CN109754380B - 一种图像处理方法及图像处理装置、显示装置 - Google Patents
一种图像处理方法及图像处理装置、显示装置 Download PDFInfo
- Publication number
- CN109754380B CN109754380B CN201910002444.1A CN201910002444A CN109754380B CN 109754380 B CN109754380 B CN 109754380B CN 201910002444 A CN201910002444 A CN 201910002444A CN 109754380 B CN109754380 B CN 109754380B
- Authority
- CN
- China
- Prior art keywords
- grid
- image
- original
- images
- gridding
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 61
- 238000000638 solvent extraction Methods 0.000 claims abstract description 22
- 238000005192 partition Methods 0.000 claims description 42
- 238000013507 mapping Methods 0.000 claims description 17
- 238000009877 rendering Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000000034 method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 208000012886 Vertigo Diseases 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 231100000889 vertigo Toxicity 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 101150013335 img1 gene Proteins 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000002407 reforming Methods 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/111—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/0101—Head-up displays characterised by optical features
- G02B2027/014—Head-up displays characterised by optical features comprising information/image processing systems
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/017—Head mounted
- G02B27/0172—Head mounted characterised by optical features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Geometry (AREA)
Abstract
本发明公开一种图像处理方法及图像处理装置、显示装置,涉及图像处理技术领域,以在保证VR图像不出现丢失帧的前提下,降低图像畸变程度。该图像处理方法包括将原始网格化图像进行分区,使得所获得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;根据反畸变参数对多个区域网格图像的网格顶点进行调整,使得多个区域修正网格图像所含有的网格密度均小于等于对应区域网格图像所含有的网格密度,多个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。所述图像处理装置应用上述图像处理方法。本发明提供的图像处理方法及图像处理装置、显示装置用于图像反畸变中。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法及图像处理装置、显示装置。
背景技术
虚拟现实技术(Virtual Reality,缩写为VR)是一种可以创建和体验虚拟世界的计算机仿真方法。在进行VR显示时,用户可以体沉浸到VR显示所提供的沉浸式环境中,给用户带来了比较真实的使用体验。为了满足VR显示的要求,VR显示设备需要具有较高的帧率,使得显示设备具有比较好的图像渲染质量。
在上述沉浸式环境里,VR显示设备所显示的画面快速变化,使得用户所看到的图像产生畸变的可能性比较高,导致用户在沉浸式环境中容易产生眩晕。目前,网格反畸变处理方式是目前比较流行的图像畸变处理方法,具体是将图像网格化,对图像中网格密度比较稀疏的区域的网格顶点进行畸变处理,以减少图像数据处理量。当VR显示设备的图像渲染性能不高时,网格反畸变处理方式无法处理较多的图像数据,使得网格反畸变处理方式的反畸变效果不好,同时还使得VR图像容易产生丢失帧的问题。
发明内容
本发明的目的在于提供一种图像处理方法及装置、显示控制方法及装置、显示装置,以在保证VR图像不出现丢失帧的前提下,降低图像畸变程度,从而提高用户使用体验。
为了实现上述目的,本发明提供一种图像处理方法,该图像处理方法包括:
将原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,获得构成网格修正图像的多个区域修正网格图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度,多个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。
与现有技术相比,本发明提供的图像处理方法中,根据反畸变参数对多个区域网格图像的网格顶点进行调整,获得多个区域修正网格图像构成的网格修正图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度数量,可见,本发明提供的图像处理方法中,网格修正图像所含有的网格顶点数量相对原始网格化图像所含有的网格顶点数量减少,这样可降低图像处理过程中的数据处理量,这不仅可有效减少图像处理时间,以降低后期贴图出现丢失帧的发生机率,还使得图像处理方法所要求的图像处理器的硬件配置比较低。
同时,现有技术中用户所看到的图像沿着远离原始网格化图像几何中心的方向畸变程度逐渐增加,使得多个区域修正网格图像所含有的网格顶点数量随着畸变程度的增加,基于此,本发明提供的图像处理方法中,根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,所获得的多个区域修正网格图像所含有的网格密度沿着远离原始图像几何中心的方向逐渐增加,使得多个区域修正网格图像所含有的网格顶点密度逐渐增大;而由于网格反畸变处理过程中所涉及的网格数量越多,网格反畸变处理的效果越好,因此,本发明提供的图像处理方法根据用户所看到的图像不同区域发生畸变的程度,分区域控制网格修正图像的网格顶点密度,以降低图像畸变程度,从而缓解用户在观看图像时因为图像畸变所产生的眩晕感。
由上可知,本发明提供的图像处理方法可减少图像数据处理量的前提下,降低图像畸变程度,这使得图像畸变降低程度一致的情况下,本发明提供的图像处理方法所处理的数据量更少;而在原始网格化图像所含有的网格顶点量一定的情况下,本发明提供图像处理方法可使得最终获得的图像畸变程度更低,更加接近无畸变图像。
本发明还提供了一种图像处理装置,该图像处理装置包括:
分区模块,用于将所述原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
栅格重构模块,用于根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,获得构成网格修正图像的多个区域修正网格图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度,多个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。
与现有技术相比,本发明提供的图像处理装置的有益效果与上述图像处理方法的有益效果相同,在此不做赘述。
本发明还提供了一种计算机存储介质,用于储存一个或多个计算机软件指令,其包含用于执行上述图像处理方法所设计的程序。
与现有技术相比,本发明提供的计算机存储介质的有益效果与上述图像处理方法的有益效果相同,在此不做赘述。
本发明还提供了一种显示装置,该显示装置包括上述图像处理装置。
与现有技术相比,本发明提供的显示装置的有益效果与上述图像处理方法的有益效果相同,在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为枕形畸变图像与正常图像的对比示意图;
图2为图像畸变分布示意图;
图3为贴图时间与区域调节参数的对应关系图;
图4为现有网格反畸变处理原始网格化图像后所获得的图像示意图一;
图5为现有网格反畸变处理处理原始网格化图像后所获得的图像示意图二;
图6为本发明实施例中多个区域网格图像的分布示意图;
图7为本发明实施例中多个区域修正网格图像的分布示意图;
图8为本发明实施例提供的图像处理方法流程图一;
图9为本发明实施例提供的图像处理方法流程图二;
图10为本发明实施例提供的图像处理方法流程图三;
图11为本发明实施例提供的图像处理方法流程图四;
图12为本发明实施例提供的图像处理方法流程图五;
图13为本发明实施例提供的图像处理装置的结构框图;
图14为本发明实施例提供的图像处理终端硬件结构图。
附图标记:
100-图像处理装置, 110-接收模块;
120-渲染模块, 130-分区模块;
140-贴图模块, 200-图像处理终端;
210-收发器, 220-存储器;
230-处理器, 240-总线;
A-第一区域网格图像, A’-第一区域修正网格图像;
B-第二区域网格图像, B’-第二区域修正网格图像;
C-第三区域网格图像, C’-第三区域修正网格图像;
IMGO-正常图像, IMG1-枕形畸变图像。
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,所描述的实施例仅仅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。
在沉浸式环境中,VR显示设备所包括的凸透镜靠近用户双眼,使得用户能够在较大的视场角下看到VR图像,而用户观看VR图像的视场角越大,用户所看到的VR图像的畸变也就越大。当用户所看到的VR图像时,理论上应当看到如图1中虚线所围成的正常图像IMG0,但是由于VR图像发生畸变,使得用户所看到的VR图像中,远离VR图像几何中心点的图像看上去被拉伸,因此,当用户所看到的VR图像发生畸变时,且用户所看到的VR图像从图1中虚线构成的图像变为图1中实线所示的枕形畸变图像IMG1。一般采用网格反畸变技术对图像信息进行处理,使得VR图像的畸变程度降低。网格反畸变技术主要是利用图形处理器对VR图像的网格顶点进行畸变处理,以避免对每一个像素信息进行反畸变处理,这样可减少图像处理器的计算量,进而降低反畸变处理对图形处理器的配置要求。
图2示出了透镜的畸变系数与网格化图像的关系图。其中,图2中的虚线圈表示畸变系数,不同的虚线圈表示不同的畸变系数,虚线圈的密度比较密集的区域表示网格化图像对应虚线圈比较密集的区域图像的畸变程度越高。从图2可以看出,沿着远离网格化图像的几何中心的方向,用户所看到的网格化图像的畸变程度越来越高。
如图2、图6-图9所示,基于上述透镜的畸变参数与网格化图像的畸变程度对应关系,本发明实施例提供的一种图像处理方法,该图像处理方法可以应用于普通的显示装置,也可以应用于虚拟现实显示设备,该图像处理方法包括:
步骤S300:将原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
步骤S400:根据反畸变参数对多个区域网格图像的网格顶点进行调整,获得构成网格修正图像的多个区域修正网格图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度,多个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。
基于上述图像处理方法的具体过程可知:根据反畸变参数对多个区域网格图像的网格顶点进行调整,获得多个区域修正网格图像构成的网格修正图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度数量,可见,本发明实施例提供的图像处理方法中,网格修正图像所含有的网格顶点数量相对原始网格化图像所含有的网格顶点数量减少,这样可降低图像处理过程中的数据处理量,这不仅可有效减少图像处理时间,以降低后期贴图出现丢失帧的发生机率,还使得图像处理方法所要求的图像处理器的硬件配置比较低。
同时,现有技术中用户所看到的图像沿着远离原始网格化图像几何中心的方向畸变程度逐渐增加,使得多个区域修正网格图像所含有的网格顶点数量随着畸变程度的增加,基于此,本发明提供的图像处理方法中,根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,所获得的多个区域修正网格图像所含有的网格密度沿着远离原始图像几何中心的方向逐渐增加,使得多个区域修正网格图像所含有的网格顶点密度逐渐增大;而由于网格反畸变处理过程中所涉及的网格数量越多,网格反畸变处理的效果越好,因此,本发明提供的图像处理方法根据用户所看到的图像不同区域发生畸变的程度,分区域控制网格修正图像的网格顶点密度,以降低图像畸变程度,从而缓解用户在观看图像时因为图像畸变所产生的眩晕感。
由上可知,本发明实施例提供的图像处理方法可减少图像数据处理量的前提下,降低图像畸变程度,这使得图像畸变降低程度一致的情况下,本发明提供的图像处理方法所处理的数据量更少;而在原始网格化图像所含有的网格顶点量一定的情况下,本发明提供图像处理方法可使得最终获得的图像畸变程度更低,更加接近无畸变图像。
也就是说,当本发明实施例提供的图像处理方法所获得的图像畸变程度与经过现有网格反畸变处理后所获得的图像的畸变程度相同时,相对现有网格反畸变处理方法对图形处理器的硬件配置要求,本发明实施例提供的图像处理方法所需的图形处理器的硬件配置比较低。当本发明实施例提供的图像处理方法所处理的原始网格化图像所含有的网格数量与现有网格反畸变处理的原始网格化图像所含有的网格数量相同时,相对于现有网格反畸变处理方式所获得的图像畸变程度,本发明实施例提供的图像处理方法所获得的图像的畸变程度更低,接近无畸变,
在一些实施例中,对于普通的显示装置而言,将图像信息渲染完成后直接对渲染后的图像进行贴图处理即可。而对于如VR显示装置等容易发生图像畸变的显示装置来说,在进行图像渲染后,需要对渲染后的图像进行反畸变处理,然后再将经过反畸变处理后的图像进行贴图处理。基于此,如图9所示,将原始网格化图像进行分区前,上述图像处理方法还包括:
步骤S100:接收原始图像数据、反畸变参数和垂直同步信号,可根据透镜的畸变参数和透镜与VR显示装置所包括的透镜与用户眼睛之间的距离。获得反畸变参数。
步骤S150:判断是否接收到垂直同步信号。
若接收到垂直同步信号,说明需要进行图像渲染,此时执行步骤S200。
否则,返回步骤S100,接收垂直同步信号。
步骤S200:对原始图像数据进行网格化渲染,获得两个原始网格化图像,对于VR显示装置来说,此处的两个原始网格图像包括左眼原始网格化图像和右眼原始网格化图像。
获得多个区域修正网格图像构成的网格修正图像后,所述图像处理方法还包括:
步骤S500:判断是否结束应用。
若应用仍然继续,则说明不用结束应用,执行步骤S600。
步骤600:更新原始图像数据,准备处理下一帧图像。
可以理解的是,当前图像反畸变处理后,应当判断没有可更新的原始图像数据,那么结束图像处理过程。
在一些实施例中,考虑到VR显示装置所显示的画面一般分为左眼图像和右眼图像,且左眼图像和右眼图像的轮廓为正方向轮廓,因此,可设定上述原始网格化图像含有N×N的网格矩阵,N为大于1的整数。基于此,如图2、图6和图10所示,上述将原始网格化图像进行分区,获得多个区域网格图像包括:
步骤S310:基于前文分析可知,网格化图像与VR显示装置所含有的透镜的畸变系数有一定的对应关系,即沿着远离透镜几何中心的方向,透镜的畸变系数越来越大,相应的当VR显示装置所显示的VR图像通过透镜后,用户所看到的VR图像中,沿着远离VR图像的几何中心的方向,VR图像的畸变程度越来越大,基于此,根据VR显示装置所含有的透镜畸变系数分布特性和原始网格化图像,获得分区因子α,α为大于等于1的整数;
步骤S320:根据分区因子α对原始网格化图像进行区域划分,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布,每个区域网格图像所含有的网格数量是分区因子α的整数倍。
由于根据VR显示装置所含有的透镜畸变量分布特性和原始网格化图像,获得分区因子α,而根据分区因子α对原始网格化图像进行区域划分,可使得所获得的多个区域网格图像按照透镜畸变量分布特性分布,而透镜畸变量分布特性是沿着远离透镜的几何中心的方向透镜畸变系数越来越大,因此,多个区域网格图像是沿着远离原始网格化图像的几何中心分布,且如果多个区域网格图像没有经过反畸变处理,沿着远离原始网格化图像的几何中心,多个区域网格图像的畸变程度越来越高。
示例性的,如图10所示,上述根据VR显示装置所含有的透镜畸变系数分布特性和所述原始网格化图像,获得分区因子α包括:
步骤S311:根据VR显示装置所含有的透镜畸变系数分布特性,获得区域调节参数k,k为大于0的整数;
步骤S312:根据原始网格化图像,获得单向网格参数N;单向网格参数N是指原始网格化图像为正方形时,原始网格化图像的每行网格数目。例如:若原始网格化图像含有24×24的网格矩阵,则单向网格参数N=24;若原始网格化图像含有48×48的网格矩阵,则单向网格参数N=48。其中,该步骤可与步骤S311同时执行,也可以依序执行。
步骤S313:判断单向网格参数N是否为k的整数倍;
若单向网格参数N为k的整数倍,则执行步骤S314。
否则,说明需要修正单向网格参数N,此时执行步骤S315。
步骤S314:根据单向网格参数N和区域调节参数k,获得分区因子α;例如:若单向网格参数N=24,区域调节参数k=24时,α=1,
步骤S315:对单向网格参数N进行重置,获得网格修正参数N’,例如:若单向网格参数N=27,单向网格参数N=27不是24的整数倍,则应当对单向网格参数N进行重置,使得网格修正参数N’=24,此时α=1。若单向网格参数N=46,单向网格参数N=46不是24的整数倍,则应当对单向网格参数N进行重置,使得网格修正参数N’=48,此时α=2;若单向网格参数N=36,单向网格参数N=36不是24的整数倍,则应当对单向网格参数N进行重置,使得网格修正参数N’=48,α=2或网格修正参数N’=24,α=1。
步骤S316:根据网格修正参数N’和区域调节参数k,获得分区因子α。
图4示出了单向网格参数N是4的整数倍时原始网格化图像经过现有网格反畸变后所获得的图像,该图像中网格顶点分布处差异很明显。发明人发现,图像中网格顶点分布处差异很明显的原因主要在于:原始网格化图像所含有的网格顶点数目较少,各顶点的连接显得较为生硬,从而影响到图形处理器使用这些网格顶点的纹理坐标进行插值计算得到各个网格信息,因此,用户看到该图像时,会发现该图像像是由多个图像斑块组合而成,且平滑度很低,而这种状况在显示装置晃动时尤为明显。
图5示出了单向网格参数N是32的整数倍时原始网格化图像经过现有网格反畸变后所获得的图像,而原始网格化图像所含有的网格顶点数量比较多,使得在经过网格反畸变处理后所获得的图像的显示效果比较好。然而,现有移动端的渲染能力与PC端相比相差甚远,如目前VR一体机而言使用三星8890处理器的情况下,在网格反畸变处理过程中所涉及的网格数目达到32×32时,它的贴图时间耗费过长,导致丢失帧现象频繁出现,因此,网格反畸变处理过程中所涉及的网格数目对于网格反畸变处理的效果有着重要的影响。
例如:对刷新率为75fps的VR显示装置的单眼网格数目与贴图时间的对应关系进行统计,统计结果见图3,由图3可以看出:随着网格数目的增长,图形处理器的贴图时间呈现线性增长的趋势。而对于刷新率为75fps的VR显示装置而言,每一帧图像刷新时间为13.3ms,分配到单眼的贴图时间最长为6.6ms。从图3可看出:当单眼网格数目为256×256时,贴图时间超过了6.6ms,这将使得VR显示装置在图像显示过程中会出现严重的卡顿现象。因此,图形处理器所处理的网格化图像含有的单向网格参数N大于等于4小于等于28时,网格化反畸变对图形处理器的硬件配置要求比较低。基于此,将k的取值范围设置为大于等于4小于等于28,以判断单向网格参数N是否为k的整数倍。如果单向网格参数N不是k的整数倍时,重置单向网格参数N的大小,使得单向网格参数N为k的整数倍。
在一些实施例中,如图11所示,根据分区因子对原始网格化图像进行区域划分包括:
步骤S321:从原始网格化图像获得原始网格化图像的中心网格顶点信息,使得原始网格化图像的中心网格顶点信息为原始网格化图像的几何中心;
步骤S322:根据原始网格化图像的几何中心和分区因子α,确定多个区域网格图像,使得每个区域网格图像所含有的网格数量为分区因子α的整数倍;距离原始网格化图像几何中心最近的区域网格图像的几何中心与原始网格化图像的几何中心,多个区域网格图像沿着远离原始网格化图像几何中心的方向分布。
步骤S323:根据多个区域网格图像,获得多个区域网格图像包括的各个网格顶点信息。其中,网格顶点信息包括网格顶点位置坐标和网格顶点纹理坐标,多个区域网格图像沿着远离原始网格化图像几何中心的方向分布,距离原始网格化图像几何中心最近的区域网格图像的几何中心与原始网格化图像的几何中心。
在一些实施例中,如图12所示,根据反畸变参数对多个所述区域网格图像进行调整,获得多个区域修正网格图像构成的网格修正图像包括:
步骤S410:理论上来说,网格反畸变处理方式中所涉及的网格数量越多,网格反畸变的效果越好,而前文已经明确知道沿着远离原始网格化图像几何中心的方向多个区域网格图像的畸变程度越来越高,基于此,从每个区域网格图像所含有的各个网格顶点位置坐标获取每个区域修正网格图像所含有的各个网格顶点位置坐标,使得各个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。
步骤S420:根据反畸变参数和区域网格图像所含有的各个网格顶点纹理坐标,获得每个区域修正网格图像所含有的各个网格顶点纹理坐标,使得各个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;
步骤S430:根据各个区域修正网格图像所含有的各个网格顶点位置坐标和各个网格顶点纹理坐标进行图像贴图,获得网格修正图像。
由上可知,本发明实施例提供的图像处理方法中,将原始网格化图像分区域进行网格密度重整,使得各个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;而沿着远离原始网格化图像几何中心的方向多个区域网格图像的畸变程度越来越高,且网格反畸变处理方式中所涉及的网格数量越多,网格反畸变的效果越好,因此,根据各个区域修正网格图像所含有的各个网格顶点位置坐标和各个网格顶点纹理坐标进行图像贴图,所获得网格修正图像的畸变程度比较低。
可以理解的是,现有技术中,采用网格反畸变处理方式对原始网格化数据进行处理时,不会对原始网格化数据所含有的网格数量进行调整,而本发明实施例提供的图像处理方法中,从每个区域网格图像所含有的各个网格顶点位置坐标获取每个区域修正网格图像所含有的各个网格顶点位置坐标,使得各个区域修正网格图像所含有的网格图像密度小于等于原始网格化图像所含有的网格密度,因此,相对现有网格化反畸变处理所涉及的网格数量少,本发明实施例提供的图像处理方法中在对图像进行网格化反畸变处理所涉及的网格数量较少,使得本发明实施例提供的图像处理方法应用于图形处理器时,可在较低配置的图形处理器中运行。
示例性的,如图6和图7所示,上述单向网格参数N=24,区域调节参数k=24时,分区因子α=1,沿着远离原始网格化图像几何中心的方向,可将原始网格化图像分为三个区域网格图像,三个区域网格图像包括第一区域网格图像A、第二区域网格图像B和第三区域网格图像C。第一区域网格图像A为10×10的区域网格图像,第一区域网格图像的几何中心为原始网格化图像的几何中心O,单向网格参数N=10×α=10;第一区域网格图像的中心网格顶点为图所示的黑点,将该区域定义为第一分区A;第二区域网格图像B为18×18的区域网格图像除去10×10的区域网格图像后所保留的区域。将该区域定义为第二分区B;第三区域网格图像C为24×24的区域网格图像除去18×18的区域网格图像后所保留的区域,将该区域定位第三分区C。
由于各个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加,使得第一分区内的网格图像的畸变量最小,第二分区内的网格图像的畸变量较大,第三分区内的网格图像的畸变量最大;因此,对第一分区所含有的网格进行重组,使得10×10的区域网格图像变成2×2的区域修正网格图像,将该区域修正网格图像定义为第一区域修正网格图像A’,区域修正网格图像A’的几何中心为原始网格化图像的几何中心O,第一分区具有121个网格顶点,第一区域修正网格图像B’具有9个网格顶点。对第二分区所含有的网格顶点进行重组,获得第二区域修正网格图像,第二分区所含有的网格顶点数具有为240个网格顶点,第二区域修正网格图像具有64个网格顶点。对第三分区所含有的网格可进行重组,也可以不进行重组。考虑到第三分区内的网格图像畸变量最大,为了保证网格畸变处理效果,不对第三分区所含有的网格可进行重组,即第三区域修正网格图像C’具有的网格顶点数目与第三区域所含有的网格顶点数目相同。由此可见,没有经过网格反畸变处理前,原始网格化图像含有625个网格顶点,本发明实施例提供的图像处理方法可对原始网格化图像进行处理后,所获得的网格修正图像含有337个网格顶点数目,减少率达46.08%,这样在根据反畸变参数和区域网格图像所含有的各个网格顶点纹理坐标,获得每个区域修正网格图像所含有的各个网格顶点纹理坐标时,可充分的减少数据计算量,从而保证在不影响反畸变显示效果的情况下降低图形处理器的贴图压力,极大程度的提升了VR移动端的整体性能。也就是说,对于反畸变要求更高的VR用户而言,可以在原始网格化图像所含有的网格顶点数目相同的前提下,采用本发明实施例提供的图像处理方法对原始网格化图像进行网格反畸变处理,可以满足VR用户对于图像反畸变的要求,从而提升VR用户的体验效果。
如图8和图13所示,本发明实施例还提供了一种图像处理装置100,该图像处理装置100包括:
分区模块130,用于将所述原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
栅格重构模块,用于根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,获得多个区域修正网格图像构成的网格修正图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度数量,沿着远离原始网格化图像几何中心的方向,多个区域修正网格图像所含有的网格顶点的数量逐渐增加。
与现有技术相比,本发明实施例提供的图像处理装置100的有益效果与上述图像处理方法的有益效果相同,在此不做赘述。
在一些实施例中,如图9和图13所示,上述分区模块130具体用于根据VR显示装置所含有的透镜畸变系数分布特性和所述原始网格化图像,获得分区因子α,根据所述分区因子α对所述原始网格化图像进行区域划分,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布,每个区域网格图像所含有的网格数量是分区因子α的整数倍,α为大于等于1的整数。
在一些实施例中,原始网格化图像含有N×N的网格矩阵,N为大于1的整数;
如图10和图13所示,上述分区模块130具体用于根据VR显示装置所含有的透镜畸变系数分布特性,获得区域调节参数k,k为大于0的整数;根据所述原始网格化图像,获得单向网格参数N;判断所述单向网格参数N是否为k的整数倍;若所述单向网格参数N为k的整数倍,则根据所述单向网格参数N和所述区域调节参数k,获得分区因子α;否则,对所述单向网格参数N进行重置,获得网格修正参数N’;根据所述网格修正参数N’和所述区域调节参数k,获得分区因子α,
在一些实施例中,如图11和图13所示,上述分区模块130具体用于从原始网格化图像获得原始网格化图像的中心网格顶点信息,使得所述原始网格化图像的中心网格顶点信息为原始网格化图像的几何中心;根据所述原始网格化图像的几何中心和所述分区因子α,确定多个区域网格图像,使得每个区域网格图像所含有的网格数量为分区因子α的整数倍;根据多个区域网格图像,获得多个区域网格图像包括的各个网格顶点信息;网格顶点信息包括网格顶点位置坐标和网格顶点纹理坐标,多个区域网格图像沿着远离原始网格化图像几何中心的方向分布。
在一些实施例中,如图12和图13所示,上述栅格重构模块具体用于从每个区域网格图像所含有的各个网格顶点位置坐标获取每个区域修正网格图像所含有的各个网格顶点位置坐标,使得各个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;根据所述反畸变参数和所述区域网格图像所含有的各个网格顶点纹理坐标,获得每个区域修正网格图像所含有的各个网格顶点纹理坐标,使得各个区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加。
进一步,如图6和图13所示,上述图像处理装置100还包括贴图模块140,用于根据各个所述区域修正网格图像所含有的各个网格顶点位置坐标和各个网格顶点纹理坐标进行图像贴图,获得网格修正图像。
在一些实施例中,上述所述图像处理装置100还包括接收模块110,用于将原始网格化图像进行分区前,接收原始图像数据、反畸变参数和垂直同步信号;
上述图像处理装置100还包括渲染模块120,用于在接收到垂直同步信号时,对所述原始图像数据进行网格化渲染,获得两个原始网格化图像,获得两个原始网格化图像。两个原始网格化图像包括左眼原始网格化图像和右眼原始网格化图像。
获得多个区域修正网格图像构成的网格修正图像后,上述接收模块110还用于更新原始图像数据。
本发明实施例还提供了一种显示装置,该显示装置包括上述图像处理装置。
与现有技术相比,本发明实施例提供的显示装置的有益效果与上述图像处理装置100的有益效果相同,在此不做赘述。
其中,上述实施例提供的显示装置可以为手机、平板电脑、电视机、显示器、笔记本电脑、数码相框或导航仪等任何具有显示功能的产品或部件。
本发明实施例还提供了一种计算机存储介质,用于储存一个或多个计算机软件指令,其包含用于执行上述图像处理方法所设计的程序。
与现有技术相比,本发明实施例提供的计算机存储介质的有益效果与上述图像处理方法的有益效果相同,在此不做赘述。
如图14所示,本发明实施例还提供了一种图像处理终端200,该图像处理终端200包括收发器210、处理器、存储器220和总线240,收发器210、处理器230、存储器220通过总线240彼此通信。
存储器220用于存储多个指令以实现上述图像处理方法,处理器230执行所述多个指令以实现上述图像处理方法。
其中,本发明实施例所述的处理器230可以是一个处理器,也可以是多个处理元件的统称。例如,该处理器230可以是中央处理器(Central Processing Unit,简称CPU),也可以是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路,例如:一个或多个微处理器(digitalsignal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field ProgrammableGate Array,简称FPGA)。
存储器220可以是一个存储装置,也可以是多个存储元件的统称,且用于存储可执行程序代码等。且存储器220可以包括随机存储器(RAM),也可以包括非易失性存储器(non-volatile memory),例如磁盘存储器,闪存(Flash)等。
总线240可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。该总线240可以分为地址总线、数据总线、控制总线等。为便于表示,图14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。
本说明书中的各个实施例均采用递进的方式描述,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,对于设备实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
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,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
将原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,获得构成网格修正图像的多个区域修正网格图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度,多个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向,逐渐增加;
所述将原始网格化图像进行分区,获得多个区域网格图像包括:
根据VR显示装置所含有的透镜畸变系数分布特性和所述原始网格化图像,获得分区因子α,α为大于等于1的整数;
从所述原始网格化图像获得原始网格化图像的中心网格顶点信息,使得所述原始网格化图像的中心网格顶点信息为原始网格化图像的几何中心;
根据所述原始网格化图像的几何中心和所述分区因子α,确定多个区域网格图像,使得每个区域网格图像所含有的网格数量为分区因子α的整数倍;
根据所述多个区域网格图像,获得多个区域网格图像包括的各个网格顶点信息,多个区域网格图像沿着远离原始网格化图像几何中心的方向分布。
3.根据权利要求1所述的图像处理方法,其特征在于,所述根据反畸变参数对多个所述区域网格图像进行调整,获得多个区域修正网格图像构成的网格修正图像包括:
从每个所述区域网格图像所含有的各个网格顶点位置坐标获取每个区域修正网格图像所含有的各个网格顶点位置坐标,使得各个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;
根据所述反畸变参数和所述区域网格图像所含有的各个网格顶点纹理坐标,获得每个区域修正网格图像所含有的各个网格顶点纹理坐标,使得各个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;
根据各个所述区域修正网格图像所含有的各个网格顶点位置坐标和各个网格顶点纹理坐标进行图像贴图,获得网格修正图像。
4.根据权利要求1~3任一项所述的图像处理方法,其特征在于,
所述将原始网格化图像进行分区前,所述图像处理方法还包括:
接收原始图像数据、反畸变参数和垂直同步信号;
若接收到垂直同步信号,对所述原始图像数据进行网格化渲染,获得两个原始网格化图像;
获得多个区域修正网格图像构成的网格修正图像后,所述图像处理方法还包括:
更新所述原始图像数据。
5.根据权利要求4所述的图像处理方法,其特征在于,所述两个原始网格化图像包括左眼原始网格化图像和右眼原始网格化图像。
6.一种图像处理装置,其特征在于,包括:
分区模块,用于将原始网格化图像进行分区,获得多个区域网格图像,使得多个区域网格图像沿着远离原始网格化图像几何中心的方向分布;
栅格重构模块,用于根据反畸变参数对多个所述区域网格图像的网格顶点进行调整,获得构成网格修正图像的多个区域修正网格图像,使得每个区域修正网格图像所含有的网格密度小于等于对应区域网格图像所含有的网格密度,多个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;
所述分区模块具体用于根据VR显示装置所含有的透镜畸变系数分布特性和所述原始网格化图像,获得分区因子α,α为大于等于1的整数;从所述原始网格化图像获得原始网格化图像的中心网格顶点信息,使得所述原始网格化图像的中心网格顶点信息为原始网格化图像的几何中心;根据所述原始网格化图像的几何中心和分区因子α,确定多个区域网格图像,使得每个区域网格图像所含有的网格数量为分区因子α的整数倍;根据多个区域网格图像,获得多个区域网格图像包括的各个网格顶点信息;多个区域网格图像沿着远离原始网格化图像几何中心的方向分布。
8.根据权利要求6所述的图像处理装置,其特征在于,所述栅格重构模块具体用于从每个所述区域网格图像所含有的各个网格顶点位置坐标获取每个区域修正网格图像所含有的各个网格顶点位置坐标,使得各个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;根据所述反畸变参数和所述区域网格图像所含有的各个网格顶点纹理坐标,获得每个区域修正网格图像所含有的各个网格顶点纹理坐标,使得各个所述区域修正网格图像所含有的网格密度沿着远离原始网格化图像几何中心的方向逐渐增加;
所述图像处理装置还包括贴图模块,用于根据各个所述区域修正网格图像所含有的各个网格顶点位置坐标和各个网格顶点纹理坐标进行图像贴图,获得网格修正图像。
9.根据权利要求6~8任一项所述的图像处理装置,其特征在于,所述图像处理装置还包括接收模块,用于将原始网格化图像进行分区前,接收原始图像数据、反畸变参数和垂直同步信号;
所述图像处理装置还包括:渲染模块,用于在接收到垂直同步信号时,对所述原始图像数据进行网格化渲染,获得两个原始网格化图像;
获得多个区域修正网格图像构成的网格修正图像后,所述接收模块还用于更新所述原始图像数据。
10.根据权利要求9所述的图像处理装置,其特征在于,所述两个原始网格化图像包括左眼原始网格化图像和右眼原始网格化图像。
11.一种计算机存储介质,其特征在于,用于储存一个或多个计算机软件指令,其包含用于执行权利要求1~5任一项所述的图像处理方法所设计的程序。
12.一种显示装置,其特征在于,包括权利要求6~10任一项所述图像处理装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002444.1A CN109754380B (zh) | 2019-01-02 | 2019-01-02 | 一种图像处理方法及图像处理装置、显示装置 |
US16/764,101 US11463669B2 (en) | 2019-01-02 | 2019-12-13 | Image processing method, image processing apparatus and display apparatus |
PCT/CN2019/125108 WO2020140728A1 (en) | 2019-01-02 | 2019-12-13 | Image processing method, image processing apparatus and display apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002444.1A CN109754380B (zh) | 2019-01-02 | 2019-01-02 | 一种图像处理方法及图像处理装置、显示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109754380A CN109754380A (zh) | 2019-05-14 |
CN109754380B true CN109754380B (zh) | 2021-02-02 |
Family
ID=66405142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910002444.1A Active CN109754380B (zh) | 2019-01-02 | 2019-01-02 | 一种图像处理方法及图像处理装置、显示装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11463669B2 (zh) |
CN (1) | CN109754380B (zh) |
WO (1) | WO2020140728A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754380B (zh) * | 2019-01-02 | 2021-02-02 | 京东方科技集团股份有限公司 | 一种图像处理方法及图像处理装置、显示装置 |
CN110189269B (zh) * | 2019-05-23 | 2023-06-09 | Oppo广东移动通信有限公司 | 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 |
CN111010560B (zh) * | 2019-11-28 | 2022-03-01 | 青岛小鸟看看科技有限公司 | 一种头戴显示设备的反畸变调节方法、装置和虚拟现实系统 |
CN111539898B (zh) * | 2020-05-09 | 2023-08-01 | 京东方科技集团股份有限公司 | 图像处理方法及图像显示装置 |
CN111583378B (zh) * | 2020-06-11 | 2023-11-17 | 网易(杭州)网络有限公司 | 一种虚拟资产处理的方法及装置、电子设备、存储介质 |
CN113284057A (zh) * | 2021-04-09 | 2021-08-20 | 维沃移动通信有限公司 | 图像校正方法、装置及电子设备 |
CN115330626A (zh) * | 2022-08-18 | 2022-11-11 | 北京拙河科技有限公司 | 一种基于mesh网格网络分解的画面变换方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012161431A3 (ko) * | 2011-05-23 | 2013-01-17 | 아진산업(주) | 차량 어라운드 뷰 영상 생성 방법 |
CN108241211A (zh) * | 2016-12-26 | 2018-07-03 | 成都理想境界科技有限公司 | 一种头戴显示设备及图像渲染方法 |
CN108282648A (zh) * | 2018-02-05 | 2018-07-13 | 北京搜狐新媒体信息技术有限公司 | 一种vr渲染方法、装置、穿戴式设备及可读存储介质 |
CN108596854A (zh) * | 2018-04-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 图像畸变校正方法及装置、计算机可读介质、电子设备 |
CN108648254A (zh) * | 2018-04-27 | 2018-10-12 | 中科创达软件股份有限公司 | 一种图像渲染方法及装置 |
WO2018201652A1 (zh) * | 2017-05-05 | 2018-11-08 | 珠海全志科技股份有限公司 | 一种实时虚拟现实加速方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY121607A (en) * | 1995-07-10 | 2006-02-28 | Hyundai Curitel Inc | Grid moving method of object image and apparatus using the same and compaction/motion estimation method using the same and apparatus thereof |
JP2007148500A (ja) * | 2005-11-24 | 2007-06-14 | Olympus Corp | 画像処理装置および画像処理方法 |
JP4977556B2 (ja) * | 2006-10-11 | 2012-07-18 | ルネサスエレクトロニクス株式会社 | 半導体集積回路装置および描画処理表示システム |
CN103792674B (zh) * | 2014-01-21 | 2016-11-23 | 浙江大学 | 一种测量和校正虚拟现实显示器畸变的装置和方法 |
IL231818A (en) * | 2014-03-31 | 2017-10-31 | Israel Aerospace Ind Ltd | A method and system for correcting distortion in images |
US9818201B2 (en) * | 2014-12-22 | 2017-11-14 | Lucasfilm Entertainment Company Ltd. | Efficient lens re-distortion |
US10210607B1 (en) * | 2015-04-08 | 2019-02-19 | Wein Holding LLC | Digital projection system and method for workpiece assembly |
CN107657595B (zh) * | 2015-06-30 | 2020-02-14 | Oppo广东移动通信有限公司 | 一种畸变校正方法及移动终端和相关介质产品 |
US20180365877A1 (en) * | 2017-03-12 | 2018-12-20 | Eyedaptic, LLC | Systems for adaptive control driven ar/vr visual aids |
CN108876725A (zh) * | 2017-05-12 | 2018-11-23 | 深圳市魔眼科技有限公司 | 一种虚拟图像畸变矫正方法及系统 |
US10572982B2 (en) * | 2017-10-04 | 2020-02-25 | Intel Corporation | Method and system of image distortion correction for images captured by using a wide-angle lens |
CN109754380B (zh) | 2019-01-02 | 2021-02-02 | 京东方科技集团股份有限公司 | 一种图像处理方法及图像处理装置、显示装置 |
-
2019
- 2019-01-02 CN CN201910002444.1A patent/CN109754380B/zh active Active
- 2019-12-13 WO PCT/CN2019/125108 patent/WO2020140728A1/en active Application Filing
- 2019-12-13 US US16/764,101 patent/US11463669B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012161431A3 (ko) * | 2011-05-23 | 2013-01-17 | 아진산업(주) | 차량 어라운드 뷰 영상 생성 방법 |
CN108241211A (zh) * | 2016-12-26 | 2018-07-03 | 成都理想境界科技有限公司 | 一种头戴显示设备及图像渲染方法 |
WO2018201652A1 (zh) * | 2017-05-05 | 2018-11-08 | 珠海全志科技股份有限公司 | 一种实时虚拟现实加速方法及装置 |
CN108282648A (zh) * | 2018-02-05 | 2018-07-13 | 北京搜狐新媒体信息技术有限公司 | 一种vr渲染方法、装置、穿戴式设备及可读存储介质 |
CN108648254A (zh) * | 2018-04-27 | 2018-10-12 | 中科创达软件股份有限公司 | 一种图像渲染方法及装置 |
CN108596854A (zh) * | 2018-04-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 图像畸变校正方法及装置、计算机可读介质、电子设备 |
Non-Patent Citations (2)
Title |
---|
An Improved Camera Calibration Method Using the Fiducial Marker System;Hao Yongtao et al;《2010 International Conference on Digital Manufacturing & Automation》;20110124;第195-201页 * |
解决VR眩晕的关键技术综述;黄德胜;《福建电脑》;20170724;第33卷(第6期);第102-103、137页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020140728A1 (en) | 2020-07-09 |
US20210227190A1 (en) | 2021-07-22 |
US11463669B2 (en) | 2022-10-04 |
CN109754380A (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754380B (zh) | 一种图像处理方法及图像处理装置、显示装置 | |
CN110324664B (zh) | 一种基于神经网络的视频补帧方法及其模型的训练方法 | |
CN108282648B (zh) | 一种vr渲染方法、装置、穿戴式设备及可读存储介质 | |
CN110555796B (zh) | 图像调整方法、装置、存储介质以及设备 | |
GB2526838A (en) | Relightable texture for use in rendering an image | |
CN109271022B (zh) | 一种vr设备的显示方法、装置、vr设备及存储介质 | |
CN112686824A (zh) | 图像校正方法、装置、电子设备和计算机可读介质 | |
CN106331687A (zh) | 根据参考部分的位置处理沉浸式视频内容的一部分的方法和设备 | |
CN108282694A (zh) | 全景视频渲染方法、装置及电子设备 | |
CN116912148B (zh) | 图像增强方法、装置、计算机设备及计算机可读存储介质 | |
CN111369435B (zh) | 基于自适应稳定模型的彩色图像深度上采样方法及系统 | |
CN110838167B (zh) | 模型的渲染方法、装置和存储介质 | |
CN110830783B (zh) | 一种vr影像处理方法、装置、vr眼镜及可读存储介质 | |
CN111314687B (zh) | 一种vr影像处理方法、装置、vr眼镜及可读存储介质 | |
CN112507766B (zh) | 人脸图像提取方法、存储介质及终端设备 | |
CN109785418B (zh) | 基于视觉感知模型的注视点渲染优化算法 | |
CN113283543B (zh) | 一种基于WebGL的图像投影融合方法、装置、存储介质和设备 | |
CN116977539A (zh) | 图像处理方法、装置、计算机设备、存储介质和程序产品 | |
US20220351340A1 (en) | Image processing method and image display device | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109741465B (zh) | 图像处理方法及装置、显示装置 | |
CN111556304A (zh) | 一种全景影像处理方法、装置及系统 | |
Wang et al. | Virtual view synthesis using joint information from multi-view | |
CN116863261A (zh) | 图像处理方法、装置、终端、存储介质及程序产品 | |
CN116320334A (zh) | 投影画面颜色校正方法、装置、投影设备和存储介质 |
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 |