CN110009695B - 一种vr一体机自动计算反畸变系数的方法 - Google Patents

一种vr一体机自动计算反畸变系数的方法 Download PDF

Info

Publication number
CN110009695B
CN110009695B CN201910268455.4A CN201910268455A CN110009695B CN 110009695 B CN110009695 B CN 110009695B CN 201910268455 A CN201910268455 A CN 201910268455A CN 110009695 B CN110009695 B CN 110009695B
Authority
CN
China
Prior art keywords
distortion
machine
image
computer
camera
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
Application number
CN201910268455.4A
Other languages
English (en)
Other versions
CN110009695A (zh
Inventor
黄凯凯
曹俊
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.)
Nanjing Ruiyue Information Technology Co ltd
Original Assignee
Nanjing Ruiyue Information 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 Nanjing Ruiyue Information Technology Co ltd filed Critical Nanjing Ruiyue Information Technology Co ltd
Priority to CN201910268455.4A priority Critical patent/CN110009695B/zh
Publication of CN110009695A publication Critical patent/CN110009695A/zh
Application granted granted Critical
Publication of CN110009695B publication Critical patent/CN110009695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种VR一体机自动计算反畸变系数的方法。它包括以下步骤：S1、准备步骤；S2、畸变参数初始化；S3、根据畸变参数范围和初始步长穷举出具体畸变参数；S4、VR一体机根据收到的畸变参数显示对应反畸变网格图像；S5、相机拍摄VR一体机显示的图像，并将图像传输到电脑端；S6、电脑判断精确度是否满足要求，如果满足要求则结束并输出结果；如果不满足要求则进行S7；S7、缩小畸变参数范围及步长，并返回步骤S3。本发明不是直接将图像输入到VR一体机，而是让VR一体机系统根据畸变参数直接处理图像输出，避免中间环节带来的变化；最终根据实际情况设置畸变参数范围，程序将逐步提高畸变参数精确度。

Description

一种VR一体机自动计算反畸变系数的方法
技术领域
本发明属于虚拟现实技术领域，具体是一种VR一体机自动计算反畸变系数的方法。
背景技术
VR头显设备由于体积有限，屏幕距离人眼的位置很近，因此普遍采用光学透镜将屏幕成像在人眼的明视范围内，由于光学透镜结构的引入，其固有的成像缺陷即像差会给设备带来体验度的下降，畸变是由于透镜对距光轴不同距离的物点的线放大率不同所造成，从而导致像的形状相对于物发生形变，这是一种单色像差。目前主要的一种修复方式就是通过对输出图像反畸变处理，从而补偿透镜本身相应的像差，使得最终的输出图像尽可能达到原始正常情况下的效果，因此，如何获取VR一体机的畸变参数至关重要。
目前设置VR一体机畸变的方式一般为两种，一种是通过人眼观察，根据经验设置畸变参数，这种设置比较主观，依赖调试人员经验，效果不稳定；另一种是根据透镜设计软件输出的畸变数据，推算VR一体机需要的畸变参数，但因最终生产出的透镜与设计值有一定偏差，且VR一体机系统图像处理复杂，这种推算出的畸变参数效果一般也并不好。
发明内容
本发明针对背景技术中存在的问题，提供一种行之有效且简便的方法去获取VR头显设备的畸变参数。
技术方案：
一种VR一体机自动计算反畸变系数的方法，它包括以下步骤：
S1、将相机固定在VR一体机佩戴时人眼观看的位置；将相机连接电脑，电脑实时显示相机图像；将VR一体机连接电脑，通过电脑将畸变参数输入至VR一体机；
S2、在电脑端输入畸变参数范围、初始步长、精确度t；
S3、根据畸变参数范围和初始步长穷举出具体畸变参数，按顺序将不同畸变参数输入到VR一体机中；
S4、VR一体机根据收到的畸变参数显示对应反畸变网格图像；
S5、相机拍摄VR一体机显示的图像，并将图像传输到电脑端；
S6、电脑判断精确度是否满足要求，如果满足要求则结束并输出结果；如果不满足要求则进行S7；
S7、缩小畸变参数范围及步长，并返回步骤S3。
优选的，S6中，电脑判断精度是否满足要求的具体步骤为：
S6-1、电脑端收到相机拍摄的图像，检测该图像的曲线弯曲程度，得到弯曲度S及对应的畸变参数；
S6-2、自S6-1中得到最大弯曲度Smax，最小弯曲度Smin及其对应的畸变系数；
S6-3、如果
Figure BDA0002017586830000021
则输出最小弯曲度Smin对应的畸变参数作为结果；否则进行步骤S7；t为S2中确定的精确度。
更优的，S7中，根据最小弯曲度Smin对应的畸变参数，缩小畸变参数范围及步长，并返回步骤S3。
更优的，S7中，新的畸变参数范围为：(K-原步长)-(K+原步长)，K为本循环中获得的最小弯曲度Smin对应的畸变参数；新的步长为：原步长/A，A为大于1的自然数。
作为S6中电脑判断精确度的另一种实施方式，电脑通过检测水平和竖直方向网格线上各像素点的差异，获得曲线的弯曲程度，从而获得最终相机得到图像的畸变程度，进而判断精度是否满足要求。
作为相机的第一种选择方式，所述相机为无畸变相机。
作为相机的第二种选择方式，所述相机为输出图像已经进行畸变校正的有畸变相机。
本发明的有益效果
1、因只需要一台相机和电脑，并且只需要固定结构，操作中不需要移动装置，所以方法简单；不是直接将图像输入到VR一体机，而是让VR一体机系统根据畸变参数直接处理图像输出，避免中间环节带来的变化。
2、通过电脑穷举基本参数可能情况，避免了人工输入的遗漏；可根据实际情况，决定畸变参数范围和步长，所以适用范围广；根据实际情况优化畸变参数范围，程序将逐步提高畸变参数精确度。
3、根据客观参数曲线弯曲度S来衡量畸变程度，避免人眼主观观察带来的误差。
4、运行结果可直接应用于VR一体机，不需要再进行额外换算，所以实用性比较强。
附图说明
图1为本发明的装置连接图
图2为本发明的操作流程图
图3为实施例中VR一体机输入图像的初始网格图
图4为实施例中相机拍摄VR一体机的畸变图像
图5为实施例中畸变参数矫正后VR一体机的畸变图像
具体实施方式
下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此：
实施例：一种VR一体机自动计算反畸变系数的方法，参照图2它包括以下步骤：
S1、结合图1，将相机2固定在VR一体机1佩戴时人眼观看的位置；将相机2通过数据线4连接电脑3，电脑3实时显示相机2的图像；将VR一体机1通过数据线4连接电脑3，通过电脑3将畸变参数输入至VR一体机1；
S2、在电脑端输入畸变参数范围、初始步长、精确度t＝90％：
设置K1：范围0-1，步长0.1；K2：范围0-1，步长0.1；K3：范围0-1，步长0.1；
S3、根据畸变参数范围和初始步长穷举出具体畸变参数：
第一组：K1＝0，K2＝0，K3＝0；
第二组：K1＝0.1，K2＝0，K3＝0；
第三组：K1＝0，K2＝0.1，K3＝0；
第四组：K1＝0，K2＝0，K3＝0.1；
第五组：K1＝0.1，K2＝0.1，K3＝0；
……
第n组：K1＝1，K2＝1，K3＝1；
按顺序将不同畸变参数输入到VR一体机中；
S4、将图3所示图像输入至VR一体机，VR一体机根据收到的第一组畸变参数显示对应反畸变网格图像如图4所示，图4的畸变图像由于是中间凸，边缘凹，采用一般方法不好矫正，但是通过本申请方法是可以矫正的；
S5、相机拍摄VR一体机显示的图像，并将图像传输到电脑端；
S6、电脑判断精确度是否满足要求：
S6-1、电脑端收到相机拍摄的图像，检测该图像的曲线弯曲程度，得到弯曲度S及对应的畸变参数；
S6-2、本实施例中，自S6-1中得到最大弯曲度Smax＝20，最小弯曲度Smin＝1及其对应的畸变系数；
S6-3、如果
Figure BDA0002017586830000031
进行步骤S7；
S7、根据最小弯曲度Smin对应的畸变参数，缩小畸变参数范围及步长，并返回步骤S3；本实施例中，最小弯曲度Smin对应的K值为：K1＝0.3，K2＝0.4，K3＝0.5，故缩小畸变参数范围及步长为：K1范围0.2-0.4，步长0.01；K2范围0.3-0.5，步长0.01；K3范围0.4-0.6，步长0.01(A＝10)。
返回步骤3循环计算，在新的循环中获得最大弯曲度Smax＝1.09，最小弯曲度Smin＝0.99，
Figure BDA0002017586830000041
故最小弯曲度Smin＝0.99对应的K值：K1＝0.25，K2＝0.36，K3＝0.56作为最终的畸变参数输出，程序结束。畸变参数矫正后VR一体机的畸变图像如图5所示。
本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (4)

1.一种VR一体机自动计算反畸变系数的方法，其特征在于它包括以下步骤：
S1、将相机固定在VR一体机佩戴时人眼观看的位置；将相机连接电脑，电脑实时显示相机图像；将VR一体机连接电脑，通过电脑将畸变参数输入至VR一体机；
S2、在电脑端输入畸变参数范围、初始步长、精确度t；
S3、根据畸变参数范围和初始步长穷举出具体畸变参数，按顺序将不同畸变参数输入到VR一体机中；
S4、VR一体机根据收到的畸变参数显示对应反畸变网格图像；
S5、相机拍摄VR一体机显示的图像，并将图像传输到电脑端；
S6、电脑判断精确度是否满足要求，如果满足要求则结束并输出结果；如果不满足要求则进行S7；S6中，电脑判断精度是否满足要求的具体步骤为：
S6-1、电脑端收到相机拍摄的图像，检测该图像的曲线弯曲程度，得到弯曲度S及对应的畸变参数；
S6-2、自S6-1中得到最大弯曲度Smax，最小弯曲度Smin及其对应的畸变系数；
S6-3、如果
Figure FDA0003910651590000011
则输出最小弯曲度Smin对应的畸变参数作为结果；否则进行步骤S7；t为S2中确定的精确度；
S7、缩小畸变参数范围及步长，并返回步骤S3；
S7中，根据最小弯曲度Smin对应的畸变参数，缩小畸变参数范围及步长，并返回步骤S3；
S7中，新的畸变参数范围为：(K-原步长)-(K+原步长)，K为本循环中获得的最小弯曲度Smin对应的畸变参数；新的步长为：原步长/A，A为大于1的自然数。
2.根据权利要求1所述的方法，其特征在于S6中，电脑通过检测水平和竖直方向网格线上各像素点的差异，获得曲线的弯曲程度，从而获得最终相机得到图像的畸变程度，进而判断精度是否满足要求。
3.根据权利要求1所述的方法，其特征在于所述相机为无畸变相机。
4.根据权利要求1所述的方法，其特征在于所述相机为输出图像已经进行畸变校正的有畸变相机。
CN201910268455.4A 2019-04-04 2019-04-04 一种vr一体机自动计算反畸变系数的方法 Active CN110009695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910268455.4A CN110009695B (zh) 2019-04-04 2019-04-04 一种vr一体机自动计算反畸变系数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910268455.4A CN110009695B (zh) 2019-04-04 2019-04-04 一种vr一体机自动计算反畸变系数的方法

Publications (2)

Publication Number Publication Date
CN110009695A CN110009695A (zh) 2019-07-12
CN110009695B true CN110009695B (zh) 2023-01-03

Family

ID=67169817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910268455.4A Active CN110009695B (zh) 2019-04-04 2019-04-04 一种vr一体机自动计算反畸变系数的方法

Country Status (1)

Country Link
CN (1) CN110009695B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145271B (zh) * 2019-12-30 2023-04-28 广东博智林机器人有限公司 相机参数的精确度的确定方法、装置、存储介质及终端
CN112164378A (zh) * 2020-10-28 2021-01-01 上海盈赞通信科技有限公司 一种vr眼镜一体机反畸变方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012155652A (ja) * 2011-01-28 2012-08-16 Kansai Univ レンズ歪みの補正法
CN106127714A (zh) * 2016-07-01 2016-11-16 南京睿悦信息技术有限公司 一种虚拟现实头戴显示器设备畸变参数的测量方法
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
CN108986172A (zh) * 2018-07-25 2018-12-11 西北工业大学 一种面向小景深系统的单视图线性摄像机标定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012155652A (ja) * 2011-01-28 2012-08-16 Kansai Univ レンズ歪みの補正法
CN106127714A (zh) * 2016-07-01 2016-11-16 南京睿悦信息技术有限公司 一种虚拟现实头戴显示器设备畸变参数的测量方法
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
CN108986172A (zh) * 2018-07-25 2018-12-11 西北工业大学 一种面向小景深系统的单视图线性摄像机标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
书籍扫描图像畸变参数自动计算方法的研究;张全法等;《应用光学》;20061110(第06期);全文 *

Also Published As

Publication number Publication date
CN110009695A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
US8000559B2 (en) Method of correcting image distortion and apparatus for processing image using the method
CN110009695B (zh) 一种vr一体机自动计算反畸变系数的方法
JP6012846B2 (ja) 眼鏡レンズの設計システム、供給システム、設計方法及び製造方法
US20150235427A1 (en) Image display device and image display method
CN102629379B (zh) 一种基于视觉特性的图像质量评价方法
US20220092747A1 (en) Compensation for deformation in head mounted display systems
KR100744937B1 (ko) 렌즈 왜곡 보정 방법
CN106097954A (zh) 一种修复平面显示模组Mura缺陷的方法及系统
CN109767472B (zh) 一种用于测量眼戴式显示器fov的方法
CN112055827A (zh) 具有数字校正像差的光学混合现实系统
US20140362205A1 (en) Image forming apparatus and control method for the same
KR102518661B1 (ko) Hud 시스템의 이미지 왜곡 보정 방법
JPWO2004018988A1 (ja) 光学系の設計方法
US20190271859A1 (en) Method for designing spectacle lens, method for manufacturing spectacle lens, spectacle lens order sending device, spectacle lens order receiving device, spectacle lens order sending/receiving system, progressive power lens, and single focus lens
US20230077753A1 (en) Data Processing Method and Device Thereof
CN113240592A (zh) 基于ar-hud动态眼位下计算虚像平面的畸变矫正方法
KR20170043614A (ko) 액정 패널의 그레이 스케일 값 설정 방법 및 액정 디스플레이 기기
CN112584114A (zh) 抬头显示器及其图像校正方法
US20100149319A1 (en) System for projecting three-dimensional images onto a two-dimensional screen and corresponding method
US20220350162A1 (en) Sensitivity evaluation method, ophthalmic lens design method, ophthalmic lens manufacturing method, ophthalmic lens, ophthalmic lens ordering device, ophthalmic lens order receiving device, and ophthalmic lens order receiving/ordering system
JP4846985B2 (ja) 光学特性補間方法、眼鏡装用シミュレーション画像処理方法、眼鏡装用シミュレーション画像処理装置、眼鏡レンズの評価方法、眼鏡レンズの評価装置
Johnson et al. Digital precompensation for luminance nonuniformities in augmented reality head mounted displays
JP6932526B2 (ja) 画像表示装置、画像表示方法及びプログラム
CN114972526A (zh) 视场角测量方法及装置、计算机设备及介质
CN114359055A (zh) 一种多相机拍摄屏体的图像拼接方法及相关装置

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