CN109949249A - 一种柱面图像校正方法及系统 - Google Patents

一种柱面图像校正方法及系统 Download PDF

Info

Publication number
CN109949249A
CN109949249A CN201910247369.5A CN201910247369A CN109949249A CN 109949249 A CN109949249 A CN 109949249A CN 201910247369 A CN201910247369 A CN 201910247369A CN 109949249 A CN109949249 A CN 109949249A
Authority
CN
China
Prior art keywords
curve
image
correction
label
label 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.)
Granted
Application number
CN201910247369.5A
Other languages
English (en)
Other versions
CN109949249B (zh
Inventor
不公告发明人
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.)
Zhuhai Tankard Image Technology Co Ltd
Original Assignee
Zhuhai Tankard Image Technology Co Ltd
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 Zhuhai Tankard Image Technology Co Ltd filed Critical Zhuhai Tankard Image Technology Co Ltd
Priority to CN201910247369.5A priority Critical patent/CN109949249B/zh
Publication of CN109949249A publication Critical patent/CN109949249A/zh
Application granted granted Critical
Publication of CN109949249B publication Critical patent/CN109949249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种柱面图像校正方法及系统,该方法包括获取终端传输的原始图像,对原始图像进行预处理后,得到输入图像,在输入图像中检测标签图案的边缘点,根据边缘点确定标签图像的四个顶点,以标签图像的第一曲线和第二曲线为基准获取校正参数,根据校正参数对标签图像进行校正,将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。该系统包括图像预处理模块、定位模块、校正模块,用于实现上述的柱面图像校正方法。本发明提供的校正方法可以识别柱面图案上的指定特征,完成精准定位和图像校正,准确而快速,对于畸变图像拥有一定程度的还原能力,应用场景不再局限于平面。

Description

一种柱面图像校正方法及系统
【技术领域】
本发明涉及图像处理技术领域,具体的,涉及一种柱面图像校正方法以及应用于该方法的系统。
【背景技术】
随着科学技术的不断进步与发展,拍照自动识别的应用案例越来越广泛,比如:银行卡和身份证的定位识别、车牌定位识别、智慧包装等应用。从照片中快速找到目标区域是各种应用的关键问题之一。
其中,在需要精确复原为原始图像时,拍摄目标为平面时,可以通过自动仿射变换解决校正问题。但是当拍摄目标为柱面等非平面时,无法通过平面的仿射变换实现校正操作,通过本文的发明方法可以实现柱面图像的自动化校正。
现有的技术是通过人工获得柱面标签的平面图像,并借助PS工具对图案进行旋转并裁剪,需要细致而繁琐的人工操作过程,操作复杂,工作效率低。
【发明内容】
本发明的主要目的是提供一种可以识别图像上的指定特征,完成精准定位和图像校正的柱面图像校正方法。
本发明的另一目的是提供一种可以识别图像上的指定特征,完成精准定位和图像校正的柱面图像校正系统。
为了实现上述的主要目的,本发明提供的柱面图像校正方法包括获取终端传输的原始图像,对原始图像进行预处理后,得到输入图像;在输入图像中检测标签图案的边缘点,根据边缘点确定标签图像的四个顶点;以标签图像的第一曲线和第二曲线为基准获取校正参数,根据校正参数对标签图像进行校正;将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。
进一步的方案是,在确定输入图像的标签图案位置后,对输入图像进行旋转、裁剪;对裁剪后的输入图像进行边缘点提取、过滤;根据过滤后的边缘点确定曲线方程和直线方程,并获取曲线方程的曲线与直线方程的直线之间的交点,得到标签图像的四个顶点。
更进一步的方案是,以标签图像的第一曲线为基准,在第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据第一坐标和镜头焦点坐标产生第一坐标组,若第一曲线上的5个曲线点在经过第一坐标组后形成一条直线,则可确定第一坐标为第一校正参数。
更进一步的方案是,以标签图像的第二曲线为基准,在第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据第二坐标和镜头焦点坐标产生第二坐标组,若第二曲线上的5个曲线点在经过第二坐标组后形成一条直线,则可确定第二坐标为第二校正参数。
更进一步的方案是,在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将直线点与曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以K值将校正后的标签图像变换得到最终校正图像。
由此可见,本发明提供的柱面图像校正方法根据拍照图像中的边缘信息确定目标标签的具体位置,对图像标签进行精确找边缘操作,根据找到的边缘点分别确定上下左右四个多项式方程,其中左、右边为直线方程,上、下边为二次曲线方程,对确定好的边缘方程联立求交点作为图像标签的顶点,接着在图像标签的上下曲线上分别等距确定五个点,对图像标签进行两次标准柱面图像到标准平面图像的映射,映射后的图像可以保证上边与下边均为直线,即可完成柱面图像的校正。
所以,该方法可直接对柱面图案进行定位和校正,准确而快速,更加智能,大幅提升了用户体验,对于畸变图像拥有一定程度的还原能力,应用场景不再局限于平面。
为了实现上述的另一目的,本发明还提供一种柱面图像校正系统,包括图像预处理模块,用于获取终端传输的原始图像,对原始图像进行预处理后,得到输入图像;定位模块,用于在输入图像中检测标签图案的边缘点,根据边缘点确定标签图像的四个顶点;校正模块,用于以标签图像的第一曲线和第二曲线为基准获取校正参数,根据校正参数对标签图像进行校正,将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。
进一步的方案是,在确定输入图像的标签图案位置后,对输入图像进行旋转、裁剪;对裁剪后的输入图像进行边缘点提取、过滤;根据过滤后的边缘点确定曲线方程和直线方程,并获取曲线方程的曲线与直线方程的直线之间的交点,得到标签图像的四个顶点。
更进一步的方案是,以标签图像的第一曲线为基准,在第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据第一坐标和镜头焦点坐标产生第一坐标组,若第一曲线上的5个曲线点在经过第一坐标组后形成一条直线,则可确定第一坐标为第一校正参数。
更进一步的方案是,以标签图像的第二曲线为基准,在第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据第二坐标和镜头焦点坐标产生第二坐标组,若第二曲线上的5个曲线点在经过第二坐标组后形成一条直线,则可确定第二坐标为第二校正参数。
更进一步的方案是,在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将直线点与曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以K值将校正后的标签图像变换得到最终校正图像。
由此可见,本发明提供的柱面图像校正系统根据拍照图像中的边缘信息确定目标标签的具体位置,对图像标签进行精确找边缘操作,根据找到的边缘点分别确定上下左右四个多项式方程,其中左、右边为直线方程,上、下边为二次曲线方程,对确定好的边缘方程联立求交点作为图像标签的顶点,接着在图像标签的上下曲线上分别等距确定五个点,对图像标签进行两次标准柱面图像到标准平面图像的映射,映射后的图像可以保证上边与下边均为直线,即可完成柱面图像的校正。
所以,该系统可直接对柱面图案进行定位和校正,准确而快速,更加智能,大幅提升了用户体验,对于畸变图像拥有一定程度的还原能力,应用场景不再局限于平面。
【附图说明】
图1是本发明一种柱面图像校正方法实施例的流程框图。
图2是本发明一种柱面图像校正方法实施例中输入的原始图像为成像(a)的示意图。
图3是本发明一种柱面图像校正方法实施例中俯视图视角——柱面x坐标的映射的示意图。
图4是本发明一种柱面图像校正方法实施例中三维视角——柱面点的映射的示意图。
图5是本发明一种柱面图像校正方法实施例中柱面映射效果图中映射前的示意图。
图6是本发明一种柱面图像校正方法实施例中柱面映射效果图中映射后的示意图。
图7是本发明一种柱面图像校正方法实施例中待校正标签图像第一次柱面校正前的示意图。
图8是本发明一种柱面图像校正方法实施例中标签图像第一次柱面校正后的示意图。
图9是本发明一种柱面图像校正方法实施例中标签图像第二次柱面校正后的示意图。
图10是本发明一种柱面图像校正系统实施例中的原理框图。
【具体实施方式】
本发明的柱面图像校正方法是应用在各种拍摄设备上,如照相机、监控设备等,也可以应用在具有拍照功能的移动设备上,如智能手机、平板电脑或者行车记录仪等电子设备上。本发明的柱面图像校正系统是运行在计算机设备上并且用于实现上述柱面图像校正方法的系统。
一种柱面图像校正方法实施例:
参见图1,本实施例的柱面图像校正方法在对柱面图像进行定位校正时,首先,执行步骤S1,获取终端传输的原始图像,其中,在本发明实施例中,该终端可以是手机、或者其他具有拍摄功能的设备。在终端拍摄图像之后,终端将该原始图像上传到服务器,这里需要说明是,此处的原始图像为终端直接拍摄到的图像,并且没有经过用户的裁剪等处理。
然后,执行步骤S2,对原始图像进行预处理后,得到输入图像。其中,在柱面标签的实际拍照环境中,柱面上的标签中心并不与成像面的中心正对,因此所成之像会主要会出现多种成像情况。如成像(a)的标签中心与成像面中心正对,上下曲线水平对称;成像(b)的标签偏下,上下曲线开口均向上;成像(c)与成像(b)相反,标签偏上,开口向下;成像(d)与成像(e)比较特例,成像(d)的下边界和成像(e)的上边界几乎趋近于直线。因此,对原始图像进行归一化预处理的目的,是将成像(b)、成像(c)、成像(d)和成像(e)四种成像情形均归一化到情形成像(a)后,如图2所示,图2是本发明一种柱面图像校正方法实施例中输入的原始图像为成像(a)的示意图,再按照成像(a)的柱面逆映射关系,实现校正过程。
接着,执行步骤S3,在输入图像中检测标签图案的边缘点,根据边缘点确定标签图像的四个顶点。其中,在确定输入图像的标签图案位置后,对输入图像进行旋转、裁剪;对裁剪后的输入图像进行边缘点提取、过滤;根据过滤后的边缘点确定曲线方程和直线方程,并获取曲线方程的曲线与直线方程的直线之间的交点,即可得到目标标签图像的四个顶点。可见,初步判断标签图案的位置,将输入图像进行旋转、裁剪操作,对旋转、裁剪后的图像进行边缘点提取。其中,边缘点过滤可以使得过滤后的点为精确的边缘点。当得到边缘点后,对上、下边分别拟合曲线y=ax^2+bx+c形式,左、右边分别拟合直线y=ax+b形式,然后,求曲线和直线交点,即可得到目标标签图像的四个顶点。
在假设已知r值、h值和f值的前提下,可在平面与柱面之间建立相互映射关系。其中,r值为圆柱半径,h值为镜头到圆柱的垂直距离,f值为镜头的焦距。可以通过柱面标签到成像面的映射过程,推导相关公式,根据公式设计算法,实现柱面图像的校正。在本实施例中,分别从俯视图视角和三维视角这两个视角讨论柱面成像过程。
俯视图视角,即柱面x坐标的映射。假设圆柱正立于桌面,并与成像面中心正对,如图3所示,假设圆柱半径为r值,镜头到圆柱的垂直距离为h值,镜头的焦距为f值,圆柱上B点映射到成像面为A点。设圆柱中心O为原点,A点纵坐标即为(-r-h-f),焦点P(0,-r-h),现假设A点横坐标为xa,则B(xb,yb)按下述方式可求。
当xa≠0,直线AB满足公式(1-1):
当xa=0时,xb=0,yb=r。
圆方程为:x2+y2=r2,当xa≠0,即可联立圆方程和直线方程,求得xb=G(xa,r,h,f),即xb是关于xa、r、h和f四个量的表达式。
三维视角,即柱面点的映射,通过上述俯视图视角的推导,可以在成像面的横坐标xa与柱面的横坐标xb之间建立相互的映射关系。具体地,参见图4,通过图4的进一步推导,可求出二者间点的映射关系。
设A(xa,-r-h-f,za),B(xb,yb,zb),此时,AB存在比例关系,该比例关系由式子(1-2)得到:
假设已知A点坐标,即可解出B点坐标。
如图5和图6所示,设已知图5,如r值=600、h值=500、f值=400,可通过上述柱面映射关系得到图6。因此,在假设已知r值、h值和f值的前提下,可求一张图经过柱面映射后的成像图,亦可从成像图逆映射求其原图。
所以,在得到目标标签图像的四个顶点后,即执行完步骤S3后,执行步骤S4,以标签图像的第一曲线和第二曲线为基准获取校正参数。其中,以标签图像的第一曲线为基准,在第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据第一坐标和镜头焦点坐标产生第一坐标组,若第一曲线上的5个曲线点在经过第一坐标组后形成一条直线,则可确定第一坐标为第一校正参数。
以标签图像的第二曲线为基准,在第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据第二坐标和镜头焦点坐标产生第二坐标组,若第二曲线上的5个曲线点在经过第二坐标组后形成一条直线,则可确定第二坐标为第二校正参数。
首先,执行步骤S5,根据校正参数对标签图像进行校正。本实施例提出的柱面图像校正方法在对柱面图像进行定位后,对柱面图像的校正方法由3部分组成:先通过第一组坐标(r1,h1,f1)进行1次柱面校正,再进一步通过第二组坐标(r2,h2,f2)进行2次柱面校正,两次柱面校正之后,通过三维透视变换,即可完成校正。
具体地,设上下曲线分别为曲线up和曲线down,由于无法得知摄像头拍照时的角度、偏移量,因此标准的成像原理尚不能够完全还原现实照片中的成像过程。当假设曲线up是由G(P(xa,ya),r1,h1,f1)所产生时,曲线down则可能由G(P(xa,ya),r2,h2,f2)所产生。也即是说,目前无法在平移旋转量未知的情形下,只通过一组坐标(r,h,f)刚好得到曲线up和曲线down。
本实施例中以曲线up为基准进行第一次柱面校正,首先,以曲线up为基准,求出(rup,hup,fup)。如图7所示,在曲线up上均匀地获取5个点,通过二分法,找到第一坐标(rup,hup,fup),使得曲线up上的5个点经过G(P(xa,ya),rup,hup,fup)后成为一条直线,则第一坐标(rup,hup,fup)是使得以曲线up为基准的柱面图像得以校正的参数。具体地,如图8所示,通过第一次柱面校正后,得到一次柱面图像校正结果。因为曲线up已被校正为直线,下曲线down发生了变化,所以需要进行二次柱面校正。
同上,在曲线down上均匀地获取5个点,通过二分法,找到第二坐标(rdown,hdown,fdown),使得曲线down的5个点经过G(P(xa,ya),rdown,hdown,fdown)后成为一条直线。其中,rdown和rup相等,通过第二次柱面校正,得到二次柱面图像校正结果,如图9所示。
然后,执行步骤S6,将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。其中,在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将直线点与曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以K值将校正后的标签图像变换得到最终校正图像。
在上述步骤S6中,分别取得二次柱面图像校正结果的标签图像上直线5个点坐标和下直线5个点坐标,一共10个点坐标,与原始图像的10个点坐标建立三维透视变换关系,采用最小二乘法解得k0~7,参照三维透视变换的公式如式(1-3)和式(1-4):
x'=(k0x+k1y+k2)/(k6x+k7y+1) (1-3)
y'=(k3x+k4y+k5)/(k6x+k7y+1) (1-4)
最后,利用k0~7将二次柱面图像校正结果变换得到最终校正图像。
具体的,在输入的标签图像中确定出十个点坐标,此时就可以根据原始图像中十个点坐标以及输入图像中的十个点坐标,建立输入图像与原始图像之间的坐标映射关系。
例如,输入图像中的十点坐标分别为:
A(x1,y1)、B(x2,y2)、C(x3,y3)、D(x4,y4)、E(x5,y5)、
F(x1,y1)、G(x2,y2)、H(x3,y3)、I(x4,y4)、J(x5,y5)
原始图像中的十点坐标分别为:
A'(x'1,y'1)、B'(x'2,y'2)、C'(x'3,y'3)、D'(x'4,y'4)、E'(x'5,y'5)、
F'(x'1,y'1)、G'(x'2,y'2)、H'(x'3,y'3)、I'(x'4,y'4)、J'(x'5,y'5)
然后,将上述坐标带入式(1-3)和式(1-4)。其中,x′、y′为原始图像中的各点坐标,x、y为输入图像中的各点坐标。
所以将上述各点坐标对应的带入到上述关系式中,就可以求解出k0、k1、k2、k3、k4、k5、k6、k7。这里的k0、k1、k2、k3、k4、k5、k6、k7作为最终的校正参数。在得到校正参数之后,输入图像中的任意坐标带入到上述关系式中就可以得到校正后的坐标。
由此可见,本发明提供的柱面图像校正方法根据拍照图像中的边缘信息确定目标标签的具体位置,对图像标签进行精确找边缘操作,根据找到的边缘点分别确定上下左右四个多项式方程,其中左、右边为直线方程,上、下边为二次曲线方程,对确定好的边缘方程联立求交点作为图像标签的顶点,接着在图像标签的上下曲线上分别等距确定五个点,根据上边与下边的曲率,计算得到h和f的值,对图像标签进行两次标准柱面图像到标准平面图像的映射,映射后的图像可以保证上边与下边均为直线,即可完成柱面图像的校正。
所以,该方法可直接对柱面图案进行定位和校正,准确而快速,更加智能,大幅提升了用户体验,对于畸变图像拥有一定程度的还原能力,应用场景不再局限于平面。
一种柱面图像校正系统实施例:
由图10可见,图10是本发明一种柱面图像校正系统实施例中的原理框图。该系统包括图像预处理模块10、定位模块20、校正模块30。
图像预处理模块10用于获取终端传输的原始图像,对原始图像进行预处理后,得到输入图像。
定位模块20用于在输入图像中检测标签图案的边缘点,根据边缘点确定标签图像的四个顶点。
校正模块30用于以标签图像的第一曲线和第二曲线为基准获取校正参数,根据校正参数对标签图像进行校正,将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。
进一步的,定位模块20用于在确定输入图像的标签图案位置后,对输入图像进行旋转、裁剪;对裁剪后的输入图像进行边缘点提取、过滤;根据过滤后的边缘点确定曲线方程和直线方程,并获取曲线方程的曲线与直线方程的直线之间的交点,得到标签图像的四个顶点。
进一步的,校正模块30以标签图像的第一曲线为基准,在第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据第一坐标和镜头焦点坐标产生第一坐标组,若第一曲线上的5个曲线点在经过第一坐标组后形成一条直线,则可确定第一坐标为第一校正参数。
进一步的,校正模块30以标签图像的第二曲线为基准,在第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据第二坐标和镜头焦点坐标产生第二坐标组,若第二曲线上的5个曲线点在经过第二坐标组后形成一条直线,则可确定第二坐标为第二校正参数。
进一步的,校正模块30用于在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将直线点与曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以K值将校正后的标签图像变换得到最终校正图像。
由此可见,本发明提供的柱面图像校正系统根据拍照图像中的边缘信息确定目标标签的具体位置,对图像标签进行精确找边缘操作,根据找到的边缘点分别确定上下左右四个多项式方程,其中左、右边为直线方程,上、下边为二次曲线方程,对确定好的边缘方程联立求交点作为图像标签的顶点,接着在图像标签的上下曲线上分别等距确定五个点,对图像标签进行两次标准柱面图像到标准平面图像的映射,映射后的图像可以保证上边与下边均为直线,即可完成柱面图像的校正。
所以,该系统可直接对柱面图案进行定位和校正,准确而快速,更加智能,大幅提升了用户体验,对于畸变图像拥有一定程度的还原能力,应用场景不再局限于平面。
需要说明的是,以上仅为本发明的优选实施例,但发明的设计构思并不局限于此,凡利用此构思对本发明做出的非实质性修改,也均落入本发明的保护范围之内。

Claims (10)

1.一种柱面图像校正方法,其特征在于,包括:
获取终端传输的原始图像,对所述原始图像进行预处理后,得到输入图像;
在所述输入图像中检测标签图案的边缘点,根据所述边缘点确定标签图像的四个顶点;
以所述标签图像的第一曲线和第二曲线为基准获取校正参数,根据所述校正参数对所述标签图像进行校正;
将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。
2.根据权利要求1所述的柱面图像校正方法,其特征在于,所述在所述输入图像中检测标签图案的边缘点,根据所述边缘点确定标签图像的四个顶点,包括:
在确定所述输入图像的标签图案位置后,对所述输入图像进行旋转、裁剪;
对裁剪后的输入图像进行边缘点提取、过滤;
根据过滤后的边缘点确定曲线方程和直线方程,并获取所述曲线方程的曲线与所述直线方程的直线之间的交点,得到所述标签图像的四个顶点。
3.根据权利要求1所述的柱面图像校正方法,其特征在于,所述以所述标签图像的第一曲线和第二曲线为基准获取校正参数,包括:
以所述标签图像的第一曲线为基准,在所述第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据所述第一坐标和镜头焦点坐标产生第一坐标组,若所述第一曲线上的5个曲线点在经过所述第一坐标组后形成一条直线,则可确定所述第一坐标为第一校正参数。
4.根据权利要求3所述的柱面图像校正方法,其特征在于,所述以所述标签图像的第一曲线和第二曲线为基准获取校正参数,包括:
以所述标签图像的第二曲线为基准,在所述第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据所述第二坐标和镜头焦点坐标产生第二坐标组,若所述第二曲线上的5个曲线点在经过所述第二坐标组后形成一条直线,则可确定所述第二坐标为第二校正参数。
5.根据权利要求4所述的柱面图像校正方法,其特征在于,所述将校正后的标签图像与校正前的标签图像建立三维透视变换关系,包括:
在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将所述直线点与所述曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以所述K值将校正后的标签图像变换得到最终校正图像。
6.一种柱面图像校正系统,其特征在于,包括:
图像预处理模块,用于获取终端传输的原始图像,对所述原始图像进行预处理后,得到输入图像;
定位模块,用于在所述输入图像中检测标签图案的边缘点,根据所述边缘点确定标签图像的四个顶点;
校正模块,用于以所述标签图像的第一曲线和第二曲线为基准获取校正参数,根据所述校正参数对所述标签图像进行校正,将校正后的标签图像与校正前的标签图像建立三维透视变换关系,得到最终校正图像。
7.根据权利要求6所述的柱面图像校正系统,其特征在于,所述定位模块用于在所述输入图像中检测标签图案的边缘点,根据所述边缘点确定标签图像的四个顶点,包括:
在确定所述输入图像的标签图案位置后,对所述输入图像进行旋转、裁剪;
对裁剪后的输入图像进行边缘点提取、过滤;
根据过滤后的边缘点确定曲线方程和直线方程,并获取所述曲线方程的曲线与所述直线方程的直线之间的交点,得到所述标签图像的四个顶点。
8.根据权利要求6所述的柱面图像校正系统,其特征在于,所述校正模块以所述标签图像的第一曲线和第二曲线为基准获取校正参数,包括:
以所述标签图像的第一曲线为基准,在所述第一曲线上等距获取5个曲线点,并且通过二分法获取第一坐标,根据所述第一坐标和镜头焦点坐标产生第一坐标组,若所述第一曲线上的5个曲线点在经过所述第一坐标组后形成一条直线,则可确定所述第一坐标为第一校正参数。
9.根据权利要求8所述的柱面图像校正系统,其特征在于,所述校正模块以所述标签图像的第一曲线和第二曲线为基准获取校正参数,包括:
以所述标签图像的第二曲线为基准,在所述第二曲线上等距获取5个曲线点,并且通过二分法获取第二坐标,根据所述第二坐标和镜头焦点坐标产生第二坐标组,若所述第二曲线上的5个曲线点在经过所述第二坐标组后形成一条直线,则可确定所述第二坐标为第二校正参数。
10.根据权利要求9所述的柱面图像校正系统,其特征在于,所述校正模块将校正后的标签图像与校正前的标签图像建立三维透视变换关系,包括:
在校正后的标签图像的第一直线和第二直线上分别等距获取5个直线点,且将所述直线点与所述曲线点建立三维透视变换关系,并且通过最小二乘法产生K值,以所述K值将校正后的标签图像变换得到最终校正图像。
CN201910247369.5A 2019-03-29 2019-03-29 一种柱面图像校正方法及系统 Active CN109949249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910247369.5A CN109949249B (zh) 2019-03-29 2019-03-29 一种柱面图像校正方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910247369.5A CN109949249B (zh) 2019-03-29 2019-03-29 一种柱面图像校正方法及系统

Publications (2)

Publication Number Publication Date
CN109949249A true CN109949249A (zh) 2019-06-28
CN109949249B CN109949249B (zh) 2022-11-08

Family

ID=67012862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910247369.5A Active CN109949249B (zh) 2019-03-29 2019-03-29 一种柱面图像校正方法及系统

Country Status (1)

Country Link
CN (1) CN109949249B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681160A (zh) * 2020-05-28 2020-09-18 深圳市无虚科技有限公司 曲面图像的还原方法、装置、设备及可读存储介质
CN113378594A (zh) * 2020-03-09 2021-09-10 华为技术有限公司 一种二维码图片的识别方法、装置和相关产品
CN113763279A (zh) * 2021-09-10 2021-12-07 厦门理工学院 一种具有矩形框图像的精确校正处理方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0715647A (ja) * 1993-06-25 1995-01-17 Koyo Seiko Co Ltd 2次元撮像装置のレンズ歪曲収差補正方法
US20100208032A1 (en) * 2007-07-29 2010-08-19 Nanophotonics Co., Ltd. Method and apparatus for obtaining panoramic and rectilinear images using rotationally symmetric wide-angle lens
CN106096490A (zh) * 2016-02-02 2016-11-09 天津大学 一种带有文本行的柱面图像的定位方法
DE102015006169A1 (de) * 2015-05-13 2016-11-17 Tsegaye Eshete Sytem zum Identifizieren von Labels, insbesondere von Barcodes mit vom Original abweichender Beschaffenheit
CN107145929A (zh) * 2017-05-16 2017-09-08 重庆大学 一种用于圆柱面二维码贴的预畸变二维码生成方法
CN107507150A (zh) * 2017-08-31 2017-12-22 天津大学 一种基于多项式拟合的柱面图像校正方法
CN107909544A (zh) * 2017-10-31 2018-04-13 珠海丹德图像技术有限公司 一种图像校正方法及系统
CN108009460A (zh) * 2017-12-29 2018-05-08 姚佑霖 复杂背景下多种字符和数字混合的叠加二维码的识别方法
CN108267857A (zh) * 2017-12-29 2018-07-10 杭州联络互动信息科技股份有限公司 一种畸变校正实时可视调试的方法、装置及系统
CN108961187A (zh) * 2018-06-29 2018-12-07 南京环印防伪科技有限公司 一种标签弧面图像校正方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0715647A (ja) * 1993-06-25 1995-01-17 Koyo Seiko Co Ltd 2次元撮像装置のレンズ歪曲収差補正方法
US20100208032A1 (en) * 2007-07-29 2010-08-19 Nanophotonics Co., Ltd. Method and apparatus for obtaining panoramic and rectilinear images using rotationally symmetric wide-angle lens
DE102015006169A1 (de) * 2015-05-13 2016-11-17 Tsegaye Eshete Sytem zum Identifizieren von Labels, insbesondere von Barcodes mit vom Original abweichender Beschaffenheit
CN106096490A (zh) * 2016-02-02 2016-11-09 天津大学 一种带有文本行的柱面图像的定位方法
CN107145929A (zh) * 2017-05-16 2017-09-08 重庆大学 一种用于圆柱面二维码贴的预畸变二维码生成方法
CN107507150A (zh) * 2017-08-31 2017-12-22 天津大学 一种基于多项式拟合的柱面图像校正方法
CN107909544A (zh) * 2017-10-31 2018-04-13 珠海丹德图像技术有限公司 一种图像校正方法及系统
CN108009460A (zh) * 2017-12-29 2018-05-08 姚佑霖 复杂背景下多种字符和数字混合的叠加二维码的识别方法
CN108267857A (zh) * 2017-12-29 2018-07-10 杭州联络互动信息科技股份有限公司 一种畸变校正实时可视调试的方法、装置及系统
CN108961187A (zh) * 2018-06-29 2018-12-07 南京环印防伪科技有限公司 一种标签弧面图像校正方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
杨永跃等: "视觉成像畸变的直线透视校正", 《应用科学学报》 *
许会等: "一种曲面药瓶标签校验方法关键技术", 《沈阳工业大学学报》 *
赵玉刚等: "曲线等误差直线拟合的算法研究及其应用", 《制造技术与机床》 *
郑毅等: "利用直线特征的定标图像非线性畸变校正", 《仪器仪表学报》 *
黄书海等: "基于局部透视变换的圆柱体侧表面PDF417条码矫正方法", 《计算机工程与科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378594A (zh) * 2020-03-09 2021-09-10 华为技术有限公司 一种二维码图片的识别方法、装置和相关产品
CN113378594B (zh) * 2020-03-09 2023-02-14 华为技术有限公司 一种二维码图片的识别方法、装置和相关产品
CN111681160A (zh) * 2020-05-28 2020-09-18 深圳市无虚科技有限公司 曲面图像的还原方法、装置、设备及可读存储介质
CN113763279A (zh) * 2021-09-10 2021-12-07 厦门理工学院 一种具有矩形框图像的精确校正处理方法

Also Published As

Publication number Publication date
CN109949249B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN110068270B (zh) 一种基于多线结构光图像识别的单目视觉箱体体积测量方法
He et al. Sparse template-based 6-D pose estimation of metal parts using a monocular camera
US20180211404A1 (en) 3d marker model construction and real-time tracking using monocular camera
CN111750820B (zh) 影像定位方法及其系统
WO2017092631A1 (zh) 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法
CN109949249A (zh) 一种柱面图像校正方法及系统
WO2018014828A1 (zh) 识别二维码位置的方法及其系统
CN105023010A (zh) 一种人脸活体检测方法及系统
CN104281840A (zh) 一种基于智能终端定位识别建筑物的方法及装置
CN103500337A (zh) 用于智能无线通信终端的识别四边形边框的方法及装置
CN109656033A (zh) 一种区分液晶显示屏灰尘和缺陷的方法及装置
CN103136525A (zh) 一种利用广义Hough变换的异型扩展目标高精度定位方法
CN110120013A (zh) 一种点云拼接方法及装置
CN104866826B (zh) 一种基于knn和像素比梯度特征的静态手语识别方法
CN115937003A (zh) 图像处理方法、装置、终端设备和可读存储介质
CN111950554A (zh) 一种身份证识别方法、装置、设备及存储介质
CN112950528A (zh) 证件姿态确定方法、模型训练方法、装置、服务器及介质
CN108447092B (zh) 视觉定位标识物的方法及装置
CN111758118B (zh) 一种视觉定位方法、装置、设备及可读存储介质
CN112051920B (zh) 视线落点确定方法和装置
JP6016242B2 (ja) 視点推定装置及びその分類器学習方法
CN113112543A (zh) 一种基于视觉移动目标的大视场二维实时定位系统及方法
CN117152727A (zh) 一种用于巡检机器人的指针式仪表自动读数方法
CN112102404A (zh) 物体检测追踪方法、装置及头戴显示设备
CN109785439B (zh) 人脸素描图像生成方法及相关产品

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