CN110619611B - 图像校正标定方法、装置、计算机设备和存储介质 - Google Patents
图像校正标定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110619611B CN110619611B CN201910865916.6A CN201910865916A CN110619611B CN 110619611 B CN110619611 B CN 110619611B CN 201910865916 A CN201910865916 A CN 201910865916A CN 110619611 B CN110619611 B CN 110619611B
- Authority
- CN
- China
- Prior art keywords
- image
- correction
- conformal
- processed
- calibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003702 image correction Methods 0.000 title claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000005452 bending Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请涉及一种图像校正标定方法、装置和计算机设备。包括:基于多个球体构建标定场景;获取待标定摄像头拍摄的包含标定场景的待处理图像;基于保形校正模型对待处理图像进行保形校正;根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数;返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。使得采用经保形校正参数校正的图像能解决图像拉伸的问题。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像校正标定方法、装置、计算机设备和存储介质。
背景技术
随着数字图像的应用越来越广泛,图像处理技术得到了不断的发展。由于广角镜头具有焦距短,视角大的优点,可于较近距离拍摄范围宽阔的景物,前景较为突出,景深范围显著地大于标准镜头、远摄镜头,画面纵深感强烈。但是,由于镜头的特性,广角镜头拍摄到的图像存在着严重的畸变情形,采用传统的畸变校正方式对图像进行校正能在很大程度上克服图像存在的弯曲问题。
然而,传统的畸变校正仅能在一定程度上解决图像弯曲问题,无法解决图像拉伸问题。
发明内容
基于此,有必要针对上述技术问题,提供一种图像校正标定方法、装置、计算机设备和存储介质。
一种图像校正标定方法,所述方法包括:
基于多个球体构建标定场景;
获取待标定摄像头拍摄的包含所述标定场景的待处理图像;
基于保形校正模型对所述待处理图像进行保形校正;
根据保形校正后的待处理图像的圆形度值,调整所述保形校正模型的保形校正参数;
返回所述基于保形校正模型对所述待处理图像进行保形校正的步骤,循环执行,直到所述圆形度值满足预设条件,则将当前保形校正参数作为所述保形校正模型的标定结果。
在其中一个实施例中,所述基于多个球体构建标定场景,包括:
将所述多个球体排列在预设矩形的边框上,得到所述标定场景。
在其中一个实施例中,其特征在于,所述获取待标定摄像头拍摄的包含所述标定场景的待处理图像,包括:
将所述标定场景的外围置于所述待标定摄像头的视场边缘进行拍摄,得到所述待处理图像。
在其中一个实施例中,所述获取待标定摄像头拍摄的包含所述标定场景的待处理图像,包括:
对所述待处理图像进行畸变校正,得到更新后的待处理图像。
在其中一个实施例中,所述根据保形校正后的待处理图像的圆形度值,调整所述保形校正模型的保形校正参数,之前还包括:
获取所述标定场景中的每个球体在所述保形校正后的待处理图像中呈现的图像的周长和面积;
根据每个球体在所述保形校正后的待处理图像中呈现的图像的周长和面积,得到与所述球体对应的圆形度值。
在其中一个实施例中,所述根据保形校正后的待处理图像的圆形度值,调整所述保形校正模型的保形校正参数,包括:
按照使所述圆形度值增大的方向,以预设步长调整所述保形校正参数。
在其中一个实施例中,所述预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;
或,
所述预设条件为当前圆形度值大于第二预设阈值。
在其中一个实施例中,所述方法还包括:
获取所述待标定摄像头拍摄的畸变图像;
根据所述保形校正模型和所述标定结果,对所述畸变图像进行校正,得到保形校正图像。
一种图像校正标定装置,所述装置包括:
场景构建模块,用于基于多个球体构建标定场景;
图像获取模块,用于获取待标定摄像头拍摄的包含所述标定场景的待处理图像;
保形校正模块,用于基于保形校正模型对所述待处理图像进行保形校正;
参数调整模块,用于根据保形校正后的待处理图像的圆形度值,调整所述保形校正模型的保形校正参数;
参数标定模块,用于返回所述基于保形校正模型对所述待处理图像进行保形校正的步骤,循环执行,直到所述圆形度值满足预设条件,则将当前保形校正参数作为所述保形校正模型的标定结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
上述图像校正标定方法、装置、计算机设备和存储介质,基于多个球体构建标定场景,接着,获取待标定摄像头拍摄的包含标定场景的待处理图像,基于保形校正模型对待处理图像进行保形校正,并根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数,返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。其中,基于多个球体构建标定场景,对包含标定场景的图像进行保形校正,并根据每次保形校正后的待处理图像的圆形度值调整保形校正参数,直到圆形度值满足预设条件,则认为使用满足预设条件的参数进行保形校正能在很大程度上还原图像的形状,则将当前保形校正参数确定为相应的标定结果,使得采用该标定结果进行校正的图像能解决图像拉伸的问题。
附图说明
图1为一个实施例中图像校正标定方法的流程示意图;
图2为一个实施例中的图像校的正标定场景;
图3为一个实施例中的包含标定场景的待处理图像;
图4为一个实施例中圆形度值获取方法的流程示意图;
图5为一个实施例中更新后的待处理图像的效果图;
图6为一个实施例中图像校正的流程示意图;
图7为一个实施例中图像校正标定装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解本申请中所使用的术语“第一”、“第二”等可在本文中用于描述各种条件关系,但这些条件关系不受这些术语限制。这些术语仅用于将一个条件关系与另一个条件关系区分开来。
在一个实施例中,如图1所示,提供了一种图像校正标定方法,包括以下步骤:
步骤S100,基于多个球体构建标定场景。
其中,基于球体的固有特性,对于空间中的任何一个球体,从任意角度拍摄,理论上其成像图像均应呈现为一个正圆形,因此,将标定场景搭建为一个由多个球体构成的场景,利用球体成像为正圆形的特性,可以为图像校正提供一个良好的场景环境。
可选地,多个球体的大小可以相同,也可以不同。
步骤S200,获取待标定摄像头拍摄的包含标定场景的待处理图像。
其中,待标定摄像头是指采用本申请中的方法进行标定的摄像头。
具体地,采用待标定摄像头对标定场景进行拍摄,得到待处理图像。其中,待处理图像中包含图像形状被拉伸的畸变。
步骤S300,基于保形校正模型对待处理图像进行保形校正。
其中,保形校正模型是由待标定摄像头的镜头特性决定的,该模型通常为二次方程或三次方程,也可以是其他方程构建的曲线,不同曲线适应不同的镜头,在此,不对预设保形校正模型的具体形式进行限定。
具体地,将待处理图像输入保形校正模型,对待处理图像进行保形校正。
步骤S400,根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数。
其中,圆形度值是衡量一个图形与圆形的接近程度。当一个图形的圆形度值为1时,说明图形为圆形,而当一个图形的圆形度值与1的偏离较大时,说明该图形与圆形的差距越大。
由于待处理图像中存在着图像拉伸的畸变问题,标定场景中的多个球体在待处理图像中形成的图像可能以不同的椭圆形状呈现,因此,需要对待处理图像进行保形校正。
经过初步的保形校正处理,标定场景中的多个球体还可能以不同的椭圆形状呈现,因此,根据保形校正后的待处理图像的圆形度值,对保形校正参数进行调整,以使调整后的保形校正参数与保形校正模型作用后能够减小待处理图像中存在的图像拉伸的问题。
步骤S500,返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。
具体地,根据调整后的保形校正参数,再次进行保形校正,并循环执行,直到待处理图像的圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。例如,初次保形校正对应的圆形度值为0.8,对保形校正参数进行调整后的保形校正对应的圆形度值为0.88,不断对保形校正参数进行调整,使最终的圆形度值不断接近于1,则将最后一次保形校正参数确定为最终的标定结果。
上述图像校正标定方法,基于多个球体构建标定场景,接着,获取待标定摄像头拍摄的包含标定场景的待处理图像,基于保形校正模型对待处理图像进行保形校正,并根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数,返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。其中,基于多个球体构建标定场景,对包含标定场景的图像进行保形校正,并根据每次保形校正后的待处理图像的圆形度值调整保形校正参数,直到圆形度值满足预设条件,则认为使用满足预设条件的参数进行保形校正能在很大程度上还原图像的形状,则将当前保形校正参数确定为相应的标定结果,使得采用该标定结果进行校正的图像能解决图像拉伸的问题。
在其中一个实施例中,步骤S100,基于多个球体构建标定场景,包括:将多个球体排列在预设矩形的边框上,得到标定场景。
一般情况下,广角摄像头的畸变均存在图像弯曲和图像拉伸的问题,为了能够同时解决畸变图像存在的图像弯曲和图像拉伸的问题,可以构建一个能够最大限度包含上述两种畸变问题的标定场景,如图2所示,为图像校正的标定场景。
具体地,将多个球体在预设的矩形框上排列开来,得到标定场景,使得后续校正可以依据矩形框对畸变图像存在的图像弯曲问题进行畸变校正,可以依据球体在图像中应该呈现为正圆形但却呈现为椭圆形的图像拉伸问题进行保形校正。可选地,多个球体的大小可以相同,也可以不同,当将多个球体在预设的矩形框上进行排列时,需将多个球体的球心对应地排列在矩形框得边界上。可选地,并不对矩形框的长和宽进行具体得限定。
可选地,预设矩形框的长和宽与待标定摄像头的视场范围的长和宽等比例。上述对矩形框的比例设置,使得矩形框的长和宽形成的图像相对视场大小等比例的变化。
上述实施例中,通过将多个球体排列在预设矩形的边框上,得到标定场景。可以使得由该标定场景得到的图像最大限度包含图像的畸变问题,为后续校正提供良好的数据基础。
在其中一个实施例中,步骤S200,获取待标定摄像头拍摄的包含标定场景的待处理图像,包括:将标定场景的外围置于待标定摄像头的视场边缘进行拍摄,得到待处理图像。
具体地,由于图像拉伸问题在摄像头的视场边缘尤为严重,因此,利用待标定摄像头对图2所示的标定场景进行拍摄时,要求排列在矩形框上的多个球体尽可能的分布在待标定摄像头的视场边缘,这样可以在同一图像中得到畸变问题最大化的图像,为后续图像校正提供良好的数据基础,以提高图像校正的准确率。
如图3所示,为包含标定场景的待处理图像,由于待标定摄像头的广角畸变问题,形成的图像会产生图像弯曲和图像拉伸两种不同的畸变问题。具体图像弯曲体现为多个球体构建的矩形框变成桶形,图像拉伸体现为多个球体以椭圆的形式呈现。因此,上述两种类型的畸变问题在待处理图像中以相对独立的状态呈现,便于后续畸变校正和保形校正的进行。
可选地,对待处理图像进行畸变校正,得到更新后的待处理图像。
由于上述方法得到的待处理图像包含图像弯曲和图像拉伸两种不同的畸变问题,为了针对图像拉伸的问题进行特别的处理,可以先针对图像弯曲的问题进行畸变校正,使进行畸变校正后的待处理图像仅包含图像拉伸的问题,便于后续保形校正的进行。
在其中一个实施例中,如图4所示,为圆形度值获取方法的流程示意图,步骤S400,根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数,之前还包括:
步骤S410',获取标定场景中的每个球体在保形校正后的待处理图像中呈现的图像的周长和面积。
更新后的待处理图像为经过畸变校正后的图像,更新后的待处理图像解决了图像中存在的图像弯曲的问题,使得畸变为桶形的矩形框恢复为正常的矩形框,但是更新后的待处理图像中还存在着图像拉伸的问题,这一问题直接表现为本应呈现为正圆形的球体以椭圆的形式呈现,如图5所示,为更新后的待处理图像的效果图。
具体地,从更新后的待处理图像中直接获取对应球体形成的椭圆图像的周长和面积,用于计算每一椭圆图像的圆形度值。
步骤S420',根据每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,得到与球体对应的圆形度值。
具体地,获取到多个球体形成的椭圆图像的周长和面积后,可以根据椭圆图像的周长和面积,分别得到每一个椭圆的圆形度(degree of circularity,DOC),圆形度DOC的具体计算方式如公式(1)所示:
其中,L表示椭圆图像的周长,S表示椭圆图像的面积。
上述实施例中,获取标定场景中的每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,根据每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,得到与球体对应的圆形度值。为根据圆形度判断图像的校正效果和保形校正的参数调整提供基础。
在其中一个实施例中,步骤S400,根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数,包括:按照使圆形度值增大的方向,以预设步长调整保形校正参数。
具体地,使圆形度值增大的方向的确定可以采用类似于梯度下降法或其他的数学方式得到,在此,不对使圆形度值增大的方向的具体获得方式进行限定。例如,P代表保形校正参数,使圆形度值增大的方向为向着点A的方向,预设步长为0.5,PA的长度为1,则按照PA的方向以0.5为步长对保形校正参数P进行调整,得到0.5PA。假设0.5PA相对于P的另外一个端点为O,则O点对应的参数即为调整后的保形校正参数。
在其中一个实施例中,预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;或,预设条件为当前圆形度值大于第二预设阈值。
其中,预设条件的目的是为了检验循环执行保形校正过程中得到的校正后的图像是否符合最终的保形校正要求。由于图像拉伸问题的存在,使得原本应该呈现为圆形的多个球体在图像中呈现为椭圆形,为得到校正效果更好的图像,需要预设一个能够判断保形校正效果是否符合要求的条件。当圆形度值趋向于1时,说明多个球体在图像中呈现的形状趋向于圆形,即圆形度值越接近1保形校正效果越好。
具体地,在循环执行过程中当前循环得到的圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值,说明多次循环执行后,圆形度值在一个固定值上下波动或当前循环中圆形度值趋向于1的变化非常小,已无再次进行保形校正的必要,则停止循环执行,将当前保形校正参数作为保形校正模型的标定结果。或者,在循环执行过程中当前循环得到的圆形度值大于一个预设的阈值(例如,0.9999),则说明当前保形校正后的图像非常趋近于圆形,则停止循环执行,将当前保形校正参数作为保形校正模型的标定结果。
可选地,本申请中的圆形度值为多个球体中的每一个球体对应的图像的圆形度值的集合。当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值,可以理解为当前圆形度值集中的每一圆形度值与上一次循环得到的圆形度集中的圆形度值之间的多个差值的加权和(根据不同的需求可以采用不同的计算方式,其中的加权系数也不同)小于或等于一个预设的阈值。可选地,当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值,可以理解为当前圆形度值集中的每一圆形度值加权和与上一次循环得到的圆形度集中的圆形度值的加权和的差值小于或等于一个预设阈值。可选地,当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值,可以理解为当前圆形度值集中的每一圆形度值与上一次循环得到的圆形度集中的圆形度值中的最大值小于或等于一个预设的阈值。可选地,在循环执行过程中当前循环得到的圆形度值集中的每一圆形度值均大于一个预设的阈值(例如,0.9999),则说明当前保形校正后的图像非常趋近于圆形,则停止循环执行,将当前保形校正参数作为保形校正模型的标定结果。其中,预设条件以能判断循环执行保形校正过程中得到的校正后的图像是否符合最终的保形校正要求进行设定,此处不做具体限定。
在其中一个实施例中,如图6所示,为图像校正的流程示意图,包括:
步骤S610,获取待标定摄像头拍摄的畸变图像。
步骤S620,根据保形校正模型和标定结果,对畸变图像进行校正,得到保形校正图像。
具体地,在将标定结果作为保形校正模型的保形校正参数后,采用该保形校正参数和保形校正模型对待标定摄像头拍摄到的畸变图像进行校正,可以得到基于该摄像头的保形校正图像,使得采用经保形校正参数校正的图像既能解决图像拉伸问题。
在一个实施例中,如图7所示,提供了一种图像校正标定装置,包括:场景构建模块701、图像获取模块702、保形校正模块703、参数调整模块704和参数标定模块705,其中:
场景构建模块701,用于基于多个球体构建标定场景;
图像获取模块702,用于获取待标定摄像头拍摄的包含标定场景的待处理图像;
保形校正模块703,用于基于保形校正模型对待处理图像进行保形校正;
参数调整模块704,用于根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数;
参数标定模块705,用于返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。
在其中一个实施例中,场景构建模块701还用于将多个球体排列在预设矩形的边框上,得到标定场景。
在其中一个实施例中,图像获取模块702还用于将标定场景的外围置于待标定摄像头的视场边缘进行拍摄,得到待处理图像。
在其中一个实施例中,图像获取模块702还用于对待处理图像进行畸变校正,得到更新后的待处理图像。
在其中一个实施例中,图像校正标定装置还包括圆形度值获取模块,用于获取标定场景中的每个球体在保形校正后的待处理图像中呈现的图像的周长和面积;根据每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,得到与球体对应的圆形度值。
在其中一个实施例中,参数调整模块704还用于按照使圆形度值增大的方向,以预设步长调整保形校正参数。
在其中一个实施例中,参数标定模块705还包括条件获取模块,用于获取预设条件;预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;或,预设条件为当前圆形度值大于第二预设阈值。
在其中一个实施例中,图像校正标定装置还包括图像校正模块,用于获取待标定摄像头拍摄的畸变图像;根据保形校正模型和标定结果,对畸变图像进行校正,得到保形校正图像。
关于图像校正标定装置的具体限定可以参见上文中对于图像校正标定方法的限定,在此不再赘述。上述图像校正标定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终端,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、显示屏和输入装置。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和计算机程序。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图像校正标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于多个球体构建标定场景;
获取待标定摄像头拍摄的包含标定场景的待处理图像;
基于保形校正模型对待处理图像进行保形校正;
根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数;
返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:将多个球体排列在预设矩形的边框上,得到标定场景。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:将标定场景的外围置于待标定摄像头的视场边缘进行拍摄,得到待处理图像。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:对待处理图像进行畸变校正,得到更新后的待处理图像。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:获取标定场景中的每个球体在保形校正后的待处理图像中呈现的图像的周长和面积;根据每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,得到与球体对应的圆形度值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:按照使圆形度值增大的方向,以预设步长调整保形校正参数。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:获取预设条件;预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;或,预设条件为当前圆形度值大于第二预设阈值。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待标定摄像头拍摄的畸变图像;根据保形校正模型和标定结果,对畸变图像进行校正,得到保形校正图像。
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:
基于多个球体构建标定场景;
获取待标定摄像头拍摄的包含标定场景的待处理图像;
基于保形校正模型对待处理图像进行保形校正;
根据保形校正后的待处理图像的圆形度值,调整保形校正模型的保形校正参数;
返回基于保形校正模型对待处理图像进行保形校正的步骤,循环执行,直到圆形度值满足预设条件,则将当前保形校正参数作为保形校正模型的标定结果。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:将多个球体排列在预设矩形的边框上,得到标定场景。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:将标定场景的外围置于待标定摄像头的视场边缘进行拍摄,得到待处理图像。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:对待处理图像进行畸变校正,得到更新后的待处理图像。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取标定场景中的每个球体在保形校正后的待处理图像中呈现的图像的周长和面积;根据每个球体在保形校正后的待处理图像中呈现的图像的周长和面积,得到与球体对应的圆形度值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:按照使圆形度值增大的方向,以预设步长调整保形校正参数。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取预设条件;预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;或,预设条件为当前圆形度值大于第二预设阈值。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待标定摄像头拍摄的畸变图像;根据保形校正模型和标定结果,对畸变图像进行校正,得到保形校正图像。
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。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像校正标定方法,其特征在于,所述方法包括:
将多个球体排列在预设矩形的边框上,得到标定场景;
获取待标定摄像头拍摄的包含所述标定场景的待处理图像;
基于保形校正模型对所述待处理图像进行保形校正;
按照使保形校正后的待处理图像中球体的圆形度值增大的方向,以预设步长调整所述保形校正模型的保形校正参数;
返回所述基于保形校正模型对所述待处理图像进行保形校正的步骤,循环执行,直到所述圆形度值满足预设条件,则将当前保形校正参数作为所述保形校正模型的标定结果。
2.根据权利要求1所述的方法,其特征在于,所述获取待标定摄像头拍摄的包含所述标定场景的待处理图像,包括:
将所述标定场景的外围置于所述待标定摄像头的视场边缘进行拍摄,得到所述待处理图像。
3.根据权利要求1所述的方法,其特征在于,所述获取待标定摄像头拍摄的包含所述标定场景的待处理图像,包括:
对所述待处理图像进行畸变校正,得到更新后的待处理图像。
4.根据权利要求1所述的方法,其特征在于,所述按照使保形校正后的待处理图像中球体的圆形度值增大的方向,以预设步长调整所述保形校正模型的保形校正参数,之前还包括:
获取所述标定场景中的每个球体在所述保形校正后的待处理图像中呈现的图像的周长和面积;
根据每个球体在所述保形校正后的待处理图像中呈现的图像的周长和面积,得到与所述球体对应的圆形度值。
5.根据权利要求1所述的方法,其特征在于,所述预设条件为当前圆形度值与上一次循环得到的圆形度值之间的差值小于或等于第一预设阈值;
或,
所述预设条件为当前圆形度值大于第二预设阈值。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述待标定摄像头拍摄的畸变图像;
根据所述保形校正模型和所述标定结果,对所述畸变图像进行校正,得到保形校正图像。
7.一种图像校正标定装置,其特征在于,所述装置包括:
场景构建模块,用于将多个球体排列在预设矩形的边框上,得到标定场景;
图像获取模块,用于获取待标定摄像头拍摄的包含所述标定场景的待处理图像;
保形校正模块,用于基于保形校正模型对所述待处理图像进行保形校正;
参数调整模块,用于按照使保形校正后的待处理图像中球体的圆形度值增大的方向,以预设步长调整所述保形校正模型的保形校正参数;
参数标定模块,用于返回所述基于保形校正模型对所述待处理图像进行保形校正的步骤,循环执行,直到所述圆形度值满足预设条件,则将当前保形校正参数作为所述保形校正模型的标定结果。
8.根据权利要求7所述的装置,其特征在于,所述图像获取模块还用于:将所述标定场景的外围置于所述待标定摄像头的视场边缘进行拍摄,得到所述待处理图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910865916.6A CN110619611B (zh) | 2019-09-09 | 2019-09-09 | 图像校正标定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910865916.6A CN110619611B (zh) | 2019-09-09 | 2019-09-09 | 图像校正标定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619611A CN110619611A (zh) | 2019-12-27 |
CN110619611B true CN110619611B (zh) | 2023-04-18 |
Family
ID=68923187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910865916.6A Active CN110619611B (zh) | 2019-09-09 | 2019-09-09 | 图像校正标定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619611B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862902B (zh) * | 2021-02-24 | 2024-05-07 | 中国资源卫星应用中心 | 一种空间线阵相机的相对辐射校正方法 |
CN114155157A (zh) * | 2021-10-20 | 2022-03-08 | 成都旷视金智科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903097A (zh) * | 2012-08-21 | 2013-01-30 | 西华大学 | 一种图像透视校正方法及装置 |
CN109801234A (zh) * | 2018-12-28 | 2019-05-24 | 南京美乐威电子科技有限公司 | 图像几何校正方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7177471B2 (en) * | 2002-02-01 | 2007-02-13 | Siemens Corporate Research, Inc. | Shape priors for level set representations |
CN101299270B (zh) * | 2008-05-27 | 2010-06-02 | 东南大学 | 三维扫描系统中的多个摄像机同步快速标定方法 |
CN102436660A (zh) * | 2011-11-08 | 2012-05-02 | 北京新岸线网络技术有限公司 | 3d相机图像自动校正方法及装置 |
CN103235292B (zh) * | 2013-05-08 | 2014-12-10 | 西安电子科技大学 | 平面相控阵调零保形校正的全维和差测角方法 |
CN104599247B (zh) * | 2015-01-04 | 2018-04-24 | 清华大学 | 图像校正方法及装置 |
CN105931222B (zh) * | 2016-04-13 | 2018-11-02 | 成都信息工程大学 | 用低精度二维平面靶标实现高精度相机标定的方法 |
CN106651752B (zh) * | 2016-09-27 | 2020-01-21 | 深圳市速腾聚创科技有限公司 | 三维点云数据配准方法及拼接方法 |
CN106485757A (zh) * | 2016-10-13 | 2017-03-08 | 哈尔滨工业大学 | 一种基于实心圆标定板的立体视觉系统标定平台及标定方法 |
CN107424118A (zh) * | 2017-03-28 | 2017-12-01 | 天津大学 | 基于改进径向畸变校正的球状全景拼接方法 |
US10621767B2 (en) * | 2017-06-12 | 2020-04-14 | Qualcomm Incorporated | Fisheye image stitching for movable cameras |
-
2019
- 2019-09-09 CN CN201910865916.6A patent/CN110619611B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903097A (zh) * | 2012-08-21 | 2013-01-30 | 西华大学 | 一种图像透视校正方法及装置 |
CN109801234A (zh) * | 2018-12-28 | 2019-05-24 | 南京美乐威电子科技有限公司 | 图像几何校正方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110619611A (zh) | 2019-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9558543B2 (en) | Image fusion method and image processing apparatus | |
US11770613B2 (en) | Anti-shake image processing method, apparatus, electronic device and storage medium | |
US12094168B2 (en) | Method, apparatus, electronic device and storage medium for image distortion calibrating | |
CN111641819A (zh) | 白平衡增益校正的方法、设备、系统和计算机设备 | |
CN110619611B (zh) | 图像校正标定方法、装置、计算机设备和存储介质 | |
CN112241976A (zh) | 一种训练模型的方法及装置 | |
CN110580693B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN111080571B (zh) | 摄像头遮挡状态检测方法、装置、终端和存储介质 | |
CN112233189B (zh) | 多深度相机外部参数标定方法、装置及存储介质 | |
US20220392027A1 (en) | Method for calibrating image distortion, apparatus, electronic device and storage medium | |
CN111754429B (zh) | 运动矢量后处理方法和装置、电子设备及存储介质 | |
CN113256735A (zh) | 一种基于双目标定的相机标定方法和系统 | |
CN110046573B (zh) | 人脸图像的识别方法、装置、计算机设备和存储介质 | |
CN116506732B (zh) | 一种图像抓拍防抖的方法、装置、系统和计算机设备 | |
CN111462021B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109379536B (zh) | 画面生成方法、装置、终端及对应的存储介质 | |
CN111353945A (zh) | 鱼眼图像校正方法、装置及存储介质 | |
CN111754521B (zh) | 图像处理方法和装置、电子设备及存储介质 | |
CN114422721A (zh) | 成像方法、装置、电子设备及存储介质 | |
CN111881907B (zh) | 一种边框回归的定位方法、装置和电子设备 | |
CN111340736B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113793402A (zh) | 图像渲染方法、装置、电子设备及存储介质 | |
KR20230002630A (ko) | 교정 방법, 교정 장치 및 이를 이용한 전자 장치 | |
CN109146815B (zh) | 图像对比度调整方法、装置和计算机设备 | |
CN110971785B (zh) | 摄像头遮挡状态检测方法、装置、终端和存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230324 Address after: 316-318, block a, Rongke Information Center, No.2, South Road, Academy of Sciences, Haidian District, Beijing, 100190 Applicant after: MEGVII (BEIJING) TECHNOLOGY Co.,Ltd. Applicant after: NANJING KUANGYUN TECHNOLOGY Co.,Ltd. Address before: 316-318, block a, Rongke Information Center, No.2, South Road, Academy of Sciences, Haidian District, Beijing, 100190 Applicant before: MEGVII (BEIJING) TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |