CN114187188A - 图像矫正方法、装置及电子设备 - Google Patents
图像矫正方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114187188A CN114187188A CN202111300615.2A CN202111300615A CN114187188A CN 114187188 A CN114187188 A CN 114187188A CN 202111300615 A CN202111300615 A CN 202111300615A CN 114187188 A CN114187188 A CN 114187188A
- Authority
- CN
- China
- Prior art keywords
- target
- pixel
- pixel point
- coordinate information
- line
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003702 image correction Methods 0.000 title abstract description 7
- 238000012937 correction Methods 0.000 claims abstract description 116
- 238000013507 mapping Methods 0.000 claims description 45
- 238000003708 edge detection Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000004075 alteration Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供了图像矫正方法、装置及电子设备。本申请实施例中,通过从边缘图像中选中目标线,依据边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型,通过该目标畸变矫正模型对原始图像矫正,以实现针对镜头畸变时拍摄的图像进行矫正,实现了自适应畸变的矫正方法。
Description
技术领域
本申请涉及图像处理技术,特别涉及图像矫正方法、装置及电子设备。
背景技术
由于相机中透镜的制造精度以及组装工艺的偏差等会引入畸变,进而导致相机拍摄的图像产生失真。比如,这里的畸变为沿着透镜半径方向分布的畸变(可称为径向畸变),其产生的原因是光线在远离透镜中心的地方比靠近中心的地方更加弯曲,图1举例示出了径向畸变中的桶形畸变。再比如这里的畸变为由于透镜本身与相机传感器平面(成像平面)或图像平面不平行而产生的畸变(可称为切向畸变),其产生的原因多是由于透镜被粘贴到镜头模组上的安装偏差导致。
发明内容
本申请实施例提供了图像矫正方法、装置及电子设备,以针对镜头畸变时拍摄的图像进行矫正。
本申请实施例提供一种图像矫正方法,该方法包括:
从已获得的边缘图像中选中一条目标线;其中,所述边缘图像中属于所述目标线的像素点的数量大于设定数量,所述边缘图像是经由对原始图像进行边缘检测得到的;
依据所述边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型;
利用所述目标畸变矫正模型矫正所述原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息;
利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值;其中,目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
本申请实施例提供一种图像矫正装置,该装置包括:
选中单元,用于从已获得的边缘图像中选中一条目标线;其中,所述边缘图像中属于所述目标线的像素点的数量大于设定数量,所述边缘图像是经由对原始图像进行边缘检测得到的;
目标单元,用于依据所述边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型;
矫正单元,用于利用所述目标畸变矫正模型矫正所述原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息;以及,
利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值;其中,目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
本申请实施例还提供了一种电子设备。该电子设备包括:处理器和机器可读存储介质;
所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现上述公开的方法的步骤。
由以上技术方案可以看出,本申请实施例中,通过从边缘图像中选中目标线,依据边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型,通过该目标畸变矫正模型对原始图像矫正,以实现针对镜头畸变时拍摄的图像进行矫正,实现了自适应畸变的矫正方法。
进一步地,在本实施例中,还进一步利用原始图像的宽度、原始图像中的指定横坐标值,矫正原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值,这进一步在保证图像失真满足要求的前提下尽可能降低图像视场角的损失。
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。
图1为本申请实施例提供的径向畸变示意图;
图2为本申请实施例提供的方法流程图;
图3a至图3d为本申请实施例提供的视场角矫正前后示意图;
图4为本申请实施例提供的步骤201实现流程图;
图5为本申请实施例提供的像素坐标系和霍夫空间表示示意图;
图6为本申请实施例提供的目标线确定流程图;
图7a至图7d为本申请实施例提供的畸变图像矫正前后示意图;
图8a至图8d为本申请实施例提供的另一畸变图像矫正前后示意图;
图9为本申请实施例提供的装置结构图;
图10为本申请实施例提供的电子设备结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请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、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
为了使本领域技术人员更好地理解本申请实施例提供的技术方案,并使本申请实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请实施例中技术方案作进一步详细的说明。
参见图2,图2为本申请实施例提供的方法流程图。作为一个实施例,该流程可应用于前端设备比如相机、摄像机等具有图像采集功能的图像采集设备。作为另一个实施例,该流程也可应用于后端设备比如平台、服务器等。本实施例并不具体本申请实施例提供的方法所应用的设备。
如图2所示,该流程可包括以下步骤:
步骤201,从已获得的边缘图像中选中一条目标线。
这里,边缘图像是经由对原始图像进行边缘检测得到的。可选地,为保证图像矫正效果,这里的原始图像可为拍摄的图像直线场景比较丰富的图像,比如斑马线图像、建筑大楼图像等。
在本实施例中,在对原始图像进行边缘检测时有多种可选的边缘检测(梯度)算子,比如普通一阶差分算子、Robert算子(交叉差分),Sobel算子、Canny算子等。以选择采用Canny算子作为边缘检测算法对原始图像进行边缘检测为例,则首先可使用高斯滤波器对原始图像进行滤波,以平滑图像,滤除噪声。之后,计算滤波图像中每个像素点的梯度强度和方向,基于已计算的每个像素点的梯度强度和方向,则先采用非极大值(Non-MaximumSuppression)抑制算法消除边缘检测带来的杂散响应,再使用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘,最后,再通过抑制孤立的弱边缘最终完成边缘检测,得到边缘图像。
在获得边缘图像后,则如步骤201描述,可从边缘图像中选中一条目标线。可选地,作为一个实施例,选中的目标线可满足以下条件:边缘图像中属于该目标线的像素点的数量大于设定数量,这里的设定数量可根据实际需求设置。优选地,在一个例子中,选中的目标线可为边缘图像中属于该目标线的像素点的数量大于设定数量、且该目标线为边缘图像中具有最多像素点的一条线(即边缘图像中属于该目标线的像素点的数量大于边缘图像中其它任一条线上具有的像素点的数量)。
步骤202,依据边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型。
可选地,在本实施例中,可基于属于目标线的像素点在像素坐标系下的原始坐标信息拟合出一条直线方程。之后针对每一像素点,假若以该像素点的横坐标值为参考,则将该像素点的横坐标值代入直线方程,得到对应的理论纵坐标值,将该像素点的横坐标值、以及上述理论纵坐标值作为该像素点的理论坐标信息。类似地,假若以该像素点的纵坐标值为参考,则将该像素点的纵坐标值代入直线方程,得到对应的理论横坐标值,将该像素点的理论横坐标值、以及该像素点的原始坐标信息中的纵坐标值作为该像素点的理论坐标信息。最终会得到属于上述目标线的各像素点的理论坐标信息。
之后,如步骤202描述,则可依据边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型。可选地,作为一个实施例,在步骤202中确定目标畸变矫正模型的过程中,可先基于边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息计算出目标畸变矫正模型如公式1所示:
L(r)=1+k1r2+k2r4 (公式1)
其中,L(r)为目标畸变矫正模型,k1和k2为目标畸变模型的前两阶的畸变参数,r为待矫正的像素点与指定点(xc,yc)的距离。可选地,对于原始图像在矫正前后,其高度和宽度是不会发生变化的,对应的,处于中心的像素点(称为中心像素点)的原始坐标信息在矫正前后发生的变化也不大,基于此,作为一个实施例,这里的指定像素点(xc,yc)可为原始图像中中心像素点的原始坐标信息。
需要说明的是,本发明实施例并不具体限定如何确定目标畸变矫正模型的方式,只要得到上述边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,则自然可参考现有模型确定方式,并依据边缘图像中属于目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型。
步骤203,利用目标畸变矫正模型矫正原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息。
作为一个实施例,可选地,可将上述公式1转换为下述公式2:
基于此,针对原始图像中每一像素点,基于该像素点在像素坐标系下的原始坐标信息确定该像素点距离上述中心像素点之间的距离r,之后代入公式1得到L(r),再将得到的L(r)代入上述公式2,最终得到该像素点对应的目标矫正坐标信息。需要说明的是,上述公式1、公式2只是矫正的一种举例,并非用于限定。
步骤204,利用原始图像的宽度、原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值。
本步骤204是视场角矫正,以扩展原始图像的水平视场角。可选地,作为一个实施例,本步骤204可通过以下公式3矫正各像素点对应的目标矫正坐标信息中的横坐标值:
在公式3中,x`为目标矫正坐标信息中被矫正后的横坐标值,x为目标矫正坐标信息中被矫正前的横坐标值,Cx为指定横坐标值,sx为设定的矫正系数。
可选地,如上描述,指定像素点(xc,yc)的原始坐标信息在矫正前后并没有很大差别,基于此,这里的指定横坐标值Cx可为上述指定像素点的横坐标值xc。
另外,可选地,这里的矫正系数sx可根据实际情况设置,比如为区间(0.95,1)中的一个值。
在本实施例中,上述目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
需要说明的是,上述采用公式3对原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值进行矫正只是一种举例,并非用于限定。
以上述指定横坐标值为原始图像中中心像素点的横坐标值为例,基于上述公式,则当目标矫正坐标信息中待被矫正的横坐标值x满足以下条件:0<=x<=Cx,具体如图3a所示,则最终,待被矫正的处于[0,Cx]的各横坐标值的矫正如图3b所示。
再以目标矫正坐标信息中待被矫正的横坐标值x满足以下条件:Cx<=x<=width,具体如图3c所示,则最终,待被矫正的处于[Cx,width]的各横坐标值的矫正如图3d所示。
通过图3a至图3d可以看出,在本实施例中,当目标矫正坐标信息中待被矫正的横坐标值x越接近于上述指定横坐标值(以中心像素点的横坐标值为例)时,该横坐标值x被矫正的幅度越小,越接近于1,繁殖,当目标矫正坐标信息中待被矫正的横坐标值x越接近于原始图像左右两侧(远离上述指定横坐标值)时,则该横坐标值x被矫正的幅度越大,越接近于sigma。
至此,完成图2所示流程。
通过图2所示流程,
在本实施例中,通过从边缘图像中选中目标线,依据边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型,通过该目标畸变矫正模型对原始图像矫正,以实现针对镜头畸变时拍摄的图像进行矫正,实现了自适应畸变的矫正方法。
进一步地,在本实施例中,还进一步利用原始图像的宽度、原始图像中的指定横坐标值,矫正原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值,这进一步在保证图像失真满足要求的前提下尽可能降低图像视场角的损失。
下面对上述步骤201中从已获得的边缘图像中选中一条目标线进行举例描述。
参见图4,图4为本申请实施例提供的步骤201实现流程图。可选地,该实现流程可通过改进后的霍夫变换方法实现,以检测出图像中的失真直线及弯曲直线。
如图4所示,该流程可包括以下步骤:
步骤401,将边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间,得到霍夫空间内与所述边缘图像中各像素点具有映射关系的映射像素点。
可选地,在本实施例中,可通过指定坐标转换方式(用于像素坐标系与极坐标系下的霍夫空间的转换),将边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间,得到霍夫空间内与所述边缘图像中各像素点具有映射关系的映射像素点。比如,通过以下公式4将边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间:
ρ=x cos(θ)+y sin(θ) (公式4)
在公式4中,[x,y]表示边缘图像中像素点在像素坐标系下的坐标,[ρ,θ]表示映射像素点在极坐标系下的坐标值。可选地,ρ的取值范围为[0,r_max],r_max为边缘图像中的图像对角线长。θ的取值范围在[0,180]。
步骤402,在霍夫空间中统计至少一个目标映射像素点;其中,霍夫空间中目标映射像素点所映射的所述边缘图像中像素点的数量大于所述霍夫空间中非目标映射像素点所映射的所述边缘图像中像素点的数量。
可选地,在本实施例中,可预先做一个大小为r_max*180的极坐标点坐标信息表。之后,针对边缘图像中每一像素点,确定该像素点映射至该表中的极坐标点(即映射像素点),并在该极坐标点(即映射像素点)不存在映射数量标记时,针对该极坐标点设置映射数量标记并将该映射数量标记置为第一值,而在该极坐标点(即映射像素点)存在映射数量标记时,将该极坐标点的映射数量标记在当前值的基础上增加第一值。依次类推。之后,按照映射数量标记的取值从大至小的顺序对极坐标点(即映射像素点)进行排序,将序列中前n个极坐标点(即映射像素点)即为上述的目标映射像素点。
步骤403,依据各目标映射像素点在所述边缘图像中查找到对应的初始线,依据被确定的各初始线确定目标线。
在本实施例中,像素坐标系中一条直线,对应霍夫空间中一个点。同样地,霍夫空间中一个点,对应像素坐标系下一条直线。具体如图5所示。基于此,本实施例可依据如图5所示的表示方式,在边缘图像终确定出与霍夫空间中各目标映射像素点对应的初始线。
之后,依据被确定的各初始线确定上述目标线。比如,从所有初始线中选择像素点最多或者最长的一条作为目标线;或者,可参照图6的方式确定目标线。
参见图6,图6为本申请实施例提供的目标线确定流程图。如图6所示,该流程可包括以下步骤:
步骤601,将所有初始线确定为当前线;从所有当前线中选择最长的一条参考线,依据边缘图像中属于参考线的像素点在像素坐标系下的原始坐标信息、以及基于参考线对应的直线方程计算的该像素点的理论坐标信息,确定参考畸变矫正模型。
可选地,在本实施例中,确定参考畸变矫正模型的方式类似上述步骤202中确定目标畸变矫正模型的方式,不再赘述。
步骤602,针对边缘图像中每一像素点,依据参考畸变矫正模型矫正该像素点在像素坐标系下的原始坐标信息,得到该像素点对应的参考矫正坐标信息,依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点。
可选地,在本实施例中,依据参考畸变矫正模型矫正该像素点在像素坐标系下的原始坐标信息类似上述步骤203中的矫正方式,不再赘述。
作为一个实施例,本步骤602中依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点可包括:
针对每一像素点,计算该像素点在所述边缘图像中的原始坐标信息与该像素点被矫正后的参考矫正坐标信息之间的欧式距离;
当所述欧式距离小于第一设定距离阈值,则确定该像素点为候选像素点,否则,确定该像素点不为候选像素点。可选地,这里第一设定距离阈值可根据实际需求设置,比如可设置8个像素点的大小。
步骤603,从已确定的所有候选像素点中确定属于每一当前线的目标像素点,依据当前线以及已确定的属于该当前线的目标像素点进行拟合处理得到当前线对应的拟合线,并在当前存在迭代次数时,将已记录的迭代次数增加第一值,否则,设置迭代次数为第一值;在迭代次数的当前值小于设定值时,将所有拟合线确定为当前线,返回从所有当前线中选择最长的一条参考线的步骤,否则,从所有拟合线中选择最长的一条作为目标线。
可选地,在本实施例中,从已确定的所有候选像素点中确定属于每一当前线的目标像素点可包括:
针对每一当前线执行以下步骤a:
步骤a,针对每一候选像素点,确定该当前线、以及该候选像素点均映射至所述霍夫空间后两者之间的方向差值是否小于设定方向阈值,当所述方向差值小于或等于设定方向阈值时,如果该候选像素点至该当前线的距离小于或等于第二设定距离阈值,则确定该候选像素点为属于该当前线的目标像素点,当所述方向差值大于设定方向阈值时,或者当所述方向差值小于设定方向阈值但该候选像素点至该当前线的距离大于第二设定距离阈值,则确定该候选像素点不属于该当前线的目标像素点。可选地,第二设定距离阈值可根据实际需求设置,比如3个像素点的大小。在本实施例中,该候选像素点至该当前线的距离举例可按照如下公式5计算:
在公式5中,di为候选边缘点距离当前线(第i(1<=i<=n)条直线)的欧氏距离。vi表示计算出的该候选像素点至该当前线的距离。
至此,完成图6所示流程。
通过上述图5、图6所示流程,本申请实施例提供了改进后的直线检测。通过该改进后的直线检测,即使是失真较为严重的图像,也能检测出连续的直线。
以上对本申请实施例提供的方法进行了描述。
通过本申请实施例提供的上述方法,则可在125度视场角拍摄出如图7a所示的畸变图像时,通过对该畸变图像进行边缘检测得到如图7b所示的边缘图像。再通过如上图4至图6所示流程对7b所示的边缘图像进行直线检测,得到如图7c所示的直线,基于图7c所示的直线确定目标畸变矫正模型,利用目标畸变矫正模型对如图7a所示的畸变图像进行矫正,矫正后的图像如图7d所示。通过比较可以发现,畸变矫正效果如表1所示:
表1
视场角 | 几何失真 | |
矫正前 | 125 | -39.7% |
矫正后 | 114(视场角损失8.8%) | -9.7% |
类似地,通过本申请实施例提供的上述方法,则可在128度视场角拍摄出如图8a所示的畸变图像时,通过对该畸变图像进行边缘检测得到如图8b所示的边缘图像。再通过如上图4至图6所示流程对8b所示的边缘图像进行直线检测,得到如图8c所示的直线,基于图8c所示的直线确定目标畸变矫正模型,利用目标畸变矫正模型对如图8a所示的畸变图像进行矫正,矫正后的图像如图8d所示。通过比较可以发现,畸变矫正效果如表2所示:
表2
视场角 | 几何失真 | |
矫正前 | 128 | -42.9% |
矫正后 | 117(视场角损失8.6%) | -11.2% |
以上对本申请实施例提供的方法进行了描述,下面对本申请实施例提供的装置进行描述:
参见图9,图9为本申请实施例提供的装置结构图。该装置包括:
选中单元,用于从已获得的边缘图像中选中一条目标线;其中,所述边缘图像中属于所述目标线的像素点的数量大于设定数量,所述边缘图像是经由对原始图像进行边缘检测得到的;
目标单元,用于依据所述边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型;
矫正单元,用于利用所述目标畸变矫正模型矫正所述原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息;以及,
利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值;其中,目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
可选地,所述选中单元从已获得的边缘图像中选中一条目标线包括:
将所述边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间,得到霍夫空间内与所述边缘图像中各像素点具有映射关系的映射像素点;
在所述霍夫空间中统计至少一个目标映射像素点;其中,所述霍夫空间中目标映射像素点所映射的所述边缘图像中像素点的数量大于所述霍夫空间中非目标映射像素点所映射的所述边缘图像中像素点的数量;
依据各目标映射像素点在所述边缘图像中查找到对应的初始线,依据被确定的各初始线确定所述目标线。
可选地,所述选中单元依据被确定的各初始线确定所述目标线包括:
从所有初始线中选择最长的一条作为所述目标线;或者,
将所有初始线确定为当前线;从所有当前线中选择像素点最多的一条参考线,依据所述边缘图像中属于所述参考线的像素点在像素坐标系下的原始坐标信息、以及基于所述参考线对应的直线方程计算的该像素点的理论坐标信息,确定参考畸变矫正模型;
针对所述边缘图像中每一像素点,依据参考畸变矫正模型矫正该像素点在像素坐标系下的原始坐标信息,得到该像素点对应的参考矫正坐标信息,依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点;
从已确定的所有候选像素点中确定属于每一当前线的目标像素点,依据当前线以及已确定的属于该当前线的目标像素点进行拟合处理得到当前线对应的拟合线,并在当前存在迭代次数时,将已记录的迭代次数增加第一值,否则,设置迭代次数为第一值;在迭代次数的当前值小于设定值时,将所有拟合线确定为当前线,返回从所有当前线中选择最长的一条参考线的步骤,否则,从所有拟合线中选择最长的一条作为所述目标线。
可选地,选中单元依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点包括:
针对每一像素点,计算该像素点在所述边缘图像中的原始坐标信息与该像素点被矫正后的参考矫正坐标信息之间的欧式距离;
当所述欧式距离小于第一设定距离阈值,则确定该像素点为候选像素点,否则,确定该像素点不为候选像素点。
可选地,选中单元从已确定的所有候选像素点中确定属于每一当前线的目标像素点包括:
针对每一当前线执行以下步骤:
针对每一候选像素点,确定该当前线、以及该候选像素点均映射至所述霍夫空间后两者之间的方向差值是否小于设定方向阈值,当所述方向差值小于或等于设定方向阈值时,如果该候选像素点至该当前线的距离小于或等于第二设定距离阈值,则确定该候选像素点为属于该当前线的目标像素点,当所述方向差值大于设定方向阈值时,或者当所述方向差值小于设定方向阈值但该候选像素点至该当前线的距离大于第二设定距离阈值,则确定该候选像素点不属于该当前线的目标像素点。
可选地,矫正单元利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值包括:
通过以下公式矫正各像素点对应的目标矫正坐标信息中的横坐标值:
其中,x`为目标矫正坐标信息中被矫正后的横坐标值,x为目标矫正坐标信息中被矫正前的横坐标值,Cx为所述指定横坐标值,sx为设定的矫正系数。
至此,完成图9所示装置的结构描述。
本申请实施例还提供了图9所示装置的硬件结构。参见图10,图10为本申请实施例提供的电子设备结构图。如图10所示,该硬件结构可包括:处理器和机器可读存储介质,机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现本申请上述示例公开的方法。
基于与上述方法同样的申请构思,本申请实施例还提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,能够实现本申请上述示例公开的方法。
示例性的,上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种图像矫正方法,其特征在于,该方法包括:
从已获得的边缘图像中选中一条目标线;其中,所述边缘图像中属于所述目标线的像素点的数量大于设定数量,所述边缘图像是经由对原始图像进行边缘检测得到的;
依据所述边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型;
利用所述目标畸变矫正模型矫正所述原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息;
利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值;其中,目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
2.根据权利要求1所述的方法,其特征在于,所述从已获得的边缘图像中选中一条目标线包括:
将所述边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间,得到霍夫空间内与所述边缘图像中各像素点具有映射关系的映射像素点;
在所述霍夫空间中统计至少一个目标映射像素点;其中,所述霍夫空间中目标映射像素点所映射的所述边缘图像中像素点的数量大于所述霍夫空间中非目标映射像素点所映射的所述边缘图像中像素点的数量;
依据各目标映射像素点在所述边缘图像中查找到对应的初始线,依据被确定的各初始线确定所述目标线。
3.根据权利要求2所述的方法,其特征在于,所述依据被确定的各初始线确定所述目标线包括:
从所有初始线中选择最长的一条作为所述目标线;或者,
将所有初始线确定为当前线;从所有当前线中选择像素点最多的一条参考线,依据所述边缘图像中属于所述参考线的像素点在像素坐标系下的原始坐标信息、以及基于所述参考线对应的直线方程计算的该像素点的理论坐标信息,确定参考畸变矫正模型;
针对所述边缘图像中每一像素点,依据参考畸变矫正模型矫正该像素点在像素坐标系下的原始坐标信息,得到该像素点对应的参考矫正坐标信息,依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点;
从已确定的所有候选像素点中确定属于每一当前线的目标像素点,依据当前线以及已确定的属于该当前线的目标像素点进行拟合处理得到当前线对应的拟合线,并在当前存在迭代次数时,将已记录的迭代次数增加第一值,否则,设置迭代次数为第一值;在迭代次数的当前值小于设定值时,将所有拟合线确定为当前线,返回从所有当前线中选择最长的一条参考线的步骤,否则,从所有拟合线中选择最长的一条作为所述目标线。
4.根据权利要求3所述的方法,其特征在于,所述依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点包括:
针对每一像素点,计算该像素点在所述边缘图像中的原始坐标信息与该像素点被矫正后的参考矫正坐标信息之间的欧式距离;
当所述欧式距离小于第一设定距离阈值,则确定该像素点为候选像素点,否则,确定该像素点不为候选像素点。
5.根据权利要求3所述的方法,其特征在于,所述从已确定的所有候选像素点中确定属于每一当前线的目标像素点包括:
针对每一当前线执行以下步骤:
针对每一候选像素点,确定该当前线、以及该候选像素点均映射至所述霍夫空间后两者之间的方向差值是否小于设定方向阈值,当所述方向差值小于或等于设定方向阈值时,如果该候选像素点至该当前线的距离小于或等于第二设定距离阈值,则确定该候选像素点为属于该当前线的目标像素点,当所述方向差值大于设定方向阈值时,或者当所述方向差值小于设定方向阈值但该候选像素点至该当前线的距离大于第二设定距离阈值,则确定该候选像素点不属于该当前线的目标像素点。
7.一种图像矫正装置,其特征在于,该装置包括:
选中单元,用于从已获得的边缘图像中选中一条目标线;其中,所述边缘图像中属于所述目标线的像素点的数量大于设定数量,所述边缘图像是经由对原始图像进行边缘检测得到的;
目标单元,用于依据所述边缘图像中属于所述目标线的像素点在像素坐标系下的原始坐标信息、以及基于所述目标线对应的直线方程计算的该像素点的理论坐标信息,确定目标畸变矫正模型;
矫正单元,用于利用所述目标畸变矫正模型矫正所述原始图像中各像素点在像素坐标系下的原始坐标信息,得到各像素点对应的目标矫正坐标信息;以及,
利用所述原始图像的宽度、所述原始图像中的指定横坐标值,矫正所述原始图像中其它各像素点对应的目标矫正坐标信息中的横坐标值;其中,目标矫正坐标信息中的横坐标值越接近所述指定横坐标值,则被矫正的幅度越小。
8.根据权利要求7所述的装置,其特征在于,所述选中单元从已获得的边缘图像中选中一条目标线包括:
将所述边缘图像中各像素点从像素坐标系映射至极坐标系下的霍夫空间,得到霍夫空间内与所述边缘图像中各像素点具有映射关系的映射像素点;
在所述霍夫空间中统计至少一个目标映射像素点;其中,所述霍夫空间中目标映射像素点所映射的所述边缘图像中像素点的数量大于所述霍夫空间中非目标映射像素点所映射的所述边缘图像中像素点的数量;
依据各目标映射像素点在所述边缘图像中查找到对应的初始线,依据被确定的各初始线确定所述目标线。
9.根据权利要求8所述的装置,其特征在于,所述选中单元依据被确定的各初始线确定所述目标线包括:
从所有初始线中选择最长的一条作为所述目标线;或者,
将所有初始线确定为当前线;从所有当前线中选择像素点最多的一条参考线,依据所述边缘图像中属于所述参考线的像素点在像素坐标系下的原始坐标信息、以及基于所述参考线对应的直线方程计算的该像素点的理论坐标信息,确定参考畸变矫正模型;
针对所述边缘图像中每一像素点,依据参考畸变矫正模型矫正该像素点在像素坐标系下的原始坐标信息,得到该像素点对应的参考矫正坐标信息,依据该像素点在所述边缘图像中的原始坐标信息、以及该像素点被矫正后的参考矫正坐标信息确定该像素点是否为候选像素点;
从已确定的所有候选像素点中确定属于每一当前线的目标像素点,依据当前线以及已确定的属于该当前线的目标像素点进行拟合处理得到当前线对应的拟合线,并在当前存在迭代次数时,将已记录的迭代次数增加第一值,否则,设置迭代次数为第一值;在迭代次数的当前值小于设定值时,将所有拟合线确定为当前线,返回从所有当前线中选择最长的一条参考线的步骤,否则,从所有拟合线中选择最长的一条作为所述目标线。
10.一种电子设备,其特征在于,该电子设备包括:处理器和机器可读存储介质;
所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现权利要求1-6任一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111300615.2A CN114187188A (zh) | 2021-11-04 | 2021-11-04 | 图像矫正方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111300615.2A CN114187188A (zh) | 2021-11-04 | 2021-11-04 | 图像矫正方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114187188A true CN114187188A (zh) | 2022-03-15 |
Family
ID=80540698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111300615.2A Pending CN114187188A (zh) | 2021-11-04 | 2021-11-04 | 图像矫正方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114187188A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409980A (zh) * | 2022-09-02 | 2022-11-29 | 重庆众仁科技有限公司 | 畸变图像的矫正方法及系统 |
CN115953328A (zh) * | 2023-03-13 | 2023-04-11 | 天津所托瑞安汽车科技有限公司 | 一种目标矫正方法、系统及电子设备 |
CN118096607A (zh) * | 2023-12-20 | 2024-05-28 | 珠海市欧冶半导体有限公司 | 图像矫正方法、装置、计算机设备和存储介质 |
CN118096607B (zh) * | 2023-12-20 | 2024-09-24 | 珠海市欧冶半导体有限公司 | 图像矫正方法、装置、计算机设备和存储介质 |
-
2021
- 2021-11-04 CN CN202111300615.2A patent/CN114187188A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409980A (zh) * | 2022-09-02 | 2022-11-29 | 重庆众仁科技有限公司 | 畸变图像的矫正方法及系统 |
CN115409980B (zh) * | 2022-09-02 | 2023-12-22 | 重庆众仁科技有限公司 | 畸变图像的矫正方法及系统 |
CN115953328A (zh) * | 2023-03-13 | 2023-04-11 | 天津所托瑞安汽车科技有限公司 | 一种目标矫正方法、系统及电子设备 |
CN115953328B (zh) * | 2023-03-13 | 2023-05-30 | 天津所托瑞安汽车科技有限公司 | 一种目标矫正方法、系统及电子设备 |
CN118096607A (zh) * | 2023-12-20 | 2024-05-28 | 珠海市欧冶半导体有限公司 | 图像矫正方法、装置、计算机设备和存储介质 |
CN118096607B (zh) * | 2023-12-20 | 2024-09-24 | 珠海市欧冶半导体有限公司 | 图像矫正方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111145238B (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
CN110276734B (zh) | 图像畸变校正方法和装置 | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
KR102144994B1 (ko) | 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치 | |
CN110264426B (zh) | 图像畸变校正方法和装置 | |
US20190208125A1 (en) | Depth Map Calculation in a Stereo Camera System | |
CN105096269B (zh) | 基于畸变直线结构检测的图像径向畸变矫正的方法及系统 | |
CN109479082B (zh) | 图象处理方法及装置 | |
CN114187188A (zh) | 图像矫正方法、装置及电子设备 | |
KR20110059506A (ko) | 복수의 이미지들로부터 카메라 파라미터를 얻기 위한 시스템과 방법 및 이들의 컴퓨터 프로그램 제품 | |
CN103473537B (zh) | 一种目标图像轮廓特征表示方法及装置 | |
CN110738707A (zh) | 一种相机的畸变校正方法及装置、设备、存储介质 | |
CN113096192B (zh) | 图像传感器内参标定方法、装置、设备及存储介质 | |
CN110555377B (zh) | 一种基于鱼眼相机俯视拍摄的行人检测与跟踪方法 | |
CN112511767B (zh) | 一种视频拼接方法及设备、存储介质 | |
CN105427333A (zh) | 视频序列图像的实时配准方法、系统及拍摄终端 | |
CN111080542A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN111028169A (zh) | 图像校正方法、装置、终端设备和存储介质 | |
JP2015207090A (ja) | 画像処理装置、及びその制御方法 | |
CN114727073A (zh) | 一种图像的投影方法、装置、可读存储介质及电子设备 | |
CN115660995A (zh) | 一种利用直线图案的相机正畸方法及系统 | |
CN114494034A (zh) | 一种图像畸变矫正方法及装置和设备 | |
CN115131273A (zh) | 信息处理方法、测距方法及装置 | |
JP6579934B2 (ja) | 画像処理装置、撮像装置、画像処理方法、プログラム、記憶媒体 | |
CN111598940A (zh) | 一种半球摄影中心点位置定位方法 |
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 |