CN109345467A

CN109345467A - 成像畸变校正方法、装置、计算机设备及存储介质

Info

Publication number: CN109345467A
Application number: CN201810921535.0A
Authority: CN
Inventors: 李健; 易业昌; 杨月元
Original assignee: Shenzhen Mai Geeks Image Technology Co Ltd
Current assignee: Shenzhen Mai Geeks Image Technology Co Ltd
Priority date: 2018-08-14
Filing date: 2018-08-14
Publication date: 2019-02-15
Anticipated expiration: 2038-08-14
Also published as: CN109345467B

Abstract

本发明公开了一种成像畸变校正方法、装置、计算机设备及存储介质，所述方法包括：根据广角镜头的视场角、广角镜头的畸变率和广角镜头所成的图像畸变之后的实际像高，计算图像零畸变时的理论像高；根据理论像高和视场角，生成用于对广角镜头所成的图像的畸变进行校正的第一校正函数；补偿第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；广角镜头光学模组包括广角镜头；获取广角镜头光学模组所成的图像，通过第二校正函数对广角镜头光学模组所成的图像进行校正。本发明可以对广角镜头光学模组所成的图像进行准确校正，降低了对图像进行识别时的拒真率以及认假率，提升了用户体验。

Description

成像畸变校正方法、装置、计算机设备及存储介质

技术领域

本发明涉及图像处理领域，尤其涉及一种成像畸变校正方法、装置、计算机设备及存储介质。

背景技术

现今的手机光学屏下指纹识别采用广角镜头成像的方式采集指纹信息，但使用广角镜头光学模组成像会有较大的桶形畸变，导致广角镜头光学模组所成的图像与实际未发生畸变时的图像不一致；另外，传统的人工测试畸变率的方法因为是人工操作，所以得到的畸变率不准确和不稳定，故急需一种矫正桶形畸变以及测量畸变率的方法，使得广角镜头光学模组的成像与实际未发生畸变时的图像一致，以便于更好的进行图像的匹配或识别。

发明内容

基于此，有必要针对上述技术问题，提供一种成像畸变校正方法、装置、计算机设备及存储介质，用于校正广角镜头光学模组成像时发生的桶形畸变，以降低对所成的图像进行识别时的拒真率和认假率，提升了用户体验。

一种成像畸变校正方法，包括：

根据广角镜头的视场角、所述广角镜头的畸变率和所述广角镜头所成的图像畸变之后的实际像高，计算所述图像零畸变时的理论像高；

根据所述理论像高和所述视场角，生成用于对所述广角镜头所成的所述图像的畸变进行校正的第一校正函数；

补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；所述广角镜头光学模组包括所述广角镜头；

获取所述广角镜头光学模组所成的所述图像，通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正。

一种成像畸变校正装置，包括：

计算模块，用于根据广角镜头的视场角、所述广角镜头的畸变率和所述广角镜头所成的图像畸变之后的实际像高，计算所述图像零畸变时的理论像高；

生成模块，用于根据所述理论像高和所述视场角，生成用于对所述广角镜头所成的所述图像的畸变进行校正的第一校正函数；

补偿模块，用于补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；所述广角镜头光学模组包括所述广角镜头；

校正模块，用于获取所述广角镜头光学模组所成的所述图像，通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述成像畸变校正方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述桶形畸变校正方法的步骤。

上述成像畸变校正方法、装置、计算机设备及存储介质，根据广角镜头的视场角、所述广角镜头的畸变率和所述广角镜头所成的图像畸变之后的实际像高，计算所述图像零畸变时的理论像高；根据所述理论像高和所述视场角，生成用于对所述广角镜头所成的所述图像的畸变进行校正的第一校正函数；补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；所述广角镜头光学模组包括所述广角镜头；获取所述广角镜头光学模组所成的所述图像，通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正。本发明可以对广角镜头光学模组所成的图像进行准确校正，降低了对图像进行识别时的拒真率以及认假率，提升了用户体验。

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是本发明一实施例中成像畸变校正方法的应用环境示意图；

图2是本发明一实施例中成像畸变校正方法的流程图；

图3是本发明一实施例中成像畸变校正方法的步骤S30的流程图；

图4是本发明另一实施例中成像畸变校正方法的步骤S30的流程图；

图5是本发明又一实施例中成像畸变校正方法的步骤S30的流程图；

图6是本发明一实施例中成像畸变校正方法的步骤S302的流程图；

图7是本发明一实施例中成像畸变校正装置的示意图；

图8是本发明一实施例中计算机设备的示意图。

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清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请提供的成像畸变校正方法，可应用在如图1的应用环境中，其中，客户端(计算机设备/终端设备)通过网络与服务器进行通信。服务器根据广角镜头的视场角、实际像高和畸变率，计算理论像高；根据理论像高和视场角生成第一校正函数；补偿第一校正函数进而获取第二校正函数；通过第二校正函数对图像进行校正。其中，客户端(计算机设备/终端设备)可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种成像畸变校正方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：

S10：根据广角镜头的视场角、所述广角镜头的畸变率和所述广角镜头所成的图像畸变之后的实际像高，计算所述图像零畸变时的理论像高。

所述理论像高是指在广角镜头成像时，若不存在桶形畸变或其他畸变(如枕形畸变)，所成的图像的像高。可理解地，所述实际像高为广角镜头成像时，经过畸变后的图像的像高。所述图像可以为指纹等。

根据镜头的制作规格和使用材料等参数，获取所述广角镜头的各视场角、实际像高、畸变率以及若干视像畸对应规则(每一项所述视像畸对应规则中包含一视场角，以及与该视场角相对应的实际像高和畸变率；比如，在视场角为1.8时，与该视场角相对应的实际像高为0.05892728，畸变率为-0.002)。

遍历各所述视像畸对应规则，获取各所述视像畸对应规则中的实际像高，以及与所述实际像高相对应的畸变率，根据畸变率公式，计算出与所述实际像高相对应的理论像高；所述畸变率公式为：

J＝(h-x)/x*100％

其中：

所述J为畸变率，所述h为实际像高，所述x为理论像高

也即，畸变率等于实际像高与理论像高的差值与理论像高之比，比如，某一视像畸对应规则中，实际像高为0.05892728，与该实际像高相对应的畸变率为-0.002，则根据畸变率公式，计算出所述相对应的理论像高为0.05904537。计算出与广角镜头的所述实际像高相对应的理论像高，以供在步骤S20中根据各所述视场角以及与所述理论像高，生成第一校正函数。

S20：根据所述理论像高和所述视场角，生成用于对所述广角镜头所成的所述图像的畸变进行校正的第一校正函数。

所述第一校正函数是指根据广角镜头所成的图像的理论像高以及成像时的视场角，生成的用于校正广角镜头成像时的畸变(比如桶形畸变)的函数。由于在实际的广角镜头的使用过程中，实际成像的并非单独的广角镜头，而是由广角镜头、光学传感器以及其他元件组装而成的广角镜头光学模组，而在所述广角镜头进行组装之后，由于安装位置的变化(影响实际的成像位置关系)以及元件的增加，会使所述广角镜头光学模组成像时的畸变率与所述广角镜头成像时的畸变率不同，因此通过所述第一校正函数对所述广角镜头光学模组所成的图像进行校正后，该图像仍会出现畸变，因此，可以在步骤S30中对所述第一校正函数其进行补偿，以获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数。

在本步骤中，可以建立二维坐标系，所述二维坐标系的纵坐标为视场角，所述二维坐标系的横坐标为理论像高；以各所述理论像高作为横坐标，以与所述理论像高相对应的视场角作为纵坐标，将各所述理论像高以及与所述理论像高相对应的视场角转化为像视坐标，检测各所述像视坐标在所述二维坐标系中的对应位置，并以点的形式标记各所述对应位置，其中，所述对应位置是指，所述二维坐标系中，纵坐标的数值与所述像视坐标中的纵坐标数值相等，且横坐标的数值与所述像视坐标中的横坐标数值相等的位置，比如，某一像视坐标为(1,2)，则所述二维坐标系中(1,2)的位置即为对应位置。

进一步地，在所述二维坐标系中所有所述对应位置均以点的形式被标记后，将所有所述对应位置相连，此时，将所有所述对应位置相连后所获得的曲线，即为所述第一校正函数，可理解地，所述第一校正函数也可以是多项式(所述多项式为所述曲线在所述二维坐标系中代表的唯一的多项式，也即根据所述多项式，在所述二维坐标系中只能唯一地获得所述曲线)。

在一实施例中，所述第一校正函数为：

y＝Ax^5+Bx^4+Cx^3+Dx^2+Ex+F

其中：

所述x为理论像高，所述y为视场角，所述A为所述理论像高的第一系数，所述B为所述理论像高的第二系数，所述C所述理论像高的第三系数，所述D所述理论像高的第四系数，所述E所述理论像高的第五系数，所述F为所述理论像高的第六系数。所述A、B、C、D、E、F均即为后续步骤中的所述第一校正函数的多项次系数。

生成所述第一校正函数之后，在步骤S30中对所述第一校正函数进行补偿处理，从而获取第二校正函数。

S30：补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；所述广角镜头光学模组包括所述广角镜头。

所述第二校正函数是指用于校正所述广角镜头光学模组成像时发生的畸变的函数，所述广角镜头光学模组由所述广角镜头、光学传感器以及其他元件组成。可理解地，终端设备(如手机、指纹收集器和人脸识别装置等)上用于采集图像的大多为广角镜头光学模组，而非仅仅为简单的一个广角镜头，所述广角镜头光学模组使用广角镜头和光学传感器等元件组成，可理解地，广角镜头在组装成广角镜头光学模组时，由于不同的广角镜头之间的差异、进行组装的不同工具之间的差异、或者不同的人组装的手法上(如各元件组装成为模组的先后顺序)的差异等情况的存在，因此若使用上述的第一校正函数对终端设备采集的图像进行校正，会带来较大误差，无法真正消除广角镜头光学模组成像时发生的畸变，故需要对所述第一校正函数进行补偿，以获取用于校正广角镜头光学模组成像时发生的畸变的函数(即所述第二校正函数)。

S40：获取所述广角镜头光学模组所成的所述图像，通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正。

所述广角镜头光学模组产生的光线经过图像后反射至所述模组中的广角镜头，所述光线经由所述广角镜头折射至所述广角镜头光学模组中的光学传感器之后，所述光学传感器将接收到的光线转化为电信号，并利用电信号生成图像。所述图像即为所述广角镜头光学模组所成的图像。

所述通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正，也即利用所述第二校正函数，对所述图像成像时发生的畸变进行校正，以使所述图像(对应于实际像高的图像)在校正之后与原始图像(即没有发生畸变时对应于理论像高的图像)大小和形状等一致，从而使得在识别过程中，降低拒真率以及认假率，让校正之后的所述图像与所述原始图像可以准确匹配，提升用户体验。

所述对校正之后的所述图像与所述原始图像进行匹配的识别过程，是指将所述广角镜头光学模组所采集的图像，与该图像未发生畸变时的原始图像进行比对；若所述采集的图像与所述原始图像相匹配，则确认识别成功。所述原始图像一般预先存储在数据库中。比如，对人脸/指纹进行识别时，将所述广角镜头光学模组所采集的人脸图像/指纹图像与实际的人脸图像/指纹图像(所述原始图像)进行比对，在所述人脸图像/指纹图像与所述实际的人脸图像/指纹图像相匹配时，确认识别成功。此时，所述广角镜头光学模组采集的畸变图像，在经过本实施例中所述第二校正函数的准确校正之后，可以实现准确匹配，进而完成识别过程，提升用户体验。

在一实施例中，所述通过第二校正函数对所述图像进行校正可以在MATLAB应用程序上进行。

本实施例的成像畸变校正方法，对生成的第一校正函数进行补偿，将被补偿后的第一校正函数(即调整函数)用于校正所述图像，比对校正后的所述图像的畸变率，获得能校正广角镜头光学模组成像的畸变的第二校正函数，并运用所述第二校正函数校正广角镜头光学模组所成的图像，降低了对所述图像进行识别或对应时的拒真率以及认假率，提升了用户体验。

在一实施例中，如图3所示，所述步骤S30包括以下步骤：

S301，对所述第一校正函数的多项式系数进行调整，以补偿所述第一校正函数，将补偿之后的所述第一校正函数标记为调整函数。

所述调整函数是指，经过对多项式系数进行调整后的第一校正函数。可理解地，对所述第一校正函数进行一次调整之后，获取一个与调整之后的所述第一校正函数对应的调整函数。在本实施例中，可以对所述第一校正函数进行有限次数的调整，亦可以对所述第一校正函数进行无限次数调整直至通过所述调整函数校正所述广角镜头光学模组所成的图像的畸变率为零(也即无畸变)。

在一实施例中，调整所述第一校正函数的多项式系数，是通过对所述多项式中预设次幂的x(即理论像高)前的系数加减调整值完成，所述调整值是指对多项式系数进行调整的数值，作为优选，所述调整值的范围为0.0001-0.1。比如，在所述第一校正函数为y＝Ax^5+Bx^4+Cx^3+Dx^2+Ex+F时，此时，对预设次幂的x(即理论像高)前的系数加减0.01、0.02、0.03(所述0.01、0.02、0.03即为上述的调整值)，获取多个调整函数(即为上述的经过对多项式系数进行调整后的第一校正函数)，以供在步骤S302中根据各所述调整函数对广角镜头光学模组所成的图像进行校正。优选地，所述预设次幂的x为x^5、x^4和x^3，也即进行调整的第一校正函数的多项式系数为x^5、x^4和x^3前的系数(也即A、B、C)。可理解地，调整所述多项式的系数时，对所述多项式中不同的系数加减的调整值可以不同，比如，上述的多项式中，对x^5前的系数加减0.01，此时对x^4前的系数加减0.004，只要对所述多项式系数加减的调整值在上述范围内即可。

S302，通过所述调整函数校正所述广角镜头光学模组所成的图像。

所述广角镜头光学模组所成的图像是指，所述广角镜头光学模组产生的光线经过图像后反射至所述模组中的广角镜头，然后经由所述广角镜头折射至所述广角镜头光学模组中的光学传感器，所述光学传感器将接收到的光线转化为电信号并利用电信号生成的图像。在本实施例中，所述通过所述调整函数校正所述广角镜头光学模组所成的图像，是指将步骤S301中被标记的所有调整函数分别用于校正所述广角镜头光学模组所成的图像。

S303，检测通过所述调整函数校正后的所述图像的畸变率是否等于零；

在本实施例中，首先检测通过某一所述调整函数校正后的所述图像的畸变率是否等于零，在检测到通过所述调整函数校正后的所述图像的畸变率等于零时，进入步骤S304，确认所述调整函数为第二校正函数；在检测到所述调整函数校正后的所述图像的畸变率不等于零时，进入步骤S305，记录所述调整函数对应的校正后的所述图像的畸变率，以便于根据所述畸变率进一步确认第二校正函数。在一个检测动作完成后，若尚未能确定所述第二校正函数，此时返回继续检测通过另一所述调整函数校正后的所述图像的畸变率是否等于零，后续过程如上述，直至在所述步骤S304中确定所述第二校正函数，或在步骤S302中获得的所有校正后的所述图像均已被检测完毕(此后会进入步骤S306)。

S304，在检测到通过所述调整函数校正后的所述图像的畸变率等于零时，确认所述调整函数为第二校正函数。

如上述，所述调整函数为经过对多项式系数进行调整后的第一校正函数，也即所述调整函数是对第一校正函数的微调，可理解地，由于上述广角镜头光学模组是由所述广角镜头以及其他元件组装而成，因组装的工序以及元件的增加，会使所述广角镜头光学模组成像时的畸变率与所述广角镜头成像时的畸变率不同，因此通过所述第一校正函数对所述广角镜头光学模组所成的图像进行校正后，该图像仍会出现畸变，因此，需要对所述第一校正函数进行进一步的调整(也即补偿)，也即将所述第一校正函数调整为第二校正函数(确认为第二校正函数的所述调整函数)。

在本实施例中，将所述调整函数用于校正所述广角镜头光学模组采集电子栅格图生成的图像，所获得的校正后的所述图像的畸变率会分布在零(也即无发生畸变)的附近。此时，若检测到所述调整函数校正后的所述图像的畸变率等于零，代表该调整函数可以将所述广角镜头光学模组所成的图像校正为无畸变的图像，此时，确认所述调整函数为第二校正函数，以供在步骤S40中校正广角镜头光学模组所成的图像。

在另一实施例中，如图4所示，所述步骤S303之后还包括以下步骤：

S305，在检测到所述调整函数校正后的所述图像的畸变率不等于零时，记录所述调整函数对应的所述图像的畸变率。

在检测到所述调整函数校正后的所述图像的畸变率不等于零时，代表对所述第一校正函数的补偿后，获得的所述调整函数不能完全消除所述广角镜头光学模组所成的图像的畸变，此时，可以记录所述调整函数对应的所述图像的畸变率，以便在后续步骤中根据所述畸变率获取最优的调整函数，并将最优的调整函数确认为第二校正函数。

在另一实施例中，如图5所示，所述步骤S305之后，还包括步骤：

S306，在所有所述畸变率均不等于零时，获取记录的与零之间的差值的绝对值最小的所述畸变率，并将与所述畸变率对应的所述调整函数确认为第二校正函数。

在本实施例中，若对所述第一校正函数仅进行有限次数的调整，此时，通过该有限数量的调整函数对所述图像进行校正之后，所有的所述调整函数校正之后的所述图像的畸变率可能均不为零，此时，须在有限数量的调整函数中确认一个用于校正所述广角镜头光学模组所成的图像的最优的调整函数为第二校正函数，以便在后续步骤中通过所述第二校正函数准确校正所述广角镜头光学模组所成的图像。

由于所述调整函数对应的所述图像的畸变率最接近于零(即所述畸变率与零的差值的绝对值最小)时，该调整函数即可以将所述广角镜头光学模组所成的图像的畸变消除到最小，此时，该调整函数(与零之间的差值的绝对值最小的所述畸变率所对应的调整函数)即为所有调整函数中最优的调整函数。此时，可以将该调整函数确认为第二校正函数。

在一实施例中，如图6所示，所述步骤S302包括以下步骤：

S3021，在所述广角镜头光学模组的所述广角镜头的景深范围内，生成电子栅格图。

可理解地，景深范围，是摄影机镜头或其他成像器前沿能够取得清晰图像的成像的被摄物体前后距离，因此所述电子栅格图在所述广角镜头光学模组的广角镜头的景深范围内生成，以便所成的图像足够清晰，从而在步骤S3022中测试出准确的畸变率。

可理解地，若通过人工放置纸质栅格图在所述广角镜头光学模组的广角镜头的景深范围内测试畸变率，因为人工的测试动作具有不确定性、不精确性和不准确性，故需要测试人员手动调整纸质栅格图的位置，测试多组数据求平均值；但使用此方法所测得的畸变率仍有较大的误差，因为不同的测试人员之间所作出的调整动作不可能一致，故不同的测试人员所测得的畸变率不一致，带来误差；即便是同一测试人员，在不同的时间段进行测试，因为环境因素的影响(如测试人员的精神状态，纸质栅格图的完整性、以及空气颗粒物的浓度，所述浓度的高低影响光的传递，故影响畸变率)，所获得的结果也会不一致，带来误差。因此使用设备(所述设备为可以生成图像的电子设备，如OLED显示屏、LCD显示屏等)生成电子栅格图，可以避免通过人工放置纸质栅格图在所述广角镜头光学模组的广角镜头的景深范围内，并通过手动的方式调整纸质栅格图与所述广角镜头光学模组的位置来测试畸变率，以供在步骤S3022中可以测试出准确的畸变率。

S3022，获取所述广角镜头光学模组采集所述电子栅格图生成的图像，并根据各所述调整函数，校正所述图像。

在本实施例中，将各所述调整函数分别用于校正所述图像，获得多个校正后的所述图像，以供在步骤S303中对校正后的多个所述图像进行检测。在一实施例中，所述校正可以在MATLAB应用程序上进行。

本发明的成像畸变校正方法，通过在指定位置生成电子栅格图，获得发生稳定畸变的图像，对生成的第一校正函数进行补偿，将被补偿后的各调整函数用于校正所述图像，根据比对校正后的所述图像的畸变率获得能校正广角镜头光学模组成像的畸变的校正函数，并运用校正函数校正广角镜头光学模组所成的图像，降低了对所述图像进行识别或对应时的拒真率以及认假率，提升了用户体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种成像畸变校正装置，该成像畸变校正装置与上述实施例中成像畸变校正方法一一对应。如图7所示，该成像畸变校正装置包括计算模块11、生成模块12、补偿模块13和校正模块14。各功能模块详细说明如下：

计算模块11，用于根据广角镜头的视场角、所述广角镜头的畸变率和所述广角镜头所成的图像畸变之后的实际像高，计算所述图像零畸变时的理论像高；

生成模块12，用于根据所述理论像高和所述视场角，生成用于对所述广角镜头所成的所述图像的畸变进行校正的第一校正函数；

补偿模块13，用于补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数；所述广角镜头光学模组包括所述广角镜头；

校正模块14，用于获取所述广角镜头光学模组所成的所述图像，通过所述第二校正函数对所述广角镜头光学模组所成的所述图像进行校正。

在一实施例中，所述补偿模块包括：

补偿子模块，用于对所述第一校正函数的多项式系数进行调整，以补偿所述第一校正函数，将补偿之后的所述第一校正函数标记为调整函数；

校正子模块，用于通过所述调整函数校正所述广角镜头光学模组所成的图像；

检测子模块，用于检测通过所述调整函数校正后的所述图像的畸变率是否等于零；

确认子模块，用于在所述畸变率等于零时，确认当前调整函数为第二校正函数。

在一实施例中，所述补偿模块还包括：

记录子模块，用于在所述畸变率不等于零时，记录所述调整函数对应的所述图像的畸变率。

关于成像畸变校正装置的具体限定可以参见上文中对于成像畸变校正方法的限定，在此不再赘述。上述成像畸变校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种成像畸变校正方法。

在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现以下步骤：

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种成像畸变校正方法，其特征在于，包括：

2.如权利要求1所述的成像畸变校正方法，其特征在于，所述补偿所述第一校正函数，获取用于对广角镜头光学模组所成的图像的畸变进行校正的第二校正函数，包括：

对所述第一校正函数的多项式系数进行调整，以补偿所述第一校正函数，将补偿之后的所述第一校正函数标记为调整函数；

通过所述调整函数校正所述广角镜头光学模组所成的图像；

检测通过所述调整函数校正后的所述图像的畸变率是否等于零；

在所述畸变率等于零时，确认当前调整函数为第二校正函数。

3.如权利要求2所述的成像畸变校正方法，其特征在于，所述检测通过所述调整函数校正后的所述图像的畸变率是否等于零之后，还包括：

在所述畸变率不等于零时，记录所述调整函数对应的所述图像的畸变率。

4.如权利要求3所述的成像畸变校正方法，其特征在于，所述在所述畸变率不等于零时，记录所述调整函数对应的所述图像的畸变率之后，还包括：

在所有所述畸变率均不等于零时，获取记录的与零之间的差值的绝对值最小的所述畸变率，并将与所述畸变率对应的所述调整函数确认为第二校正函数。

5.如权利要求2所述的成像畸变校正方法，其特征在于，所述通过所述调整函数校正所述广角镜头光学模组所成的图像，包括：

在所述广角镜头光学模组的所述广角镜头的景深范围内，生成电子栅格图；

获取所述广角镜头光学模组采集所述电子栅格图生成的图像，并根据各所述调整函数，校正所述图像。

6.一种成像畸变校正装置，其特征在于，包括：

7.如权利要求6所述的成像畸变校正装置，其特征在于，所述补偿模块包括：

8.如权利要求7所述的成像畸变校正装置，其特征在于，所述补偿模块还包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至5任一项所述成像畸变校正方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述成像畸变校正方法的步骤。