移动终端包括处理器、以及通过通信总线与处理器连接的存储器；其中，
所述存储器，用于存储双目虚化中视差图的确定程序；
所述处理器，用于执行所述双目虚化中视差图的确定程序，以实现以下步骤：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量值；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
确定预先存储的视差图为所述基准图像和所述配准图像的视差图。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
判断所述光流的长度值是否大于预设长度值；
如果是，判断所述光流的矢量角度是否超过与预设角度阈值。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
采用卢卡斯-金出光流估计差分技术，计算所述配准图像中的每个像素相对于所述参考图像中对应像素的光流。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；
将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
将每一个点的矢量值之差，作为该点的灰度值，并获得所有点的灰度值；
将所获得的灰度值所构成的图像，作为视差图。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；
将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
上述方案中，所述处理器用于执行双目虚化中视差图的确定程序，以实现如下步骤：
对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
为实现上述目的，本发明提出了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行如下步骤：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量值；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
因此，相较于现有技术，本发明所提出的双目虚化中视差图的确定方法、移动终端及存储介质，通过第一摄像头和第二摄像头分别获得第一图像和第二图像，然后分别对第一图像和第二图像进行畸变矫正和立体校正以后获得参考图像和配准图像，并计算所述配准图像相对于所述参考图像的光流，以及计算光流矢量角度；经比较在光流的矢量角度超过预设角度阈值的情况下对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。本发明实施例通过引用光流矢量角度与预设角度阈值进行比较，如果光流矢量角度越小则表明立体匹配的精度越高，因此，采用此时的基准图像和配准图像获得视差图进行背景虚化的效果也更好。避免了现有技术中一般的手机相机达不到良好的背景虚化的目的。因此，应用本发明提高的实施例，提高背景虚化的效果，从而进一步提高用户体验。
附图说明
图1为实现本发明各个实施例中一可选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为本发明实施例所提供的双目虚化中视差图的确定方法的一可选的流程示意图；
图4为本发明实施例所提供的双目虚化中视差图的确定方法一可选应用场景示意图；
图5为本发明实施例所提供的双目虚化中视差图的确定方法的另一可选应用场景示意图。
附图标记：
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发明，并不用于限定本发明。
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发明的说明，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，本发明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 MediaPlayer，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，根据本发明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，其为实现本发明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：RF(Radio Frequency，射频)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GSM(Global System ofMobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivisionMultipleAccess 2000，码分多址2000)、WCDMA(Wideband CodeDivisionMultipleAccess,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision MultipleAccess，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)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。
进一步地，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可用于存储软件程序以及各种数据。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内的软件程序和/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。
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。
为了便于理解本发明实施例，下面对本发明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为本发明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UE(UserEquipment，用户设备)201，E-UTRAN(EvolvedUMTS Terrestrial RadioAccess Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)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MME(MobilityManagement Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving GateWay，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036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、IMS(IP Multimedia Subsystem，IP多媒体子系统)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，本发明不仅仅适用于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，提出本发明方法各个实施例。
为解决现有技术问题，本发明实施例提出一种双目虚化中视差图的确定方法、移动终端以及存储介质，下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
本发明实施例提供一种双目虚化中视差图的确定方法，应用于移动终端，图3为实现本发明实施例所提供的双目虚化中视差图的确定一可选的流程示意图，如图3所示，该双目虚化中视差图的确定方法包括以下步骤：
步骤S310：采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像。
需要说明的是，移动终端包含两个摄像头，在进行取景时，两个摄像头同时会采集当前的图像。例如，手机中包含主摄像头和副摄像头，主摄像头和副摄像头在相机启动的时候同时打开，对准待拍摄的区域分别进行取景，主摄像头采集到的区域为第一图像，副摄像头采集到的区域为第二图像。
可以理解的是，假设两个相机的内部参数一致，如焦距、镜头等等，为了数学描述的方便，需引入坐标，由于坐标是人为引入的，因此客观世界中的事物可以处于不同的坐标系中。假设两个相机的X轴方向一致，像平面重叠，否则两个图像将会产生一定的差异。本发明实施例中，第一图像和第二图像即可以是放在一个坐标系中进行比较的图片。
步骤S320：对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像。
可以理解的是，图像置于一个坐标系中，那么图像中的每一个点均可以用坐标点进行表示，畸变校正就是通过改变图像的坐标点，从而进行畸变校正。
本发明实施例中，主要是通过畸变模型中预设畸变算法对图像点的坐标进行计算，计算畸变后的坐标点，从而起到对图像进行畸变矫正的目的。
可以理解的是，要得到畸变后的图像就要通过畸变模型推导其映射关系，以根据映射关系得到第一图像对应的畸变后图像。第一图像imgR与畸变图像imgD之间的坐标关系为：imgR(U,V)＝imgD(Ud,Vd)。通过这个关系，找出所有的imgR(U,V)。(U,V)映射到(Ud,Vd)中，而Ud,Vd可能不是整数，U和V是整数，因为它是我们要组成图像的像素坐标位置，以这正常图像的坐标位置去求在畸变图像中的坐标位置，取出对应的畸变坐标，如图4和图5所示，图4为校正前的第一图像，图5为矫正后的第一图像。
本发明实施例中，立体校正主要是通过基于OpenCV的双目摄像中，OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库。本发明实施例中，立体校正采用Bouguet校正，校正过程中两个图像平面均旋转一半的R，这样可以使重投影畸变最小，此时两个摄像机图像平面共面(畸变校正后光轴也平行)，但是行不对准极点第一摄像头和第二摄像头坐标系原点的连线和图像平面的交点，要想使得极点处于无穷远处(即行对准)，就必须两个摄像机的图像平面和两个摄像头坐标系原点的连线平行。采用畸变矫正和立体校正为现有技术，本发明实施例在此不对其具体实现过程进行赘述。
经过畸变矫正和立体校正后的第一图像可以进行区域划分，将其中的一个区域确定为参考图像，而第二图像中与该区域对应的区域划分为配准图像。
步骤S330：对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像。
本发明实施例中，该步骤可以与S320同时执行，也可以在S320之前执行，也可以在S320之后执行，本发明图3中的实施例S320在步骤S330之前执行，仅仅是本发明的一个具体实现方式，并不构成对本发明的具体限定，只要能够完成对第一图像和第二图像的畸变矫正和立体校正即可。
步骤S340：计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量角度。
本发明实施例中，假设图像上一个像素点(x,y)，在t时刻的亮度为E(x+Δx,y+Δy,t+Δt)，同时用u(x,y)和v(x,y)来表示该点光流在水平和垂直方向上的移动分量：
u＝dx/dt
v＝dy/dt
在经过一段时间间隔Δt后该点对应点亮度为E(x+Δx,y+Δy,t+Δt),当Δt很小趋近于0时，我们可以认为该点亮度不变，所以可以有：
E(x,y,t)＝E(x+Δx,y+Δy,t+Δt)当该点的亮度有变化时，将移动后点的亮度由Taylor公式展幵，可得：
忽略其二阶无穷小，由于Δt趋近于0时，有：
式中w＝(u,v)，所以上式就是基本的光流约束方程。其中令
表示图像中像素点灰度沿x，y，t方向的梯度，可将上式改写成：
Exu+Eyv+Et＝O
卢卡斯-金出Lucas-Kanade方法是一种广泛使用的光流估计的差分方法，这个方法是由Bruce D.Lucas和Takeo Kanade发明的。它假设光流在像素点的邻域是一个常数，然后使用最小二乘法对邻域中的所有像素点求解基本的光流方程。通过结合几个邻近像素点的信息，卢卡斯-金出方法(简称为L-K方法)通常能够消除光流方程里的多义性。
因此，应用上述光流的计算方案，可以计算出配准图像相对于所述参考图像的光流，并根据光流的矢量特性，计算光流与目标轴，本发明实施例中为x轴方向上的夹角作为矢量角，得到光流的矢量角度。具体实现过程为现有技术，本发明实施例在此不做赘述。
步骤S350：判断所述光流的矢量角度是否小于预设角度阈值，如果是，执行S360。
本领域技术人员可以理解的是，光流是矢量，包含大小和方向的值，示例性的，参考图像中点A的坐标为(100,100)，配准图像中点A1的坐标为(120,120)，可以理解的是，光流矢量的是边长为20的等腰三角形的斜边，那么光流的矢量角度为45度，假设预设角度阈值为15度，那么由于45度大于15度，所以光流的矢量角度大于预设角度阈值；若预设角度阈值为60度，那么光流的矢量角度小于预设角度阈值。
参考图像中点B的坐标为(100,100)，配准图像中点B1的坐标为(110,100)，可以理解的是，光流矢量的长度是10，那么光流的矢量角度为0度，假设预设角度阈值为15度，那么光流的矢量角度小于预设角度阈值。
步骤S360：对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
需要说明的是，立体匹配的目标是在两个行校正后的左右图像中找出匹配的对应点，通过计算这些对应点在左右两幅图片中的x坐标的差值计算这些对应点的视差，最终输出一个视差图。
具体的，本发明的一种实现方式中，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图的步骤，包括：对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
如上述实施例中的B点，相匹配的点为B1点，这两点对应的差为10，则对应的视差图的该点灰度值为10。从而根据每一个点的矢量值之差，并形成视差图。因此，得到的视差图为精度较高的参考图像和配准图像所形成。
相较于现有技术，本发明实施例所提出的双目虚化中视差图的确定方法，通过第一摄像头和第二摄像头分别获得第一图像和第二图像，然后分别对第一图像和第二图像进行畸变矫正和立体校正以后获得参考图像和配准图像，并计算所述配准图像相对于所述参考图像的光流，以及计算光流矢量角度；经比较在光流的矢量角度超过预设角度阈值的情况下对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。本发明实施例通过引用光流矢量角度与预设角度阈值进行比较，如果光流矢量角度越小则表明立体匹配的精度越高，因此，采用此时的基准图像和配准图像获得视差图进行背景虚化的效果也更好。避免了现有技术中一般的手机相机达不到良好的背景虚化的目的。因此，应用本发明提高的实施例，提高背景虚化的效果，从而进一步提高用户体验。
本发明实施例中，在判断所述光流的矢量值超过目标矢量阈值的情况下，所述方法还包括：确定预先存储的视差图为所述基准图像和所述配准图像的视差图。在当前的参考图像和配准图像精度较低的情况下，可以采用第一图像的上一副图像所对应的视差图，若上一副图像也没有对应的视差图则可以采用上上一副图像的视差图，依次类推，或者可以确定一个预先存储的视差图。
本发明的一种实现方式中，所述判断所述光流的矢量角度是否超过与预设角度阈值的步骤，包括：判断所述光流的长度值是否大于预设长度值；如果是，判断所述光流的矢量角度是否超过与预设角度阈值。本发明实施例中，在光流的长度值过小的情况下，很难精准的获得光流的矢量角度，因此，在光流的长度值过小时，参考图像和配准图像才予以采纳，否则不予以实用，重新进行采集新的第一图像和第二图像，或者选择新的区域。避免出现矢量角度不准确造成参考图像和配准图像精度不高的情况发生。
具体的，图像的畸变矫正过程可以包括：将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
还可以采用透视畸变模型进行畸变矫正，具体过程为：对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
进一步地，本发明提供了一种移动终端，请继续参阅图1，所述移动终端包括处理器110、以及通过通信总线与处理器110连接的存储器109；其中，
所述存储器109，用于存储双目虚化中视差图的确定程序；
所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量角度；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
确定预先存储的视差图为所述基准图像和所述配准图像的视差图。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
判断所述光流的长度值是否大于预设长度值；
如果是，判断所述光流的矢量角度是否超过与预设角度阈值。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
采用卢卡斯-金出光流估计差分技术，计算所述配准图像中的每个像素相对于所述参考图像中对应像素的光流。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；
将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
将每一个点的矢量值之差，作为该点的灰度值，并获得所有点的灰度值；
将所获得的灰度值所构成的图像，作为视差图。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；
将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
可选地，所述处理器110，用于执行双目虚化中视差图的确定程序，以实现以下步骤：
对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
相较于现有技术，本发明实施例所提出的移动终端，通过第一摄像头和第二摄像头分别获得第一图像和第二图像，然后分别对第一图像和第二图像进行畸变矫正和立体校正以后获得参考图像和配准图像，并计算所述配准图像相对于所述参考图像的光流，以及计算光流矢量角度；经比较在光流的矢量角度超过预设角度阈值的情况下对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。本发明实施例通过引用光流矢量角度与预设角度阈值进行比较，如果光流矢量角度越小则表明立体匹配的精度越高，因此，采用此时的基准图像和配准图像获得视差图进行背景虚化的效果也更好。避免了现有技术中一般的手机相机达不到良好的背景虚化的目的。因此，应用本发明提高的实施例，提高背景虚化的效果，从而进一步提高用户体验。
进一步地，本发明还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
获取用户的指纹信息；
根据预先存储的指纹信息与操作指令的对应关系，判断所述指纹信息对应的第一操作指令；
执行所述指纹信息对应的第一操作指令，并显示执行结果。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现以下步骤：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量角度；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现以下步骤：
确定预先存储的视差图为所述基准图像和所述配准图像的视差图。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
判断所述光流的长度值是否大于预设长度值；
如果是，判断所述光流的矢量角度是否超过与预设角度阈值。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
采用卢卡斯-金出光流估计差分技术，计算所述配准图像中的每个像素相对于所述参考图像中对应像素的光流。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；
将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
将每一个点的矢量值之差，作为该点的灰度值，并获得所有点的灰度值；
将所获得的灰度值所构成的图像，作为视差图。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
相较于现有技术，本发明实施例所提出的存储介质，通过第一摄像头和第二摄像头分别获得第一图像和第二图像，然后分别对第一图像和第二图像进行畸变矫正和立体校正以后获得参考图像和配准图像，并计算所述配准图像相对于所述参考图像的光流，以及计算光流矢量角度；经比较在光流的矢量角度超过预设角度阈值的情况下对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。本发明实施例通过引用光流矢量角度与预设角度阈值进行比较，如果光流矢量角度越小则表明立体匹配的精度越高，因此，采用此时的基准图像和配准图像获得视差图进行背景虚化的效果也更好。避免了现有技术中一般的手机相机达不到良好的背景虚化的目的。因此，应用本发明提高的实施例，提高背景虚化的效果，从而进一步提高用户体验。
上述本发明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移动终端(可以是手机，计算机，服务器，空调器，或者网络设备，机器人等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明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，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种双目虚化中视差图的确定方法，应用于移动终端，其特征在于，所述方法包括：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量角度；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
2.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，在判断所述光流的矢量值超过目标矢量阈值的情况下，所述方法还包括：
确定预先存储的视差图为所述基准图像和所述配准图像的视差图。
3.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，所述判断所述光流的矢量角度是否超过与预设角度阈值的步骤，包括：
判断所述光流的长度值是否大于预设长度值；
如果是，判断所述光流的矢量角度是否超过与预设角度阈值。
4.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，所述计算所述配准图像相对于所述参考图像的光流的步骤，包括：
采用卢卡斯-金出光流估计差分技术，计算所述配准图像中的每个像素相对于所述参考图像中对应像素的光流。
5.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图的步骤，包括：
对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述参考图像中每一个像素点的矢量值之差；
将根据每一个点的矢量值之差形成的灰度图像确定为视差图。
6.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，所述将根据每一个点的矢量值之差形成的灰度图像确定为视差图的步骤，包括：
将每一个点的矢量值之差，作为该点的灰度值，并获得所有点的灰度值；
将所获得的灰度值所构成的图像，作为视差图。
7.根据权利要求1所述的双目虚化中视差图的确定方法，其特征在于，所述对所述第一图像进行畸变矫正，包括：
将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标；
将所述畸变坐标上的各畸变图像点按照所述畸变模型矫正到所述第一图像矫坐标点上。
8.根据权利要求7所述的双目虚化中视差图的确定方法，其特征在于，所述将所述第一图像矫正范围内的各图像点的图像矫正坐标按照畸变模型的预设畸变算法，计算得到各图像点的畸变后的畸变坐标，包括：
对所述畸变图像进行透视畸变矫正，建立透视畸变模型，将所述第一图像矫正范围内的各图像点的图像矫正坐标按照所述透视畸变模型的预设透视畸变算法，计算得到各图像点畸变后的透视畸变坐标。
9.一种移动终端，其特征在于，所述移动终端包括处理器、以及通过通信总线与处理器连接的存储器；其中，
所述存储器，用于存储双目虚化中视差图的确定程序；
所述处理器，用于执行所述双目虚化中视差图的确定程序，以实现以下步骤：
采用第一摄像头获取第一图像，同时采用第二摄像头获取第二图像；
对所述第一图像进行畸变矫正，并将畸变矫正后的第一图像进行立体校正，将经过立体校正后的第一图像中的第一目标区域确定为参考图像；
对所述第二图像进行畸变矫正，并将畸变矫正后的第二图像进行立体校正，将经过立体校正后的第二图像中的第二目标区域确定为配准图像；
计算所述配准图像相对于所述参考图像的光流，并根据所述光流，计算光流的矢量值；
判断所述光流的矢量角度是否小于预设角度阈值；
如果是，对所述基准图像和所述配准图像进行立体匹配，获得所述基准图像和所述配准图像的视差图。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行如权利要求1-8任一项所述的双目虚化中视差图的确定步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711432072.3A CN108171744A (zh) | 2017-12-26 | 2017-12-26 | 一种双目虚化中视差图的确定方法、移动终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711432072.3A CN108171744A (zh) | 2017-12-26 | 2017-12-26 | 一种双目虚化中视差图的确定方法、移动终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108171744A true CN108171744A (zh) | 2018-06-15 |
Family
ID=62520945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711432072.3A Pending CN108171744A (zh) | 2017-12-26 | 2017-12-26 | 一种双目虚化中视差图的确定方法、移动终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108171744A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108833785A (zh) * | 2018-07-03 | 2018-11-16 | 清华-伯克利深圳学院筹备办公室 | 多视角图像的融合方法、装置、计算机设备和存储介质 |
| CN109741387A (zh) * | 2018-12-29 | 2019-05-10 | 北京旷视科技有限公司 | 立体匹配方法、装置、电子设备及存储介质 |
| CN111553341A (zh) * | 2019-12-24 | 2020-08-18 | 西安元智系统技术有限责任公司 | 一种基于二维码的文物拆解相对位置校验方法 |
| CN111832494A (zh) * | 2020-07-17 | 2020-10-27 | 中国联合网络通信集团有限公司 | 信息存储方法及设备 |
| CN111986097A (zh) * | 2019-05-24 | 2020-11-24 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
| CN112991419A (zh) * | 2021-03-09 | 2021-06-18 | Oppo广东移动通信有限公司 | 视差数据生成方法、装置、计算机设备及存储介质 |
| CN113436119A (zh) * | 2021-08-25 | 2021-09-24 | 上海海栎创科技股份有限公司 | 基于光流对齐的双目手机预览实时计算视差图方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103500324A (zh) * | 2013-09-29 | 2014-01-08 | 重庆科技学院 | 基于视频监控的暴力行为识别方法 |
| CN103826032A (zh) * | 2013-11-05 | 2014-05-28 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
| CN104867113A (zh) * | 2015-03-31 | 2015-08-26 | 酷派软件技术（深圳）有限公司 | 图像透视畸变校正的方法及系统 |
| CN105354569A (zh) * | 2015-10-12 | 2016-02-24 | 北京蓝卡科技股份有限公司 | 一种图像畸变矫正方法 |
| CN106233330A (zh) * | 2014-01-24 | 2016-12-14 | 罗伯特·博世有限公司 | 用于在用于车辆的立体视频系统内识别相对偏航角改变的方法和控制设备 |
| CN106525004A (zh) * | 2016-11-09 | 2017-03-22 | 人加智能机器人技术（北京）有限公司 | 双目立体视觉系统及深度测量方法 |
| CN106708081A (zh) * | 2017-03-17 | 2017-05-24 | 北京思比科微电子技术股份有限公司 | 多旋翼无人飞行器控制系统 |
-
2017
- 2017-12-26 CN CN201711432072.3A patent/CN108171744A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103500324A (zh) * | 2013-09-29 | 2014-01-08 | 重庆科技学院 | 基于视频监控的暴力行为识别方法 |
| CN103826032A (zh) * | 2013-11-05 | 2014-05-28 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
| CN106233330A (zh) * | 2014-01-24 | 2016-12-14 | 罗伯特·博世有限公司 | 用于在用于车辆的立体视频系统内识别相对偏航角改变的方法和控制设备 |
| CN104867113A (zh) * | 2015-03-31 | 2015-08-26 | 酷派软件技术（深圳）有限公司 | 图像透视畸变校正的方法及系统 |
| CN105354569A (zh) * | 2015-10-12 | 2016-02-24 | 北京蓝卡科技股份有限公司 | 一种图像畸变矫正方法 |
| CN106525004A (zh) * | 2016-11-09 | 2017-03-22 | 人加智能机器人技术（北京）有限公司 | 双目立体视觉系统及深度测量方法 |
| CN106708081A (zh) * | 2017-03-17 | 2017-05-24 | 北京思比科微电子技术股份有限公司 | 多旋翼无人飞行器控制系统 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108833785B (zh) * | 2018-07-03 | 2020-07-03 | 清华-伯克利深圳学院筹备办公室 | 多视角图像的融合方法、装置、计算机设备和存储介质 |
| CN108833785A (zh) * | 2018-07-03 | 2018-11-16 | 清华-伯克利深圳学院筹备办公室 | 多视角图像的融合方法、装置、计算机设备和存储介质 |
| CN109741387A (zh) * | 2018-12-29 | 2019-05-10 | 北京旷视科技有限公司 | 立体匹配方法、装置、电子设备及存储介质 |
| CN111986097A (zh) * | 2019-05-24 | 2020-11-24 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
| CN111986097B (zh) * | 2019-05-24 | 2024-02-09 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
| CN111553341B (zh) * | 2019-12-24 | 2023-08-29 | 西安元智系统技术有限责任公司 | 一种基于二维码的文物拆解相对位置校验方法 |
| CN111553341A (zh) * | 2019-12-24 | 2020-08-18 | 西安元智系统技术有限责任公司 | 一种基于二维码的文物拆解相对位置校验方法 |
| CN111832494A (zh) * | 2020-07-17 | 2020-10-27 | 中国联合网络通信集团有限公司 | 信息存储方法及设备 |
| CN111832494B (zh) * | 2020-07-17 | 2024-03-05 | 中国联合网络通信集团有限公司 | 信息存储方法及设备 |
| CN112991419A (zh) * | 2021-03-09 | 2021-06-18 | Oppo广东移动通信有限公司 | 视差数据生成方法、装置、计算机设备及存储介质 |
| CN112991419B (zh) * | 2021-03-09 | 2023-11-14 | Oppo广东移动通信有限公司 | 视差数据生成方法、装置、计算机设备及存储介质 |
| CN113436119A (zh) * | 2021-08-25 | 2021-09-24 | 上海海栎创科技股份有限公司 | 基于光流对齐的双目手机预览实时计算视差图方法 |
| CN113436119B (zh) * | 2021-08-25 | 2021-12-28 | 上海海栎创科技股份有限公司 | 基于光流对齐的双目手机预览实时计算视差图方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108171744A (zh) | 一种双目虚化中视差图的确定方法、移动终端及存储介质 | |
| CN108024065B (zh) | 一种终端拍摄的方法、终端及计算机可读存储介质 | |
| CN108108704A (zh) | 人脸识别方法及移动终端 | |
| CN108322644A (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
| CN107707821B (zh) | 畸变参数的建模方法及装置、校正方法、终端、存储介质 | |
| CN108037845A (zh) | 显示控制方法、移动终端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 | |
| CN107680060A (zh) | 一种图像畸变校正方法、终端及计算机可读存储介质 | |
| CN107172349B (zh) | 移动终端拍摄方法、移动终端及计算机可读存储介质 | |
| CN108921212B (zh) | 一种图像匹配方法、移动终端及计算机可读存储介质 | |
| CN107357500A (zh) | 一种图片调整方法、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 | |
| CN107566731A (zh) | 一种对焦方法及终端、计算机存储介质 | |
| CN107240072A (zh) | 一种屏幕亮度调节方法、终端和计算机可读存储介质 | |
| CN109819163A (zh) | 一种图像处理控制方法、终端及计算机可读存储介质 | |
| CN107689029A (zh) | 图像处理方法、移动终端和计算机可读存储介质 | |
| CN109934769A (zh) | 屏幕长截图的方法、终端及存储介质 | |
| CN109816619A (zh) | 图像融合方法、装置、终端及计算机可读存储介质 | |
| CN109120858A (zh) | 一种图像拍摄方法、装置、设备及存储介质 | |
| CN112184722A (zh) | 图像处理方法、终端及计算机存储介质 | |
| CN108650466A (zh) | 一种强光或逆光拍摄人像时提升照片宽容度的方法及电子设备 | |
| CN107255812A (zh) | 基于3d技术的测速方法、移动终端、及存储介质 | |
| CN108174081A (zh) | 一种拍摄方法及移动终端 | |
| CN109698908A (zh) | 智能调用前后摄像头成像的方法、终端及存储介质 | |
| CN107610057B (zh) | 一种深度图修复方法、终端及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20180615 |