CN108399606A - 一种图像调整的方法及装置 - Google Patents
一种图像调整的方法及装置 Download PDFInfo
- Publication number
- CN108399606A CN108399606A CN201810104826.0A CN201810104826A CN108399606A CN 108399606 A CN108399606 A CN 108399606A CN 201810104826 A CN201810104826 A CN 201810104826A CN 108399606 A CN108399606 A CN 108399606A
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- aberration rate
- reduction aberration
- sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004075 alteration Effects 0.000 claims abstract description 485
- 230000009467 reduction Effects 0.000 claims abstract description 421
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 80
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 230000007704 transition Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 14
- 238000012937 correction Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 241001062009 Indigofera Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- VQLYBLABXAHUDN-UHFFFAOYSA-N bis(4-fluorophenyl)-methyl-(1,2,4-triazol-1-ylmethyl)silane;methyl n-(1h-benzimidazol-2-yl)carbamate Chemical compound C1=CC=C2NC(NC(=O)OC)=NC2=C1.C=1C=C(F)C=CC=1[Si](C=1C=CC(F)=CC=1)(C)CN1C=NC=N1 VQLYBLABXAHUDN-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G06T5/80—
-
- G06T5/70—
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Abstract
本发明实施例提供了一种图像调整的方法及装置，属于虚拟现实技术领域。方法包括：获取待处理图像和预先存储的原始透镜畸变率信息，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像，第一降噪畸变率集合为绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合中的一种，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。采用本发明，可以减小反畸变反色散过程中存在的调整误差。
Description
技术领域
本发明涉及虚拟现实技术领域，特别是涉及一种图像调整的方法及装置。
背景技术
随着人们生活水平的提高，人们对于科技与娱乐的结合充满了兴趣。VR(VirtualReality，虚拟现实)技术的出现，很好地满足了大众需求。沉浸感对VR设备而言极其关键，更大的视场角是沉浸感的第一要义。通过透镜来获得更大的视场角是VR设备通常采用的做法，然而引进的代价却是图像扭曲失真，且视场角越大畸变越严重。另外，由于红绿蓝三色光的波长不同，因此通过透镜发生折射时对应的折射率也不同，这表现为图像成像时将发生色散。上述透镜的畸变和色散将极大地影响VR设备的主观视觉体验，因此需要采用相应的图像反畸变反色散算法对终端上显示的图像进行调整，以使用户可以通过VR设备看到还原度较高的图像，终端包括手机或者平板。
透镜厂商提供多组原始的红绿蓝三色光畸变数据，比如特定视场角下测得的实际像高、理想像高、畸变率或者其他等效的参数。这些数据组成原始透镜畸变率信息，原始透镜畸变率信息包括绿光畸变率集合、红光畸变率集合和蓝光畸变率集合。其中，绿光畸变率集合包括透镜众多视场角对应的绿光畸变率；红光畸变率集合包括透镜众多视场角对应的红光畸变率；蓝光畸变率集合包括透镜众多视场角对应的蓝光畸变率。当需要进行反畸变反色散处理时，先根据绿光畸变数据集合和预设反畸变算法对原始图像进行处理，具体过程为：根据绿光畸变数据集合，计算相对应的布朗径向畸变模型，然后将需要处理的图像中心像素点作为原点，针对图像中的任一像素点，计算该像素点的位置与原点的径向距离，根据布朗径向畸变模型中的径向距离与绿光畸变率的对应关系，确定该径向距离对应的绿光畸变率，然后根据确定出的绿光畸变率和该像素点的位置，确定该像素点对应的反畸变位置。根据原始图像中各个像素点对应的反畸变位置，得到原始图像对应的反畸变图像。在反畸变得到的图像上，分别用红光畸变数据集合和蓝光畸变数据集合进行上述反色散处理，得到原始图像对应的反畸变反色散图像。
然而，发明人在实现本发明的过程中发现，现有技术至少存在如下问题：
对于上述图像反畸变反色散调整方法，由于透镜厂商提供的原始透镜畸变率信息中通常会存在噪声数据，因此，在反畸变反色散过程中可能会存在较大的误差。
发明内容
本发明实施例的目的在于提供一种图像调整的方法及装置，以实现减小反畸变反色散过程中存在的调整误差。具体技术方案如下：
第一方面，提供了一种图像调整的方法，所述方法包括：
获取待处理图像和预先存储的原始透镜畸变率信息；
根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，所述降噪畸变率集合包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
可选的，所述第一降噪畸变率集合为所述绿光降噪畸变率集合。
可选的，所述预设滤波算法为均值滤波算法。
可选的，所述根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述降噪畸变率信息中的一种，包括：
将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
可选的，所述根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像，包括：
将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
第二方面，提供了一种图像调整的装置，所述装置包括：
获取模块，用于获取待处理图像和预先存储的原始透镜畸变率信息；
第一确定模块，用于根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率集合，所述降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
第二确定模块，用于根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
第三确定模块，用于根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
可选的，所述第一降噪畸变率集合为所述绿光降噪畸变率集合。
可选的，所述预设滤波算法为均值滤波算法。
可选的，所述第二确定模块，包括：
第一设置子模块，用于将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
第一确定子模块，用于针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
第二确定子模块，用于确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
第三确定子模块，用于根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
第一生成子模块，用于根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
可选的，所述第三确定模块，包括：
第二设置子模块，用于将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
第三设置子模块，用于确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
第四确定子模块，用于根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
第四设置子模块，用于将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
第五设置子模块，用于确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
第五确定子模块，用于根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
第三方面，提供了一种终端，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面任一所述的方法。
本发明实施例提供的一种图像调整的方法及装置，可以获取待处理图像和预先存储的原始透镜畸变率信息，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像，第一降噪畸变率集合为绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合中的一种，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。。本方案中，对原始透镜畸变率信息进行降噪，然后再对图像进行反畸变反色散处理，减小了反畸变反色散过程中存在的误差。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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。
图1为本发明实施例提供的第一种图像调整的方法流程图；
图2为本发明实施例提供的第二种图像调整的方法流程图；
图3为本发明实施例提供的第三种图像调整的方法流程图；
图4为本发明实施例提供的第一种图像调整的装置流程图；
图5为本发明实施例提供的第二种图像调整的装置流程图；
图6为本发明实施例提供的第三种图像调整的装置流程图；
图7为本发明实施例提供的终端的结构示意图。
具体实施方式
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描述。
本发明实施例提供的一种图像调整的方法，该方法的执行主体可以是终端。VR设备中通常设置有用于成像的镜片，终端上显示的图像通过该镜片发生折射后在人眼成像。由于红绿蓝三色光的波长不同，通过透镜发生折射时对应的折射率也不同，导致图像投射到人眼时存在不同程度的的畸变和失真，因此需要采用相应的图像反畸变反色散对图像进行调整，以使用户可以通过VR设备看到还原度较高的图像，具体的，终端可以是手机或者平板等移动终端。
如图1所示，该方法的处理过程可以如下：
步骤100，获取待处理图像和预先存储的原始透镜畸变率信息。
其中，原始透镜畸变率信息可以包括绿光畸变率集合、红光畸变率集合和蓝光畸变率集合。绿光畸变率集合包括原始图像中每个像素点对应的绿光畸变率；红光畸变率集合包括原始图像中每个像素点对应的红光畸变率；蓝光畸变率集合包括原始图像中每个像素点对应的蓝光畸变率。透镜的某视场角下的畸变率是指物体通过透镜成像，其实际像高和理论像高的差值与理论像高的比值。原始透镜畸变率信息由透镜厂商提供。原始透镜畸变率信息通常以原始透镜畸变率信息表的形式进行存储，如表1所示：
表1
在实施中，终端中可以预先存储原始透镜畸变率信息和多个图像数据，当用户需要观看某图像时，用户可以在终端开启VR设备对应的应用程序，然后选择需要观看的图像。终端则会接收到对应该图像的选择指令，然后可以在上述多个图像数据中，获取该图像(即待处理图像)，并可以获取原始透镜畸变率信息，以便对该待处理图像进行反畸变反色散处理。
步骤110，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息。
其中，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合。
在实施中，终端可以存储预设的滤波算法，终端通过该滤波算法，对原始透镜畸变率信息降噪，得到降噪畸变率信息。具体的，终端分别对绿光畸变率集合中的各畸变率进行降噪、对红光畸变率集合中的各畸变率进行降噪、蓝光畸变率集合中的各畸变率进行降噪，分别对应得到绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合。
步骤120，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像。
其中，第一降噪畸变率集合为降噪畸变率信息中的一种，可以是绿光降噪畸变率集合、红光降噪畸变率集合或蓝光降噪畸变率集合，本实施例不做限定。为了便于说明，本实施例以第一降噪畸变率集合为绿光降噪畸变率集合为例进行说明。
由于绿光的波长在红光和蓝光之间，便于调节。因此，终端先采用绿光降噪畸变率集合对待处理图像进行处理。
在实施中，终端可以先根据确定出的绿光降噪畸变率集合，计算待处理图像上每个像素点对应的绿光降噪畸变率，具体的计算过程后续会详细说明。针对待处理图像中的任一像素点，终端可以根据该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息，再根据该像素点的反畸变位置信息，将该像素点映射到对应的反畸变位置。这样，终端在确定出每个像素点对应的反畸变位置信息后，再将每个像素点的灰度值映射到对应的反畸变位置，从而得到反畸变图像。
步骤130，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。
在实施中，终端可以存储预设的反色散算法，终端可以根据红光降噪畸变率集合、蓝光降噪畸变率集合和该预设反色散算法，对反畸变图像进行反色散处理，得到反畸变反色散图像。
可选的，终端中的预设滤波算法为均值滤波算法。
在实施中，终端可以预先存储均值滤波算法，终端通过该均值滤波算法，将原始透镜畸变率信息中的每个畸变率降噪，得到降噪畸变率信息。具体的，过程如下所示：
终端对原始透镜畸变率信息中每个畸变率进行均值滤波，得到对应的降噪畸变率Dst(Idx)，具体的计算公式如下：
其中，Idx表示当前待降噪点在原始透镜畸变率信息表中的索引；Neigh(Idx)表示当前待降噪点邻域内的若干个点在原始透镜畸变率信息表中的索引所组成的集合，集合大小为正整数N，N的具体的取值可以由技术人员设定；i为上述索引集合中的元素，代表了邻域点在原始透镜畸变率信息表中的索引；src(i)代表邻域点的原始透镜畸变率。
可选的，如图2所示，终端生成反畸变图像的具体处理过程可以包括以下步骤：
步骤121，将绿光降噪畸变率集合中的各降噪畸变率，按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置第一降噪畸变率序列中各降噪畸变率的索引值。
在实施中，终端将预存的绿光降噪畸变率集合中各降噪畸变率，按照绝对值从小到大的顺序进行排序，得到第一降噪畸变率序列。终端按照该顺序依次设置每个畸变率对应的索引值。具体的，假设有N个绿光降噪畸变率，索引值可以是0～N-1，索引值可以表示待处理图像上的像素点到原点的径向距离。终端可以将索引值进行归一化处理，把索引值取值范围设定在0～1范围内。
步骤122，针对待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离。
在实施中，终端以待处理图像中心像素点位置为原点，建立坐标系。对于待调整图像中的每一个像素点，计算出该像素点位置坐标和原点的距离(即径向距离)，终端对计算出的距离进行归一化处理，以使这些距离的取值在0～1的范围。
步骤123，确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率。
在实施中，终端根据该像素点的径向距离，在第一降噪畸变率序列中，查询该径向距离对应的索引值。如果该径向距离等于某一个索引值，则直接将该索引值对应的绿光降噪畸变率，作为该像素点对应的绿光降噪畸变率。否则，终端确定离该径向距数值最接近的两个索引值，进而获取这两个索引值对应的绿光降噪畸变率，最后通过双线性插值确定该像素点对应的绿光降噪畸变率。终端根据获取到的索引值、该索引值对应的绿光降噪畸变率，计算该径向距离对应的绿光降噪畸变率。
步骤124，根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息。
在实施中，终端将待处理图像中，该像素点的位置坐标和该像素点对应的绿光降噪畸变率相乘后，再加上该像素点的位置坐标，计算得到该点对应的反畸变位置坐标。
步骤125，根据待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
在实施中，终端将原图像中各像素点的灰度值，映射到各像素点对应的目标坐标处，得到反畸变图像。
可选的，终端生成反畸变反色散图像的过程如图3所示，具体的过程可以包括以下几步：
步骤131，将蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置第二降噪畸变率序列中各降噪畸变率的索引值。
在实施中，终端将预存的蓝光降噪畸变率集合中各畸变率数据，按照绝对值从小到大的顺序排序后，得到第二降噪畸变率序列。终端按照该顺序依次设置每个畸变率对应的索引值。具体的，假设蓝光降噪畸变率集合中有N个蓝光降噪畸变率数据，索引值可以设置为0～N-1，索引值可以表示反畸变图像上的像素点到该反畸变图像原点的径向距离，终端可以将索引值进行归一化处理，把索引值取值范围设定在在0～1的范围内。
步骤132，确定第二降噪畸变率序列和第一降噪畸变率序列的比值，得到第一比值序列，并设置第一比值序列中各比值的索引值。
在实施中，终端调用内存中的第二降噪畸变率序列和第一降噪畸变率序列，计算出对应索引值处的畸变率比值，得到第一比值序列。例如，针对第一降噪畸变率序列中的每个索引值，该索引值在第一降噪畸变率集合中对应的绿光畸变率为A，在第二降噪畸变率中对应的蓝光畸变率为B，则终端会记录A与B的商。这样，终端可以建立起第一比值序列。终端逐一设置对应的索引值。具体的，假设有N个畸变率比值，那么索引值可以是0～N-1，索引值可以表示反畸变图像上的像素点到该反畸变图像原点的径向距离，终端将索引值进行归一化处理，把索引值取值范围设定在0～1的范围内。
步骤133，根据反畸变图像、蓝光降噪畸变率集合、第一比值序列和预设反色散算法，确定过渡反畸变反色散图像。
在实施中，终端预存反色散算法，终端通过反色散算法和蓝光降噪畸变率集合，可以计算出反畸变图像中每个像素点对应的径向距离，以及该像素点的蓝光降噪畸变率。终端在第一比值序列中，查询该径向距离对应的索引值。如果该径向距离等于某一个索引值，则直接将该索引值对应的比值作为修正项，再将该蓝光降噪畸变率和上述修正项相加，作为该像素点对应的蓝光降噪畸变率。否则，终端确定离该径向距离数值最接近的两个索引值，进而获取这两个索引值对应的两个比值，最后通过双线性插值确定该像素点对应的比值，该比值作为修正项，再将该蓝光降噪畸变率和上述修正项相加，作为该像素点对应的蓝光降噪畸变率。终端将反畸变图像中该像素点的位置坐标和该像素点对应的蓝光降噪畸变率相乘后，再加上该像素点的位置坐标，得到该点对应的过渡反畸变反色散位置坐标。终端将原图像中各像素点的灰度值映射到各像素点对应的目标坐标处，得到过渡反畸变反色散图像。
步骤134，将红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置第三降噪畸变率序列中各降噪畸变率的索引值。
在实施中，终端将预存的红光降噪畸变率集合中各畸变率数据按照绝对值从小到大的顺序排序后，得到第三降噪畸变率序列。终端按照该顺序依次设置对应的索引值。具体的，假设红光降噪畸变率集合中有N个红光降噪畸变率数据，索引值可以设置为0～N-1，索引值可以表示过渡反畸变反色散图像上的像素点到该过渡反畸变图像原点的径向距离。终端可以将索引值进行归一化处理，把索引值取值范围设定在0～1范围内。
步骤135，确定第三降噪畸变率序列和第一降噪畸变率序列的比值，得到第二比值序列，并设置第二比值序列中各比值的索引值。
在实施中，终端调用内存中的第三降噪畸变率序列和第一降噪畸变率序列，计算出两者对应索引值处的畸变率比值，得到第二比值序列。例如，针对第一降噪畸变率序列中的每个索引值，该索引值在第一降噪畸变率集合中对应的绿光畸变率为A，在第三降噪畸变率中对应的红光畸变率为B，则终端会记录A与B的商。这样，终端可以建立起第二比值序列。终端逐一设置对应的索引值。具体的，假设有N个畸变率比值，那么索引值可以是0～N-1，索引值可以表示过渡反畸变图像上的像素点到该过渡反畸变图像原点的径向距离，终端可以将索引值进行归一化处理，把索引值取值范围设定在0～1的范围内。
步骤136，根据过渡反畸变反色散图像、红光降噪畸变率集合、第二比值序列和预设反色散算法，确定反畸变反色散图像。
在实施中，终端预存反色散算法，终端通过反色散算法和红光降噪畸变率集合，可以计算出反畸变图像中每个像素点对应的径向距离，以及该像素点的红光降噪畸变率。终端在第二比值序列中，查询该径向距离对应的索引值。如果该径向距离等于某一个索引值，则直接将该索引值对应的比值作为修正项，再将该红光降噪畸变率和上述修正项相加，作为该像素点对应的红光降噪畸变率。否则，终端确定离该径向距数值最接近的两个索引值，进而获取这两个索引值对应的两个比值，最后通过双线性插值确定该像素点对应的比值，该比值作为修正项，再将该红光降噪畸变率和上述修正项相加，作为该像素点对应的红光降噪畸变率。终端将反畸变图像中该像素点的位置坐标和该像素点对应的红光降噪畸变率相乘后，再加上该像素点的位置坐标，计算得到该点对应的反畸变反色散位置坐标。终端将原图像中各像素点的灰度值映射到各像素点对应的目标坐标处，得到反畸变反色散图像。
本发明实施例提供的一种图像调整的方法，可以获取待处理图像和预先存储的原始透镜畸变率信息，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像，第一降噪畸变率集合为绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合中的一种，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。。本方案中，对原始透镜畸变率信息进行降噪，然后再对图像进行反畸变反色散处理，减小了反畸变反色散过程中存在的误差。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
基于相同的技术构思，相应于图1所示方法实施例，本发明实施例还提供了一种图像调整的装置，如图4所示，该装置包括：
获取模块400，用于获取待处理图像和预先存储的原始透镜畸变率信息；
第一确定模块410，用于根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率集合，所述降噪畸变率集合包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
第二确定模块420，用于根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
第三确定模块430，用于根据所述绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
可选的，所述第一降噪畸变率集合为绿光降噪畸变率集合。
可选的，所述预设滤波算法为均值滤波算法。
可选的，如图5所示，所述第二确定模块420，包括：
第一设置子模块421，用于将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
第一确定子模块422，用于针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
第二确定子模块423，用于确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
第三确定子模块424，用于根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
第一生成子模块425，用于根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
可选的，如图6所示，所述第三确定模块430，包括：
第二设置子模块431，用于将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
第三设置子模块432，用于确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
第四确定子模块433，用于根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
第四设置子模块434，用于将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
第五设置子模块435，用于确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
第五确定子模块436，用于根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
本发明实施例提供的一种图像调整的装置，可以获取待处理图像和预先存储的原始透镜畸变率信息，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像，第一降噪畸变率集合为绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合中的一种，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。。本方案中，对原始透镜畸变率信息进行降噪，然后再对图像进行反畸变反色散处理，减小了反畸变反色散过程中存在的误差。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
本发明实施例还提供了一种终端，如图7所示，包括处理器700、通信接口710、存储器720和通信总线730，其中，处理器700，通信接口710，存储器720通过通信总线730完成相互间的通信，
存储器720，用于存放计算机程序；
处理器700，用于执行存储器720上所存放的程序时，实现如下步骤：
获取待处理图像和预先存储的原始透镜畸变率信息；
根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，所述降噪畸变率集合包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
可选的，所述第一降噪畸变率集合为绿光降噪畸变率集合。
可选的，所述预设滤波算法为均值滤波算法。
可选的，所述根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述降噪畸变率信息中的一种，包括：
将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
确定与该像素点的径向距离的数值最接近的预设数目个个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
可选的，所述根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像，包括：
将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
需要说明的是，上述图像调整的方法的其他实现方式与前述方法实施例部分相同，这里不再赘述。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral PomponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的图像调整的方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的图像调整的方法。
本发明实施例提供的一种图像调整的终端和存储介质，可以获取待处理图像和预先存储的原始透镜畸变率信息，根据原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合，根据第一降噪畸变率集合、待处理图像和预设反畸变算法，确定反畸变图像，第一降噪畸变率集合为绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合中的一种，根据绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、反畸变图像和预设反色散算法，确定反畸变反色散图像。本方案中，对原始透镜畸变率信息进行降噪，然后再对图像进行反畸变反色散处理，减小了反畸变反色散过程中存在的误差。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (11)
1.一种图像调整的方法，其特征在于，所述方法包括：
获取待处理图像和预先存储的原始透镜畸变率信息；
根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率信息，所述降噪畸变率信息包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
2.根据权利要求1所述的方法，其特征在于，所述第一降噪畸变率集合为所述绿光降噪畸变率集合。
3.根据权利要求1所述的方法，其特征在于，所述预设滤波算法为均值滤波算法。
4.根据权利要求2所述的方法，其特征在于，所述根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，包括：
将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
5.根据权利要求4所述的方法，其特征在于，所述根据所述绿光降噪畸变率集合、所述红光降噪畸变率集合、所述蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像，包括：
将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
6.一种图像调整的装置，其特征在于，所述装置包括：
获取模块，用于获取待处理图像和预先存储的原始透镜畸变率信息；
第一确定模块，用于根据所述原始透镜畸变率信息和预设滤波算法，确定降噪畸变率集合，所述降噪畸变率集合包括绿光降噪畸变率集合、红光降噪畸变率集合和蓝光降噪畸变率集合；
第二确定模块，用于根据第一降噪畸变率集合、所述待处理图像和预设反畸变算法，确定反畸变图像，所述第一降噪畸变率集合为所述绿光降噪畸变率集合、所述红光降噪畸变率集合和所述蓝光降噪畸变率集合中的一种；
第三确定模块，用于根据所述绿光降噪畸变率集合、红光降噪畸变率集合、蓝光降噪畸变率集合、所述反畸变图像和预设反色散算法，确定反畸变反色散图像。
7.根据权利要求6所述的装置，其特征在于，所述第一降噪畸变率集合为所述绿光降噪畸变率集合。
8.根据权利要求6所述的装置，其特征在于，所述预设滤波算法为均值滤波算法。
9.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括：
第一设置子模块，用于将所述绿光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第一降噪畸变率序列，并设置所述第一降噪畸变率序列中各降噪畸变率的索引值；
第一确定子模块，用于针对所述待处理图像中的每个像素点，根据该像素点在待处理图像中的位置信息、待处理图像的中心点的位置信息和预设的径向距离公式，确定该像素点的径向距离；
第二确定子模块，用于确定与该像素点的径向距离的数值最接近的预设数目个索引值，并根据确定出的索引值在所述第一降噪畸变率序列中对应的绿光降噪畸变率，确定该像素点对应的绿光降噪畸变率；
第三确定子模块，用于根据该像素点的位置信息和该像素点对应的绿光降噪畸变率，确定该像素点的反畸变位置信息；
第一生成子模块，用于根据所述待处理图像中各像素点对应的反畸变位置信息，生成反畸变图像。
10.根据权利要求9所述的装置，其特征在于，所述第三确定模块，包括：
第二设置子模块，用于将所述蓝光降噪畸变率集合中的各降噪畸变率按照绝对值从小到大的顺序排序，得到第二降噪畸变率序列，并设置所述第二降噪畸变率序列中各降噪畸变率的索引值；
第三设置子模块，用于确定所述第一降噪畸变率序列和所述第二降噪畸变率序列的比值，得到第一比值序列，并设置所述第一比值序列中各比值的索引值；
第四确定子模块，用于根据所述反畸变图像、所述蓝光降噪畸变率集合、所述第一比值序列和所述预设反色散算法，确定过渡反畸变反色散图像；
第四设置子模块，用于将所述红光降噪畸变率集合中各降噪畸变率按照绝对值从小到大的顺序排序，得到第三降噪畸变率序列，并设置所述第三降噪畸变率序列中各降噪畸变率的索引值；
第五设置子模块，用于确定所述第三降噪畸变率序列和所述第一降噪畸变率序列的比值，得到第二比值序列，并设置所述第二比值序列中各比值的索引值；
第五确定子模块，用于根据所述过渡反畸变反色散图像、所述红光降噪畸变率集合、所述第二比值序列和所述预设反色散算法，确定反畸变反色散图像。
11.一种终端，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-4任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104826.0A CN108399606B (zh) | 2018-02-02 | 2018-02-02 | 一种图像调整的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104826.0A CN108399606B (zh) | 2018-02-02 | 2018-02-02 | 一种图像调整的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108399606A true CN108399606A (zh) | 2018-08-14 |
| CN108399606B CN108399606B (zh) | 2020-06-26 |
Family
ID=63095462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810104826.0A Active CN108399606B (zh) | 2018-02-02 | 2018-02-02 | 一种图像调整的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108399606B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340894A (zh) * | 2019-09-27 | 2020-06-26 | 杭州海康慧影科技有限公司 | 图像处理方法、装置和计算机设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080298632A1 (en) * | 2007-04-25 | 2008-12-04 | Reed Alastair M | Correcting image capture distortion |
| CN103533213A (zh) * | 2012-07-03 | 2014-01-22 | 索尼公司 | 图像信号处理装置、图像信号处理方法和程序 |
| CN103907134A (zh) * | 2011-10-26 | 2014-07-02 | 三菱电机株式会社 | 图像处理装置、图像处理方法、摄像装置、计算机程序和记录介质 |
| CN104363986A (zh) * | 2014-10-31 | 2015-02-18 | 华为技术有限公司 | 一种图像处理方法和设备 |
| CN106572342A (zh) * | 2016-11-10 | 2017-04-19 | 北京奇艺世纪科技有限公司 | 一种影像的反畸变反色散处理方法、装置和虚拟现实设备 |
| CN106575433A (zh) * | 2014-06-26 | 2017-04-19 | 英特尔公司 | 对抗色差的畸变网格 |
| CN107357039A (zh) * | 2016-11-30 | 2017-11-17 | 深圳市虚拟现实技术有限公司 | 虚拟现实镜片畸变验证和调整的方法及装置 |
-
2018
- 2018-02-02 CN CN201810104826.0A patent/CN108399606B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080298632A1 (en) * | 2007-04-25 | 2008-12-04 | Reed Alastair M | Correcting image capture distortion |
| CN103907134A (zh) * | 2011-10-26 | 2014-07-02 | 三菱电机株式会社 | 图像处理装置、图像处理方法、摄像装置、计算机程序和记录介质 |
| CN103533213A (zh) * | 2012-07-03 | 2014-01-22 | 索尼公司 | 图像信号处理装置、图像信号处理方法和程序 |
| CN106575433A (zh) * | 2014-06-26 | 2017-04-19 | 英特尔公司 | 对抗色差的畸变网格 |
| CN104363986A (zh) * | 2014-10-31 | 2015-02-18 | 华为技术有限公司 | 一种图像处理方法和设备 |
| CN106572342A (zh) * | 2016-11-10 | 2017-04-19 | 北京奇艺世纪科技有限公司 | 一种影像的反畸变反色散处理方法、装置和虚拟现实设备 |
| CN107357039A (zh) * | 2016-11-30 | 2017-11-17 | 深圳市虚拟现实技术有限公司 | 虚拟现实镜片畸变验证和调整的方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340894A (zh) * | 2019-09-27 | 2020-06-26 | 杭州海康慧影科技有限公司 | 图像处理方法、装置和计算机设备 |
| CN111340894B (zh) * | 2019-09-27 | 2023-07-14 | 杭州海康慧影科技有限公司 | 图像处理方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108399606B (zh) | 2020-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921806B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
| CA3023690C (en) | Fixtureless lensmeter and methods of operating same | |
| CN104363986B (zh) | 一种图像处理方法和设备 | |
| CN109064390B (zh) | 一种图像处理方法、图像处理装置及移动终端 | |
| CN106611429B (zh) | 检测皮肤区域的方法和检测皮肤区域的装置 | |
| JP5933105B2 (ja) | 画像処理装置、撮像装置、フィルタ生成装置、画像復元方法及びプログラム | |
| CN104134435B (zh) | 图像处理设备和图像处理方法 | |
| CN106250839B (zh) | 一种虹膜图像透视校正方法、装置和移动终端 | |
| CN109698944B (zh) | 投影区域校正方法、投影设备及计算机可读存储介质 | |
| CN107666606A (zh) | 双目全景图像获取方法及装置 | |
| CN108063928B (zh) | 一种投影仪的成像图像自动调整方法、装置及电子设备 | |
| CN105306788B (zh) | 一种拍照图像的降噪方法和装置 | |
| KR101971815B1 (ko) | 측정 방법 및 단말기 | |
| CN109584152A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN109120862A (zh) | 高动态范围图像获取方法、装置及移动终端 | |
| CN108564550B (zh) | 图像处理方法、装置及终端设备 | |
| CN108234890A (zh) | 滤波器获取装置、滤波器获取方法、及记录介质 | |
| CN104350743B (zh) | 用于混合图像去马赛克和扭曲的系统，方法和计算机程序产品 | |
| CN107851301A (zh) | 用于选择图像变换的系统和方法 | |
| CN108769545A (zh) | 一种图像处理方法、图像处理装置及移动终端 | |
| CN110348936A (zh) | 一种眼镜推荐方法、装置、系统及存储介质 | |
| CN106664370B (zh) | 图像处理装置、图像处理方法及记录介质 | |
| CN108399606A (zh) | 一种图像调整的方法及装置 | |
| CN108780572A (zh) | 图像校正的方法及装置 | |
| CN114786001B (zh) | 3d图片拍摄方法和3d拍摄系统 |
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 |