CN111861932B - 图像的畸变校正方法、装置及移动终端 - Google Patents

图像的畸变校正方法、装置及移动终端 Download PDF

Info

Publication number
CN111861932B
CN111861932B CN202010740326.3A CN202010740326A CN111861932B CN 111861932 B CN111861932 B CN 111861932B CN 202010740326 A CN202010740326 A CN 202010740326A CN 111861932 B CN111861932 B CN 111861932B
Authority
CN
China
Prior art keywords
image
distortion correction
coefficient
standard value
preset standard
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
CN202010740326.3A
Other languages
English (en)
Other versions
CN111861932A (zh
Inventor
邱情
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.)
Realme Chongqing Mobile Communications Co Ltd
Original Assignee
Realme Chongqing Mobile Communications 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 Realme Chongqing Mobile Communications Co Ltd filed Critical Realme Chongqing Mobile Communications Co Ltd
Priority to CN202010740326.3A priority Critical patent/CN111861932B/zh
Publication of CN111861932A publication Critical patent/CN111861932A/zh
Application granted granted Critical
Publication of CN111861932B publication Critical patent/CN111861932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请适用于图像处理技术领域,提供了图像的畸变校正方法、装置及移动终端,包括:将图像的裁剪系数与预设的标准值比较;其中,所述图像为通过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场角越小;若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进行畸变校正;若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗。通过上述方法能够在降低移动终端功耗的基础上提高图像的畸变校正效果。

Description

图像的畸变校正方法、装置及移动终端
技术领域
本申请属于图像处理技术领域,尤其涉及图像的畸变校正方法、装置、移 动终端及计算机可读存储介质。
背景技术
随着时代发展,移动终端也被广泛使用和普及,越来越多的用户喜欢使用 移动终端(如手机)进行摄影。
用户对摄影的需求越发细化,而各大厂商为了满足用户的日常摄影需求, 先从单目摄像头衍生至双目摄像头,甚至衍生至三目、四目或更多的摄像头模 组,除了摄像头个数不同,摄像头模组也越发细分,从常见的彩色主摄到黑白 副摄、广角副摄、微距副摄等。
当前主流移动终端的拍摄视场角(Angle Of View,FOV)是70~90度,而 广角模组的FOV支持110~130度的极限广角拍摄,该广角模组可通过广角模式 或广角选项进行调用。但由于只要使用广角模组,均会使图像产生畸变现象, 因此,为了对产生畸变的图像进行校正,通常采用畸变校正算法对使用广角模 组拍摄的图像进行畸变校正。现有的畸变校正算法中,校正效果较好的需要较 大的功耗,校正效果较差的需要较小的功耗,即难以实现校正效果和功耗的平 衡。
故,需要采用一种新的方法以解决上述技术问题。
发明内容
本申请实施例提供了一种图像的畸变校正方法,能够在较低功耗的基础上 提高图像的畸变校正效果。
第一方面,本申请实施例提供了一种图像的畸变校正方法,应用于移动终 端,包括:
将图像的裁剪系数与预设的标准值比较;其中,所述图像为通过广角模组 得到的图像;所述裁剪系数越大,得到的图像的视场角越小;
若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法 对所述图像进行畸变校正;
若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法 对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需要的功耗小 于运行所述第一畸变校正算法所需要的功耗。
本申请实施例与现有技术相比存在的有益效果是:将移动终端的图像的裁 剪系数与预设的标准值比较,在裁剪系数等于预设的标准值时,选择第一畸变 校正算法,在裁剪系数大于预设的标准值时,选择第二畸变校正算法。基于运 行所述第二畸变校正算法所需要的功耗小于运行所述第一畸变校正算法所需要 的功耗,以及,基于校正效果与畸变校正算法所需要的功耗成反比关系,也即 在裁剪系数等于预设的标准值时,选择校正效果较好的畸变校正算法,在裁剪 系数大于预设的标准值时,选择校正效果较差的畸变校正算法。由于裁剪系数 越大,得到的图像的视场角越小,而视场角越小对应的图像,其畸变的程度越 轻,视场角越大对应的图像,其畸变的程度越大,因此,在裁剪系数大于预设 的标准值时,即使选择的是校正效果较差的畸变校正算法,也能保证校正后的 图像具有较好的图像质量;同理,在裁剪系数等于预设的标准值(即视场角较 大)时,通过选择校正效果较好的畸变校正算法,就能保证校正后的图像具有 较好的图像质量。
第二方面,本申请实施例提供了一种图像的畸变校正装置,应用于移动终 端,包括:
裁剪系数比较单元,用于将图像的裁剪系数与预设的标准值比较;其中, 所述图像为通过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场 角越小;
第一畸变校正单元,用于若所述图像的裁剪系数等于所述预设的标准值, 则调用第一畸变校正算法对所述图像进行畸变校正;
第二畸变校正单元,用于若所述图像的裁剪系数大于所述预设的标准值, 则调用第二畸变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变 校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及 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如第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可 读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方 面所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品 在终端设备上运行时,使得终端设备执行上述第一方面所述的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方 面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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。
图1是本申请实施例一提供的一种图像的畸变校正方法的流程示意图;
图2是本申请实施例二提供的一种图像的畸变校正装置的结构示意图;
图3是本申请实施例三提供的移动终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术 之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当 清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中, 省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节 妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括” 指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个 或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是 指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这 些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以 依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测 到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以 依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描 述条件或事件]”或“响应于检测到[所描述条件或事件]”。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着 在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特 点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一 些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必 然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除 非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的 变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
实施例一:
现有方法中,当移动终端通过广角模组获得图像后,该图像通常存在一定 的畸变,为了获得质量更好的图像(如清晰度更高的图像),通常采用一定的 算法去校正图像的畸变,校正图像的畸变的算法即为被校正的图像的畸变校正 算法。但由于校正效果较差的畸变校正算法所需要的功耗较小,而校正效果较 好的畸变校正算法所需要的功耗则较大,即功耗较小的畸变校正算法得到校正 效果较差,而校正效果较好的功耗较大,因此,无论直接选择功耗较大的畸变 校正算法对通过广角模组获得的图像进行校正,还是直接选择功耗较小的畸变 校正算法对通过广角模组获得的图像进行校正,都难以实现功耗和校正效果的 平衡,即不能使用较低的功耗得到较好的校正效果。为了解决上述技术问题, 本申请实施例提供了一种图像的畸变校正方法,在该方法中,将移动终端的图 像的裁剪系数与预设的标准值比较,并根据比较结果选择采用不同的畸变校正 算法,例如,在裁剪系数等于预设的标准值时,选择第一畸变校正算法,在裁 剪系数大于预设的标准值时,选择第二畸变校正算法。基于运行所述第二畸变 校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗,也即在 裁剪系数等于预设的标准值时,选择需要较高功耗的畸变校正算法,在裁剪系 数大于预设的标准值时,选择需要较低功耗的畸变校正算法。由于裁剪系数越 大,得到的图像的视场角越小,而视场角越小对应的图像,其畸变的程度越轻, 视场角越大对应的图像,其畸变的程度越大,因此,在裁剪系数大于预设的标 准值时,即使选择的是需要较低功耗的畸变校正算法,也能保证校正后的图像 具有较好的图像质量;同理,在裁剪系数等于预设的标准值(即视场角较大) 时,通过选择需要较高功耗的畸变校正算法,就能保证校正后的图像具有较好 的图像质量。
图1示出了本申请实施例提供的一种图像的畸变校正方法的流程图,应用 于移动终端,详述如下:
步骤S11,将图像的裁剪系数与预设的标准值比较;其中,所述图像为通 过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场角越小。
具体地,裁剪系数越大,表示图像被裁剪的幅度越大(裁剪是从图像的四 个边缘往图像中间进行的),也即最后得到的图像的视场角越小;反之,裁剪 系数越小,表示图像被裁剪的幅度越小,也即最后得到的图像的视场角越大。 由于通过广角模组得到的图像,其畸变是在图像的四个边缘附近,越靠近边缘 的地方,畸变越严重,因此,裁剪系数越大,也即畸变被裁剪的越多,也即得 到的图像的质量(如清晰度)越好。
该步骤中,预设的标准值是指进入移动终端的拍摄模式或者录像模式时默 认的裁剪系数所对应的数值。在一些实施例中,若进入拍摄模式或者录像模式 后,用户执行放大或缩小操作,则图像的视场角将对应变小或变大,也即裁剪 系数相应的变大或变小。当然,在另一些实施例中,若移动终端本身包括裁剪 系数的设置的功能项,则用户也可以通过该功能项对图像的裁剪系数进行修改, 进而实现对移动终端的裁剪系数的修改。
步骤S12,若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸 变校正算法对所述图像进行畸变校正。
本实施例中,通过第一畸变校正算法处理后的图像,与未通过第一畸变校 正算法处理后的图像相比,牺牲了较多边缘画面,并且处理掉较多的图像数据, 畸变校正后的效果较佳。例如,该第一畸变校正算法可以通过获取整幅图像对 应的所有的图像数据,再根据该所有的图像数据对存在畸变的位置进行畸变校 正。由于整幅图像对应的所有的图像数据都参与计算,因此,运行该第一畸变 校正算法所需的功耗较高。
需要指出的是,通过广角模组得到的图像,存在畸变的位置和不存在畸变 的位置都是确定,这些位置可以根据广角模组本身确定。
步骤S13,若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸 变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需 要的功耗小于运行所述第一畸变校正算法所需要的功耗。
本实施例中,通过第二畸变校正算法处理后的图像,与通过第一畸变校正 算法处理后的图像相比,能够保留更多的图像数据,但存在可见的轻微畸变, 畸变校正效果一般。
需要指出的是,通过广角模组得到的图像,其存在严重畸变的位置和不存 在畸变的位置是确定的,在严重畸变的位置和不存在畸变的位置之间,还存在 轻微畸变的位置。第二畸变校正算法可通过裁剪图像中存在严重畸变的四个边 缘,剩下的区域所对应的图像作为畸变校正后的图像。由于不需要整幅图像的 所有数据都参与计算,因此,运行第二畸变校正算法所需要的功耗小于运行所 述第一畸变校正算法所需要的功耗。
本申请实施例中,将移动终端的图像的裁剪系数与预设的标准值比较,在 裁剪系数等于预设的标准值时,选择第一畸变校正算法,在裁剪系数大于预设 的标准值时,选择第二畸变校正算法。基于运行所述第二畸变校正算法所需要 的功耗小于运行所述第一畸变校正算法所需要的功耗,以及,基于校正效果与 畸变校正算法所需要的功耗成反比关系,也即在裁剪系数等于预设的标准值时, 选择校正效果较好的畸变校正算法,在裁剪系数大于预设的标准值时,选择校 正效果较差的畸变校正算法。由于裁剪系数越大,得到的图像的视场角越小, 而视场角越小对应的图像,其畸变的程度越轻,视场角越大对应的图像,其畸 变的程度越大,因此,在裁剪系数大于预设的标准值时,即使选择的是校正效 果较差的畸变校正算法,也能保证校正后的图像具有较好的图像质量;同理, 在裁剪系数等于预设的标准值(即视场角较大)时,通过选择校正效果较好的 畸变校正算法,就能保证校正后的图像具有较好的图像质量。
在一些实施例中,在裁剪系数大于预设的标准值后,根据裁减系数的大小 对需要调用第二畸变校正算法的情况进行进一步的细分,以进一步实现畸变校 正效果与功耗的平衡,此时,所述步骤S13,包括:
若所述图像的裁剪系数大于所述预设的标准值且小于或等于预设的阈值, 则调用第二畸变校正算法对所述图像进行畸变校正。在一些实施例中,若所述 图像的裁剪系数大于预设的阈值,则不调用任何畸变校正算法对所述图像进行 畸变校正。
在上述实施例中,若图像的裁剪系数大于预设的标准值且小于或等于预设 的阈值,则调用需要较低功耗的第二畸变校正算法对图像进行畸变校正,否则, 不调用任何畸变校正算法对所述图像进行畸变校正。由于裁剪系数越大,图像 对应的视场角越小,即存在畸变的位置被裁剪的越多,也即,图像需要通过畸 变校正算法再次进行畸变校正的可能性越小,因此,随着裁剪系数的变大,如 大于预设的阈值,则不再调用任何畸变校正算法对图像进行畸变校正,这样, 不仅不需要消耗移动终端的功耗,而且也能够保证最后得到的图像效果较好(如 图像不存在任何畸变,或不存在可见的轻微畸变)。
本实施例中,由于根据裁剪系数的不同选择是否调用畸变校正算法,因此, 能够准确判断出那些情景需要调用畸变校正算法,哪些情景不需要调用畸变校 正算法,从而能够有效减少移动终端的功耗的耗废。
在一些实施例中,所述图像的畸变校正方法通过以下方式判定所述图像的 裁剪系数大于预设的标准值且小于或等于预设的阈值:
若所述图像是所述移动终端开启电子防抖(Electric Image Stabilization,EIS) 功能后获得,则判定所述图像的裁剪系数大于预设的标准值且小于或等于预设 的阈值。
本实施例中,EIS是指,在不影响用户使用体验的前提下,通过小幅度裁 剪图像的四边画面,以实现图像的视场角的裁剪。具体地,移动终端的拍摄界 面或者录像界面显示EIS是否开启的功能选项,当用户对该功能选项进行操作, 比如,若打开该EIS功能,则移动终端将判定图像的裁剪系数大于预设的标准 值且小于或等于预设的阈值。之后,移动终端除了对获取(拍摄获取或者录像 获取)的图像开启EIS功能,还会调用第二畸变校正算法对所述图像进行畸变 校正。
在一些实施例中,所述图像的畸变校正方法通过以下方式判定所述图像的 裁剪系数大于预设的阈值:
若所述图像是所述移动终端开启超级防抖功能后获得,则判定所述图像的 裁剪系数大于预设的阈值。
超级防抖功能开启后,移动终端将大幅度裁剪图像的四边画面,以实现图 像的视场角的裁剪。通过这样操作,能够突出主体(如图像中的人像),并且 保证得到的图像具有较好的效果,如保证得到的图像的清晰度较高等。
本实施例中,若移动终端终端的超级防抖功能被打开,则判定裁剪系数大 于预设的阈值,之后,移动终端只需实现该超级防抖功能,无需调用任何畸变 校正算法对所述图像进行畸变校正。由于超级防抖功能开启后,得到的图像的 质量较好,因此,无需调用畸变校正算法对图像进行畸变校正,从而不会使得 移动终端产生相应的功耗。
在一些实施例中,若EIS和超级防抖功能是在录像模式下才具有的功能, 则在所述将图像的裁剪系数与预设的标准值比较之前,包括:
检测所述移动终端是否进入录像模式。具体地,移动终端可在预览界面显 示“视频”虚拟按键,当用户触碰“视频”所在的位置后,该移动终端判定其 自身进入录像模式。或者,当用户触碰“视频”所在的位置,且开始拍摄后, 该移动终端判定其自身进入录像模式。
所述若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正 算法对所述图像进行畸变校正,包括:若所述移动终端进入录像模式且所述图 像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进 行畸变校正。
具体地,当移动终端判定其自身进入录像模式后,继续判断图像的裁剪系 数是否等于预设的标准值,若是,则调用第一畸变校正算法对图像进行畸变校 正。否则,若图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算 法对所述图像进行畸变校正。
本实施例中,由于EIS和超级防抖功能是在录像模式下才具有的功能,因 此,只有在录像模式下才执行裁剪系数的判断等操作,从而避免了无效的判断, 提高了获得图像的效率。
在一些实施例中,在检测所述移动终端是否进入录像模式之前,包括:判 断移动终端的广角模组是否被触发使用。
对应地,检测所述移动终端是否进入录像模式具体包括:若移动终端的广 角模组被触发使用,则检测移动终端是否进入录像模式。
本实施例中,移动终端可通过判断其自身是否进入广角模式或者开启广角 选项来判断广角模组是否被触发使用。
在一些实施例中,若EIS和超级防抖功能是在录像模式下才具有的功能, 则所述图像的畸变校正方法,包括:
若所述移动终端没有进入录像模式,则调用第一畸变校正算法对所述图像 进行畸变校正。
本实施例中,若EIS和超级防抖功能是在录像模式下才具有的功能,则移 动终端需要调用具有更好畸变校正效果的算法对图像进行畸变校正,即需要调 用第一畸变校正算法对图像进行畸变校正,以获得更好质量的图像。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后, 各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施 过程构成任何限定。
实施例二:
对应于上文实施例所述的图像的畸变校正方法,图2示出了本申请实施例 提供的图像的畸变校正装置的结构框图,该图像的畸变校正装置应用于移动终 端中,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图2,该图像的畸变校正装置2包括:裁剪系数比较单元21、第一畸 变校正单元22、第二畸变校正单元23。其中:
裁剪系数比较单元21,用于将图像的裁剪系数与预设的标准值比较;其中, 所述图像为通过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场 角越小。
其中,预设的标准值是指进入移动终端的拍摄模式或者录像模式时默认的 裁剪系数所对应的数值。
本实施例的裁剪系数可通过通过以下方式进行修改,接收用户发出的图像 放大指令或缩小指令后进行变小或变大,或者,接收用户发出的裁剪系数修改 指令后修改该裁剪系数。
第一畸变校正单元22,用于若所述图像的裁剪系数等于所述预设的标准值, 则调用第一畸变校正算法对所述图像进行畸变校正。
该第一畸变校正算法可以通过获取整幅图像对应的所有的图像数据,再根 据该所有的图像数据对存在畸变的位置进行畸变校正。由于整幅图像对应的所 有的图像数据都参与计算,因此,运行该第一畸变校正算法所需的功耗较高。
第二畸变校正单元23,用于若所述图像的裁剪系数大于所述预设的标准值, 则调用第二畸变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变 校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗。
第二畸变校正算法可通过裁剪图像中存在严重畸变的四个边缘,剩下的区 域所对应的图像作为畸变校正后的图像。由于不需要整幅图像的所有数据都参 与计算,因此,运行第二畸变校正算法所需要的功耗小于运行所述第一畸变校 正算法所需要的功耗。
本申请实施例中,将图像的裁剪系数与预设的标准值比较,在裁剪系数等 于预设的标准值时,选择第一畸变校正算法,在裁剪系数大于预设的标准值时, 选择第二畸变校正算法。基于运行所述第二畸变校正算法所需要的功耗小于运 行所述第一畸变校正算法所需要的功耗,以及,基于校正效果与畸变校正算法 所需要的功耗成反比关系,也即在裁剪系数等于预设的标准值时,选择校正效 果较好的畸变校正算法,在裁剪系数大于预设的标准值时,选择校正效果较差 的畸变校正算法。由于裁剪系数越大,得到的图像的视场角越小,而视场角越 小对应的图像,其畸变的程度越轻,视场角越大对应的图像,其畸变的程度越 大,因此,在裁剪系数大于预设的标准值时,即使选择的是校正效果较差的畸 变校正算法,也能保证校正后的图像具有较好的图像质量;同理,在裁剪系数 等于预设的标准值(即视场角较大)时,通过选择校正效果较好的畸变校正算 法,就能保证校正后的图像具有较好的图像质量。
在一些实施例中,所述第二畸变校正单元23,具体用于:
若所述图像的裁剪系数大于所述预设的标准值且小于或等于预设的阈值, 则调用第二畸变校正算法对所述图像进行畸变校正。
在一些实施例中,所述图像的畸变校正装置2,还包括:
不进行畸变校正单元,用于若所述图像的裁剪系数大于预设的阈值,则不 调用任何畸变校正算法对所述图像进行畸变校正。
在一些实施例中,所述图像的畸变校正方法通过以下方式判定所述图像的 裁剪系数大于预设的标准值且小于或等于预设的阈值:
若所述图像是所述移动终端开启电子防抖EIS功能后获得,则判定所述图 像的裁剪系数大于预设的标准值且小于或等于预设的阈值。
在一些实施例中,所述图像的畸变校正方法通过以下方式判定所述图像的 裁剪系数大于预设的阈值:
若所述图像是所述移动终端开启超级防抖功能后获得,则判定所述图像的 裁剪系数大于预设的阈值。
在一些实施例中,图像的畸变校正装置2包括:
录像模式是否进入检测单元,用于检测所述移动终端是否进入录像模式;
所述第一畸变校正单元22具体用于:
若所述移动终端进入录像模式且所述图像的裁剪系数等于所述预设的标准 值,则调用第一畸变校正算法对所述图像进行畸变校正。
在一些实施例中,所述图像的畸变校正装置2,包括:
畸变校正算法直接调用单元,用于若所述移动终端没有进入录像模式,则 调用第一畸变校正算法对所述图像进行畸变校正。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与 本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见 方法实施例部分,此处不再赘述。
实施例三:
图3为本申请一实施例提供的移动终端的结构示意图。如图3所示,该实 施例的移动终端3包括:至少一个处理器30(图3中仅示出一个处理器)、存 储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计 算机程序32,所述处理器30执行所述计算机程序32时实现上述任意各个方法 实施例中的步骤:
将图像的裁剪系数与预设的标准值比较;其中,所述图像为通过广角模组 得到的图像;所述裁剪系数越大,得到的图像的视场角越小;
若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法 对所述图像进行畸变校正;
若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法 对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需要的功耗小 于运行所述第一畸变校正算法所需要的功耗。
所述移动终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等 计算设备。该移动终端可包括,但不仅限于,处理器30、存储器31。本领域技 术人员可以理解,图3仅仅是移动终端3的举例,并不构成对移动终端3的限 定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件, 例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),该 处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit, ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其 他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理 器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31在一些实施例中可以是所述移动终端3的内部存储单元,例 如移动终端3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述移 动终端3的外部存储设备,例如所述移动终端3上配备的插接式硬盘,智能存 储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述移动终端3的内部存储 单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导 装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码 等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上 述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不 同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功 能单元、模块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。另外,各功能单元、模 块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上 述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程, 在此不再赘述。
本申请实施例还提供了一种网络设备,该网络设备包括:至少一个处理器、 存储器以及存储在所述存储器中并可在所述至少一个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意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介 质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方 法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端 上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
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介质中。基于这样的理解,本申请 实现上述实施例方法中的全部或部分流程,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计算机可读存储介质中,该计算机 程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算 机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代 码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括: 能够将计算机程序代码携带到拍照装置/移动终端的任何实体或装置、记录介质、 计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U 盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践, 计算机可读介质不可以是电载波信号和电信信号。
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 述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,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,能够以电子硬件、或者计算机软件和电子硬件的结合来 实现。这些功能究竟以硬件还是软件方式来执行,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来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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法, 可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示 意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或 通讯连接,可以是电性,机械或其它的形式。
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。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照 前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其 依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特 征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申 请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像的畸变校正方法,其特征在于,应用于移动终端,包括:
将图像的裁剪系数与预设的标准值比较;其中,所述图像为通过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场角越小;
若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进行畸变校正;
若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗。
2.如权利要求1所述的图像的畸变校正方法,其特征在于,所述若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法对所述图像进行畸变校正,包括:
若所述图像的裁剪系数大于所述预设的标准值且小于或等于预设的阈值,则调用第二畸变校正算法对所述图像进行畸变校正。
3.如权利要求2所述的图像的畸变校正方法,其特征在于,所述图像的畸变校正方法,还包括:
若所述图像的裁剪系数大于预设的阈值,则不调用任何畸变校正算法对所述图像进行畸变校正。
4.如权利要求2所述的图像的畸变校正方法,其特征在于,所述图像的畸变校正方法通过以下方式判定所述图像的裁剪系数大于预设的标准值且小于或等于预设的阈值:
若所述图像是所述移动终端开启电子防抖EIS功能后获得,则判定所述图像的裁剪系数大于预设的标准值且小于或等于预设的阈值。
5.如权利要求3所述的图像的畸变校正方法,其特征在于,所述图像的畸变校正方法通过以下方式判定所述图像的裁剪系数大于预设的阈值:
若所述图像是所述移动终端开启超级防抖功能后获得,则判定所述图像的裁剪系数大于预设的阈值。
6.如权利要求4或5所述的图像的畸变校正方法,其特征在于,在所述将图像的裁剪系数与预设的标准值比较之前,包括:
检测所述移动终端是否进入录像模式;
所述若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进行畸变校正,包括:
若所述移动终端进入录像模式且所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进行畸变校正。
7.如权利要求6所述的图像的畸变校正方法,其特征在于,所述图像的畸变校正方法,包括:
若所述移动终端没有进入录像模式,则调用第一畸变校正算法对所述图像进行畸变校正。
8.一种图像的畸变校正装置,其特征在于,应用于移动终端,包括:
裁剪系数比较单元,用于将图像的裁剪系数与预设的标准值比较;其中,所述图像为通过广角模组得到的图像;所述裁剪系数越大,得到的图像的视场角越小;
第一畸变校正单元,用于若所述图像的裁剪系数等于所述预设的标准值,则调用第一畸变校正算法对所述图像进行畸变校正;
第二畸变校正单元,用于若所述图像的裁剪系数大于所述预设的标准值,则调用第二畸变校正算法对所述图像进行畸变校正,其中,运行所述第二畸变校正算法所需要的功耗小于运行所述第一畸变校正算法所需要的功耗。
9.一种移动终端,包括存储器、处理器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如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202010740326.3A 2020-07-28 2020-07-28 图像的畸变校正方法、装置及移动终端 Active CN111861932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010740326.3A CN111861932B (zh) 2020-07-28 2020-07-28 图像的畸变校正方法、装置及移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010740326.3A CN111861932B (zh) 2020-07-28 2020-07-28 图像的畸变校正方法、装置及移动终端

Publications (2)

Publication Number Publication Date
CN111861932A CN111861932A (zh) 2020-10-30
CN111861932B true CN111861932B (zh) 2022-05-17

Family

ID=72948712

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010740326.3A Active CN111861932B (zh) 2020-07-28 2020-07-28 图像的畸变校正方法、装置及移动终端

Country Status (1)

Country Link
CN (1) CN111861932B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115131222A (zh) * 2021-03-29 2022-09-30 华为技术有限公司 一种图像处理方法以及相关设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0260144A2 (en) * 1986-09-12 1988-03-16 Westinghouse Electric Corporation Method for generating variably scaled displays
JP2013005392A (ja) * 2011-06-21 2013-01-07 Konica Minolta Advanced Layers Inc 広角歪補正処理を有する画像処理方法、画像処理装置及び撮像装置
CN103211575A (zh) * 2013-03-06 2013-07-24 南京航空航天大学 一种人眼像差校正控制方法
CN105744158A (zh) * 2016-02-03 2016-07-06 广东欧珀移动通信有限公司 视频图像显示的方法、装置及移动终端
CN106454132A (zh) * 2016-11-29 2017-02-22 广东欧珀移动通信有限公司 控制方法、控制装置及电子装置
CN108495066A (zh) * 2018-02-01 2018-09-04 江西联创电子有限公司 广角镜头的畸变矫正方法、装置及系统
CN108596854A (zh) * 2018-04-28 2018-09-28 京东方科技集团股份有限公司 图像畸变校正方法及装置、计算机可读介质、电子设备
CN109345467A (zh) * 2018-08-14 2019-02-15 深圳市麦极客图像技术有限公司 成像畸变校正方法、装置、计算机设备及存储介质
CN110072045A (zh) * 2019-05-30 2019-07-30 Oppo广东移动通信有限公司 镜头、摄像头及电子设备
CN110390719A (zh) * 2019-05-07 2019-10-29 香港光云科技有限公司 基于飞行时间点云重建设备
CN110502961A (zh) * 2018-05-16 2019-11-26 腾讯科技(深圳)有限公司 一种面部图像检测方法及装置
CN110853068A (zh) * 2019-09-30 2020-02-28 华为技术有限公司 图片处理方法、装置、电子设备及可读存储介质
CN111445413A (zh) * 2020-03-27 2020-07-24 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105453539B (zh) * 2013-08-02 2019-02-22 富士胶片株式会社 图像处理装置、摄像装置及图像处理方法
US11321397B2 (en) * 2018-09-19 2022-05-03 International Business Machines Corporation Composition engine for analytical models

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0260144A2 (en) * 1986-09-12 1988-03-16 Westinghouse Electric Corporation Method for generating variably scaled displays
JP2013005392A (ja) * 2011-06-21 2013-01-07 Konica Minolta Advanced Layers Inc 広角歪補正処理を有する画像処理方法、画像処理装置及び撮像装置
CN103211575A (zh) * 2013-03-06 2013-07-24 南京航空航天大学 一种人眼像差校正控制方法
CN105744158A (zh) * 2016-02-03 2016-07-06 广东欧珀移动通信有限公司 视频图像显示的方法、装置及移动终端
CN106454132A (zh) * 2016-11-29 2017-02-22 广东欧珀移动通信有限公司 控制方法、控制装置及电子装置
CN108495066A (zh) * 2018-02-01 2018-09-04 江西联创电子有限公司 广角镜头的畸变矫正方法、装置及系统
CN108596854A (zh) * 2018-04-28 2018-09-28 京东方科技集团股份有限公司 图像畸变校正方法及装置、计算机可读介质、电子设备
CN110502961A (zh) * 2018-05-16 2019-11-26 腾讯科技(深圳)有限公司 一种面部图像检测方法及装置
CN109345467A (zh) * 2018-08-14 2019-02-15 深圳市麦极客图像技术有限公司 成像畸变校正方法、装置、计算机设备及存储介质
CN110390719A (zh) * 2019-05-07 2019-10-29 香港光云科技有限公司 基于飞行时间点云重建设备
CN110072045A (zh) * 2019-05-30 2019-07-30 Oppo广东移动通信有限公司 镜头、摄像头及电子设备
CN110853068A (zh) * 2019-09-30 2020-02-28 华为技术有限公司 图片处理方法、装置、电子设备及可读存储介质
CN111445413A (zh) * 2020-03-27 2020-07-24 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Nonmetric calibration of wide-angle lenses and polycameras;R. Swaminathan等;《IEEE Transactions on Pattern Analysis and Machine Intelligence》;20001031;1172-1178页 *
基于单幅广角畸变图像的自动校正算法研究;李乐;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180615;I138-1306 *
基于圆分割的鱼眼镜头图像畸变校正算法;张琨等;《东北大学学报(自然科学版)》;20110915;第32卷(第09期);1240-1243页 *
鱼眼图像校正软件的关键技术研究;刘红军等;《仪表技术与传感器》;20110715(第7期);1100-105页 *

Also Published As

Publication number Publication date
CN111861932A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
WO2018225967A1 (en) Device having cameras with different focal lengths and method of implementing cameras
CN109040596B (zh) 一种调整摄像头的方法、移动终端及存储介质
KR102010712B1 (ko) 왜곡 보정 방법 및 단말기
WO2021179826A1 (zh) 图像处理方法及相关产品
US12131490B2 (en) Image processing method and image processing apparatus, and electronic device using same
CN109923850B (zh) 一种图像捕捉装置及方法
WO2022227394A1 (zh) 图像处理方法、装置、设备、存储介质及程序
CN111654637B (zh) 对焦方法、对焦装置及终端设备
CN111861932B (zh) 图像的畸变校正方法、装置及移动终端
CN112188097B (zh) 拍摄方法、拍摄装置、终端设备及计算机可读存储介质
CN112437235B (zh) 夜景图片生成方法、装置及移动终端
CN111988526B (zh) 移动终端及图像数据处理方法
CN107730443B (zh) 图像处理方法、装置及用户设备
CN112598571B (zh) 一种图像缩放方法、装置、终端及存储介质
US8705883B2 (en) Noise reduction device and noise reduction method
CN115134532A (zh) 图像处理方法、装置、存储介质及电子设备
CN110942065B (zh) 文本框选方法、装置、终端设备及计算机可读存储介质
CN111147694B (zh) 拍摄方法、拍摄装置、终端设备及计算机可读存储介质
CN113538269A (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN112419134A (zh) 一种图像处理方法及装置
CN111986144A (zh) 一种图像模糊判断方法、装置、终端设备及介质
CN112446848A (zh) 图像处理方法、装置及电子设备
CN113132609A (zh) 一种启动摄像头的方法、装置及移动终端
CN111815531B (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
CN113126836B (zh) 一种画面显示方法、存储介质及终端设备

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