CN108876863B - 高光谱相机成像校正方法及装置 - Google Patents

高光谱相机成像校正方法及装置 Download PDF

Info

Publication number
CN108876863B
CN108876863B CN201810829861.9A CN201810829861A CN108876863B CN 108876863 B CN108876863 B CN 108876863B CN 201810829861 A CN201810829861 A CN 201810829861A CN 108876863 B CN108876863 B CN 108876863B
Authority
CN
China
Prior art keywords
image
hyperspectral camera
side length
calibration
rolling
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.)
Active
Application number
CN201810829861.9A
Other languages
English (en)
Other versions
CN108876863A (zh
Inventor
周春平
李月
宫辉力
李小娟
田金炎
孟冠嘉
钟若飞
杨灿坤
苏俊杰
郭姣
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.)
Chinamap Hi Tech Beijing Information Technology Co ltd
Capital Normal University
Original Assignee
Chinamap Hi Tech Beijing Information Technology Co ltd
Capital Normal University
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 Chinamap Hi Tech Beijing Information Technology Co ltd, Capital Normal University filed Critical Chinamap Hi Tech Beijing Information Technology Co ltd
Priority to CN201810829861.9A priority Critical patent/CN108876863B/zh
Publication of CN108876863A publication Critical patent/CN108876863A/zh
Application granted granted Critical
Publication of CN108876863B publication Critical patent/CN108876863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供的高光谱相机成像校正方法及装置中,根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。高光谱相机通过滚动扫描的方式成像,而标校板可以设置在高光谱相机滚动扫描会经过的路径上,因此高光谱相机可以同时采集到标校板真实影像以及目标物真实影像,由于高光谱相机滚动扫描的滚动速度为匀速,因此标校板真实影像的畸变程度与目标物真实影像的畸变程度一致,故可以根据标校板真实影像与标校板标准影像的对比来获得具体的畸变比,然后以该畸变比对目标物真实影像进行校正,该方案可执行性强,容易实现。

Description

高光谱相机成像校正方法及装置
技术领域
本申请涉及图像处理领域,具体而言,涉及一种高光谱相机成像校正方法及装置。
背景技术
现有对相机镜头几何畸变进行校正的方法有如下几种:传统相机标定法、主动视觉相机标定方法以及相机自标定法。
传统相机标定法需要使用尺寸已知的标定物,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。然而,传统相机标定法在标定过程中始终需要标定物,且标定物的制作精度会影响标定结果。同时有些场合不适合放置标定物也限制了传统相机标定法的应用。
基于主动视觉的相机标定法是指已知相机的某些运动信息对相机进行标定。该方法不需要标定物,但需要控制相机做某些特殊运动,利用这种运动的特殊性可以计算出相机内部参数。然而,主动视觉的相机标定法缺点为:系统的成本高、实验设备昂贵、实验条件要求高,而且不适合于运动参数未知或无法控制的场合。
目前出现的自标定算法中主要是利用相机运动的约束。相机的运动约束条件太强,因此使得其在实际中并不实用。利用场景约束主要是利用场景中的一些平行或者正交的信息。其中空间平行线在相机图像平面上的交点被称为消失点,它是射影几何中一个非常重要的特征,所以很多学者研究了基于消失点的相机自标定方法。相机自标定法的缺点:自标定方法灵活性强,可对相机进行在线定标。但由于它是基于绝对二次曲线或曲面的方法,其算法鲁棒性差。
申请内容
有鉴于此,本申请实施例提供了一种高光谱相机成像校正方法及装置。
第一方面,本申请实施例提供了一种高光谱相机成像校正方法,所述方法包括:根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。
在一个可能的设计中,所述标校板以及所述高光谱相机均设置于无人机,所述标校板的表面设置有多个不同颜色的方形色块,所述高光谱相机通过滚动扫描的方式成像。
在一个可能的设计中,根据所述标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比,包括:确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成;获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长;确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
在一个可能的设计中,所述根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正,包括:确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向;在所述图像方向上根据所述畸变误差比进行缩短校正。
在一个可能的设计中,在获得畸变误差比之前,所述方法还包括:获得所述高光谱相机通过滚动扫描拍摄到的标校板真实影像。
第二方面,一种高光谱相机成像校正装置,所述装置包括:畸变误差获得模块,用于根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;图像校正模块,用于根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。
在一个可能的设计中,所述标校板以及所述高光谱相机均设置于无人机,所述标校板的表面设置有多个不同颜色的方形色块,所述高光谱相机通过滚动扫描的方式成像。
在一个可能的设计中,所述畸变误差获得模块包括:拉伸变形确定子模块,用于确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成;标准边长获得子模块,用于获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长;畸变误差比子模块,用于确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
在一个可能的设计中,所述图像校正模块包括:图像方向子模块,用于确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向;缩短校正子模块,用于在所述图像方向上根据所述畸变误差比进行缩短校正。
在一个可能的设计中,所述装置还包括:真实影像获取模块,用于获得所述高光谱相机通过滚动扫描拍摄到的标校板真实影像。
本发明实施例提供的高光谱相机成像校正方法及装置中,根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。高光谱相机通过滚动扫描的方式成像,而标校板可以设置在高光谱相机滚动扫描会经过的路径上,因此高光谱相机可以同时采集到标校板真实影像以及目标物真实影像,由于高光谱相机滚动扫描的滚动速度为匀速,因此标校板真实影像的畸变程度与目标物真实影像的畸变程度一致,故可以根据标校板真实影像与标校板标准影像的对比来获得具体的畸变比,然后以该畸变比对目标物真实影像进行校正,该方案可执行性强,容易实现。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚的说明本申请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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请第一实施例提供的高光谱相机成像校正方法的流程图;
图2是图1中步骤S110的具体流程示意图;
图3是图1中步骤S120的具体流程示意图;
图4是本申请第二实施例提供的高光谱相机成像校正装置的结构框图。
具体实施方式
第一实施例
请参见图1,图1示出了本申请第一实施例提供的高光谱相机成像校正方法的流程示意图,具体包括如下步骤:
步骤S110,根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比。
所述标校板以及所述高光谱相机均设置于无人机,所述标校板的表面设置有多个不同颜色的方形色块,所述高光谱相机通过滚动扫描的方式成像。
标校板真实影像为高光谱相机通过滚动扫描的方式成像时获得的,即高光谱相机的镜头从标校板经过,可以获得标校板真实影像,由于高光谱相机通过滚动扫描的方式,因此标校板在某一方向的边长会发生拉伸变形。而控制器可以根据发生过拉伸变形的边长与标准标校板的边长,来获得畸变误差比。
请参见图2,图2示出了步骤S110的具体步骤示意图,具体包括如下步骤:
步骤S111,确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成。
具体地,将方形标校板中的某个方格的四个边长按照顺时针依次记为a、b、c、d四个边长,a边与c边相对,b边与d边相对;若高光谱相机的滚动扫描方向为从a边向c边滚动,则发生拉伸变形的边长为b边以及d边;可以将发生拉伸变形的b边边长记为b1;若高光谱相机的滚动扫描方向为从b边到d边,则发生拉伸变形的边长为a边以及c边。下面以发生拉伸变形的边长为b边以及d边为例进行说明。
步骤S112,获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长。
标校板标准影像示出的方形标校板的四个边长自然为未发生过变形的标准边长,因此可以获得与发生拉伸变形的b边相对的未发生变形的b边:b2。
步骤S113,确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
计算发生过拉伸变形的边长b1与未发生拉伸变形的边长b2的比值,即b1/b2,将其作为畸变误差比。
在步骤S110之前,所述方法还包括:获得所述高光谱相机通过滚动扫描拍摄到的标校板真实影像。
标校板真实影像具体是由高光谱相机通过滚动扫描拍摄到的,因此高光谱相机拍摄到后,可以将其发送给控制器,以使控制器完成真实图像与标准图像两者的比较。
步骤S120,根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。
请参见图3,图3示出了步骤S120的具体步骤流程图,具体包括如下步骤:
步骤S121,确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向。
具体地,可以设滚动扫描方向为从a边向c边滚动为第一方向,则在目标物图像上需要确定与第一方向一致的方向,确定方向后,才便于控制器对该方向进行校正处理。
步骤S122,在所述图像方向上根据所述畸变误差比进行缩短校正。
滚动扫描会导致图像中与高光谱相机滚动扫描方向一致的方向上的边被拉伸变形,而与滚动扫描方向垂直的方向的边则不变,因此,控制器获取到发生了拉伸变形的边之后,对该边进行缩短校正。具体缩短的幅度可根据所述畸变误差比来获得。
高光谱相机通过滚动扫描的方式成像,而标校板可以设置在高光谱相机滚动扫描会经过的路径上,因此高光谱相机可以同时采集到标校板真实影像以及目标物真实影像,由于高光谱相机滚动扫描的滚动速度为匀速,因此标校板真实影像的畸变程度与目标物真实影像的畸变程度一致,故可以根据标校板真实影像与标校板标准影像的对比来获得具体的畸变比,然后以该畸变比对目标物真实影像进行校正,该方案可执行性强,容易实现。
第二实施例
本申请第二实施例提供了一种高光谱相机成像校正装置,所述装置包括:
畸变误差获得模块310,用于根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比。
所述畸变误差获得模块310包括:拉伸变形确定子模块,用于确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成;标准边长获得子模块,用于获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长;畸变误差比子模块,用于确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
图像校正模块320,用于根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。
所述图像校正模块320包括:图像方向子模块,用于确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向;缩短校正子模块,用于在所述图像方向上根据所述畸变误差比进行缩短校正。
所述装置还包括:真实影像获取模块,用于获得所述高光谱相机通过滚动扫描拍摄到的标校板真实影像。
本发明实施例提供的高光谱相机成像校正方法及装置中,根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正。高光谱相机通过滚动扫描的方式成像,而标校板可以设置在高光谱相机滚动扫描会经过的路径上,因此高光谱相机可以同时采集到标校板真实影像以及目标物真实影像,由于高光谱相机滚动扫描的滚动速度为匀速,因此标校板真实影像的畸变程度与目标物真实影像的畸变程度一致,故可以根据标校板真实影像与标校板标准影像的对比来获得具体的畸变比,然后以该畸变比对目标物真实影像进行校正,该方案可执行性强,容易实现。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,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。
本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。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。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种高光谱相机成像校正方法,其特征在于,所述方法包括:
根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;
根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正;
其中,所述标校板以及所述高光谱相机均设置于无人机,所述标校板设置在高光谱相机滚动扫描经过的路径上,所述高光谱相机通过滚动扫描拍摄到目标物图像的过程中,还扫描到所述标校板真实影像,且所述高光谱相机滚动扫描的滚动速度为匀速,所述标校板真实影像的畸变程度与所述目标物真实影像的畸变程度一致。
2.根据权利要求1所述的方法,其特征在于,所述标校板的表面设置有多个不同颜色的方形色块。
3.根据权利要求2所述的方法,其特征在于,根据所述标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比,包括:
确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成;
获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长;
确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
4.根据权利要求3所述的方法,其特征在于,所述根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正,包括:
确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向;
在所述图像方向上根据所述畸变误差比进行缩短校正。
5.一种高光谱相机成像校正装置,其特征在于,所述装置包括:
畸变误差获得模块,用于根据标校板真实影像以及预先存储的标校板标准影像,获得畸变误差比;
图像校正模块,用于根据所述畸变误差比,对所述高光谱相机通过滚动扫描拍摄到的目标物图像进行校正;
其中,所述标校板以及所述高光谱相机均设置于无人机,所述标校板设置在高光谱相机滚动扫描经过的路径上,所述高光谱相机通过滚动扫描拍摄到目标物图像的过程中,还扫描到所述标校板真实影像,且所述高光谱相机滚动扫描的滚动速度为匀速,所述标校板真实影像的畸变程度与所述目标物真实影像的畸变程度一致。
6.根据权利要求5所述的装置,其特征在于,所述标校板的表面设置有多个不同颜色的方形色块。
7.根据权利要求5所述的装置,其特征在于,所述畸变误差获得模块包括:
拉伸变形确定子模块,用于确定所述标校板真实影像中的方形色块发生拉伸变形的边长,所述发生拉伸变形的边长因所述高光谱相机滚动扫描造成;
标准边长获得子模块,用于获得所述标校板标准影像中与所述拉伸变形的边长相对应位置的标准边长;
畸变误差比子模块,用于确定所述拉伸变形的边长与所述标准边长的比值,将其作为所述畸变误差比。
8.根据权利要求7所述的装置,其特征在于,所述图像校正模块包括:
图像方向子模块,用于确定所述目标物图像中与所述发生拉伸变形的边长相对应的图像方向;
缩短校正子模块,用于在所述图像方向上根据所述畸变误差比进行缩短校正。
CN201810829861.9A 2018-07-25 2018-07-25 高光谱相机成像校正方法及装置 Active CN108876863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810829861.9A CN108876863B (zh) 2018-07-25 2018-07-25 高光谱相机成像校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810829861.9A CN108876863B (zh) 2018-07-25 2018-07-25 高光谱相机成像校正方法及装置

Publications (2)

Publication Number Publication Date
CN108876863A CN108876863A (zh) 2018-11-23
CN108876863B true CN108876863B (zh) 2021-05-28

Family

ID=64305408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810829861.9A Active CN108876863B (zh) 2018-07-25 2018-07-25 高光谱相机成像校正方法及装置

Country Status (1)

Country Link
CN (1) CN108876863B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111833404B (zh) * 2019-04-23 2023-10-31 富联精密电子(天津)有限公司 摄像机校正系统及摄像机校正方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679729A (zh) * 2013-12-17 2014-03-26 中国人民解放军第二炮兵工程大学 基于彩色标定板的全自动摄像机参数标定方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6682767B2 (ja) * 2015-03-23 2020-04-15 株式会社リコー 情報処理装置、情報処理方法、プログラムおよびシステム
JP6446329B2 (ja) * 2015-06-03 2018-12-26 株式会社日立製作所 カメラのキャリブレーション装置、カメラシステム及び、カメラのキャリブレーション方法
CN106780388B (zh) * 2016-12-22 2020-05-19 哈尔滨工业大学 一种线阵相机光学畸变矫正方法
CN206743459U (zh) * 2017-05-03 2017-12-12 武汉科技大学 一种多线阵相机检测系统的相机高精度校准标定板
CN107358628B (zh) * 2017-06-27 2021-07-13 中国航空工业集团公司北京长城航空测控技术研究所 基于靶标的线阵图像处理方法
CN107818542B (zh) * 2017-10-30 2021-06-04 凌云光技术股份有限公司 一种图像变形的修复方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679729A (zh) * 2013-12-17 2014-03-26 中国人民解放军第二炮兵工程大学 基于彩色标定板的全自动摄像机参数标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
线阵CCD信号处理系统及处理算法研究;李晓帆;《中国优秀硕士学位论文全文数据库 科技信息辑》;20160115;第43-44页 *
线阵相机的图像校正;高俊钗 等;《激光与光电子学进展》;20100910;第1、3页 *

Also Published As

Publication number Publication date
CN108876863A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
KR102261020B1 (ko) 개선된 카메라 캘리브레이션 시스템, 타겟 및 프로세스
US11227144B2 (en) Image processing device and method for detecting image of object to be detected from input data
CN110099267B (zh) 梯形校正系统、方法以及投影仪
US9858684B2 (en) Image processing method and apparatus for calibrating depth of depth sensor
US9946955B2 (en) Image registration method
US9967516B2 (en) Stereo matching method and device for performing the method
JP2019509569A (ja) 曲面ディスプレイ画面用のパース補正
Dufour et al. Integrated digital image correlation for the evaluation and correction of optical distortions
CN106991690A (zh) 一种基于运动目标时序信息的视频序列同步方法
US9554121B2 (en) 3D scanning apparatus and method using lighting based on smart phone
CN107871329B (zh) 一种相机光学中心的快速标定方法及装置
GB2536430B (en) Image noise reduction
CN109474814A (zh) 投影仪的二维校准方法、投影仪以及校准系统
JP2022094791A5 (zh)
CN114111633A (zh) 结构光三维测量的投影机镜头畸变误差校正方法
CN111325803B (zh) 一种评估双目相机内外参与时间同步的标定的方法
Mei et al. Radial lens distortion correction using cascaded one-parameter division model
CN108876863B (zh) 高光谱相机成像校正方法及装置
CN111462246A (zh) 一种结构光测量系统的设备标定方法
JP6088864B2 (ja) キャリブレーションシステム、およびキャリブレーション方法
CN109587463A (zh) 投影仪的校准方法、投影仪及校准系统
KR100933304B1 (ko) 단일 카메라를 이용한 객체 정보 추정기, 그 방법, 상기 추정기를 포함하는 멀티미디어 기기 및 컴퓨터 기기, 및 상기 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
CN114897990A (zh) 一种基于神经网络的相机畸变标定方法、系统和存储介质
CN113920196A (zh) 视觉定位方法、装置及计算机设备
JP2006202152A (ja) 画像処理装置および画像処理方法並びにこれらに用いるプログラム

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