CN111355863A - 一种图像畸变校正方法、装置、电子设备及存储介质 - Google Patents
一种图像畸变校正方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111355863A CN111355863A CN202010266035.5A CN202010266035A CN111355863A CN 111355863 A CN111355863 A CN 111355863A CN 202010266035 A CN202010266035 A CN 202010266035A CN 111355863 A CN111355863 A CN 111355863A
- Authority
- CN
- China
- Prior art keywords
- image
- image area
- coordinate information
- distortion
- distorted
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种图像畸变校正方法、装置、电子设备及存储介质,涉及通信技术领域,以解决相关技术中畸变校正的效果较差,导致的拍摄图像的显示效果较差的问题。该图像畸变校正方法包括:确定待校正的畸变图像中的N个图像区域,N为大于1的整数;获取N个图像区域中每个图像区域对应的第一位置信息;根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数;基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。本公开应用于电子设备对畸变图像进行图像畸变校正的过程中。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种图像畸变校正方法、装置、电子设备及存储介质。
背景技术
镜头畸变是光学透镜固有的透视失真的总称,也就是因为透视原因造成的失真,即电子设备的镜头是由各种透镜组成的,被拍摄摄物体经过透镜成像后变成了弯曲的,即为镜头的畸变。目前,电子设备可以通过传统的畸变校正方式对整个图像进行畸变校正,以减小图像的畸变程度,以使得图像中用户看到的物体图像接近原来正确的形状。
然而,由于图像中不同区域的畸变差异较大,通过传统的畸变校正方式是对整个图像进行畸变校正,因此畸变校正的效果较差,从而导致拍摄图像的显示效果较差。
发明内容
本公开提供一种图像畸变校正方法、装置、电子设备及存储介质,以至少解决相关技术中畸变校正的效果较差,导致的拍摄图像的显示效果较差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像畸变校正方法,应用于电子设备,该图像畸变校正方法包括:确定待校正的畸变图像中的N个图像区域,N为大于1的整数;获取N个图像区域中每个图像区域对应的第一位置信息;根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数;基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。
在一种实现方式中,上述确定待校正的畸变图像中的N个图像区域的步骤包括:根据畸变图像中的每个像素点与畸变图像的中心坐标点之间的距离,将畸变图像划分为N个图像区域。
在一种实现方式中,上述获取N个图像区域中每个图像区域对应的第一位置信息的步骤包括:通过棋盘格角点检测算法,获取每个图像区域中的像素点的第一坐标信息;获取与每个图像区域中的像素点的第一坐标信息对应的第二坐标信息,每个第二坐标信息分别为与一个第一坐标信息对应的无畸变坐标信息。
在一种实现方式中,上述根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数的步骤包括:采用预设畸变模型,根据每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与每个图像区域对应的校正系数。
在一种实现方式中,上述预设畸变模型包括N个函数组,每个图像区域分别对应一个函数组;上述采用预设畸变模型,根据每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与每个图像区域对应的校正系数的步骤包括:针对每个图像区域,采用一个函数组,根据一个图像区域中的至少一个像素点的第一坐标信息和第二坐标信息,计算得到与一个图像区域对应的校正系数,以得到与每个图像区域对应的校正系数。
在一种实现方式中,上述N个函数组为泰勒级数的前N项,第i层图像区域与泰勒级数的第i项对应,i=1,2,......,N;其中,第i层图像区域的边缘线与畸变图像的中心坐标点之间的距离,小于第i+1层图像区域的边缘线与畸变图像的中心坐标点之间的距离。
根据本公开实施例的第二方面,提供一种图像畸变校正装置,该图像畸变校正装置包括:确定模块、获取模块和处理模块。
其中,确定模块,被配置为执行确定待校正的畸变图像中的N个图像区域,N为大于1的整数。获取模块,被配置为执行获取N个图像区域中每个图像区域对应的第一位置信息。确定模块,还被配置为执行根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数。处理模块,被配置为执行基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。
在一种实现方式中,上述确定模块,具体被配置为执行根据畸变图像中的每个像素点与畸变图像的中心坐标点之间的距离,将畸变图像划分为N个图像区域。
在一种实现方式中,上述获取模块,具体被配置为执行通过棋盘格角点检测算法,获取每个图像区域中的像素点的第一坐标信息;并获取与每个图像区域中的像素点的第一坐标信息对应的第二坐标信息,每个第二坐标信息分别为与一个第一坐标信息对应的无畸变坐标信息。
在一种实现方式中,上述确定模块,具体被配置为执行采用预设畸变模型,根据每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与每个图像区域对应的校正系数。
在一种实现方式中,上述预设畸变模型包括N个函数组,每个图像区域分别对应一个函数组。上述确定模块,具体被配置为执行针对每个图像区域,采用一个函数组,根据一个图像区域中的至少一个像素点的第一坐标信息和第二坐标信息,计算得到与一个图像区域对应的校正系数,以得到与每个图像区域对应的校正系数。
在一种实现方式中,上述N个函数组为泰勒级数的前N项,第i层图像区域与泰勒级数的第i项对应,i=1,2,......,N;其中,第i层图像区域的边缘线与畸变图像的中心坐标点之间的距离,小于第i+1层图像区域的边缘线与畸变图像的中心坐标点之间的距离。
根据本公开实施例的第三方面,提供一种电子设备,包括:处理器和用于存储处理器可执行指令的存储器;其中,处理器被配置为执行指令,以实现如第一方面所述的图像畸变校正方法。
根据本公开实施例的第四方面,提供一种存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的图像畸变校正方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括:一条或多条指令,该一条或多条指令可以由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的图像畸变校正方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过本方案,电子设备可以确定待校正的畸变图像中的N个图像区域,并根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数,然后基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。由于电子设备可以先从畸变图像中确定多个图像区域,然后再针对该多个图像区域,确定多个校正系数(一个图像区域对应一个校正系数),以采用不同校正系数对不同图像区域校正处理,从而实现对整个畸变图像的校正处理,而并非直接对整个畸变图像进行校正处理,因此本公开这种基于分块图像区域的畸变校正方案,提高了电子设备对畸变图像进行畸变校正的效果,从而提高了拍摄图像的显示效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像畸变校正方法的流程图之一;
图2是根据一示例性实施例示出的一种图像畸变校正方法的流程图之二;
图3是根据一示例性实施例示出的一种图像畸变校正方法的流程图之三;
图4是根据一示例性实施例示出的一种图像畸变校正方法的流程图之四;
图5是根据一示例性实施例示出的一种图像畸变校正装置的框图;
图6是根据一示例性实施例示出的一种电子设备的硬件示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例中,用户在打开电子设备的摄像头(例如打开电子设备的相机应用程序)之后,用户可以将摄像头对准待拍摄物体,然后用户可以对电子设备进行拍摄输入(例如拍照输入或拍摄视频输入),以使得电子设备将拍摄的图像(例如图片中的图像或视频中的图像)作为待校正的畸变图像;或者,用户可以从电子设备中预存的图像中选择之前拍摄的图像(也可以为畸变处理后的图像)作为待校正的畸变图像。然后,电子设备可以对待校正的畸变图像进行图像划分,并根据图像划分后的多个图像区域,通过一些算法或函数,计算每个图像区域对应的校正系数,从而基于这些校正系数,对所述畸变图像进行校正处理,以得到畸变校正图像(即畸变校正后的图像)。
其中,电子设备01可以为客户端设备,即电子设备01中包括应用程序(app)。电子设备01可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如手机、平板电脑、掌上电脑、个人计算机(Personal Computer,PC)、可穿戴设备、智能电视等。
本领域技术人员应能理解上述电子设备仅为举例,其他现有的或今后可能出现的电子设备如可适用于本公开,也应包含在本公开保护范围以内,并在此以引用方式包含于此。
图1是根据一示例性实施例示出的一种图像畸变校正方法的流程图,如图1所示,该图像畸变校正方法用于电子设备中,包括以下步骤S11至步骤S14。
在步骤S11中,电子设备确定待校正的畸变图像中的N个图像区域。
本公开实施例中,N为大于1的整数。
可选的,本公开实施例中,用户可以通过电子设备的摄像头对拍摄物体进行拍摄,以使得电子设备可以将实时拍摄的图像确定为待校正的畸变图像;或者,用户可以对电子设备中预存的图像进行选择输入,以使得电子设备可以将用户选择的图像确定为待校正的畸变图像。
需要说明的是,图像畸变也可以成为图像失真,畸变图像可以为枕形畸变图像、桶形畸变图像或线性畸变图像。其中,枕形畸变图像可以为通过长焦镜头或变焦镜头的长焦端拍摄得到的畸变图像;桶形畸变图像可以为通过广角镜头或变焦镜头的广角端拍摄得到的畸变图像。线性畸变图像可以为当试图近距离拍摄高大的直线结构,比如建筑物或树木的时候,产生的一种图像失真现象。
可选的,本公开实施例中,上述步骤S11具体可以通过下述的步骤S11a实现。
在步骤S11a中,电子设备根据畸变图像中的每个像素点与畸变图像的中心坐标点之间的距离,将畸变图像划分为N个图像区域。
可以理解,电子设备可以先对畸变图像进行图像识别,以检测畸变图像中的每个像素点与畸变图像的中心坐标点之间的距离,然后再将这些距离进行对比,以将畸变图像划分为N个图像区域。
可选的,本公开实施例中,N个图像区域包括圆形图像区域、环形图像区域和不规则图像区域。其中,圆形图像区域为中心图像区域(即第一层图像区域),不规则图像区域为边缘图像区域(即最外层图像区域),环形图像区域为中间图像区域(即除第一层图像区域和最外层图像区域之外的图像区域)。
可选的,本公开实施例中,第一层图像区域的边缘线与畸变图像的中心坐标点之间的距离(即第一层图像区域的半径)为r,第二层图像区域的边缘线与畸变图像的中心坐标点之间的距离为2*r(即第二层图像区域为以中心坐标点为原点、且半径为2*r的圆形图像区域除去第一层图像区域之外的图像区域),第三层图像区域的边缘线与畸变图像的中心坐标点之间的距离为3*r(即第三层图像区域为以中心坐标点为原点、且半径为3*r的圆形图像区域除去第一层图像区域和第二层图像区域之外的图像区域),以此类推,第一层图像区域的边缘线与畸变图像的中心坐标点之间的距离(即第一层图像区域的半径)为N*r(即第N层图像区域为以中心坐标点为原点、且半径为N*r的圆形图像区域除去第一层图像区域至第N-1层图像区域之外的图像区域)。其中,N可以为4。
需要说明的是,上述N个图像区域的形状也可以为其他形状,具体的可以根据实际使用需求确定,本公开实施例在此不作限制。
本公开实施例中,由于不同的图像区域,畸变的程度不同(中心图像区域的畸变程度最小,越往外层畸变程度越大),即畸变程度随着像素点与中心坐标点的距离发生变化,因此电子设备可以基于畸变图像中的每个像素点与中心坐标点之间的距离,合理、准确地将畸变图像划分为多个图像区域,以使得电子设备可以基于该多个图像区域确定出多个校正系数,从而采用这些校正系数分别对对应的图像区域处理,以得到畸变校正效果较好的图像。
在步骤S12中,电子设备获取N个图像区域中每个图像区域对应的第一位置信息。
可选的,本公开实施例中,上述第一位置信息可以为像素点的坐标信息。
可选的,本公开实施例中,电子设备可以先获取每个图像区域对应的实际坐标信息(即具有一定畸变的坐标信息),然后获取与每个实际坐标信息对应的无畸变坐标信息。
可选的,本公开实施例中,结合图1,如图2所示,上述步骤S12具体可以通过下述的步骤S12a和步骤S12b实现。
在步骤S12a中,电子设备通过棋盘格角点检测算法,获取每个图像区域中的像素点的第一坐标信息。
可选的,本公开实施例中,可以针对畸变图像放置棋盘格,以保证畸变图像中的所有图像区域都能够对应到棋盘格上的点。
可选的,本公开实施例中,用户可以触发电子设备进入畸变校正的界面,然后用户可以选择棋盘格检测方式,以使得电子设备通过棋盘格进行图像角点检测,以获取每个图像区域中的像素点的第一坐标信息(即实际坐标信息,也即具有一定畸变的坐标信息)。
需要说明的是,棋盘格角点是一种特殊的角点,可以应用于摄像机标定中(即棋盘格是由黑白方块间隔组成的标定板,用棋盘格来作为相机标定的标定物),图像角点检测在整个摄像机标定过程中具有重要作用。其中,图像角点检测可以为基于图像灰度的角点检测或图像边缘提取的角点检测等,具体的可以根据实际使用需求确定,本公开实施例在此不作限制。
在步骤S12b中,电子设备获取与每个图像区域中的像素点的第一坐标信息对应的第二坐标信息。
本公开实施例中,每个第二坐标信息分别为与一个第一坐标信息对应的无畸变坐标信息。
可以理解,每个第一坐标信息分别对应一个第二坐标信息。一个图像区域对应的第一位置信息包括该一个图像区域中的像素点的第一坐标信息和与该一个图像区域中的像素点的第一坐标信息对应的第二坐标信息。
可选的,本公开实施例中,电子设备可以通过预设算法,根据每个第一坐标信息,计算得到与每个第一坐标信息对应的第二坐标信息;或者,电子设备可以根据每个第一坐标信息,从电子设备中预存的坐标位置校正表中查找与每个第一坐标信息对应的第二坐标信息。
需要说明的是,上述第一坐标信息具体可以为坐标值/坐标点,第二坐标信息具体可以为坐标值/坐标点。
本公开实施例中,电子设备可以通过棋盘格角点检测算法,简便、快捷且精准地获取到每个图像区域中的像素点的实际坐标信息(即具有一定畸变的坐标信息),然后再确定与每个图像区域中的像素点的第一坐标信息对应的无畸变坐标信息,从而电子设备可以准确地确定出相应的校正系数,以实现对不同图像区域进行不同的畸变处理。
在步骤S13中,电子设备根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数。
可以理解,不同的图像区域,畸变的程度不同,则对应的校正系数也不同。其中,中心图像区域的畸变程度最小,而越往外层,畸变程度越大,即成像仪光轴中心的畸变为0,沿着镜头半径方向向边缘移动,畸变越来越严重,因此不同图像区域对应的校正系数不同。
可选的,本公开实施例中,结合图2,如图3所示,上述步骤S13具体可以通过下述的步骤S13a实现。
在步骤S13a中,电子设备采用预设畸变模型,根据每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与每个图像区域对应的校正系数。
可以理解,针对每个图像区域,电子设备可以将一个图像区域中的像素点的第一坐标信息和第二坐标信息(即与该一个图像区域中的像素点的第一坐标信息对应的第二坐标信息)代入到预设畸变模型中,以得到该一个图像区域对应的校正系数,从而得到N个图像区域对应的N个校正系数。
需要说明的是,上述预设畸变模型可以理解为用于确定校正系数的模型,在预设畸变模型中输入不同的坐标信息,则会输出不同的校正系数。
本公开实施例中,电子设备可以通过电子设备中的预设畸变模型,基于不同坐标信息准确、快速地得到相应的校正系数,以实现对不同图像区域进行不同的畸变处理。
可选的,本公开实施例中,上述预设畸变模型包括N个函数组,每个图像区域分别对应一个函数组。结合图3,如图4所示,上述步骤S13a具体可以通过下述的步骤S13a1实现。
在步骤S13a1中,针对每个图像区域,电子设备采用一个函数组,根据一个图像区域中的至少一个像素点的第一坐标信息和第二坐标信息,计算得到与一个图像区域对应的校正系数,以得到与每个图像区域对应的校正系数。
可选的,本公开实施例中,上述N个函数组为泰勒级数的前N项,第i层图像区域与泰勒级数的第i项对应,i=1,2,......,N。其中,第i层图像区域的边缘线与畸变图像的中心坐标点之间的距离,小于第i+1层图像区域的边缘线与畸变图像的中心坐标点之间的距离。
可选的,本公开实施例中,上述预设畸变模型(即畸变的数学模型)可以用主点(principle point)周围的泰勒级数展开式的前几项进行描述,在最里面图像区域(即第一层图像区域)畸变较小,只采用泰勒级数的第一项,即:x0=x*(1+k11*x^2),y0=y*(1+k11*y^2);往外依次增加校正系数:x0=x*(1+k21*x^2+k22*x^4),y0=y*(1+k21*y^2+k22*y^4);再往外x0=x*(1+k31*x^2+k32*x^4+k33*x^6),y0=y*(1+k31*y^2+k32*y^4+k33*y^6);最外层图像区域:x0=x*(1+k41*x^2+k42*x^4+k43*x^6+k44*x^8),y0=y*(1+k41*y^2+k42*y^4+k43*y^6+k44*y^8)。其中,k11、k21、k22、k31、k32、k33、k41、k42、k43、k44均为需要求解的系数(即校正系数),x0为图像成像中像素点的横坐标,y0为图像成像中像素点的纵坐标(即x0、y0为有畸变的坐标信息),x为理想状态下像素点的横坐标,y为理想状态下像素点的纵坐标(即x、y为没有畸变的坐标信息)。
需要说明的是,可以认为在镜头中心较小的一块区域内,成像没有畸变,即x=x’,且y=y’,可以通过这个关系计算棋盘一条边的长度,最终换算成每个区域内x、y的理想坐标。
可选的,本公开实施例中,电子设备可以通过将不同区域的像素点代入到不同的校正公式(例如上述泰勒级数中的不同项)中,计算得到相应的校正系数。具体的,对于k11,即第一层图像区域(例如最靠近镜头中心的半径为r的区域),可以将第一层图像区域中的一个像素点的一组坐标信息(即第一坐标信息(即有畸变的坐标值)和第二坐标信息(即理想状态下的坐标,也即没有畸变的坐标值))代入到相应的校正公式中,以通过解方程组得到校正系数k11,其中r^2=(x^2+y^2),同理对于k21、k22,即第二层图像区域,可以将第二层图像区域中的两个像素点的两组坐标信息(一个像素点对应一组坐标信息)分别代入到相应的校正公式中,以通过解方程组得到校正系数k21、k22,以此类推,k31、k32、k33可以通过第三层图像区域中的三个像素点的三组坐标信息得到,k41、k42、k43、k44可以通过第四层图像区域中的四个像素点的四组坐标信息得到。
需要说明的是,为了更清楚地描述电子设备确定图像区域对应的校正系数的方法,上述步骤S13a1是从一个图像区域的角度进行描述的,对于N个图像区域中的每个图像区域,电子设备均可以采用上述步骤S13a1的方法,以得到N个图像区域对应的N个校正系数。
本公开实施例中,电子设备可以针对不同图像区域,根据每个图像区域的实际坐标信息和畸变坐标信息,通过不同函数组计算得到相应的校正系数,即不同图像区域对应不同函数组、且对应不同校正系数,从而电子设备可以基于这些校正系数,对不同图像区域进行不同的畸变处理,以得到畸变校正效果较好的图像。
在步骤S14中,电子设备基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。
可选的,本公开实施例中,电子设备可以基于与每个图像区域对应的校正系数,分别对每个图像区域进行校正处理,以得到畸变校正后的图像区域,从而得到最终的畸变校正图像(即畸变校正后的图像)。
可选的,本公开实施例中,电子设备可以采用N个畸变校正公式,根据与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。其中,一个图像区域的校正系数对应一个畸变校正公式。
可选的,本公开实施例中,针对每个图像区域,电子设备可以将一个图像区域对应的校正系数,代入到与该一个图像区域对应畸变校正公式中,计算得到该一个图像区域对应的畸变校正后的位置信息,从而根据该一个图像区域对应的畸变校正后的位置信息,对该一个图像区域进行校正处理,以对N个图像区域进行校正处理,从而实现对畸变图像进行校正处理,以得到畸变校正图像。
可选的,本公开实施例中,电子设备可以通过将图像畸变后的像素点进行重构处理(即采用图像重构算法处理),以得到畸变校正后的图像像素点,从而得到畸变校正图像。
本公开实施例中,电子设备可以对靠近中心畸变较小的区域用简单的方法进行校正,对远离中心畸变较大的区域用更复杂的方法进行校正,以提高畸变校正的效果,使得拍摄的图像更加自然。
本公开实施例提供一种图像畸变校正方法,电子设备可以确定待校正的畸变图像中的N个图像区域,并根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数,然后基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。由于电子设备可以先从畸变图像中确定多个图像区域,然后再针对该多个图像区域,确定多个校正系数(一个图像区域对应一个校正系数),以采用不同校正系数对不同图像区域校正处理,从而实现对整个畸变图像的校正处理,而并非直接对整个畸变图像进行校正处理,因此本公开这种基于分块图像区域的畸变校正方案,提高了电子设备对畸变图像进行畸变校正的效果,从而提高了拍摄图像的显示效果。
图5是根据一示例性实施例示出的一种图像畸变校正装置的框图。参照图5,该图像畸变校正装置50包括:确定模块51、获取模块52和处理模块53。
其中,确定模块51,被配置为执行确定待校正的畸变图像中的N个图像区域,N为大于1的整数。获取模块52,被配置为执行获取N个图像区域中每个图像区域对应的第一位置信息。确定模块51,还被配置为执行根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数。处理模块53,被配置为执行基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。
可选的,本公开实施例中,上述确定模块51,具体被配置为执行根据畸变图像中的每个像素点与畸变图像的中心坐标点之间的距离,将畸变图像划分为N个图像区域。
可选的,本公开实施例中,上述获取模块52,具体被配置为执行通过棋盘格角点检测算法,获取每个图像区域中的像素点的第一坐标信息;并获取与每个图像区域中的像素点的第一坐标信息对应的第二坐标信息,每个第二坐标信息分别为与一个第一坐标信息对应的无畸变坐标信息。
可选的,本公开实施例中,上述确定模块51,具体被配置为执行采用预设畸变模型,根据每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与每个图像区域对应的校正系数。
可选的,本公开实施例中,上述预设畸变模型包括N个函数组,每个图像区域分别对应一个函数组。上述确定模块,具体被配置为执行针对每个图像区域,采用一个函数组,根据一个图像区域中的至少一个像素点的第一坐标信息和第二坐标信息,计算得到与一个图像区域对应的校正系数,以得到与每个图像区域对应的校正系数。
可选的,本公开实施例中,上述N个函数组为泰勒级数的前N项,第i层图像区域与泰勒级数的第i项对应,i=1,2,......,N;其中,第i层图像区域的边缘线与畸变图像的中心坐标点之间的距离,小于第i+1层图像区域的边缘线与畸变图像的中心坐标点之间的距离。
关于上述实施例中的图像畸变校正装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,由于电子设备可以先从畸变图像中确定多个图像区域,然后再针对该多个图像区域,确定多个校正系数(一个图像区域对应一个校正系数),以采用不同校正系数对不同图像区域校正处理,从而实现对整个畸变图像的校正处理,而并非直接对整个畸变图像进行校正处理,因此本公开这种基于分块图像区域的畸变校正方案,提高了电子设备对畸变图像进行畸变校正的效果,从而提高了拍摄图像的显示效果。
另外,上述实施例提供的图像畸变校正装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将图像畸变校正装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
图6是根据一示例性实施例示出的一种电子设备的结构示意图。电子设备100包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备以及计步器等。如图6所示,电子设备100包括但不限于:处理器101、存储器102、显示器103、输入单元104、输出单元105、网络单元106、接口单元107、射频单元108、电源109以及传感器110等。
需要说明的是,本领域技术人员可以理解,图6中示出的电子设备100的结构并不构成对电子设备100的限定,电子设备100可以包括比图6所示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本公开实施例中,处理器101,用于确定待校正的畸变图像中的N个图像区域,N为大于1的整数;并获取N个图像区域中每个图像区域对应的第一位置信息;并根据每个图像区域对应的第一位置信息,确实与每个图像区域对应的校正系数;以及基于与每个图像区域对应的校正系数,对畸变图像进行校正处理,以得到畸变校正图像。
综上所述,由于电子设备可以先从畸变图像中确定多个图像区域,然后再针对该多个图像区域,确定多个校正系数(一个图像区域对应一个校正系数),以采用不同校正系数对不同图像区域校正处理,从而实现对整个畸变图像的校正处理,而并非直接对整个畸变图像进行校正处理,因此本公开这种基于分块图像区域的畸变校正方案,提高了电子设备对畸变图像进行畸变校正的效果,从而提高了拍摄图像的显示效果。
需要说明的是,上述电子设备100能够实现上述方法实施例中电子设备实现的各个过程,为避免重复,详细描述这里不再赘述。
处理器101是电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分,通过运行或执行存储在存储器102内的软件程序和/或模块,以及调用存储在存储器102内的数据,执行电子设备100的各种功能和处理数据,从而对电子设备100进行整体监控。处理器101可包括一个或多个处理单元;可选的,处理器101可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器101中。
存储器102可用于存储软件程序以及各种数据。存储器102可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
显示器103用于显示由用户输入的信息或提供给用户的信息。显示器103可包括显示面板,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(OrganicLight-Emitting Diode,OLED)等形式来配置显示面板。
输入单元104可以用于接收音频或视频信号。输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)和麦克风,图形处理器对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示器103上。经图形处理器处理后的图像帧可以存储在存储器102(或其它存储介质)中或者经由射频单元108或网络单元106进行发送。麦克风可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元108发送到移动通信基站的格式输出。
输入单元104可以为用户输入单元,可用于接收输入的数字或字符信息,以及产生与电子设备100的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元包括触控面板以及其他输入设备。触控面板,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)。触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器101,接收处理器101发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板。除了触控面板,用户输入单元还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板可覆盖在显示面板上,当触控面板检测到在其上或附近的触摸操作后,传送给处理器101以确定触摸事件的类型,随后处理器101根据触摸事件的类型在显示面板上提供相应的视觉输出。触控面板与显示面板1061可以作为两个独立的部件来实现电子设备100的输入和输出功能,也可以将触控面板与显示面板集成而实现电子设备100的输入和输出功能,具体此处不做限定。
输出单元105可以为音频输出单元,可以将射频单元108或网络单元106接收的或者在存储器102中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元还可以提供与电子设备100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元包括扬声器、蜂鸣器以及受话器等。
电子设备100通过网络单元106为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
接口单元107为外部装置与电子设备100连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元107可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到电子设备100内的一个或多个元件或者可以用于在电子设备100和外部装置之间传输数据。
射频单元108可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器101处理;另外,将上行的数据发送给基站。通常,射频单元108包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元108还可以通过无线通信系统与网络和其他设备通信。
电源109(比如电池)可以用于为各个部件供电,可选的,电源109可以通过电源管理系统与处理器101逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
传感器110可以包括光传感器、运动传感器以及其他传感器中的至少一个。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在电子设备100移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器110还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
另外,电子设备100包括一些未示出的功能模块(例如摄像头),在此不再赘述。
在示例性实施例中,本公开实施例还提供了一种包括指令的存储介质,例如包括指令的存储器102,上述指令可由电子设备100的处理器101执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,本公开实施例还提供了一种包括一条或多条指令的计算机程序产品,该一条或多条指令可以由电子设备100的处理器101执行以完成上述方法。
需要说明的是,上述存储介质中的指令或计算机程序产品中的一条或多条指令被处理器101执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,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公开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,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像畸变校正方法,应用于电子设备,其特征在于,所述图像畸变校正方法包括:
确定待校正的畸变图像中的N个图像区域,N为大于1的整数;
获取所述N个图像区域中每个图像区域对应的第一位置信息;
根据所述每个图像区域对应的第一位置信息,确实与所述每个图像区域对应的校正系数;
基于与所述每个图像区域对应的校正系数,对所述畸变图像进行校正处理,以得到畸变校正图像。
2.根据权利要求1所述的图像畸变校正方法,其特征在于,所述确定待校正的畸变图像中的N个图像区域的步骤包括:
根据所述畸变图像中的每个像素点与所述畸变图像的中心坐标点之间的距离,将所述畸变图像划分为所述N个图像区域。
3.根据权利要求1或2所述的图像畸变校正方法,其特征在于,所述获取所述N个图像区域中每个图像区域对应的第一位置信息的步骤包括:
通过棋盘格角点检测算法,获取所述每个图像区域中的像素点的第一坐标信息;
获取与所述每个图像区域中的像素点的第一坐标信息对应的第二坐标信息,每个第二坐标信息分别为与一个第一坐标信息对应的无畸变坐标信息。
4.根据权利要求3所述的图像畸变校正方法,其特征在于,所述根据所述每个图像区域对应的第一位置信息,确实与所述每个图像区域对应的校正系数的步骤包括:
采用预设畸变模型,根据所述每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与所述每个图像区域对应的校正系数。
5.根据权利要求4所述的图像畸变校正方法,其特征在于,所述预设畸变模型包括N个函数组,所述每个图像区域分别对应一个函数组;
所述采用预设畸变模型,根据所述每个图像区域中的像素点的第一坐标信息和第二坐标信息,确实与所述每个图像区域对应的校正系数的步骤包括:
针对所述每个图像区域,采用一个函数组,根据一个图像区域中的至少一个像素点的第一坐标信息和第二坐标信息,计算得到与所述一个图像区域对应的校正系数,以得到与所述每个图像区域对应的校正系数。
6.根据权利要求5所述的图像畸变校正方法,其特征在于,所述N个函数组为泰勒级数的前N项,第i层图像区域与泰勒级数的第i项对应,i=1,2,......,N;
其中,第i层图像区域的边缘线与所述畸变图像的中心坐标点之间的距离,小于第i+1层图像区域的边缘线与所述畸变图像的中心坐标点之间的距离。
7.一种图像畸变校正装置,其特征在于,所述图像畸变校正装置包括:确定模块、获取模块和处理模块;
所述确定模块,被配置为执行确定待校正的畸变图像中的N个图像区域,N为大于1的整数;
所述获取模块,被配置为执行获取所述N个图像区域中每个图像区域对应的第一位置信息;
所述确定模块,还被配置为执行根据所述每个图像区域对应的第一位置信息,确实与所述每个图像区域对应的校正系数;
所述处理模块,被配置为执行基于与所述每个图像区域对应的校正系数,对所述畸变图像进行校正处理,以得到畸变校正图像。
8.根据权利要求7所述的图像畸变校正装置,其特征在于,所述确定模块,具体被配置为执行根据所述畸变图像中的每个像素点与所述畸变图像的中心坐标点之间的距离,将所述畸变图像划分为所述N个图像区域。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的图像畸变校正方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的图像畸变校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010266035.5A CN111355863B (zh) | 2020-04-07 | 2020-04-07 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010266035.5A CN111355863B (zh) | 2020-04-07 | 2020-04-07 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111355863A true CN111355863A (zh) | 2020-06-30 |
CN111355863B CN111355863B (zh) | 2022-07-22 |
Family
ID=71197843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010266035.5A Active CN111355863B (zh) | 2020-04-07 | 2020-04-07 | 一种图像畸变校正方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111355863B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183413A (zh) * | 2020-09-30 | 2021-01-05 | 东风柳州汽车有限公司 | 一种车位检测方法、装置、存储介质及车辆 |
CN112489115A (zh) * | 2020-11-27 | 2021-03-12 | 杭州海康威视数字技术股份有限公司 | 发光模块定位方法、装置、电子设备、存储介质及系统 |
CN113129239A (zh) * | 2021-05-06 | 2021-07-16 | 上海联影医疗科技股份有限公司 | 图像校正方法、装置、电子设备及存储介质 |
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 |
CN114077357A (zh) * | 2021-07-02 | 2022-02-22 | 北京极豪科技有限公司 | 校正方法、校正装置、电子设备及可读存储介质 |
CN114485389A (zh) * | 2020-10-26 | 2022-05-13 | 住友重机械工业株式会社 | 畸变像差校正处理装置、畸变像差校正方法及存储介质 |
CN114612342A (zh) * | 2022-03-28 | 2022-06-10 | Oppo广东移动通信有限公司 | 人脸图像校正方法及装置、计算机可读介质和电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007122328A (ja) * | 2005-10-27 | 2007-05-17 | Konica Minolta Holdings Inc | 歪曲収差補正装置及び歪曲収差補正方法 |
WO2013114848A1 (ja) * | 2012-01-31 | 2013-08-08 | パナソニック株式会社 | 画像処理装置及び画像処理方法 |
CN104299218A (zh) * | 2013-07-17 | 2015-01-21 | 南京邮电大学 | 基于镜头畸变规律的投影仪标定方法 |
US20170330308A1 (en) * | 2014-10-31 | 2017-11-16 | Huawei Technologies Co., Ltd. | Image Processing Method and Device |
CN108492263A (zh) * | 2018-03-07 | 2018-09-04 | 鞍钢集团矿业有限公司 | 一种镜头径向畸变校正方法 |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
US20190102868A1 (en) * | 2017-10-04 | 2019-04-04 | Intel Corporation | Method and system of image distortion correction for images captured by using a wide-angle lens |
CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
-
2020
- 2020-04-07 CN CN202010266035.5A patent/CN111355863B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007122328A (ja) * | 2005-10-27 | 2007-05-17 | Konica Minolta Holdings Inc | 歪曲収差補正装置及び歪曲収差補正方法 |
WO2013114848A1 (ja) * | 2012-01-31 | 2013-08-08 | パナソニック株式会社 | 画像処理装置及び画像処理方法 |
CN104299218A (zh) * | 2013-07-17 | 2015-01-21 | 南京邮电大学 | 基于镜头畸变规律的投影仪标定方法 |
US20170330308A1 (en) * | 2014-10-31 | 2017-11-16 | Huawei Technologies Co., Ltd. | Image Processing Method and Device |
US20190102868A1 (en) * | 2017-10-04 | 2019-04-04 | Intel Corporation | Method and system of image distortion correction for images captured by using a wide-angle lens |
CN108932698A (zh) * | 2017-11-17 | 2018-12-04 | 北京猎户星空科技有限公司 | 图像畸变的校正方法、装置、电子设备和存储介质 |
CN108492263A (zh) * | 2018-03-07 | 2018-09-04 | 鞍钢集团矿业有限公司 | 一种镜头径向畸变校正方法 |
CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183413A (zh) * | 2020-09-30 | 2021-01-05 | 东风柳州汽车有限公司 | 一种车位检测方法、装置、存储介质及车辆 |
CN112183413B (zh) * | 2020-09-30 | 2024-05-14 | 东风柳州汽车有限公司 | 一种车位检测方法、装置、存储介质及车辆 |
CN114485389A (zh) * | 2020-10-26 | 2022-05-13 | 住友重机械工业株式会社 | 畸变像差校正处理装置、畸变像差校正方法及存储介质 |
CN112489115A (zh) * | 2020-11-27 | 2021-03-12 | 杭州海康威视数字技术股份有限公司 | 发光模块定位方法、装置、电子设备、存储介质及系统 |
CN112489115B (zh) * | 2020-11-27 | 2023-09-08 | 杭州海康威视数字技术股份有限公司 | 发光模块定位方法、装置、电子设备、存储介质及系统 |
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 |
CN113129239A (zh) * | 2021-05-06 | 2021-07-16 | 上海联影医疗科技股份有限公司 | 图像校正方法、装置、电子设备及存储介质 |
CN114077357A (zh) * | 2021-07-02 | 2022-02-22 | 北京极豪科技有限公司 | 校正方法、校正装置、电子设备及可读存储介质 |
CN114612342A (zh) * | 2022-03-28 | 2022-06-10 | Oppo广东移动通信有限公司 | 人脸图像校正方法及装置、计算机可读介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111355863B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111355863B (zh) | 一种图像畸变校正方法、装置、电子设备及存储介质 | |
CN107846583B (zh) | 一种图像阴影补偿方法及移动终端 | |
CN110557575B (zh) | 消除炫光的方法和电子设备 | |
CN109688322B (zh) | 一种生成高动态范围图像的方法、装置及移动终端 | |
CN111031234B (zh) | 一种图像处理方法及电子设备 | |
CN110602389B (zh) | 一种显示方法及电子设备 | |
CN107730460B (zh) | 一种图像处理方法及移动终端 | |
CN109348019B (zh) | 一种显示方法及装置 | |
CN109819166B (zh) | 一种图像处理方法和电子设备 | |
CN111008929B (zh) | 图像矫正方法及电子设备 | |
US11805317B2 (en) | Method and electronic device for image processing | |
CN108174110B (zh) | 一种拍照方法及柔性屏终端 | |
CN110602390B (zh) | 一种图像处理方法及电子设备 | |
CN110363729B (zh) | 一种图像处理方法、终端设备及计算机可读存储介质 | |
CN110312070B (zh) | 一种图像处理方法及终端 | |
CN109348212B (zh) | 一种图像噪声确定方法及终端设备 | |
CN111010514B (zh) | 一种图像处理方法及电子设备 | |
CN111182206A (zh) | 图像处理方法和装置 | |
CN108391050B (zh) | 一种图像处理方法及移动终端 | |
CN111093031B (zh) | 图像生成方法及电子设备 | |
CN110784648B (zh) | 一种图像处理方法和电子设备 | |
CN111182230B (zh) | 图像处理方法和装置 | |
CN109785226B (zh) | 一种图像处理方法、装置及终端设备 | |
CN109257543B (zh) | 拍摄模式控制方法及移动终端 | |
CN112308771A (zh) | 一种图像处理方法、装置及电子设备 |
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 |