CN108932698A - 图像畸变的校正方法、装置、电子设备和存储介质 - Google Patents
图像畸变的校正方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN108932698A CN108932698A CN201711148766.4A CN201711148766A CN108932698A CN 108932698 A CN108932698 A CN 108932698A CN 201711148766 A CN201711148766 A CN 201711148766A CN 108932698 A CN108932698 A CN 108932698A
- Authority
- CN
- China
- Prior art keywords
- region
- corrected
- image
- pixel
- distortion correction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012937 correction Methods 0.000 claims abstract description 132
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 210000000887 face Anatomy 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像畸变的校正方法、装置、电子设备和计算机可读存储介质。其中方法包括:获取当前拍摄场景的待校正图像;根据当前拍摄场景确定待校正图像中的待校正区域;获取待校正区域的像素坐标;确定获取的像素坐标对应的畸变校正因子;根据对应的畸变校正因子对待校正区域进行畸变校正。该方法只需对当前拍摄场景的待校正图像中的部分做畸变校正,大大降低了计算资源,并在保证校正精确度的前提下,提高了校正效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像畸变的校正方法、装置、电子设备和计算机可读存储介质。
背景技术
由于相机、手机等拍摄设备光学系统并不是精确地按照理想化的小孔成像的原理工作,存在有透视畸变,物体在拍摄设备的成像面上的实际成像与理想成像之间存在有光学畸变误差。
相关技术中,通常是基于物理距离与方向进行镜头透视畸变校正的技术,其通过镜头调焦拍摄几张图像,然后分析图像判断焦点计算距离,再利用距离参数对图像进行透视畸变校正。
但是,目前存在的问题是:由于不可能拍摄无数张照片来计算距离,所以校正精度很低导致校正效果不好;而且拍摄多张照片每次都需单次调焦、曝光等所需时间很长从而速度慢,并且,整个矫正过程中,均是对整张图像进行处理,消耗较多的计算资源。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种图像畸变的校正方法。该方法只需对当前拍摄场景的待校正图像中的部分做畸变校正,大大降低了计算资源,并在保证校正精确度的前提下,提高了校正效率。
本发明的第二个目的在于提出一种图像畸变的校正装置。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的图像畸变的校正方法,包括:获取当前拍摄场景的待校正图像;根据所述当前拍摄场景确定所述待校正图像中的待校正区域;获取所述待校正区域的像素坐标;确定获取的像素坐标对应的畸变校正因子;根据所述对应的畸变校正因子对所述待校正区域进行畸变校正。
根据本发明的一个实施例,所述根据当前拍摄场景确定所述待校正图像中的待校正区域,包括:识别出所述当前拍摄场景中的所有目标拍摄物;从所述待校正图像中获取所述所有目标拍摄物的图像区域;将所述所有目标拍摄物的图像区域作为所述待校正区域。
根据本发明的一个实施例,所述根据当前拍摄场景确定所述待校正图像中的待校正区域,包括:识别出所述当前拍摄场景中的所有目标拍摄物;从所述待校正图像中获取所述所有目标拍摄物的图像区域;根据预设的筛选策略,从所述所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为所述待校正区域。
根据本发明的一个实施例,所述预设的筛选策略包括:选取不位于待校正图像中心区域的目标拍摄物的图像区域作为所述待校正区域;或者,选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者,选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为所述待校正区域;其中,所述待校正图像中心区域为以所述待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
根据本发明的一个实施例,所述确定获取的像素坐标对应的畸变校正因子,包括:根据预先建立的畸变校正因子与像素坐标的对应关系,确定与获取的像素坐标对应的畸变校正因子。
根据本发明的一个实施例,通过以下步骤预先建立所述畸变校正因子与像素坐标的对应关系:获取参考图像中各个参考图像像素的坐标;根据每个参考图像像素的坐标计算出所述每个参考图像像素所在位置的视场角度;根据所述每个参考图像像素所在位置的视场角度,计算出所述每个参考图像像素的畸变参数;根据所述每个参考图像像素的畸变参数确定出所述每个参考图像像素的畸变校正因子;根据所述每个参考图像像素的畸变校正因子和坐标,建立所述畸变校正因子与像素坐标的对应关系。
为达到上述目的,本发明第二方面实施例提出的图像畸变的校正装置,包括:第一获取模块,用于获取当前拍摄场景的待校正图像;第一确定模块,用于根据所述当前拍摄场景确定所述待校正图像中的待校正区域;第二获取模块,用于获取所述待校正区域的像素坐标;第二确定模块,用于确定获取的像素坐标对应的畸变校正因子;校正模块,用于根据所述对应的畸变校正因子对所述待校正区域进行畸变校正。
根据本发明的一个实施例,所述第一确定模块包括:第一识别单元,用于识别出所述当前拍摄场景中的所有目标拍摄物;第一获取单元,用于从所述待校正图像中获取所述所有目标拍摄物的图像区域;第一确定单元,用于将所述所有目标拍摄物的图像区域作为所述待校正区域。
根据本发明的一个实施例,所述第一确定模块包括:第二识别单元,用于识别出所述当前拍摄场景中的所有目标拍摄物;第二获取单元,用于从所述待校正图像中获取所述所有目标拍摄物的图像区域;第二确定单元,用于根据预设的筛选策略,从所述所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为所述待校正区域。
根据本发明的一个实施例,所述预设的筛选策略包括:选取不位于待校正图像中心区域的目标拍摄物的图像区域作为所述待校正区域;或者,选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者,选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为所述待校正区域;其中,所述待校正图像中心区域为以所述待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
根据本发明的一个实施例,所述第二确定模块具体用于:根据预先建立的畸变校正因子与像素坐标的对应关系,确定与获取的像素坐标对应的畸变校正因子。
根据本发明的一个实施例,所述装置还包括:建立模块,用于预先建立所述畸变校正因子与像素坐标的对应关系;其中,所述建立模块包括:获取单元,用于获取参考图像中各个参考图像像素的坐标;第一计算单元,用于根据每个参考图像像素的坐标计算出所述每个参考图像像素所在位置的视场角度;第二计算单元,用于根据所述每个参考图像像素所在位置的视场角度,计算出所述每个参考图像像素的畸变参数;确定单元,用于根据所述每个参考图像像素的畸变参数确定出所述每个参考图像像素的畸变校正因子;建立单元,用于根据所述每个参考图像像素的畸变校正因子和坐标,建立所述畸变校正因子与像素坐标的对应关系。
为达到上述目的,本发明第三方面实施例提出的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现本发明第一方面实施例所述的图像畸变的校正方法。
为达到上述目的,本发明第四方面实施例提出的非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第一方面实施例所述的图像畸变的校正方法。
根据本发明实施例的图像畸变的校正方法、装置、电子设备和计算机可读存储介质,可获取当前拍摄场景的待校正图像,并根据该当前拍摄场景确定待校正图像中的待校正区域,并获取待校正区域的像素坐标,并确定获取的像素坐标对应的畸变校正因子,并根据所述对应的畸变校正因子对所述待校正区域进行畸变校正,即在整个过程中,无需拍摄多张照片,只需对当前拍摄场景的待校正图像中的部分做畸变校正,大大降低了计算资源,并在保证校正精确度的前提下,提高了校正效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的图像畸变的校正方法的流程图;
图2是根据本发明一个具体实施例的图像畸变的校正方法的流程图;
图3(a)根据本发明实施例的建立所述畸变校正因子与像素坐标的对应关系的流程图;
图3(b)是根据本发明实施例的参考图像中的任意一个像素B所在位置的视场角度的示例图;
图4(a)、(b)和(c)是根据本发明实施例的图像畸变的校正方法的示例图;
图5是根据本发明一个实施例的图像畸变的校正装置的结构示意图;
图6是根据本发明一个具体实施例的图像畸变的校正装置的结构示意图;
图7是根据本发明另一个具体实施例的图像畸变的校正装置的结构示意图;
图8是根据本发明又一个具体实施例的图像畸变的校正装置的结构示意图;
图9是根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述根据本发明实施例的图像畸变的校正方法、装置、电子设备和计算机可读存储介质。
图1是根据本发明一个实施例的图像畸变的校正方法的流程图。需要说明的是,本发明实施例的图像畸变的校正方法可应用于本发明实施例的图像畸变的校正装置,该校正装置可被配置于本发明实施例的电子设备上。其中,在本发明的实施例中,该电子设备可为具有拍摄功能的拍摄设备,例如,移动终端、数码相机等。
如图1所示,该图像畸变的校正方法可以包括:
S110,获取当前拍摄场景的待校正图像。
可选地,假设本发明实施例的图像畸变的校正方法应用于电子设备上,该电子设备可利用大广角的摄像头进行拍摄。由于该大广角的摄像头边缘通常会带来大的畸变,所以,在检测到当前通过该摄像头进行拍摄时,可获取当前拍摄场景的待校正图像,该待校正图像即为存在畸变的图像。
S120,根据当前拍摄场景确定待校正图像中的待校正区域。
可选地,在得到当前拍摄场景的待校正图像时,可根据当前的拍摄场景从该待校正图像中选取部分区域作为待校正区域。下面将给出两种不同示例的实现方式,以示出如何确定所述待校正区域:
作为一种示例的实现方式,可通过图像识别技术识别出当前拍摄场景中的所有目标拍摄物,并从待校正图像中获取所有目标拍摄物的图像区域,并将所有目标拍摄物的图像区域作为待校正区域。也就是说,可将待校正图像中的所有目标拍摄物的图像区域作为待校正区域。例如,以当前拍摄场景为人脸拍摄场景为例,则可将待校正图像中的所有人脸的图像区域作为待校正区域,而待校正图像中人脸以外的其他背景图像区域不做校正;以当前拍摄场景为水杯拍摄场景为例,则可将待校正图像中的所有水杯的图像区域作为待校正区域,而待校正图像中除水杯以外的其他背景图像区域不做校正。
作为另一种示例的实现方式,可通过图像识别技术识别出当前拍摄场景中的所有目标拍摄物,并从待校正图像中获取所有目标拍摄物的图像区域,并根据预设的筛选策略,从所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为待校正区域。也就是说,可根据所述筛选策略对从待校正图像中识别出的目标拍摄物的图像区域进行筛选,将部分目标拍摄物的图像区域作为所述待校正区域。
其中,在本发明的实施例中,上述预设的筛选策略可包括但不限于:选取不位于待校正图像中心区域的目标拍摄物的图像区域作为待校正区域;或者,选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者,选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;其中,待校正图像中心区域为以待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
举例而言,以当前拍摄场景为人脸拍摄场景为例,则目标拍摄物可为人脸,这样,根据所述筛选策略,可从待校正图像中选取出不位于该校正图像中心区域的人脸的图像区域,并将这些不位于该校正图像中心区域的人脸的图像区域作为待校正区域;或者,从待校正图像中选取出图像区域面积大于预设面积的人脸的图像区域作为待校正区域;或者,从该待校正图像中,选取出不位于该校正图像中心区域,并且图像区域面积大于预设面积的人脸的图像区域作为该待校正区域。
S130,获取该待校正区域的像素坐标。
可选地,在确定出待校正图像中的待校正区域时,可获取该待校正区域中各个像素的像素坐标。其中,所述像素坐标是指像素在该待校正图像中的位置。要确定像素的坐标,首先要确定图像的坐标系,例如,常见的坐标系有图像坐标系、相机坐标系、世界坐标系等。这样,在确定出图像的坐标系之后,可根据该图像的坐标系即可分析出该待校正区域中的各个像素的像素坐标。
S140,确定获取的像素坐标对应的畸变校正因子。
可选地,在本发明的一个实施例中,可通过畸变校正算法根据该像素坐标实时计算出与该像素坐标对应的畸变校正因子。也就是说,在得到该待校正区域的像素坐标时,可直接利用畸变校正算法根据该像素坐标计算出对应的畸变校正因子。
可选地,在本发明的另一个实施例中,可根据该获取的像素坐标直接从预先建立的畸变校正因子与像素坐标的对应关系中确定出所述对应的畸变校正因子。具体实现可参见后续实施例的描述。
S150,根据所述对应的畸变校正因子对所述待校正区域进行畸变校正。
可选地,在得到与所述获取的像素坐标对应的畸变校正因子之后,可根据该对应的畸变校正因子对该待校正区域进行畸变校正。例如,在得到待校正区域中各个像素的像素坐标之后,可确定该各个像素的像素坐标对应的畸变校正因子,这样,可根据每个像素的像素坐标对应的畸变校正因子对该待校正区域中的该像素进行畸变校正。
根据本发明实施例的图像畸变的校正方法,可获取当前拍摄场景的待校正图像,并根据该当前拍摄场景确定待校正图像中的待校正区域,并获取待校正区域的像素坐标,并确定获取的像素坐标对应的畸变校正因子,并根据所述对应的畸变校正因子对所述待校正区域进行畸变校正,即在整个过程中,无需拍摄多张照片,只需对当前拍摄场景的待校正图像中的部分做畸变校正,大大降低了计算资源,并在保证校正精确度的前提下,提高了校正效率。
图2是根据本发明一个具体实施例的图像畸变的校正方法的流程图。
为了进一步降低计算资源的成本,提高校正效率,在本发明的实施例中,可从预先建立的畸变校正因子与像素坐标的对应关系中确定出与所述获取的像素坐标对应的畸变校正因子,进而根据该对应的畸变校正因子即可对待校正区域进行畸变校正。具体地,如图2所示,该图像畸变的校正方法可以包括:
S210,获取当前拍摄场景的待校正图像。
S220,根据当前拍摄场景确定待校正图像中的待校正区域。
可选地,在得到当前拍摄场景的待校正图像时,可根据当前的拍摄场景从该待校正图像中选取部分区域作为待校正区域。下面将给出两种不同示例的实现方式,以示出如何确定所述待校正区域:
作为一种示例的实现方式,可识别出当前拍摄场景中的所有目标拍摄物,并从待校正图像中获取所有目标拍摄物的图像区域,并将所有目标拍摄物的图像区域作为待校正区域。
作为另一种示例的实现方式,可识别出当前拍摄场景中的所有目标拍摄物,并从待校正图像中获取所有目标拍摄物的图像区域,并根据预设的筛选策略,从所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为待校正区域。
其中,在本发明的实施例中,上述预设的筛选策略可包括但不限于:选取不位于待校正图像中心区域的目标拍摄物的图像区域作为待校正区域;或者,选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者,选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;其中,待校正图像中心区域为以待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
S230,获取待校正区域的像素坐标。
S240,根据预先建立的畸变校正因子与像素坐标的对应关系,确定与获取的像素坐标对应的畸变校正因子。
可选地,可从预先建立的畸变校正因子与像素坐标的对应关系中,确定出与所述获取的像素坐标对应的畸变校正因子。
其中,上述畸变校正因子与像素坐标的对应关系可以是镜头的畸变校正因子与图像像素坐标的对应关系。作为一种示例的实现方式,如图3(a)所示,所述畸变校正因子与像素坐标的对应关系可通过以下步骤预先建立:
S310,获取参考图像中各个参考图像像素的坐标。
可选地,可对当前场景进行拍摄以获得参考图像,之后,可确定针对该参考图像的图像坐标系,并根据该图像坐标系即可分析出该参考图像中各个像素的坐标,即得到各个参考图像像素的坐标。
S320,根据每个参考图像像素的坐标计算出每个参考图像像素所在位置的视场角度。
其中,在本发明的实施例中,每个参考图像像素所在位置的视场角度是指以电子设备中摄像头的镜头为顶点,以每个参考图像像素到电子设备中图像传感器的中心之间的距离为半径构成的圆,该顶点与该圆的直径的两端所构成的夹角。
例如,以图3(b)所示,A点为图像传感器的中心,C点为镜头针对该图像传感器的最大视场角度,该镜头针对该图像传感器的最大视场角度即为以电子设备中摄像头的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角,因此,可以理解,该C点应为参考图像的边缘像素点,这样,根据C点的视场角度和像素坐标即可计算出该参考图像中的任意一个像素的视场角度。假设C点的视场角度为75°,可通过以下公式(1)即可计算出参考图像中的任意一个像素B所在位置的视场角度。
其中,θB为像素B所在位置的视场角度,AB为A点到B点之间的距离值,AC为A点到C点之间的距离值,75为C点所在位置的视场角度值。这样,通过上述公式(1)即可计算每个参考图像像素所在位置的视场角度。
S330,根据每个参考图像像素所在位置的视场角度,计算出每个参考图像像素的畸变参数。
需要说明的是,在本发明的实施例中,在镜头的设计中,镜头的畸变与视场角度存在对应关系D=F(θ),其中,θ为视场角度。作为一种示例,可通过以下公式(2)来表示上述镜头的畸变与视场角度之间的对应关系:
Di=-0.007θi 2+0.027θi-0.0761 (2)
其中,Di为参考图像中像素i的畸变参数,θi为参考图像中像素i所在位置的视场角度。可以理解,可通过上述公式(2)即可计算出每个参考图像像素的畸变参数,即,在得到每个参考图像像素所在位置的视场角度之后,可将该每个参考图像像素所在位置的视场角度代入上述公式(2),得到每个参考图像像素的畸变参数。
也就是说,在得到像素所在位置的视场角度之后,可根据镜头的畸变与视场角度之间的对应关系即可计算出该像素的畸变参数。需要说明的是,由于镜头的设计不同,则镜头的畸变与现场角度之间的对应关系也会不同,上述给出的公式(2)仅是为了方便本领域技术人员能够更加清楚地了解本发明中如何根据像素的视场角度计算出像素的畸变参数的一种示例,并不能作为对本发明的具体限定。
S340,根据每个参考图像像素的畸变参数确定出每个参考图像像素的畸变校正因子。
可以理解,为了能够实现对待校正区域的像素的畸变进行校正,在计算出参考图像中发生畸变的像素的畸变参数之后,可引入畸变校正因子,以使得该像素的畸变参数与对应的畸变校正因子之和为零,从而达到对该像素的畸变进行校正的目的。因此,在本步骤中,在得到每个参考图像像素的畸变参数之后,可将该每个参考图像像素的畸变参数的相反数作为该每个参考图像像素的畸变校正因子。例如,假设参考图像中的某个像素B点的畸变参数为DB=-0.007θB 2+0.027θB-0.0761,则可将该像素B点的畸变参数的相反数作为该像素B点的畸变校正因子YB,使DB+YB=0,其中YB=-DB=0.007θB 2-0.027θB+0.0761。
S350,根据每个参考图像像素的畸变校正因子和坐标,建立畸变校正因子与像素坐标的对应关系。
可选地,在得到每个参考图像像素的畸变校正因子之后,可针对每个参考图像像素,将该像素的畸变校正因子和坐标建立对应关系,以得到所述畸变校正因子与像素坐标的对应关系。
这样,通过上述步骤S310-S350即可预先建立所述畸变校正因子与像素坐标的对应关系,以便在实际应用中,根据待校正区域的像素坐标即可从该预先建立的畸变校正因子与像素坐标的对应关系中获取对应的畸变校正因子,以便后续根据该畸变校正因子实现对待校正区域进行畸变校正。
S250,根据所述对应的畸变校正因子对待校正区域进行畸变校正。
举例而言,如图4(a)所示,以当前拍摄场景为人脸拍摄场景为例,可获取当前人脸拍摄场景的待校正图像。之后,可识别出当前人脸拍摄场景中的所有人脸,并从待校正图像中获取所有人脸的图像区域,并根据预设的筛选策略,从该所有人脸的图像区域中选取人脸H的图像区域作为待校正区域。然后,获取人脸H的图像区域的轮廓像素坐标,比如,图4(b)所示的坐标(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)。之后,可根据像素坐标(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)从如图4(c)所示的畸变校正因子与像素坐标的对应关系中,找到各自对应的畸变校正因子,最后,根据每个像素对应的畸变校正因子对该待校正区域进行畸变校正。
根据本发明实施例的图像畸变的校正方法,从预先建立的畸变校正因子与像素坐标的对应关系中确定出与所述获取的像素坐标对应的畸变校正因子,进而根据该对应的畸变校正因子即可对待校正区域进行畸变校正,这样,通过查找对应关系即可确定出与所述获取的像素坐标对应的畸变校正因子,大大节省了计算资源,在保证校正精确度的前提下,大大提高了校正效率。
与上述几种实施例提供的图像畸变的校正方法相对应,本发明的一种实施例还提供一种图像畸变的校正装置,由于本发明实施例提供的图像畸变的校正装置与上述几种实施例提供的图像畸变的校正方法相对应,因此在前述图像畸变的校正方法的实施方式也适用于本实施例提供的图像畸变的校正装置,在本实施例中不再详细描述。图5是根据本发明一个实施例的图像畸变的校正装置的结构示意图。如图5所示,该图像畸变的校正装置500可以包括:第一获取模块510、第一确定模块520、第二获取模块530、第二确定模块540和校正模块550。
具体地,第一获取模块510用于获取当前拍摄场景的待校正图像。
第一确定模块520用于根据当前拍摄场景确定待校正图像中的待校正区域。作为一种示例的实现方式,如图6所示,该第一确定模块520可包括:第一识别单元521、第一获取单元522和第一确定单元523。其中,第一识别单元521用于识别出当前拍摄场景中的所有目标拍摄物。第一获取单元522用于从待校正图像中获取所有目标拍摄物的图像区域。第一确定单元523用于将所有目标拍摄物的图像区域作为待校正区域。
作为另一种示例的实现方式,如图7所示,该第一确定模块520可包括:第二识别单元524、第二获取单元525和第二确定单元526。其中,第二识别单元524用于识别出当前拍摄场景中的所有目标拍摄物。第二获取单元525用于从待校正图像中获取所有目标拍摄物的图像区域。第二确定单元526用于根据预设的筛选策略,从所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为待校正区域。其中,在本发明的实施例中,预设的筛选策略可包括但不限于:选取不位于待校正图像中心区域的目标拍摄物的图像区域作为待校正区域;或者,选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者,选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;其中,待校正图像中心区域为以待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
第二获取模块530用于获取待校正区域的像素坐标。
第二确定模块540用于确定获取的像素坐标对应的畸变校正因子。作为一种示例的实现方式,第二确定模块540可根据预先建立的畸变校正因子与像素坐标的对应关系,确定与获取的像素坐标对应的畸变校正因子。
校正模块550用于根据对应的畸变校正因子对待校正区域进行畸变校正。
为了进一步降低计算资源的成本,提高校正效率,可选地,在本发明的一个实施例中,如图8所示,该图像畸变的校正装置500还可包括:建立模块560,建立模块560可用于预先建立所述畸变校正因子与像素坐标的对应关系。其中,在本发明的实施例中,如图8所示,该建立模块560可包括:获取单元561、第一计算单元562、第二计算单元563、确定单元564和建立单元565。其中,获取单元561用于获取参考图像中各个参考图像像素的坐标;第一计算单元562用于根据每个参考图像像素的坐标计算出每个参考图像像素所在位置的视场角度;第二计算单元563用于根据每个参考图像像素所在位置的视场角度,计算出每个参考图像像素的畸变参数;确定单元564根据每个参考图像像素的畸变参数确定出每个参考图像像素的畸变校正因子;建立单元565用于根据每个参考图像像素的畸变校正因子和坐标,建立所述畸变校正因子与像素坐标的对应关系。
作为一种示例的实现方式,第二计算单元563可通过以下公式计算出每个参考图像像素的畸变参数:
Di=-0.007θi 2+0.027θi-0.0761 (2)
其中,Di为参考图像中像素i的畸变参数,θi为参考图像中像素i所在位置的视场角度。
根据本发明实施例的图像畸变的校正装置,可通过第一获取模块获取当前拍摄场景的待校正图像,第一确定模块根据该当前拍摄场景确定待校正图像中的待校正区域,第二获取模块获取待校正区域的像素坐标,第二确定模块确定获取的像素坐标对应的畸变校正因子,校正模块根据所述对应的畸变校正因子对所述待校正区域进行畸变校正,即在整个过程中,无需拍摄多张照片,只需对当前拍摄场景的待校正图像中的部分做畸变校正,大大降低了计算资源,并在保证校正精确度的前提下,提高了校正效率。
为了实现上述实施例,本发明还提出了一种电子设备。
图9是根据本发明一个实施例的电子设备的结构示意图。如图9所示,该电子设备900可以包括:存储器910、处理器920及存储在存储器910上并可在处理器920上运行的计算机程序930,处理器920执行所述程序930时,实现本发明上述任一个实施例所述的图像畸变的校正方法。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明上述任一个实施例所述的图像畸变的校正方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种图像畸变的校正方法,其特征在于,包括以下步骤:
获取当前拍摄场景的待校正图像;
根据所述当前拍摄场景确定所述待校正图像中的待校正区域;
获取所述待校正区域的像素坐标;
确定获取的像素坐标对应的畸变校正因子;
根据所述对应的畸变校正因子对所述待校正区域进行畸变校正。
2.如权利要求1所述的方法,其特征在于,所述根据当前拍摄场景确定所述待校正图像中的待校正区域,包括:
识别出所述当前拍摄场景中的所有目标拍摄物;
从所述待校正图像中获取所述所有目标拍摄物的图像区域;
将所述所有目标拍摄物的图像区域作为所述待校正区域。
3.如权利要求1所述的方法,其特征在于,所述根据当前拍摄场景确定所述待校正图像中的待校正区域,包括:
识别出所述当前拍摄场景中的所有目标拍摄物;
从所述待校正图像中获取所述所有目标拍摄物的图像区域;
根据预设的筛选策略,从所述所有目标拍摄物的图像区域中选取部分目标拍摄物的图像区域作为所述待校正区域。
4.如权利要求3所述的方法,其特征在于,所述预设的筛选策略包括:
选取不位于待校正图像中心区域的目标拍摄物的图像区域作为所述待校正区域;或者选取图像区域面积大于预设面积的目标拍摄物的图像区域作为待校正区域;或者
选取不位于待校正图像中心区域,并且图像区域面积大于预设面积的目标拍摄物的图像区域作为所述待校正区域;
其中,所述待校正图像中心区域为以所述待校正图像的图像中心为圆心、预设长度为半径的圆形区域。
5.如权利要求1至4中任一项所述的方法,其特征在于,所述确定获取的像素坐标对应的畸变校正因子,包括:
根据预先建立的畸变校正因子与像素坐标的对应关系,确定与获取的像素坐标对应的畸变校正因子。
6.如权利要求5所述的方法,其特征在于,通过以下步骤预先建立所述畸变校正因子与像素坐标的对应关系:
获取参考图像中各个参考图像像素的坐标;
根据每个参考图像像素的坐标计算出所述每个参考图像像素所在位置的视场角度;
根据所述每个参考图像像素所在位置的视场角度,计算出所述每个参考图像像素的畸变参数;
根据所述每个参考图像像素的畸变参数确定出所述每个参考图像像素的畸变校正因子;
根据所述每个参考图像像素的畸变校正因子和坐标,建立所述畸变校正因子与像素坐标的对应关系。
7.一种图像畸变的校正装置,其特征在于,包括:
第一获取模块,用于获取当前拍摄场景的待校正图像;
第一确定模块,用于根据所述当前拍摄场景确定所述待校正图像中的待校正区域;
第二获取模块,用于获取所述待校正区域的像素坐标;
第二确定模块,用于确定获取的像素坐标对应的畸变校正因子;
校正模块,用于根据所述对应的畸变校正因子对所述待校正区域进行畸变校正。
8.如权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一识别单元,用于识别出所述当前拍摄场景中的所有目标拍摄物;
第一获取单元,用于从所述待校正图像中获取所述所有目标拍摄物的图像区域;
第一确定单元,用于将所述所有目标拍摄物的图像区域作为所述待校正区域。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1至6中任一项所述的图像畸变的校正方法。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任一项所述的图像畸变的校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711148766.4A CN108932698B (zh) | 2017-11-17 | 2017-11-17 | 图像畸变的校正方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711148766.4A CN108932698B (zh) | 2017-11-17 | 2017-11-17 | 图像畸变的校正方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108932698A true CN108932698A (zh) | 2018-12-04 |
CN108932698B CN108932698B (zh) | 2021-07-23 |
Family
ID=64448033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711148766.4A Active CN108932698B (zh) | 2017-11-17 | 2017-11-17 | 图像畸变的校正方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932698B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751602A (zh) * | 2019-09-20 | 2020-02-04 | 北京迈格威科技有限公司 | 基于人脸检测的保形畸变校正方法和装置 |
CN110796136A (zh) * | 2019-10-09 | 2020-02-14 | 陈浩能 | 标志与图像处理方法及相关装置 |
CN111008947A (zh) * | 2019-12-09 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
CN111091507A (zh) * | 2019-12-09 | 2020-05-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
CN111105367A (zh) * | 2019-12-09 | 2020-05-05 | Oppo广东移动通信有限公司 | 人脸畸变校正方法、装置、电子设备及存储介质 |
CN111325691A (zh) * | 2020-02-20 | 2020-06-23 | Oppo广东移动通信有限公司 | 图像校正方法、装置、电子设备和计算机可读存储介质 |
CN111355863A (zh) * | 2020-04-07 | 2020-06-30 | 北京达佳互联信息技术有限公司 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
CN113129238A (zh) * | 2021-04-29 | 2021-07-16 | 青岛海信移动通信技术股份有限公司 | 拍照终端及图像校正方法 |
CN113256540A (zh) * | 2021-07-14 | 2021-08-13 | 智道网联科技(北京)有限公司 | 图像去畸变方法和装置、电子设备和计算机可读存储介质 |
CN113259580A (zh) * | 2020-02-12 | 2021-08-13 | 中电科海洋信息技术研究院有限公司 | 光电监控系统拍摄参数自校正方法、装置、设备和介质 |
CN113474630A (zh) * | 2019-03-01 | 2021-10-01 | 法雷奥照明公司 | 用于校正光图案的方法、汽车照明设备和汽车照明组件 |
CN113658053A (zh) * | 2021-07-04 | 2021-11-16 | 浙江大华技术股份有限公司 | 图像校正方法、装置、电子设备、计算机可读存储介质 |
CN113724140A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 图像处理方法、电子设备、介质和系统 |
CN114266815A (zh) * | 2021-12-22 | 2022-04-01 | 合肥瑞识智能科技有限公司 | 一种深度测量方法、装置、设备及介质 |
CN114331814A (zh) * | 2021-12-24 | 2022-04-12 | 合肥视涯技术有限公司 | 一种畸变画面校正方法及显示设备 |
CN117652149A (zh) * | 2021-07-06 | 2024-03-05 | 高通股份有限公司 | 增强的对象检测 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994283A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种局部畸变的校正方法及移动终端 |
CN104994367A (zh) * | 2015-06-30 | 2015-10-21 | 华为技术有限公司 | 一种图像矫正方法以及摄像头 |
CN104994281A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种人脸畸变校正的方法及终端 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN105488764A (zh) * | 2015-11-23 | 2016-04-13 | 上海汽车集团股份有限公司 | 鱼眼图像校正方法及装置 |
-
2017
- 2017-11-17 CN CN201711148766.4A patent/CN108932698B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994283A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种局部畸变的校正方法及移动终端 |
CN104994367A (zh) * | 2015-06-30 | 2015-10-21 | 华为技术有限公司 | 一种图像矫正方法以及摄像头 |
CN104994281A (zh) * | 2015-06-30 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种人脸畸变校正的方法及终端 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN105488764A (zh) * | 2015-11-23 | 2016-04-13 | 上海汽车集团股份有限公司 | 鱼眼图像校正方法及装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113474630A (zh) * | 2019-03-01 | 2021-10-01 | 法雷奥照明公司 | 用于校正光图案的方法、汽车照明设备和汽车照明组件 |
CN110751602B (zh) * | 2019-09-20 | 2022-09-30 | 北京迈格威科技有限公司 | 基于人脸检测的保形畸变校正方法和装置 |
CN110751602A (zh) * | 2019-09-20 | 2020-02-04 | 北京迈格威科技有限公司 | 基于人脸检测的保形畸变校正方法和装置 |
CN110796136A (zh) * | 2019-10-09 | 2020-02-14 | 陈浩能 | 标志与图像处理方法及相关装置 |
CN110796136B (zh) * | 2019-10-09 | 2023-06-27 | 陈浩能 | 标志与图像处理方法及相关装置 |
CN111105367A (zh) * | 2019-12-09 | 2020-05-05 | Oppo广东移动通信有限公司 | 人脸畸变校正方法、装置、电子设备及存储介质 |
CN111008947B (zh) * | 2019-12-09 | 2024-05-07 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
CN111105367B (zh) * | 2019-12-09 | 2023-07-18 | Oppo广东移动通信有限公司 | 人脸畸变校正方法、装置、电子设备及存储介质 |
CN111091507A (zh) * | 2019-12-09 | 2020-05-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
CN111008947A (zh) * | 2019-12-09 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、终端设备及存储介质 |
CN113259580A (zh) * | 2020-02-12 | 2021-08-13 | 中电科海洋信息技术研究院有限公司 | 光电监控系统拍摄参数自校正方法、装置、设备和介质 |
CN111325691B (zh) * | 2020-02-20 | 2023-11-10 | Oppo广东移动通信有限公司 | 图像校正方法、装置、电子设备和计算机可读存储介质 |
CN111325691A (zh) * | 2020-02-20 | 2020-06-23 | Oppo广东移动通信有限公司 | 图像校正方法、装置、电子设备和计算机可读存储介质 |
CN111355863A (zh) * | 2020-04-07 | 2020-06-30 | 北京达佳互联信息技术有限公司 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
CN111355863B (zh) * | 2020-04-07 | 2022-07-22 | 北京达佳互联信息技术有限公司 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
CN113724140A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 图像处理方法、电子设备、介质和系统 |
CN113129238B (zh) * | 2021-04-29 | 2023-01-06 | 青岛海信移动通信技术股份有限公司 | 拍照终端及图像校正方法 |
CN113129238A (zh) * | 2021-04-29 | 2021-07-16 | 青岛海信移动通信技术股份有限公司 | 拍照终端及图像校正方法 |
CN113658053A (zh) * | 2021-07-04 | 2021-11-16 | 浙江大华技术股份有限公司 | 图像校正方法、装置、电子设备、计算机可读存储介质 |
CN117652149A (zh) * | 2021-07-06 | 2024-03-05 | 高通股份有限公司 | 增强的对象检测 |
CN113256540B (zh) * | 2021-07-14 | 2021-11-19 | 智道网联科技(北京)有限公司 | 图像去畸变方法和装置、电子设备和计算机可读存储介质 |
CN113256540A (zh) * | 2021-07-14 | 2021-08-13 | 智道网联科技(北京)有限公司 | 图像去畸变方法和装置、电子设备和计算机可读存储介质 |
CN114266815A (zh) * | 2021-12-22 | 2022-04-01 | 合肥瑞识智能科技有限公司 | 一种深度测量方法、装置、设备及介质 |
CN114331814A (zh) * | 2021-12-24 | 2022-04-12 | 合肥视涯技术有限公司 | 一种畸变画面校正方法及显示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108932698B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932698A (zh) | 图像畸变的校正方法、装置、电子设备和存储介质 | |
CN110276734B (zh) | 图像畸变校正方法和装置 | |
CN110264426B (zh) | 图像畸变校正方法和装置 | |
JP5437311B2 (ja) | 画像補正方法、画像補正システム、角度推定方法、および角度推定装置 | |
US11461930B2 (en) | Camera calibration plate, camera calibration method and device, and image acquisition system | |
Jeon et al. | Accurate depth map estimation from a lenslet light field camera | |
CN110717942B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
Johannsen et al. | On the calibration of focused plenoptic cameras | |
CN102194223B (zh) | 一种变焦镜头的畸变系数标定方法及系统 | |
CN109829948A (zh) | 摄像机标定板、标定方法以及摄像机 | |
CN110099267A (zh) | 梯形校正系统、方法以及投影仪 | |
CN102338972A (zh) | 多人脸区块辅助对焦的方法 | |
JP2000196939A (ja) | 歪曲収差及び面方向色収差のない画像形成装置及びその方法 | |
Von Gioi et al. | Towards high-precision lens distortion correction | |
JP7378219B2 (ja) | 撮像装置、画像処理装置、制御方法、及びプログラム | |
CN111080542A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN110505398A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN117061868A (zh) | 一种基于图像识别的自动拍照装置 | |
CN106375651B (zh) | 对焦方法和装置、图像采集设备 | |
CN107945136B (zh) | 一种鱼眼图像矫正方法、系统、设备及计算机存储介质 | |
CN107527323B (zh) | 镜头畸变的标定方法及装置 | |
CN111292380B (zh) | 图像处理方法及装置 | |
CN105491280A (zh) | 机器视觉中进行图像采集的方法及装置 | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 | |
JP2016156702A (ja) | 撮像装置および撮像方法 |
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 |