CN110189269A - 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 - Google Patents
用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110189269A CN110189269A CN201910435712.9A CN201910435712A CN110189269A CN 110189269 A CN110189269 A CN 110189269A CN 201910435712 A CN201910435712 A CN 201910435712A CN 110189269 A CN110189269 A CN 110189269A
- Authority
- CN
- China
- Prior art keywords
- image
- wide
- angle lens
- distortion
- terminal
- 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
Links
- 239000000729 antidote Substances 0.000 title claims abstract description 17
- 238000012937 correction Methods 0.000 claims description 58
- 238000000034 method Methods 0.000 claims description 41
- 230000006835 compression Effects 0.000 claims description 19
- 238000007906 compression Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 9
- 230000003321 amplification Effects 0.000 claims 1
- 238000003199 nucleic acid amplification method Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
-
- 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
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了用于广角镜头3D畸变的矫正方法、装置、终端及存储介质,所述方法包括:获取广角镜头拍摄的第一图像;获取所述第一图像沿第一方向的多个第一矫正系数;基于多个所述第一矫正系数,矫正所述第一图像的3D畸变。因此,根据本申请实施例的技术方案能够改善广角镜头拍摄图像的边缘拉伸,有效地矫正广角镜头拍摄图像的3D畸变。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种用于广角镜头3D畸变的矫正方法、装置、终端及存储介质。
背景技术
随着信息技术的快速发展,利用终端拍摄照片在用户的生活中占有越来越重要的地位。现有的终端大多数都支持广角拍摄,用户可以利用终端广角镜头较大的视场角,拍摄出满意的图像。对于使用广角镜头拍摄的图像而言,需要对图像进行畸变矫正。
发明内容
本申请实施例提供一种用于广角镜头3D畸变的矫正方法、装置、终端及存储介质,可以解决在广角镜头拍摄图像时,由于三维物体向二维平面投影时存在有3D畸变,进而在图像边缘的物体会出现明显拉伸的问题。
第一方面,本申请实施例提供一种用于广角镜头3D畸变的矫正方法,包括:
获取广角镜头拍摄的第一图像;
获取所述第一图像沿第一方向的多个第一矫正系数;
基于多个所述第一矫正系数,矫正所述第一图像的3D畸变。
第二方面,本申请实施例提供一种用于广角镜头3D畸变的矫正装置,包括:
图像获取单元,用于获取广角镜头拍摄的第一图像;
系数获取单元,用于获取所述第一图像沿第一方向的多个第一矫正系数;
畸变矫正单元,用于基于多个所述第一矫正系数,矫正所述第一图像的3D畸变。
第三方面,本申请实施例提供一种终端,包括存储器、处理器、广角镜头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任一项所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述中任一项所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,其中,上述计算机程序产品包括存储计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
本申请实施例提供一种用于广角镜头3D畸变的矫正方法、装置、终端及存储介质,通过获取广角镜头拍摄图像沿第一方向的多个矫正系数,可以矫正图像的3D畸变。因此根据本申请实施例的技术方案能够改善广角镜头拍摄图像的边缘拉伸,有效矫正广角镜头拍摄图像的3D畸变。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以基于这些附图获得其他实施方式。
图1a、图1b和图1c示出根据本申请实施例的用于广角镜头3D畸变的矫正装置的示例性的场景示意图;
图2示出根据本申请实施例的用于广角镜头3D畸变的矫正方法的流程示意图;
图3a和图3b示出根据本申请实施例的终端的界面显示图;
图4a和图4b示出根据本申请实施例的终端的界面显示图;
图5a和图5b示出根据本申请实施例的终端的界面显示图;
图6示出根据本申请实施例的另一种用于广角镜头3D畸变的矫正方法的流程示意图;
图7a和图7b示出根据本申请实施例的终端的界面显示图;
图8示出根据本申请实施例的用于广角镜头3D畸变的矫正装置的结构示意图;
图9示出根据本申请实施例的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅为本申请实施例的一部分,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
对于使用广角镜头拍摄的图像而言,需要对图像进行畸变矫正。现有畸变矫正技术矫正的是光学畸变,光学畸变使大视场位置的直线变成曲线,目前的矫正方法通过畸变网格等方法进行光学畸变的矫正,可以将光学畸变导致的变形了的曲线变为直线。本发明人发现,在广角镜头(视场角大于100°)中,除了存在光学畸变外,还存在另外一种畸变,即3D畸变。
例如,用户使用广角镜头拍照人像时,期望得到的图像可以如图1a所示。但由于三维物体通过广角镜头向二维平面投影时自然存在的3D畸变,使得广角镜头拍摄的图像边缘的物体出现明显的拉伸,使得图像中物体本身的比例发生改变,此时用户使用广角镜头拍摄得到的图像可以如图1b所示。因此,本发明人提出一种对3D畸变进行矫正的方法,通过对3D畸变进行矫正,可以得到更为理想的图像。下面对本申请技术方案的原理构思进行说明。
以广角镜头拍摄三维球体为例,如图1c所示,当通过广角镜头将两个不同位置的三维球体向二维平面投影时,轴外视场的球体Q2,由于有θ角的存在,投影到二维平面时会被拉伸,出现b1>a1。
由几何关系可知,当三维球体对镜头中心的张角足够小时,有
因此有:
其中:
h1为广角镜头拍摄两个三维球体的像距;
l为像到图像中心线的距离;
a1和b1分别为两个三维球体在二维平面上的成像的宽度。
下面对根据本申请技术构思的实施例进行描述。
图2示出根据本申请实施例的用于广角镜头3D畸变的矫正方法的流程示意图。需要说明的是,本申请实施例的用于广角镜头3D畸变的矫正方法可应用于用于广角镜头3D畸变的矫正装置,该用于广角镜头3D畸变的矫正装置可被配置于矫正应用中,本申请说明书的矫正应用以终端为例。其中该终端可以是具有广角镜头的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机或台式计算机等等。
如图2所示,本申请实施例的所述方法可以包括以下步骤:
S101,获取广角镜头拍摄的第一图像;
广角镜头是一种焦距短于标准镜头、视角大于标准镜头、焦距长于鱼眼镜头、视角小于鱼眼镜头的摄影镜头,广角镜头的视场角大于100°。用户可以使用广角镜头拍摄喜欢的较大场景的图像,如建筑、风景等题材。
可选的,第一图像为用户使用广角镜头拍摄的图像,该图像例如可以为人物图像,例如还可以为风景图像。在该图像中,会存在有光学畸变,光学畸变的存在使得图像中的线条形状发生改变,该改变使得大视场位置图像的直线变成曲线。光学畸变可以使用畸变网格等方法进行矫正。在广角镜头拍摄的图像中,还存在另外一种畸变,即3D畸变,该3D畸变是由于三维物体通过广角镜头向二维平面投影时自然存在的,与光学系统无关,因此即便是完全设计理想的光学系统也会存在3D畸变,对于光角的光学系统该3D畸变更为明显。3D畸变的存在会使得广角镜头拍摄的图像边缘的物体出现明显的拉伸,使得图像中物体本身的比例发生改变。该拉伸例如可以为在人物图像中人物的轮廓沿着第一方向拉长,具体例如可以为人物的脸被拉宽,该拉伸例如还可以为在风景图像中风景的变形,具体例如可以为树木的树干变粗。本申请提供的用于广角镜头3D畸变的矫正方法能够有效矫正广角镜头拍摄图像中存在的3D畸变。
可选的,在广角拍照模式下,当终端检测到拍摄按键被点击后,获取广角镜头拍摄的第一图像,此时终端的显示界面上显示是否进行3D畸变矫正,此时的终端的显示界面可以如图3a所示。当终端检测到“是”的按钮被点击后,生成矫正请求,并发送至终端的处理器。可选的,终端可以自动进行3D畸变矫正。
可选的,用户可以通过广角镜头拍摄第一图像,当拍摄完毕后,用户从终端的图像存储器中读取拍摄的第一图像,点击该第一图像对应的编辑按钮,弹出第一图像的编辑菜单,终端显示界面可以如图3b所示。用户从第一图像的编辑菜单中选择“3D畸变矫正”的选项,终端检测到“3D畸变矫正”的选项被点击后,接收用户的3D畸变矫正指令,生成矫正请求后,发送该矫正请求至终端处理器。该矫正请求中包括该第一图像的信息,该信息例如可以包括第一图像的尺寸信息、拍摄第一图像的终端信息,拍摄第一图像的广角镜头信息以及图像内容信息。当终端接收到该矫正请求时,可以直接解析该矫正请求,读取该矫正请求携带的第一图像。在一种可行的实现方式中,该矫正请求中包括该第一图像的存储位置信息,当终端接收到该矫正请求后,解析得到该第一图像的存储位置的链接,访问该第一图像的存储位置的链接,从该存储位置中读取该矫正请求对应的第一图像。该存储位置可以是终端的图像存储器,还可以是与终端通过网络连接的服务器。
S102,获取第一图像沿第一方向的多个第一矫正系数;
第一方向可以是终端预先设定的第一图像的第一方向,该第一方向例如可以是第一图像的长边方向。其中“第一”仅仅用于区别不同方向,并不是用于描述特定的方向,第一方向例如还可以为预先设定的第一图像的短边方向。
可选的,第一方向还可以是矫正请求中携带的第一方向,终端可以通过解析获取到的矫正请求得到的第一图像的第一方向。其中“第一”仅仅用于区别不同方向,并不是用于描述特定的方向,第一方向例如可以是矫正请求中携带的第一图像的长边方向,第一方向例如还可以是矫正请求中携带的第一图像的短边方向。
可选的,终端可以将第一图像划分成多个部分,该划分可以是终端将第一图像沿第一方向的边进行均等划分后形成的。例如终端可以将第一图像沿长边方向进行划分,形成多个部分,此时每个部分的尺寸信息完全相同,终端界面显示可以如图4a所示。多个部分还可以是终端将第一图像按照一定比例沿第一方向的边进行划分形成的,例如可以是根据人物图像中根据人物数量的不同比例划分形成的,此时终端界面显示可以如图4b所示。其中在第一图像的多个部分中,每个部分的3D畸变程度是不一样的,因此每个部分对应不同的第一矫正系数。
可选的,终端在获取到第一图像的矫正请求时,矫正请求中携带有广角镜头拍摄第一图像时的像距,通过解析该矫正请求,终端可以获取到广角镜头拍摄第一图像时的像距。终端将第一图像沿第一方向划分为多个部分前,通过位置确定算法确定第一图像垂直于第一方向的中心线,并通过测量获取每个部分到第一图像垂直于第一方向的中心线的距离。基于获取到的第一图像拍摄时的像距和每个部分到第一图像中心位置的距离,终端通过矫正系数计算公式可以计算获取每个部分对应的第一矫正系数,从而获取到第一图像沿第一方向的多个第一矫正系数。例如,终端获取到的第一图像为AA,将该图像AA沿长边方向的边可以划分为第一部分AA1、第二部分AA2、第三部分AA3、第四部分AA4和第五部分AA5,每个部分到第一图像AA垂直于第一方向的中心线的距离分别为lAA1、lAA2、lAA3、lAA4和lAA5,根据公式可以计算得到每个部分对应的第一矫正系数分别为kAA1、kAA2、kAA3、kAA4和kAA5。终端通过获取每个第一图像沿第一方向的边划分部分对应的第一矫正系数,通过公式计算获取到第一图像的多个第一矫正系数,可以减小获取第一矫正系数的误差,提高第一矫正系数的精确度,从而获取到更精确的第一矫正系数。
可选的,终端还可以通过预先存储标定数据,获取多个第一矫正系数。终端可以设计三维标定板获取标定数据。该三维标定板例如可以是球体标定板,例如还可以是长方体标定板或正方体标定板。终端采用相应的标定算法设计获取第一矫正系数的三维标定板,该标定算法设计时需要输入目标点集,图像点集、图像尺寸;标定算法输出广角镜头的内参,3D畸变系数,图像物体的平移向量等。当终端获取到第一图像样本时,根据拍摄第一图像时广角镜头的像距和对应的三维标定板,存储拍摄第一图像时广角镜头的像距和相应的标定数据。终端将第一图像沿第一方向的边划分为多个部分时,从终端存储器中读取该多个部分对应的标定数据,从而获取到第一图像的多个第一矫正系数。例如该终端获取到的第一图像为AA,将该图像AA沿长边方向的边可以划分为第一部分AA1、第二部分AA2、第三部分AA3、第四部分AA4和第五部分AA5,通过获取广角镜头拍摄第一图像AA时的像距,从预先存储的像距和标定数据的对应表中读取各个部分对应的第一矫正系数。终端通过三维标定板获取标定数据,从而可以减小获取第一矫正系数的误差,提高第一矫正系数的精确度,进而获取到更精确的第一矫正系数。
可选的,当用户对标定数据更新时,终端可通过更新系统版本获取更新后的标定数据。例如,终端不同的系统版本对应不同的标定数据,终端检测到用户对系统版本进行更新设计后,自动更新自身的系统版本以获取更新后的标定数据。
S103,基于多个第一矫正系数,矫正第一图像的3D畸变。
终端获取到第一图像的多个第一矫正系数后,检测第一图像垂直于第一方向的中心线,基于多个第一矫正系数,将每个第一矫正系数对应的部分向第一图像垂直于第一方向的中心线进行压缩,得到矫正后的第一图像,存储该矫正后的第一图像。例如第一图像为很多人的大合照,检测到第一图像垂直于第一方向的中心线为A人像时,将每个矫正系数对应的第一图像沿第一方向的边划分的部分向A人像所在的中心线进行压缩,得到矫正后第一图像。
可选的,终端获取到第一图像时,终端的界面显示可以如图5a所示,终端可以将第一图像沿第一方向的边划分成多个部分,获取每个存在3D畸变部分对应的第一矫正系数,基于获取到的多个第一矫正系数,将每个与第一矫正系数对应的存在3D畸变部分进行抽样压缩,该抽样压缩根据每个存在3D畸变部分的尺寸信息和每个部分对应的第一矫正系数向第一图像垂直于第一方向的中心线进行压缩。压缩后的每个存在3D畸变部分的尺寸小于未压缩之前各个部分的尺寸,因此终端在对每个存在3D畸变部分压缩之前还需要对每个存在3D畸变部分采用差值算法进行放大,以便压缩后的每个存在3D畸变部分的尺寸信息和未压缩之前的每个部分的尺寸完全一致。当终端检测到所有存在3D畸变的部分压缩完成后,沿第一方向将矫正后的部分逐条合成为矫正后的第一图像,此时终端的界面显示为矫正后的第一图像,终端的界面显示可以如图5b所示。例如,将第一图像沿长边方向进行均等划分后形成多个部分,当终端检测到每个存在3D畸变部分的矫正完成后,沿着第一图像的长边方向将矫正后的部分进行合成形成矫正后的第一图像。
可选的,终端可以在对第一图像沿第一方向的边划分的每个存在3D畸变部分进行压缩之后,对压缩之后的各个部分进行放大,使压缩之后的各个部分与未压缩之前的每个存在3D畸变部分的尺寸完全一致。终端将压缩之后的每个存在3D畸变部分进行放大,可以保证经过矫正的第一图像与未矫正的第一图像的尺寸完全一致,可以提升广角镜头拍摄的图像3D畸变矫正的效果。
可选的,终端检测第一图像的第一特征图像,当检测到第一图像的第一特征图像时,检测该第一特征图像的特征轮廓,终端基于检测到第一特征图像的特征轮廓,将第一图像划分为与多个第一矫正系数对应的多个部分,基于多个第一矫正系数,将与多个第一矫正系数一一对应的每个部分向第一图像垂直于第一方向的中心线进行压缩,从而可以对每个部分进行3D畸变的矫正,进而可以矫正第一图像的3D畸变,获得矫正后的第一图像。例如第一图像为多人大合照,第一图像中的人像尺寸都相对较小,处于第一图像边缘的人像3D畸变较大,终端检测到第一图像中的人像特征后,继续检测人像的特征轮廓,基于检测到的特征轮廓,可以将第一图像按照人数比例的不同沿第一图像的长边方向划分成多个部分,每个部分对应不同的第一矫正系数,将与多个第一矫正系数一一对应的每个部分的人像轮廓进行矫正,得到矫正后的第一图像,在此过程中不对人像具体的五官进行矫正。
根据本申请实施例的用于广角镜头3D畸变的矫正方法,通过获取图像沿第一方向的多个矫正系数,矫正该图像的3D畸变。本申请实施例提供的方法可以改善广角镜头拍摄图像中物体的比例,减小图像的拉伸,进而有效矫正广角镜头的3D畸变。
图6示出根据本申请实施例的另一用于广角镜头3D畸变的矫正方法的流程示意图。如图6所示,本申请实施例的所述方法可以包括以下步骤:
S201,获取广角镜头拍摄的第一图像;
具体实现过程如上所述,此处不再赘述。
S202,确定广角镜头拍摄第一图像时的像距;
终端的广角镜头包括对焦马达,对焦马达可以驱动广角镜头实现对焦,获取到用户满意的第一图像。终端根据广角镜头拍摄第一图像时对焦马达的位置,在对焦马达位置和像距的对应表中检索确定广角镜头拍摄第一图像时的像距v。例如,终端可以预先生成并存储广角镜头拍摄第一图像时对焦马达的位置和像距的对应表,当获取到广角镜头拍摄的第一图像时,通过解析第一图像的信息,获取到广角镜头拍摄第一图像的对焦马达的位置,通过查表获取到与该对焦马达位置对应广角镜头拍摄第一图像时的像距v。
可选的,终端获取到第一图像后,通过深度相机测量第一图像对焦位置处物体的深度信息,即物距u。该深度相机例如可以为立体相机系统、红外相机系统、RGB相机系统和这些的组合中的其中一种。终端通过第一图像的焦距、物像关系式和该深度信息计算第一图像的像距v。该物像关系式包括高斯公式和横向放大公式,高斯公式为:
横向放大公式为:
其中:u为物距;v为广角镜头拍摄第一图像时的像距;f为第一图像的焦距;K是像的横向放大率。终端获取第一图像时可以获取到第一图像的焦距,通过深度信息和物像关系式可以计算得到精度较高的广角镜头拍摄第一图像时的像距,该方法易于实现,可以提升终端广角镜头的使用率。
S203,将第一图像沿第一方向的边分为多个部分;
终端可以将第一图像沿第一方向均分为尺寸完全一致的多个部分,例如终端获取到第一图像时,根据预先设置的划分算法和第一图像的尺寸信息,将第一图像沿第一方向划分为多个尺寸完全一致的部分。
可选的,终端可以将第一图像划分为尺寸不一致的多个部分。第一图像例如为多个人像图像时,终端可以检测第一图像中人像的数量,按照预先设置的人像数量不同比例,对第一图像沿第一方向进行划分,形成多个人像数量不同的部分。第一图像例如为拍摄多个建筑物的图像时,终端可以按照建筑物轮廓的不同对第一图像沿第一方向进行划分,形成多个建筑物轮廓不同的部分。
S204,获取多个部分中每个部分与第一图像的垂直于第一方向的中心线之间的距离;
终端获取到广角镜头拍摄的第一图像后,通过检测算法检测第一图像垂直于第一方向的中心线。第一图像垂直于第一方向的中心线例如可以是拍摄第一图像时的对焦位置所在的与第一图像第一方向垂直的中心线,例如还可以是第一图像特征图像与第一方向垂直的的对称轴所在位置。例如第一图像的中心位置可以为B建筑物中轴线所在的位置。
可选的,当终端将第一图像划分完成后,可以通过像素位置确定每个部分像至第一图像中心位置的距离l。
S205,根据像距和每个距离计算每个第一矫正系数;
由于终端将第一图像沿第一方向划分成多个部分,因此多个部分的广角镜头像距和拍摄第一图像广角镜头的像距是一样的,而每个部分与第一图像垂直于第一方向的中心线之间的距离都不一样。因此终端获取到第一图像的像距v和每个部分与第一图像垂直于第一方向的中心线之间的距离l时,根据矫正系数的计算公式:
其中:k1——第一矫正系数;
l1——第一图像沿第一方向划分的某一部分第一图像垂直于第一方向的中心线之间的距离;
v——广角镜头拍摄第一图像时的像距;
可以计算得到每个部分对应的第一矫正系数。
S206,检测第一图像中包括的第二特征图像;
终端获取多个广角镜头预先拍摄的待检测的图像,通过利用预先训练得到的卷积模型与待检测的图像进行卷积计算,得到特征图像检测模型。当终端获取到第一图像的多个的第一矫正系数后,利用预先训练得到的特征图像检测模型检测第一图像的第二特征图像。例如终端获取到多个广角镜头拍摄的人像图像样本、建筑物图像样本以及风景图像样本时,可以通过训练算法得到特征图像检测模型。当终端获取到多个第一图像,多个第一图像可以为尺寸完全一致但人像数量不同的图像时,通过特征图像检测模型,可以检测到每个第一图像中的特征人像,即得到第一图像的第二特征图像。
可选的,用户可以在终端上将第一图像的第二特征图像预先设置为位于第一图像的中心线上的图像,终端接收并储存该设置。当终端检测第一图像的第二特征图像时,可以通过检测算法检测第一图像的中心线,然后将位于该中心线上的图像设置为第二特征图像。
S207,沿第一方向将第二特征图像划分为与多个第一矫正系数一一对应的多个部分;
当终端检测到第一图像的第二特征图像时,沿第一图像的第一方向将第二特征图像划分为与多个第一矫正系数一一对应的多个部分。例如第一图像为终端通过广角镜头拍摄的计算机显示屏,当终端检测到该第一图像中的计算机显示屏时,将该计算机显示屏沿第一图像的长边方向划分为与多个矫正系数一一对应的多个部分,此时终端界面如图7a所示。
S208,基于多个第一矫正系数,将多个部分沿第一方向向第一图像的中心线压缩;
终端基于多个部分的第一矫正系数,采用抽样压缩的方法,将每个部分向第一图像垂直于第一方向的中心线进行压缩。例如,该第一方向例如可以为第一图像的长边方向,当检测到该第二特征图像为树干,此时终端界面如图7b所示。当终端确定该树干图像的第一矫正系数后,将该树干图像向第一图像沿长边方向的中心线进行抽样压缩。
S209,获取第一图像沿第二方向的多个第二矫正系数;
当终端检测到第一图像沿第一方向的3D畸变的矫正完成后,将第一图像沿第二方向进行划分,形成多个不同的部分。终端确定第一图像垂直于第二方向的中心线,由于每个部分与第一图像垂直于第二方向的中心线的距离l2不一样,因此每个部分对应不同的第二矫正系数k2。根据矫正系数的计算公式:
其中:k2——第二矫正系数;
l2——第一图像沿第二方向划分的某一部分与第一图像垂直于第二方向的中心线之间的距离;
v——广角镜头拍摄第一图像时的像距;
可以计算得到每个部分对应的第二矫正系数。该第一方向例如可以为第一图像的长边方向,第二方向例如可以为第一图像的短边方向,当终端检测到第一图像沿长边方向的3D畸变矫正完成后,将第一图像沿短边方向划分成多个部分。终端检测到第一图像沿短边方向的中心线后,根据计算公式确定每个部分的第二矫正系数。
可选的,终端还可以通过预先存储标定数据确定每个部分的第二矫正系数。
S210,基于多个第二矫正系数,矫正第一图像的3D畸变。
具体实现过程如上所述,此处不再赘述。
根据本申请实施例的用于广角镜头3D畸变的矫正方法,通过计算获取图像沿第一方向的多个矫正系数,矫正该图像的3D畸变,可以提高矫正系数的准确度,进一步改善广角镜头拍摄图像中物体的比例,矫正广角镜头的3D畸变。
上述主要从方法侧执行进程的角度对本申请实施例的方案进行了介绍。可以理解的是,终端及服务器为了实现上述功能,其包含执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对服务器进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图8示出根据本申请实施例的用于广角镜头3D畸变的矫正装置的结构示意图。该用于广角镜头3D畸变的矫正装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置800包括图像获取单元801、系数获取单元802和畸变矫正单元803。
图像获取单元801,用于获取广角镜头拍摄的第一图像;
图像获取单元801例如可以为终端的广角镜头。
系数获取单元802,用于获取第一图像沿第一方向的多个第一矫正系数;
畸变矫正单元803,用于基于多个第一矫正系数,矫正第一图像的3D畸变。
可选的,系数获取单元802,还用于确定广角镜头拍摄第一图像时的像距;将第一图像沿第一方向的边分为多个部分;获取多个部分中每个部分与第一图像的垂直于第一方向的中心线之间的距离;根据像距和每个距离计算每个第一矫正系数。
可选的,系数获取单元802,还用于确定广角镜头拍摄第一图像时的像距;根据像距从预存标定数据中获取多个第一矫正系数。
可选的,系数获取单元802,还用于确定拍摄第一图像时广角镜头的对焦马达的位置;根据对焦马达的位置确定像距。
可选的,系数获取单元802,还用于获取拍摄第一图像时被拍摄物体的深度信息;根据深度信息和第一图像的焦距信息计算像距。
可选的,畸变矫正单元803,还用于检测第一图像中包括的第一特征图像;检测第一特征图像的特征轮廓;沿第一方向将特征轮廓划分为与多个第一矫正系数一一对应的多个部分;基于多个第一矫正系数,将多个部分沿第一方向向第一图像的中心线压缩。
可选的,畸变矫正单元803,还用于检测第一图像中包括的第二特征图像;沿第一方向将第二特征图像划分为与多个第一矫正系数一一对应的多个部分;基于多个第一矫正系数,将多个部分沿第一方向向第一图像的中心线压缩。
可选的,畸变矫正单元803,还用于在将多个部分沿第一方向向第一图像的中心线压缩之前,放大第一图像。
可选的,畸变矫正单元803,还用于获取第一图像沿第二方向的多个第二矫正系数;基于多个第二矫正系数,矫正第一图像的3D畸变。
根据本申请实施例的用于广角镜头3D畸变的矫正装置,可以通过系数获取单元获取图像沿第一方向的多个矫正系数后,畸变矫正单元矫正该图像的3D畸变,从而提高系数获取单元获取的矫正系数的准确度,进一步改善广角镜头拍摄图像中物体的比例,进而矫正广角镜头的3D畸变。
请参见图9,为本申请实施例提供的一种终端的结构示意图。如图9所示,所述终端900可以包括:至少一个处理器901,至少一个网络接口904,用户接口903,存储器905,至少一个通信总线902。
其中,通信总线902用于实现这些组件之间的连接通信。
其中,用户接口903可以包括显示屏(Display)、广角镜头,可选用户接口903还可以包括标准的有线接口、无线接口。
其中,网络接口904可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器901可以包括一个或者多个处理核心。处理器901利用各种借口和线路连接整个终端900内的各个部分,通过运行或执行存储在存储器905内的指令、程序、代码集或指令集,以及调用存储在存储器905内的数据,执行终端900的各种功能和处理数据。可选的,处理器901可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器901可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器901中,单独通过一块芯片进行实现。
其中,存储器905可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器905包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器905可用于存储指令、程序、代码、代码集或指令集。存储器905可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器905可选的还可以是至少一个位于远离前述处理器901的存储装置。如图9所示,作为一种计算机存储介质的存储器905中可以包括操作系统、网络通信模块、用户接口模块以及用于广角镜头3D畸变矫正的应用程序。
在图9所示的终端900中,用户接口903主要用于为用户提供输入的接口,获取用户输入的数据;而处理器901可以用于调用存储器905中存储的用于广角镜头3D畸变矫正的应用程序,并具体执行以下操作:
获取广角镜头拍摄的第一图像;
获取第一图像沿第一方向的多个第一矫正系数;
基于多个第一矫正系数,矫正第一图像的3D畸变。
在一个实施例中,所述处理器在执行获取第一图像沿第一方向的多个第一矫正系数时,具体执行以下步骤:
确定广角镜头拍摄第一图像时的像距;
将第一图像沿第一方向的边分为多个部分;
获取多个部分中每个部分与第一图像的垂直于第一方向的中心线之间的距离;
根据像距和每个距离计算每个第一矫正系数。
在一个实施例中,所述处理器在执行获取第一图像沿第一方向的多个第一矫正系数时,具体执行以下步骤:
确定广角镜头拍摄第一图像时的像距;
根据像距从预存标定数据中获取多个第一矫正系数。
在一个实施例中,所述处理器在执行确定广角镜头拍摄第一图像时的像距时,具体执行以下步骤:
确定拍摄第一图像时广角镜头的对焦马达的位置;
根据对焦马达的位置确定像距。
在一个实施例中,所述处理器在执行确定广角镜头拍摄第一图像时的像距时,具体执行以下步骤:
获取拍摄第一图像时被拍摄物体的深度信息;
根据深度信息和第一图像的焦距信息计算像距。
在一个实施例中,所述处理器在执行基于多个第一矫正系数,矫正第一图像的3D畸变时,具体执行以下步骤:
检测第一图像中包括的第一特征图像;
检测第一特征图像的特征轮廓;
沿第一方向将特征轮廓划分为与多个第一矫正系数一一对应的多个部分;
基于多个第一矫正系数,将多个部分沿第一方向向第一图像的中心线压缩。
在一个实施例中,所述处理器在执行基于多个第一矫正系数,矫正第一图像的3D畸变时,具体执行以下步骤:
检测第一图像中包括的第二特征图像;
沿第一方向将第二特征图像划分为与多个第一矫正系数一一对应的多个部分;
基于多个第一矫正系数,将多个部分沿第一方向向第一图像的中心线压缩。
在一个实施例中,所述处理器还用于执行以下步骤:
在将多个部分沿第一方向向第一图像的中心线压缩之前,放大第一图像。
在一个实施例中,所述处理器还用于执行以下步骤:
获取第一图像沿第二方向的多个第二矫正系数;
基于多个第二矫正系数,矫正第一图像的3D畸变。
根据本申请实施例提供的一种终端,可以通过获取图像沿第一方向的矫正系数,矫正该图像的3D畸变,可以提高终端获取的矫正系数的准确度,进一步改善广角镜头拍摄图像中物体的比例,进而矫正广角镜头的3D畸变。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括存储计算机程序的非瞬时性计算机可读存储介质,该计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种用于广角镜头3D畸变矫正方法的部分或全部步骤。
本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammaBLE GateArray,FPGA)、集成电路(Integrated Circuit,IC)等。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (12)
1.一种用于广角镜头3D畸变的矫正方法,其特征在于,包括:
获取广角镜头拍摄的第一图像;
获取所述第一图像沿第一方向的多个第一矫正系数;
基于多个所述第一矫正系数,矫正所述第一图像的3D畸变。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第一图像沿第一方向的多个第一矫正系数包括:
确定所述广角镜头拍摄所述第一图像时的像距;
将所述第一图像沿所述第一方向的边分为多个部分;
获取所述多个部分中每个部分与所述第一图像的垂直于所述第一方向的中心线之间的距离;
根据所述像距和每个所述距离计算每个所述第一矫正系数。
3.根据权利要求1所述的方法,其特征在于,所述获取所述第一图像沿第一方向的多个第一矫正系数包括:
确定所述广角镜头拍摄所述第一图像时的像距;
根据所述像距从预存标定数据中获取所述多个第一矫正系数。
4.根据权利要求2或3所述的方法,其特征在于,所述确定所述广角镜头拍摄所述第一图像时的像距包括:
确定拍摄所述第一图像时所述广角镜头的对焦马达的位置;
根据所述对焦马达的位置确定所述像距。
5.根据权利要求2或3所述的方法,其特征在于,所述确定所述广角镜头拍摄所述第一图像时的像距包括:
获取拍摄所述第一图像时被拍摄物体的深度信息;
根据所述深度信息和所述第一图像的焦距信息计算所述像距。
6.根据权利要求1所述的方法,其特征在于,所述基于所述多个第一矫正系数,矫正所述第一图像的3D畸变包括:
检测所述第一图像中包括的第一特征图像;
检测所述第一特征图像的特征轮廓;
沿所述第一方向将所述特征轮廓划分为与所述多个第一矫正系数一一对应的多个部分;
基于所述多个第一矫正系数,将所述多个部分沿所述第一方向向所述第一图像的中心线压缩。
7.根据权利要求1所述的方法,其特征在于,所述基于多个所述第一矫正系数,矫正所述第一图像的3D畸变包括:
检测所述第一图像中包括的第二特征图像;
沿所述第一方向将所述第二特征图像划分为与所述多个第一矫正系数一一对应的多个部分;
基于所述多个第一矫正系数,将所述多个部分沿所述第一方向向所述第一图像的中心线压缩。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在将多个所述部分沿所述第一方向向所述第一图像的中心线压缩之前,放大所述第一图像。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述第一图像沿第二方向的多个第二矫正系数;
基于多个所述第二矫正系数,矫正所述第一图像的3D畸变。
10.一种用于广角镜头3D畸变的矫正装置,包括:
图像获取单元,用于获取广角镜头拍摄的第一图像;
系数获取单元,用于获取所述第一图像沿第一方向的多个第一矫正系数;
畸变矫正单元,用于基于多个所述第一矫正系数,矫正所述第一图像的3D畸变。
11.一种终端,包括存储器、处理器、广角镜头、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上述权利要求1-9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435712.9A CN110189269B (zh) | 2019-05-23 | 2019-05-23 | 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435712.9A CN110189269B (zh) | 2019-05-23 | 2019-05-23 | 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110189269A true CN110189269A (zh) | 2019-08-30 |
CN110189269B CN110189269B (zh) | 2023-06-09 |
Family
ID=67717590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910435712.9A Active CN110189269B (zh) | 2019-05-23 | 2019-05-23 | 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189269B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519486A (zh) * | 2019-09-19 | 2019-11-29 | Oppo广东移动通信有限公司 | 基于广角镜头的畸变补偿方法、装置、及相关设备 |
CN112188251A (zh) * | 2020-09-24 | 2021-01-05 | 青岛海信移动通信技术股份有限公司 | 图像处理方法及图像处理设备 |
CN112991216A (zh) * | 2021-03-18 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 鱼眼图像的矫正方法、系统、智能货架以及图像处理方法 |
CN113724140A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 图像处理方法、电子设备、介质和系统 |
WO2022001806A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 图像变换方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006270918A (ja) * | 2005-02-25 | 2006-10-05 | Ricoh Co Ltd | 画像補正方法、撮影装置、画像補正装置およびプログラム並びに記録媒体 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN108389159A (zh) * | 2015-06-30 | 2018-08-10 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及终端 |
CN108961155A (zh) * | 2018-07-13 | 2018-12-07 | 惠州市德赛西威汽车电子股份有限公司 | 一种高保真的鱼眼镜头畸变校正方法 |
CN109461213A (zh) * | 2018-11-16 | 2019-03-12 | 京东方科技集团股份有限公司 | 基于虚拟现实的图像处理方法、装置、设备和存储介质 |
CN109754380A (zh) * | 2019-01-02 | 2019-05-14 | 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
- 2019-05-23 CN CN201910435712.9A patent/CN110189269B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006270918A (ja) * | 2005-02-25 | 2006-10-05 | Ricoh Co Ltd | 画像補正方法、撮影装置、画像補正装置およびプログラム並びに記録媒体 |
CN105005972A (zh) * | 2015-06-30 | 2015-10-28 | 广东欧珀移动通信有限公司 | 一种基于拍摄距离的畸变校正方法及移动终端 |
CN108389159A (zh) * | 2015-06-30 | 2018-08-10 | 广东欧珀移动通信有限公司 | 一种畸变校正方法及终端 |
CN108961155A (zh) * | 2018-07-13 | 2018-12-07 | 惠州市德赛西威汽车电子股份有限公司 | 一种高保真的鱼眼镜头畸变校正方法 |
CN109461213A (zh) * | 2018-11-16 | 2019-03-12 | 京东方科技集团股份有限公司 | 基于虚拟现实的图像处理方法、装置、设备和存储介质 |
CN109754380A (zh) * | 2019-01-02 | 2019-05-14 | 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 |
Non-Patent Citations (2)
Title |
---|
刘立坤等: "广角摄像机标定及畸变图像修正方法研究", 《舰船电子工程》 * |
朱瑶等: "线扫描相机标定及畸变矫正方法", 《航天返回与遥感》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519486A (zh) * | 2019-09-19 | 2019-11-29 | Oppo广东移动通信有限公司 | 基于广角镜头的畸变补偿方法、装置、及相关设备 |
CN110519486B (zh) * | 2019-09-19 | 2021-09-03 | Oppo广东移动通信有限公司 | 基于广角镜头的畸变补偿方法、装置、及相关设备 |
CN113724140A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 图像处理方法、电子设备、介质和系统 |
WO2022001806A1 (zh) * | 2020-06-28 | 2022-01-06 | 华为技术有限公司 | 图像变换方法和装置 |
EP4156082A4 (en) * | 2020-06-28 | 2023-12-06 | Huawei Technologies Co., Ltd. | METHOD AND DEVICE FOR IMAGE TRANSFORMATION |
CN112188251A (zh) * | 2020-09-24 | 2021-01-05 | 青岛海信移动通信技术股份有限公司 | 图像处理方法及图像处理设备 |
CN112991216A (zh) * | 2021-03-18 | 2021-06-18 | 支付宝(杭州)信息技术有限公司 | 鱼眼图像的矫正方法、系统、智能货架以及图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110189269B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189269A (zh) | 用于广角镜头3d畸变的矫正方法、装置、终端及存储介质 | |
JP7002056B2 (ja) | 三次元モデル生成装置及び三次元モデル生成方法 | |
KR101657039B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 촬상 시스템 | |
CN109474780B (zh) | 一种用于图像处理的方法和装置 | |
US10645364B2 (en) | Dynamic calibration of multi-camera systems using multiple multi-view image frames | |
WO2021114868A1 (zh) | 降噪方法、终端及存储介质 | |
JP2019165506A (ja) | マルチスコピック雑音削減およびハイ・ダイナミック・レンジのためのシステムおよび方法 | |
CN109672871B (zh) | 白平衡信息同步方法、装置及计算机可读介质 | |
CN110324532B (zh) | 一种图像虚化方法、装置、存储介质及电子设备 | |
KR20110059506A (ko) | 복수의 이미지들로부터 카메라 파라미터를 얻기 위한 시스템과 방법 및 이들의 컴퓨터 프로그램 제품 | |
CN108234879B (zh) | 一种获取滑动变焦视频的方法和装置 | |
CN105049728A (zh) | 一种拍摄图像的获取方法和装置 | |
WO2020215283A1 (zh) | 人脸识别方法、处理芯片以及电子设备 | |
US9615040B2 (en) | Determining a maximum inscribed size of a rectangle | |
CN109615659A (zh) | 一种车载多摄像机环视系统的摄像机参数获得方法及装置 | |
WO2020186385A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
WO2021008205A1 (zh) | 图像处理 | |
CN111383264B (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
WO2021005977A1 (ja) | 三次元モデル生成方法及び三次元モデル生成装置 | |
CN111385461B (zh) | 全景拍摄方法及装置、相机、移动终端 | |
WO2018052100A1 (ja) | 画像処理装置、画像処理方法、画像処理プログラム | |
JP6665917B2 (ja) | 画像処理装置 | |
CN113068016B (zh) | 白平衡校正方法、装置和计算机设备 | |
CN112907657A (zh) | 一种机器人重定位方法、装置、设备及存储介质 | |
CN111563895A (zh) | 一种图片清晰度确定方法、装置、设备及存储介质 |
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 |