CN109191374B - 一种畸变参数测量方法、装置及系统 - Google Patents
一种畸变参数测量方法、装置及系统 Download PDFInfo
- Publication number
- CN109191374B CN109191374B CN201811178302.2A CN201811178302A CN109191374B CN 109191374 B CN109191374 B CN 109191374B CN 201811178302 A CN201811178302 A CN 201811178302A CN 109191374 B CN109191374 B CN 109191374B
- Authority
- CN
- China
- Prior art keywords
- corner
- point
- corner point
- points
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000000691 measurement method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
- Geometry (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Transforming Electric Information Into Light Information (AREA)
Abstract
本申请提供了一种畸变参数测量方法、装置及系统,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,其中,所述畸变参数测量方法根据第一畸变图像上满足预设条件的第二角点以及对应初始图像上的第一角点,确定显示设备的畸变参数,这种畸变参数测量方法不需要人工盲调,使畸变参数的测量更加简便,并且这种测量方法可以准确计算出显示设备上多个点的畸变参数,提高测量效率,进而可以提高畸变校正的准确度。
Description
技术领域
本发明涉及显示技术领域,特别是涉及一种畸变参数测量方法、装置及系统。
背景技术
在虚拟现实VR(Virtual Reality)设备中,为了让用户在视觉上拥有真实的沉浸感,虚拟现实设备就要尽可能的覆盖人眼的视觉范围,这就需要在虚拟现实设备中安装一个特定球面弧度的放大镜片,但是传统的图像经过放大镜片投射到人的眼中时,图像是扭曲的,因此需要将图像进行预畸变处理。
发明内容
本发明提供及一种畸变参数测量方法、装置及系统,以更简便地测量显示设备的畸变参数。
为了解决上述问题,本发明公开了一种畸变参数测量方法,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,所述测量方法包括:
获取初始图像经过所述透镜后的第一畸变图像,所述初始图像为所述显示屏显示的图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个与所述第一角点对应的第二角点;
根据所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数。
可选地,所述获取初始图像经过所述透镜后的第一畸变图像的步骤,包括:
接收拍摄单元拍摄的所述初始图像经过所述透镜后的第二畸变图像;
根据所述拍摄单元的内参,对所述第二畸变图像进行校正,得到所述第一畸变图像。
可选地,所述根据所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数包括:
根据满足预设条件的所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数。
可选地,在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
确定第一参考角点,所述第一参考角点属于所述第一角点,所述第一参考角点的属性信息与除所述第一参考角点之外的第一角点的属性信息不同,所述属性信息包括以下至少一种:角点颜色和角点面积;
根据所述属性信息,确定与所述第一参考角点对应的第二角点为第二参考角点;
根据所述第一角点与所述第一参考角点之间的位置关系,确定所述第一角点的位置信息;根据所述第二角点与所述第二参考角点之间的位置关系,确定所述第二角点的位置信息;
将所述位置信息相同的第一角点和第二角点进行对应。
可选地,所述初始图像为桶形图像,包括多个阵列排布的第一角点,所述第一参考角点包括中心角点,所述中心角点为位于所述桶形图像中心的第一角点,所述中心角点的面积与除所述中心角点之外的第一角点的面积不相同。
可选地,所述第一参考角点还包括:横向角点和纵向角点,所述横向角点为与所述中心角点同行的第一角点,所述纵向角点为与所述中心角点同列的第一角点;
所述横向角点,所述纵向角点,以及除所述横向角点和所述纵向角点之外的第一角点之间的颜色均不相同。
可选地,在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
计算所述第二角点与对应的预设参考点之间的距离;
当所述距离小于或等于预设阈值时,判定所述第二角点满足所述预设条件。
可选地,在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
将不满足所述预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足所述预设条件。
为了解决上述问题,本发明还公开了一种畸变参数测量装置,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,所述测量装置包括:
图像获取模块,被配置为获取初始图像经过所述透镜后的第一畸变图像,所述初始图像为所述显示屏显示的图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个第二角点;
参数确定模块,被配置为根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数。
可选地,所述图像获取模块包括:
接收单元,被配置为接收拍摄单元拍摄的,所述初始图像经过所述透镜后的第二畸变图像;
矫正单元,被配置为根据所述拍摄单元的内参,对所述第二畸变图像进行校正,得到所述第一畸变图像。
可选地,所述测量装置还包括:角点对应模块,被配置为建立所述第一角点与所述第二角点之间的对应关系;
所述角点对应模块包括:
第一参考角点单元,被配置为确定第一参考角点,所述第一参考角点属于所述第一角点,所述第一参考角点的属性信息与除所述第一参考角点之外的第一角点的属性信息不同,所述属性信息包括以下至少一种:角点颜色和角点面积;
第二参考角点单元,被配置为根据所述属性信息,确定与所述第一参考角点对应的第二角点为第二参考角点;
位置信息确定单元,被配置为根据所述第一角点与所述第一参考角点之间的位置关系,确定所述第一角点的位置信息;根据所述第二角点与所述第二参考角点之间的位置关系,确定所述第二角点的位置信息;
对应关系建立单元,被配置为将所述位置信息相同的第一角点和第二角点进行对应。
可选地,所述初始图像为桶形图像,包括多个阵列排布的第一角点,所述第一参考角点包括中心角点,所述中心角点为位于所述桶形图像中心的第一角点,所述中心角点的面积与除所述中心角点之外的第一角点的面积不相同。
可选地,所述测量装置还包括:角点判断模块,被配置为判断各所述第二角点是否满足预设条件;
所述角点判断模块包括:
距离计算单元,被配置为计算所述第二角点与对应的预设参考点之间的距离;
预设条件判定单元,被配置为当所述距离小于或等于预设阈值时,判定所述第二角点满足所述预设条件。
可选地,所述测量装置还包括:
角点调整模块,被配置为在所述参数确定模块根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数之前,将不满足所述预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足所述预设条件。
为了解决上述问题,本发明还公开了一种畸变参数测量系统,所述测量系统包括:
显示设备,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜;
拍摄单元,位于所述透镜背离所述显示屏的一侧;
控制器,分别与所述显示设备的显示屏以及所述拍摄单元连接,所述控制器包括任一实施例所述的畸变参数测量装置。
为了解决上述问题,本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现任一实施例所述的畸变参数测量方法的步骤。
与现有技术相比,本发明包括以下优点:
本申请提供了一种畸变参数测量方法、装置及系统,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,其中,所述畸变参数测量方法包括:获取初始图像经过透镜后的第一畸变图像,初始图像为显示屏显示的图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个第二角点;根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数。根据第一畸变图像上满足预设条件的第二角点以及对应初始图像上的第一角点,确定显示设备的畸变参数,这种畸变参数测量方法不需要人工盲调,使畸变参数的测量更加简便,并且这种测量方法可以准确计算出显示设备上多个点的畸变参数,提高测量效率,进而可以提高畸变校正的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一实施例提供的一种畸变参数测量方法的步骤流程图;
图2示出了本申请一实施例提供的一种获取图像的步骤流程图;
图3示出了本申请一实施例提供的一种对应角点的步骤流程图;
图4示出了本申请一实施例提供的一种初始图像的示意图;
图5示出了本申请一实施例提供的一种确定位置信息的示意图;
图6示出了本申请一实施例提供的一种判断角点的步骤流程图;
图7示出了本申请一实施例提供的一种预设参考点的分布示意图;
图8示出了本申请一实施例提供的一种畸变参数测量装置的结构框图;
图9示出了本申请一实施例提供的一种畸变参数测量系统的结构示意图;
图10示出了本申请一实施例提供的初始图像上第一角点与原点之间的距离示意图;
图11示出了本申请一实施例提供的第一畸变图像上第二角点对应的视场角示意图;
图12示出了本申请一实施例提供的一种根据已知像面坐标的畸变参数拟合每个像面坐标对应的屏幕坐标的示意图;
图13示出了本申请一实施例提供的一种第二角点与预设参考点之间距离的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
目前业界对VR设备的畸变矫正研究有很多方式,比如从光路设计方面直接通过相应的软件输出理论的畸变参数,然后从应用端进行人工微调,这种方式费时费力,并且效果不好。
为了解决这一问题,参照图1,本申请一实施例提供了一种畸变参数测量方法,用于测量显示设备的畸变参数,显示设备包括显示屏以及位于显示屏出光侧的透镜,该测量方法可以包括:
步骤101:获取初始图像经过透镜后的第一畸变图像,初始图像为显示屏显示的图像,初始图像包括多个第一角点,第一畸变图像包括多个与所述第一角点对应的第二角点。
具体地,初始图像可以是根据透镜的理论畸变参数预先烧录的理论反畸变图像或者是本领域技术人员根据实际情况预先设计的图像,例如初始图像可以是桶形图像,桶形图像例如可以为桶形网格或者桶形角点等。其中,桶形角点包括桶形排布的多个圆点。当初始图像为桶形网格或者桶形角点时,可以提高测量过程中畸变校正的效率。
第一角点为初始图像上在某方面属性特别突出的点,本领域技术人员可以根据实际情况定义第一角点为灰度或颜色等属性比较突出的点。当初始图像为桶形网格(例如透镜厂商提供的理论畸变网格图)时,第一角点可以为网格线的相交点;当初始图像为桶形角点时,第一角点可以是桶形排布的各个圆点。
在实际应用中,显示屏显示初始图像,可以通过相机(如广角相机)等采集初始图像经过透镜后的第一畸变图像。
初始图像上的第一角点,可以通过基于灰度的角点检测或者基于轮廓曲线的角点检测等方法检测出来。第一角点的位置,例如可以通过求解初始图像上第一角点的轮廓,进而根据各个轮廓可以拟合得到该轮廓的中心点坐标,即第一角点的位置(如像素坐标等)。相应的,第一畸变图像上包括多个与第一角点对应的第二角点,第二角点同样可以通过基于灰度的角点检测或者基于轮廓曲线的角点检测等方法检测出来。第二角点的位置可以根据图像处理方法得到,例如可以求解出第一畸变图像上第二角点的轮廓,进而根据各个轮廓可以拟合得到轮廓的中心点坐标,即第二角点的位置(如像素坐标等)。第一角点和第二角点的位置还可以是根据各自的像素坐标转换为在同一坐标系中的位置坐标等。其中,第一角点的像素坐标即第一角点所对应子像素在初始图像的像素阵列中的排布位置,第二角点的像素坐标即第二角点所对应子像素在第一畸变图像的像素阵列中的排布位置。
其中,显示设备可以为虚拟显示设备VR等。
步骤102:根据第二角点以及对应的第一角点,确定显示设备的畸变参数。
例如,可以根据满足预设条件的第二角点以及对应的第一角点的位置,通过软件模拟或数据拟合等方式,确定显示设备的畸变参数。
在实际应用中,第一角点和第二角点的位置可以根据各自的像素坐标转换为在同一平面坐标系(平面坐标系平行于初始图像和第一畸变图像的平面)中的位置坐标,例如该坐标系的原点可以设置在第一透镜的光轴位置处。然后,可以通过计算第一透镜的光轴f与满足预设条件的第二角点和预设观察点(人眼位置)的连线之间的夹角作为该第二角点的视场角FOV,然后根据第一角点的位置可以计算得到第一角点与原点之间的距离R;参照图10示出了初始图像(屏幕图像)上第一角点与原点之间的距离示意图,图11示出了第一畸变图像(像方图像)上第二角点对应的视场角示意图,各第一角点的距离R和与该第一角点对应的第二角点的视场角FOV之间的对应关系列表,可以作为畸变参数的一种表达方式;另外,各第一角点的距离R和与该第一角点对应的第二角点的视场角FOV之间所形成的曲线,该曲线的系数也可以作为畸变参数的一种表达方式。
另外,上述的畸变参数计算是根据R和FOV的对应关系得到的,在实际应用中,还可以根据R和FOV在上述坐标系各坐标轴上的分量的对应关系得到,如对应关系列表(Xp,Yp,FOVx,FOVy)其中,Xp,Yp分别为第一角点坐标在两坐标轴上的分量,FOVx,FOVy为FOV在两坐标轴上的分量。
本实施例提供的畸变参数测量方法,根据第一畸变图像上满足预设条件的第二角点以及对应初始图像上的第一角点,确定显示设备的畸变参数,这种畸变参数测量方法不需要人工盲调,使畸变参数的测量更加简便,并且这种测量方法可以准确计算出显示设备上多个点的畸变参数,提高测量效率,进而可以提高畸变校正的准确度。
在实际应用中,获取初始图像经过透镜后的第一畸变图像具体可以包括:获取初始图像经过透镜后的第二畸变图像,并对获取得到的第二畸变图像进行处理得到第一畸变图像。其中,处理可以包括对采集图像进行旋转,以矫正相机与显示屏之间的角度偏差;还可以包括校正处理,以消除相机本身带来的畸变等。
参照图2,提供了上述实施例中步骤101的一种实现方式,具体可以包括:
步骤201:接收拍摄单元拍摄的,初始图像经过透镜后的第二畸变图像。
具体地,第二畸变图像是初始图像经过透镜以及拍摄单元之后得到的图像,相当于在初始图像上增加了透镜以及拍摄单元的镜头带来的畸变。
步骤202:根据拍摄单元的内参,对第二畸变图像进行校正,得到第一畸变图像。
具体地,拍摄单元可以是摄像头、广角相机等具有拍摄功能的设备。在实际应用中,可以根据摄像头的内参,对摄像头拍摄得到的第二畸变图像进行校正,以消除由摄像头镜头在拍摄图像时引起的畸变。其中,拍摄单元如摄像头的内参,可以通过对摄像头进行标定得到,标定方法可以采用张正友法等。
在实际应用中,在上述步骤102之前,上述的测量方法还可以包括:建立第一角点与第二角点之间的对应关系的步骤。
在实际应用中,第一角点与第二角点之间的对应关系可以根据第一角点和第二角点的位置确定。例如可以首先确定初始图像与第一畸变图像对应的中心角点,然后再根据第一角点与初始图像的中心角点之间的相对位置关系,以及第二角点与第一畸变图像的中心角点之间的相对位置关系,确定各第一角点与各第二角点的对应关系。
参照图3,具体地建立第一角点与第二角点之间的对应关系的步骤可以进一步包括:
步骤301:确定第一参考角点,第一参考角点属于第一角点,第一参考角点的属性信息与除第一参考角点之外的第一角点的属性信息不同,属性信息包括以下至少一种:角点颜色和角点面积。
参照图4,当初始图像为桶形图像时,包括多个阵列排布的第一角点,第一参考角点可以包括中心角点41,中心角点41为位于桶形图像(初始图像)中心的第一角点,中心角点41的面积可以大于或小于除中心角点41之外的第一角点的面积,图4中示出的中心角点41的面积大于其它第一角点的面积。通过设置面积不同的中心角点,可以提高第一角点与第二角点之间对应的准确率,进而提高畸变参数测量的准确度。
为了进一步提高第一角点与第二角点之间对应的准确率,第一参考角点还可以包括:横向角点42和纵向角点43,横向角点42为与中心角点41同行的第一角点,纵向角点43为与中心角点41同列的第一角点;横向角点42,纵向角点43,以及除横向角点42和纵向角点43之外的第一角点之间的颜色均不相同。
例如,横向角点42的颜色可以为蓝色,纵向角点43的颜色可以为红色,其它第一角点的颜色可以为绿色等。需要说明的是,本实施例中由于中心角点可以根据面积大小区分出来,因此中心角点的颜色可以是任意颜色。
需要说明的是,图4中示出的中心角点是通过面积大小区分于其它第一角点,在实际应用中也可以通过角点颜色区分中心角点。同理,横向角点和纵向角点也不仅限于通过角点颜色来区分,还可以通过面积大小等其它属性信息加以确定或区分。
步骤302:根据属性信息,确定与第一参考角点对应的第二角点为第二参考角点。
当第一参考角点包括中心角点时,由于其面积大于其它各第一角点,所以据此确定第二角点中面积最大的点为第一畸变图像的中心角点,与初始图像的中心角点相对应。并且可以将第一畸变图像的中心角点作为第二参考角点。
同样,当第一参考角点还包括横向角点和纵向角点时,根据角点颜色,可以确定出第二角点中与初始图像中的横向角点和纵向角点分别对应的角点,这些角点也可以作为第一畸变图像的第二参考角点。
步骤303:根据第一角点与第一参考角点之间的位置关系,确定第一角点的位置信息;根据第二角点与第二参考角点之间的位置关系,确定第二角点的位置信息。
在实际应用中,可以设定初始图像的中心角点的位置信息为(0,0),然后可以根据各第一角点的位置(如像素坐标等)确定各第一角点与该中心角点之间的相对位置关系,如中心角点右侧第一个第一角点的位置信息可以为(1,0),中心角点下方第一个第一角点的位置信息可以为(0,1),以此类推可以确定每个第一角点的位置信息。同样,设定第一畸变图像的中心角点的位置信息为(0,0),根据第二角点与面积最大的第二角点(0,0)(第一畸变图像的中心角点)之间相对位置关系,可以确定出各个第二角点的位置信息,如(1,0)、(0,1)等。
步骤304:将位置信息相同的第一角点和第二角点进行对应。
例如,由于初始图像的中心角点(第一角点中面积最大)以及第一畸变图像的中心角点(第二角点中面积最大)的位置信息均为(0,0),所以二者一一对应。根据位置信息,可以确定各第一角点与第二角点之间的对应关系。
下面介绍一种建立第一角点与第二角点之间对应关系的具体实现方式:
当第一参考角点包括中心角点、以及横向角点和纵向角点,且中心角点面积最大,横向角点为蓝色,纵向角点为红色,其它角点为绿色时,首先确定面积最大的第一角点为初始图像的中心角点,然后根据角点颜色将除中心角点之外的其它第一角点进行三通道(红色、蓝色和绿色)分离。各个第一角点的位置信息可以根据各个第一角点的位置(如像素坐标),求解出以中心角点为参考点时,各个第一角点的位置分布,如图5中的角点下边的数字所示出的是对应角点的位置信息。
图5是以第四象限的第一角点为例示出的。第一角点的位置信息的求解过程如下:可以将所有的第一角点放在一个no_location数组(数组中的点都没有确定位置信息)中,然后按照以下步骤执行:
步骤501:设定中心角点为初始HOME点,位置信息为(0,0);在no_location寻找与HOME点距离最近的角点,寻找三次,可以找到中心角点右侧第一个横向角点(蓝色),确定位置信息为(1,0),存到row数组;还可以找到中心角点下方第一个纵向角点(红色),确定位置信息为(0,1),存到col数组;第三次可以找到中心角点右下方的绿色角点,确定位置信息为(1,1),更新为HOME点(图5中示出的HOME’点)。同时,将已确定了位置信息的(0,0)点、(1,0)点、(0,1)点和(1,1)点从no_location数组中删除掉。
其中,各角点之间的距离可以是根据各角点的位置(如像素坐标等)计算得到的欧氏距离。
步骤502:依次遍历row数组中各点、col数组中各点以及HOME点,寻找距离最近的点。其中,row数组中的第一个元素寻找两次,其它元素寻找一次,按照找到的顺序依次更新至row数组;col数组中的第一个元素寻找两次,其它元素寻找一次,按照找到的顺序依次更新至col数组;HOME点寻找一次,将找到的点更新为HOME点。并将找到的角点从no_location数组中删除掉。
例如:row数组中的(1,0)寻找两次,依次找到(2,0)点和(2,1)点,并将(2,0)点和(2,1)点更新到row数组,分别作为row数组中的第一个元素(图5中示出的row’1)和第二个元素(row’2)。col数组中的(0,1)寻找两次,依次找到(0,2)点和(1,2)点,并将(0,2)点和(1,2)点更新到col数组,分别作为col数组中的第一个元素(图5中示出的col’1)和第二个元素(col’2)。HOME点(1,1)寻找一次,找到(2,2)点,更新为HOME点。
步骤503:重复步骤502,直到no_location中没有角点为止,即所有的角点均已确定位置信息。参照图5示出了不同角点确定位置信息的示意图,其中不同的箭头分别代表不同循环的步骤502。
第一畸变图像中的第二角点的位置信息确定过程可以与第一角点的位置信息确定过程相同,这里不再赘述。
在实际应用中,在上述步骤102之前,上述的测量方法还可以包括:判断第二角点是否满足预设条件的步骤。
其中,当第二角点满足预设条件时,第一畸变图像的畸变度小于或等于指定值。畸变度用于表征第一畸变图像的畸变程度。第一畸变图像的畸变度与第一畸变图像中的第二角点排布的横平竖直程度或直线度成反比。
判断第一畸变图像的畸变度小于或等于指定值的实现方式有多种,例如可以通过计算第二角点与预设参考点之间的距离小于或等于预设距离,或者通过计算任意两个第二角点之间的连线与预设基准线之间的夹角小于或等于预设夹角等方式来实现。其中,预设参考点、预设基准线以及指定值(如预设距离或预设夹角)等均可以由本领域技术人员根据显示设备的结构以及用户需求等实际情况进行设定,本申请对其具体数值不作限定。
具体地,预设条件可以有多种类型,只要确保第一畸变图像的畸变度小于或等于指定值即可。
参照图6,提供了判断第二角点是否满足预设条件的一种实现方式,具体可以包括:
步骤601:计算第二角点与对应的预设参考点之间的距离。
可以根据第二角点131的像素坐标与对应的预设参考点130的像素坐标,计算二者之间的欧氏距离,参照图13。其中,预设参考点130可以根据第一角点中的第一参考角点,如中心角点、横向角点和纵向角点生成的角点阵列中的各点,角点阵列如图7所示。该角点阵列中同行角点之间的连线平行于横向角点之间的连线,且同行角点之间的间距与对应的纵向角点间距相同;同列角点之间的连线平行于纵向角点之间的连线,且同列角点之间的间距与对应的横向角点间距相同。在实际应用中,也可以对角点阵列中的各预设参考点确定位置信息,与第二角点位置信息相同的预设参考点即第二角点对应的预设参考点。
步骤602:当距离小于或等于预设阈值时,判定第二角点满足预设条件。
第二预设距离例如可以为4个像素宽度(即或像素pixel间距)等,当步骤601计算得到的距离小于或等于4个像素宽度时,可以判定该第二角点满足预设条件。当距离大于预设阈值时,判定第二角点不满足预设条件。第二预设距离的具体数值可以由本领域技术人员根据实际情况确定,本申请不作限定。
步骤601和步骤602是通过评价算法判断第一畸变图像上的第二角点是否“横平竖直”,即是否满足预设条件。在实际应用中,可以根据满足预设条件的第二角点以及对应的第一角点,确定显示设备的畸变参数。
本申请另一实施例提供了一种畸变参数测量方法,在上述各实施例的步骤104之前,还可以包括:
步骤105:不满足预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足预设条件。
对于不满足预设条件的第二角点,可以首先确定其相对于预设参考点的偏离方向,在调整的过程中,可以将对应的第一角点沿背离偏离方向的方向移动,每次可以移动一个像素。例如,当不满足预设条件的第二角点位于预设参考点的上方时,可以将对应的第一角点向下移动一个像素,然后可以再重复执行获取图像、对应角点以及判断角点的步骤,直到最终得到的第二角点均满足预设条件,也就是第一畸变图像上各角点均为“横平竖直”的,此时初始图像上的第一角点与第一畸变图像上的第二角点具有最优的畸变对应关系。
然后,根据所有满足预设条件的第二角点(包括初始满足预设条件的第二角点和调整第一角点的位置后满足预设条件的第二角点)与对应的第一角点的位置,可以确定显示设备的畸变参数。
无论是求解出显示设备的畸变系数(K1,K2,K3…),还是得到第一角点坐标与第二角点的视场角之间的对应关系,最终都是要确定显示设备在实际显示图像时屏幕上某一点坐标(x,y)。在渲染时(软件SDK所做的事),场景中取景相机根据取景相机的FOV2寻找像面点对应的FOV1,然后通过拟合或者计算的方式,根据上述方法得到的畸变系数或对应关系,确定与该OV1对应的屏幕坐标(x,y),最终确定场景中各点需要在显示在屏幕上的哪一像素上。
在实际应用中,可以根据固定数目的像面坐标与屏幕坐标(已计算得到畸变参数),通过插值、拟合的方式,来确定每个像面坐标对应的屏幕坐标,参照图12示出了一种根据已知像面坐标的畸变参数拟合每个像面坐标对应的屏幕坐标的示意图。如需要计算“三角形”处的FOV对应的屏幕坐标,需要通过点1,2,3,4的FOV对应的屏幕坐标拟合出“三角形”处FOV对应的屏幕坐标。
本申请一实施例提供了一种畸变参数测量装置,用于测量显示设备的畸变参数,显示设备包括显示屏以及位于显示屏出光侧的透镜,参照图8,该测量装置可以包括:
图像获取模块801,被配置为获取初始图像经过透镜后的第一畸变图像,初始图像为显示屏显示的图像,初始图像包括多个第一角点,第一畸变图像包括多个第二角点。
参数确定模块804,被配置为根据满足预设条件的第二角点以及对应的第一角点,确定显示设备的畸变参数。
本实施例的一种实现方式中,图像获取模块801可以包括:
接收单元8011,被配置为接收拍摄单元拍摄的,初始图像经过透镜后的第二畸变图像。
矫正单元8012,被配置为根据拍摄单元的内参,对第二畸变图像进行校正,得到第一畸变图像。
本申请另一实施例中,上述的畸变参数测量装置还可以包括:角点对应模块802,被配置为建立第一角点与第二角点之间的对应关系。
本实施例的一种实现方式中,角点对应模块802可以包括:
第一参考角点单元8021,被配置为确定第一参考角点,第一参考角点属于第一角点,第一参考角点的属性信息与除第一参考角点之外的第一角点的属性信息不同,属性信息包括以下至少一种:角点颜色和角点面积。
第二参考角点单元8022,被配置为根据属性信息,确定与第一参考角点对应的第二角点为第二参考角点。
位置信息确定单元8023,被配置为根据第一角点与第一参考角点之间的位置关系,确定第一角点的位置信息;根据第二角点与第二参考角点之间的位置关系,确定第二角点的位置信息。
对应关系建立单元8024,被配置为将位置信息相同的第一角点和第二角点进行对应。
具体的,初始图像可以为桶形图像,包括多个阵列排布的第一角点,第一参考角点可以包括中心角点,中心角点为位于桶形图像中心的第一角点,中心角点的面积与除中心角点之外的第一角点的面积不相同。
第一参考角点还可以包括:横向角点和纵向角点,横向角点为与中心角点同行的第一角点,纵向角点为与中心角点同列的第一角点;横向角点、纵向角点以及除横向角点和纵向角点之外的第一角点之间的颜色均不相同。
本申请另一实施例中,上述的畸变参数测量装置还可以包括:角点判断模块803,被配置为判断第二角点是否满足预设条件。
本实施例的一种实现方式中,角点判断模块803可以包括:
距离计算单元8031,被配置为计算第二角点与对应的预设参考点之间的距离。
预设条件判定单元8032,被配置为当距离小于或等于预设阈值时,判定第二角点满足预设条件。
本申请提供的另一实施例中,在上述各实施例的基础上,测量装置还可以包括:
角点调整模块805,被配置为在参数确定模块根据满足预设条件的第二角点以及对应的第一角点,确定显示设备的畸变参数之前,将不满足预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足预设条件。
本实施例提供的畸变参数测量装置,可以实现上述畸变参数测量方法实施例的各个过程,为避免重复,这里不再赘述。
本实施例提供的畸变参数测量装置,通过参数确定模块根据第一畸变图像上满足预设条件的第二角点以及对应初始图像上的第一角点,确定显示设备的畸变参数,通过本实施例提供的测量装置测量畸变参数不需要人工盲调,使畸变参数的测量更加简便,并且可以准确计算出显示设备上多个点的畸变参数,提高测量效率,进而可以提高畸变校正的准确度。
本申请一实施例提供了一种畸变参数测量系统,参照图9,该测量系统可以包括:
显示设备901,包括显示屏9011以及位于显示屏9011出光侧的透镜9012;拍摄单元902,位于透镜9012背离显示屏9011的一侧;控制器903,分别与显示设备901的显示屏9011以及拍摄单元902连接,控制器903可以包括上述任一实施例提供的畸变参数测量装置。
其中,控制器903可以为PC电脑;显示设备901可以为待测VR设备;拍摄单元902可以为摄像头等。具体的,PC电脑连接待测VR设备以控制待测VR设备的显示内容,与摄像头连接以接收摄像头拍摄的图像。
待测VR设备显示的内容可由控制器903控制,摄像头用于拍摄待测VR设备显示的图像并发送至控制器903。在实际测量过程中,需尽量确保摄像头中心,透镜中心和显示屏中心在一条直线上。
本申请一实施例还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上存储计算机程序,所述计算机程序被处理器执行时实现本发明实施例中所述的任一种畸变参数测量方法的步骤。
本申请实施例提供了一种畸变参数测量方法、装置及系统,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,其中,所述畸变参数测量方法包括:获取所述显示屏显示的初始图像经过所述透镜后的图像,得到第一畸变图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个第二角点;根据满足所述预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数。根据第一畸变图像上满足预设条件的第二角点以及对应初始图像上的第一角点,确定显示设备的畸变参数,这种畸变参数测量方法不需要人工盲调,使畸变参数的测量更加简便,并且这种测量方法可以准确计算出显示设备上多个点的畸变参数,提高测量效率,进而可以提高畸变校正的准确度。进一步地,本实施例提供的技术方案可以计算出符合预设条件的第二角点(像面点)、与之对应的第一角点(物面点)之间的关系,通过调整第一角点(物面点),最终计算出第二角点(像面点)都“横平竖直”时,两者的对应关系以及畸变参数。测量过程中不需要人工盲调,并且可自动直接计算出准确的大范围的实际的畸变参数,可以大大提高软件的开发效率。
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。
最后,还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种畸变参数测量方法、装置及虚拟现实设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种畸变参数测量方法,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,其特征在于,所述测量方法包括:
获取初始图像经过所述透镜后的第一畸变图像,所述初始图像为所述显示屏显示的图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个与所述第一角点对应的第二角点;
根据所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数;
所述根据所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数包括:
根据满足预设条件的所述第二角点以及对应的第一角点,确定所述显示设备的畸变参数;
在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
计算所述第二角点与对应的预设参考点之间的距离;
当所述距离小于或等于预设阈值时,判定所述第二角点满足所述预设条件。
2.根据权利要求1所述的测量方法,其特征在于,所述获取初始图像经过所述透镜后的第一畸变图像的步骤,包括:
接收拍摄单元拍摄的所述初始图像经过所述透镜后的第二畸变图像;
根据所述拍摄单元的内参,对所述第二畸变图像进行校正,得到所述第一畸变图像。
3.根据权利要求1所述的测量方法,其特征在于,在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
确定第一参考角点,所述第一参考角点属于所述第一角点,所述第一参考角点的属性信息与除所述第一参考角点之外的第一角点的属性信息不同,所述属性信息包括以下至少一种:角点颜色和角点面积;
根据所述属性信息,确定与所述第一参考角点对应的第二角点为第二参考角点;
根据所述第一角点与所述第一参考角点之间的位置关系,确定所述第一角点的位置信息;根据所述第二角点与所述第二参考角点之间的位置关系,确定所述第二角点的位置信息;
将所述位置信息相同的第一角点和第二角点进行对应。
4.根据权利要求3所述的测量方法,其特征在于,所述初始图像为桶形图像,包括多个阵列排布的第一角点,所述第一参考角点包括中心角点,所述中心角点为位于所述桶形图像中心的第一角点,所述中心角点的面积与除所述中心角点之外的第一角点的面积不相同。
5.根据权利要求4所述的测量方法,其特征在于,所述第一参考角点还包括:横向角点和纵向角点,所述横向角点为与所述中心角点同行的第一角点,所述纵向角点为与所述中心角点同列的第一角点;
所述横向角点,所述纵向角点,以及除所述横向角点和所述纵向角点之外的第一角点之间的颜色均不相同。
6.根据权利要求1至5任一项所述的测量方法,其特征在于,在所述根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数的步骤之前,所述测量方法还包括:
将不满足所述预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足所述预设条件。
7.一种畸变参数测量装置,用于测量显示设备的畸变参数,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜,其特征在于,所述测量装置包括:
图像获取模块,被配置为获取初始图像经过所述透镜后的第一畸变图像,所述初始图像为所述显示屏显示的图像,所述初始图像包括多个第一角点,所述第一畸变图像包括多个第二角点;
角点判断模块,被配置为判断各所述第二角点是否满足预设条件;
所述角点判断模块包括:
距离计算单元,被配置为计算所述第二角点与对应的预设参考点之间的距离;
预设条件判定单元,被配置为当所述距离小于或等于预设阈值时,判定所述第二角点满足所述预设条件;
参数确定模块,被配置为根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数。
8.根据权利要求7所述的测量装置,其特征在于,所述图像获取模块包括:
接收单元,被配置为接收拍摄单元拍摄的,所述初始图像经过所述透镜后的第二畸变图像;
矫正单元,被配置为根据所述拍摄单元的内参,对所述第二畸变图像进行校正,得到所述第一畸变图像。
9.根据权利要求7所述的测量装置,其特征在于,所述测量装置还包括:角点对应模块,被配置为建立所述第一角点与所述第二角点之间的对应关系;
所述角点对应模块包括:
第一参考角点单元,被配置为确定第一参考角点,所述第一参考角点属于所述第一角点,所述第一参考角点的属性信息与除所述第一参考角点之外的第一角点的属性信息不同,所述属性信息包括以下至少一种:角点颜色和角点面积;
第二参考角点单元,被配置为根据所述属性信息,确定与所述第一参考角点对应的第二角点为第二参考角点;
位置信息确定单元,被配置为根据所述第一角点与所述第一参考角点之间的位置关系,确定所述第一角点的位置信息;根据所述第二角点与所述第二参考角点之间的位置关系,确定所述第二角点的位置信息;
对应关系建立单元,被配置为将所述位置信息相同的第一角点和第二角点进行对应。
10.根据权利要求9所述的测量装置,其特征在于,所述初始图像为桶形图像,包括多个阵列排布的第一角点,所述第一参考角点包括中心角点,所述中心角点为位于所述桶形图像中心的第一角点,所述中心角点的面积与除所述中心角点之外的第一角点的面积不相同。
11.根据权利要求7至10任一项所述的测量装置,其特征在于,所述测量装置还包括:
角点调整模块,被配置为在所述参数确定模块根据满足预设条件的第二角点以及对应的第一角点,确定所述显示设备的畸变参数之前,将不满足所述预设条件的第二角点对应的第一角点进行调整,使调整后的第一角点所对应的第二角点满足所述预设条件。
12.一种畸变参数测量系统,其特征在于,所述测量系统包括:
显示设备,所述显示设备包括显示屏以及位于所述显示屏出光侧的透镜;
拍摄单元,位于所述透镜背离所述显示屏的一侧;
控制器,分别与所述显示设备的显示屏以及所述拍摄单元连接,所述控制器包括权利要求7至11任一项所述的畸变参数测量装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178302.2A CN109191374B (zh) | 2018-10-10 | 2018-10-10 | 一种畸变参数测量方法、装置及系统 |
US16/760,560 US11403745B2 (en) | 2018-10-10 | 2019-09-26 | Method, apparatus and measurement device for measuring distortion parameters of a display device, and computer-readable medium |
PCT/CN2019/108233 WO2020073816A1 (zh) | 2018-10-10 | 2019-09-26 | 用于测量显示设备的畸变参数的方法、装置和测量设备以及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811178302.2A CN109191374B (zh) | 2018-10-10 | 2018-10-10 | 一种畸变参数测量方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109191374A CN109191374A (zh) | 2019-01-11 |
CN109191374B true CN109191374B (zh) | 2020-05-08 |
Family
ID=64947730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811178302.2A Active CN109191374B (zh) | 2018-10-10 | 2018-10-10 | 一种畸变参数测量方法、装置及系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11403745B2 (zh) |
CN (1) | CN109191374B (zh) |
WO (1) | WO2020073816A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191374B (zh) * | 2018-10-10 | 2020-05-08 | 京东方科技集团股份有限公司 | 一种畸变参数测量方法、装置及系统 |
CN109799073B (zh) | 2019-02-13 | 2021-10-22 | 京东方科技集团股份有限公司 | 一种光学畸变测量装置及方法、图像处理系统、电子设备和显示设备 |
CN111402344A (zh) * | 2020-04-23 | 2020-07-10 | Oppo广东移动通信有限公司 | 标定方法、标定装置和非易失性计算机可读存储介质 |
CN113115017B (zh) * | 2021-03-05 | 2022-03-18 | 上海炬佑智能科技有限公司 | 3d成像模组参数检验方法以及3d成像装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240216A (zh) * | 2013-06-07 | 2014-12-24 | 光宝电子(广州)有限公司 | 图像校正方法、模块及其电子装置 |
CN105701776A (zh) * | 2016-01-07 | 2016-06-22 | 武汉精测电子技术股份有限公司 | 一种用于自动光学检测的镜头畸变矫正方法及系统 |
CN108510549A (zh) * | 2018-03-27 | 2018-09-07 | 京东方科技集团股份有限公司 | 虚拟现实设备的畸变参数测量方法及其装置、测量系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6208772B1 (en) * | 1997-10-17 | 2001-03-27 | Acuity Imaging, Llc | Data processing system for logically adjacent data samples such as image data in a machine vision system |
US8818132B2 (en) * | 2010-11-29 | 2014-08-26 | Microsoft Corporation | Camera calibration with lens distortion from low-rank textures |
CN104299218B (zh) * | 2013-07-17 | 2017-02-22 | 南京邮电大学 | 基于镜头畸变规律的投影仪标定方法 |
CN103679166B (zh) | 2013-11-22 | 2017-07-25 | 江西好帮手电子科技有限公司 | 一种快速获取设备中鱼眼镜头中心偏移量的方法及系统 |
CN106596063B (zh) * | 2014-06-27 | 2019-05-24 | 歌尔科技有限公司 | 一种测量透镜畸变的方法及系统 |
CN105447871A (zh) | 2015-12-04 | 2016-03-30 | 北京和众视野科技有限公司 | 定焦成像系统的畸变校正算法 |
US10445860B2 (en) * | 2015-12-08 | 2019-10-15 | Facebook Technologies, Llc | Autofocus virtual reality headset |
CN105869142A (zh) | 2015-12-21 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 虚拟现实头盔的成像畸变测试方法及装置 |
CN106815823B (zh) | 2017-02-22 | 2020-02-07 | 广东工业大学 | 一种透镜畸变标定校正方法及其装置 |
CN107993263B (zh) * | 2017-10-27 | 2021-07-06 | 深圳市易成自动驾驶技术有限公司 | 环视系统自动标定方法、汽车、标定装置及存储介质 |
CN109191374B (zh) | 2018-10-10 | 2020-05-08 | 京东方科技集团股份有限公司 | 一种畸变参数测量方法、装置及系统 |
-
2018
- 2018-10-10 CN CN201811178302.2A patent/CN109191374B/zh active Active
-
2019
- 2019-09-26 WO PCT/CN2019/108233 patent/WO2020073816A1/zh active Application Filing
- 2019-09-26 US US16/760,560 patent/US11403745B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240216A (zh) * | 2013-06-07 | 2014-12-24 | 光宝电子(广州)有限公司 | 图像校正方法、模块及其电子装置 |
CN105701776A (zh) * | 2016-01-07 | 2016-06-22 | 武汉精测电子技术股份有限公司 | 一种用于自动光学检测的镜头畸变矫正方法及系统 |
CN108510549A (zh) * | 2018-03-27 | 2018-09-07 | 京东方科技集团股份有限公司 | 虚拟现实设备的畸变参数测量方法及其装置、测量系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109191374A (zh) | 2019-01-11 |
US11403745B2 (en) | 2022-08-02 |
WO2020073816A1 (zh) | 2020-04-16 |
US20200342583A1 (en) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191374B (zh) | 一种畸变参数测量方法、装置及系统 | |
KR100386090B1 (ko) | 동심원 패턴을 이용한 카메라 내부변수 보정시스템 및카메라 보정방법 | |
CN111210468B (zh) | 一种图像深度信息获取方法及装置 | |
KR102085228B1 (ko) | 깊이 센서의 깊이 보정을 위한 이미지 처리방법 및 그 장치 | |
JP6353289B2 (ja) | 測距補正装置 | |
WO2021179772A1 (zh) | 标定方法、位置确定方法、装置、电子设备及存储介质 | |
CN109410140B (zh) | 一种畸变校正方法、装置、系统及计算机可读存储介质 | |
CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及系统 | |
JP2014013147A5 (zh) | ||
CN107610183A (zh) | 新型条纹投影相位高度转换映射模型及其标定方法 | |
JP2005017286A (ja) | カメラキャリブレーション方法およびカメラキャリブレーション装置 | |
CN111161358A (zh) | 一种用于结构光深度测量的相机标定方法和装置 | |
JP2008250487A (ja) | エッジ検出によるモデルマッチングを用いたカメラ校正方法 | |
KR102023087B1 (ko) | 카메라 캘리브레이션 방법 | |
CN112102387B (zh) | 一种基于深度相机深度估计性能的测试方法与测试系统 | |
CN116527856B (zh) | 球幕影院的播放控制方法、装置、设备及存储介质 | |
CN114062265B (zh) | 一种用于视觉系统的支撑结构稳定性的评估方法 | |
CN116563370A (zh) | 基于单目计算机视觉的测距方法和测速方法 | |
CN112762896B (zh) | 一种大景深镜头相机水平度判定调整的装置及方法 | |
CN112308933B (zh) | 相机内参标定的方法、装置及计算机存储介质 | |
CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
CN114170319A (zh) | 测试标板的调整方法及装置 | |
CN113674214A (zh) | 一种基于双目相机拼接的直线度检测方法和装置 | |
CN112785685A (zh) | 一种装配引导方法及系统 | |
CN114648588A (zh) | 基于神经网络的镜头标定校正方法 |
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 |