CN114387183A - 一种车辆环视系统的图像处理方法及系统 - Google Patents
一种车辆环视系统的图像处理方法及系统 Download PDFInfo
- Publication number
- CN114387183A CN114387183A CN202210011418.7A CN202210011418A CN114387183A CN 114387183 A CN114387183 A CN 114387183A CN 202210011418 A CN202210011418 A CN 202210011418A CN 114387183 A CN114387183 A CN 114387183A
- Authority
- CN
- China
- Prior art keywords
- image
- images
- camera
- vehicle
- motion vector
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 18
- 238000005286 illumination Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000000265 homogenisation Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical 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
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种车辆环视系统的图像处理方法及系统,方法包括:接收车辆环视系统相机输出的低帧率图像序列;计算相邻两帧图像上同一个像素块的运动矢量;根据相机参数和自车运动参数,矫正所述运动矢量;基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。本发明考虑到相机的内参和外参、自车运动参数对运动估计和运动补偿的影响,使得生成的中间帧更加真实,获得高帧率的全景视频,相比传统全景系统使得用户观感提升。
Description
技术领域
本发明涉及图像处理领域,更具体地,涉及一种车辆环视系统的图像处理方法及系统。
背景技术
随着技术发展,显示屏所支持的最大刷新率越来越高,远大于主流的视频帧率。在手机和电视上出现了视频动态插帧技术,其中主要实现方法是对视频图像序列进行运动估计和运动补偿,在两帧之间插入中间帧。这样可以提高视频帧率,减少拖影,观感上更加流畅。目前的运动估计和运动补偿算法未考虑到图像畸变较大的情况,而车辆的环视系统图像为畸变图像,并且自车运动对传统视频动态插帧技术也会有影响。
发明内容
本发明针对现有技术中存在的技术问题,提供一种车辆环视系统的图像处理方法及系统。
根据本发明的第一方面,提供了一种车辆环视系统的图像处理方法,包括:接收车辆环视系统相机输出的低帧率图像序列;计算相邻两帧图像上同一个像素块的运动矢量;根据相机参数和自车运动参数,矫正所述运动矢量;基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述计算相邻两帧图像上同一个像素块的运动矢量,包括:将每一帧图像划分为多个像素块,搜索相邻两帧图像上匹配的像素块,所述相邻两帧图像上匹配的像素块为相邻两帧图像上同一个像素块;获取相邻两帧图像上匹配的像素块之间的相对位移为运动矢量。
可选的,所述根据相机参数和自车运动参数,矫正所述运动矢量,包括:基于张正友标定法标定相机的内参和畸变参数,以及获取自车运动参数;根据相机的内参、畸变参数和自车运动参数,矫正所述运动矢量。
可选的,所述根据相机的内参、畸变参数和自车运动参数,矫正所述运动矢量,包括:
其中,(Δx,Δy)为像素块沿x、y轴的运动矢量,fx、fy为相机内参,θd、r根据相机畸变参数和像素块的坐标确定,V为自车纵向速度,t为相邻两帧的时间间隔,α和β为可标定系数。
可选的,所述基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正,包括:
根据Kannala-brandt畸变投影模型建立畸变矫正前的图像像素和畸变矫正后的图像像素之间的转换关系:
r2=x2+y2;θ=arctan(r);
θd=θ(1+k1θ2+k2θ4+k3θ6+k4θ8);
其中,(x′,y′)为鱼眼畸变矫正后的图像像素坐标,(x,y)为相机输出的畸变图像像素坐标,其中k1,k2,k3,k4为摄像头畸变参数;
基于相机内参,将畸变矫正后的图像像素坐标转换为理想图像像素坐标:
u=fxx′+Cx;
v=fyy′+Cy;
式中,fx、fy、Cx、Cy为相机内参,(u,v)为理想图像像素坐标。
可选的,所述根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列,包括:
根据单向运动估计方法,在相邻两帧图像之间插入N帧图像,插入中间帧图像编号为1,2,...,i,..,N;
其中,插入的每一中间帧图像的像素坐标为:
式中,(u,v)为前后两帧图像中的前一帧图像的像素坐标,Δu′和Δv′为矫正后的运动矢量;在低帧率图像序列中的每两帧图像之间插入多帧中间帧图像,得到高帧率图像序列。
可选的,所述接收车辆环视系统相机输出的低帧率图像序列,包括:接收车辆环视系统的多路相机输出的低帧率图像序列;向每一路低帧率图像序列进行插帧处理,得到每一路高帧率图像序列;对每一路高帧率图像序列进行拼接及光照均匀化处理,得到高帧率全景视频。
根据本发明的第二方面,提供一种车辆环视系统的图像处理系统,包括:接收模块,用于接收车辆环视系统相机输出的低帧率图像序列;计算模块,用于计算相邻两帧图像上同一个像素块的运动矢量;矫正模块,用于根据相机参数和自车运动参数,矫正所述运动矢量;以及基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;插帧处理模块,用于根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现车辆环视系统的图像处理方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现车辆环视系统的图像处理方法的步骤。
本发明提供的一种车辆环视系统的图像处理方法及系统,考虑到相机的内参和外参、自车运动参数对运动估计和运动补偿的影响,使得生成的中间帧更加真实,获得高帧率的全景视频,相比传统全景系统使得用户观感提升。
附图说明
图1为本发明提供的一种车辆环视系统的图像处理方法流程图;
图2为计算的像素块运动矢量的示意图;
图3为本发明提供的一种车辆环视系统的图像处理系统的结构示意图;
图4为本发明提供的一种可能的电子设备的硬件结构示意图;
图5为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例一
一种车辆环视系统的图像处理方法,参见图1,该图像处理方法包括:
S1,接收车辆环视系统相机输出的低帧率图像序列。
可以理解的是,将车辆环视系统的四路摄像头的视频流输入到同一个芯片,此时的视频为低帧率的鱼眼畸变视频。
S2,计算相邻两帧图像上同一个像素块的运动矢量。
作为实施例,所述计算相邻两帧图像上同一个像素块的运动矢量,包括:将每一帧图像划分为多个像素块,搜索相邻两帧图像上匹配的像素块,所述相邻两帧图像上匹配的像素块为相邻两帧图像上同一个像素块;获取相邻两帧图像上匹配的像素块之间的相对位移为运动矢量。
具体的,对于每一路低帧率图像序列中的图像,将图像分成一定大小的像素块,对比相邻的前后帧之间相同像素块的运动,可计算得到运动矢量。其方法为以最小化像素块间差值之和的搜索标准,利用三维递归搜索法或菱形法等方式遍历前后帧图像,得到当前块(前一帧图像的像素块)和匹配块(后一帧图像的像素帧)的相对位移即为运动矢量,表示为Δx和Δy,分别是块沿x、y轴的运动矢量,可参见图2。
S3,根据相机参数和自车运动参数,矫正所述运动矢量。
S4,基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正。
作为实施例,所述根据相机参数和自车运动参数,矫正所述运动矢量,包括:基于张正友标定法标定相机的内参和畸变参数,以及获取自车运动参数;根据相机的内参、畸变参数和自车运动参数,矫正所述运动矢量。
由于环视摄像头图像畸变和自车运动,步骤S2得到的运动矢量不准确,因此考虑到使用摄像头内参、外参和畸变参数以及自车运动参数来矫正运动矢量。本发明实施例使用张正友标定法求得相机的内参、外参和畸变参数。
根据Kannala-brandt畸变投影模型可以得到畸变图像像素到理想图像像素的转换关系。
其投影关系为:
r2=x2+y2;
θ==arctan(r);
θd=θ(1+k1θ2+k2θ4+k3θ6+k4θ8);
公式中(x’,y’)为鱼眼畸变矫正后的图像像素坐标,(x,y)为摄像头输出的鱼眼畸变图像像素坐标,其中k1,k2,k3,k4为摄像头畸变参数。
再考虑到摄像头内参可以得到以下关系:
u=fxx′+Cx;
v=fyy′+Cy;
公式中fx、fy、Cx、Cy为摄像头内参,(u,v)为理想图像像素坐标。
根据模型可得矫正运动矢量:
公式中fx和fy为常量,θd和r为与x、y有关的变量。
考虑上自车纵向的行驶速度最终可得理想运动矢量为:
Δu′=f(x,y,Δx)+αVt;
Δv′=f(x,y,Δy)+βVt;
公式中V为自车纵向速度,t为摄像头输出两帧的时间间隔,α和β为可标定系数。
S5,根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
具体的,首先将前后两帧图像进行去畸变矫正,可参见步骤S3和S4。
然后根据单向运动估计的方法,在前后两帧之间插入N帧,插入中间帧编号为1,2,…,i,..,N。可以得到插入帧的像素坐标为:
公式中(u,v)为前后两帧中的前一帧畸变矫正后的像素坐标,Δu′和Δv′为按照步骤S3计算得到的矫正后的运动矢量。
通过以上步骤将相机输出低帧率的鱼眼畸变视频转换为了高帧率的理想图像视频。
作为实施例,所述接收车辆环视系统相机输出的低帧率图像序列,包括:接收车辆环视系统的多路相机输出的低帧率图像序列;向每一路低帧率图像序列进行插帧处理,得到每一路高帧率图像序列;对每一路高帧率图像序列进行拼接及光照均匀化处理,得到高帧率全景视频。
具体的,对于汽车环视系统,还需要将经过步骤S5得到的四路摄像头的高帧率视频进行后处理,包括透视变换、图像拼接、光照均一化处理。最后获得平滑、真实的高帧率全景视频。
其中透视变换可以使用基于图像的单应性矩阵算法来获得俯视图。图像拼接可以通过相邻摄像头图像参考点在全景俯视图下建立统一坐标系来完成图像的配准和拼接,对于拼接的图像缝处进行中值滤波消除接缝,使得图像更加平滑。光照均一化处理则可以使用对图像RGB三通道系数矫正,使得四路图像重叠区域颜色差异最小化。
实施例二
一种车辆环视系统的图像处理系统,参见图3,该图像处理系统包括接收模块301、计算模块302、矫正模块303和插帧处理模块304。
接收模块301,用于接收车辆环视系统相机输出的低帧率图像序列;计算模块302,用于计算相邻两帧图像上同一个像素块的运动矢量;矫正模块303,用于根据相机参数和自车运动参数,矫正所述运动矢量;以及基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;插帧处理模块304,用于根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
可以理解的是,本发明提供的一种车辆环视系统的图像处理系统与前述各实施例提供的车辆环视系统的图像处理方法相对应,车辆环视系统的图像处理系统的相关技术特征可参考车辆环视系统的图像处理方法的相关技术特征,在此不再赘述。
实施例三
请参阅图4,图4为本发明实施例提供的电子设备的实施例示意图。如图4所示,本发明实施例提了一种电子设备400,包括存储器410、处理器420及存储在存储器420上并可在处理器420上运行的计算机程411,处理器420执行计算机程序411时实现以下步骤:接收车辆环视系统相机输出的低帧率图像序列;计算相邻两帧图像上同一个像素块的运动矢量;根据相机参数和自车运动参数,矫正所述运动矢量;基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
实施例四
请参阅图5,图5为本发明提供的一种计算机可读存储介质的实施例示意图。如图5所示,本实施例提供了一种计算机可读存储介质500,其上存储有计算机程序511,该计算机程序511被处理器执行时实现如下步骤:接收车辆环视系统相机输出的低帧率图像序列;计算相邻两帧图像上同一个像素块的运动矢量;根据相机参数和自车运动参数,矫正所述运动矢量;基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
本发明实施例提供的一种车辆环视系统的图像处理方法及系统,考虑到相机的内参和外参、自车运动参数对运动估计和运动补偿的影响,使得生成的中间帧更加真实,获得高帧率的全景视频,相比传统全景系统使得用户观感提升。
需要说明的是,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细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可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、嵌入式计算机或者其他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他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。
这些计算机程序指令也可存储在能引导计算机或其他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多个流程和/或方框图一个方框或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他可编程数据处理设备上,使得在计算机或其他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,从而在计算机或其他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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (8)
1.一种车辆环视系统的图像处理方法,其特征在于,包括:
接收车辆环视系统相机输出的低帧率图像序列;
计算相邻两帧图像上同一个像素块的运动矢量;
根据相机参数和自车运动参数,矫正所述运动矢量;
基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;
根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
2.根据权利要求1所述的图像处理方法,其特征在于,所述计算相邻两帧图像上同一个像素块的运动矢量,包括:
将每一帧图像划分为多个像素块,搜索相邻两帧图像上匹配的像素块,所述相邻两帧图像上匹配的像素块为相邻两帧图像上同一个像素块;
获取相邻两帧图像上匹配的像素块之间的相对位移为运动矢量。
3.根据权利要求1或2所述的图像处理方法,其特征在于,所述根据相机参数和自车运动参数,矫正所述运动矢量,包括:
基于张正友标定法标定相机的内参和畸变参数,以及获取自车运动参数;
根据相机的内参、畸变参数和自车运动参数,矫正所述运动矢量。
5.根据权利要求4所述的图像处理方法,其特征在于,所述基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正,包括:
根据Kannala-brandt畸变投影模型建立畸变矫正前的图像像素和畸变矫正后的图像像素之间的转换关系:
r2=x2+y2;
θ=arctan(r);
θd=θ(1+k1θ2+k2θ4+k3θ6+k4θ8);
其中,(x’,y’)为鱼眼畸变矫正后的图像像素坐标,(x,y)为相机输出的畸变图像像素坐标,其中k1,k2,k3,k4为摄像头畸变参数;
基于相机内参,将畸变矫正后的图像像素坐标转换为理想图像像素坐标:
u=fxx′+Cx;
v=fyy′+Cy;
式中,fx、fy、Cx、Cy为相机内参,(u,v)为理想图像像素坐标。
7.根据权利要求1-6任一项所述的图像处理方法,其特征在于,所述接收车辆环视系统相机输出的低帧率图像序列,包括:
接收车辆环视系统的多路相机输出的低帧率图像序列;
向每一路低帧率图像序列进行插帧处理,得到每一路高帧率图像序列;
对每一路高帧率图像序列进行拼接及光照均匀化处理,得到高帧率全景视频。
8.一种车辆环视系统的图像处理系统,其特征在于,包括:
接收模块,用于接收车辆环视系统相机输出的低帧率图像序列;
计算模块,用于计算相邻两帧图像上同一个像素块的运动矢量;
矫正模块,用于根据相机参数和自车运动参数,矫正所述运动矢量;以及基于相机参数,对相邻两帧图像的每一帧图像进行畸变矫正;
插帧处理模块,用于根据矫正后的运动矢量,在畸变矫正后的相邻两帧图像之间插入中间帧图像,得到高帧率图像序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210011418.7A CN114387183A (zh) | 2022-01-06 | 2022-01-06 | 一种车辆环视系统的图像处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210011418.7A CN114387183A (zh) | 2022-01-06 | 2022-01-06 | 一种车辆环视系统的图像处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114387183A true CN114387183A (zh) | 2022-04-22 |
Family
ID=81200517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210011418.7A Pending CN114387183A (zh) | 2022-01-06 | 2022-01-06 | 一种车辆环视系统的图像处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387183A (zh) |
-
2022
- 2022-01-06 CN CN202210011418.7A patent/CN114387183A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110622497B (zh) | 具备具有不同焦距的相机的设备及实现相机的方法 | |
WO2021088473A1 (en) | Image super-resolution reconstruction method, image super-resolution reconstruction apparatus, and computer-readable storage medium | |
US8189960B2 (en) | Image processing apparatus, image processing method, program and recording medium | |
US9196022B2 (en) | Image transformation and multi-view output systems and methods | |
TWI554103B (zh) | 影像擷取裝置及其數位變焦方法 | |
CN109934772B (zh) | 一种图像融合方法、装置及便携式终端 | |
US20150029306A1 (en) | Method and apparatus for stabilizing panorama video captured based on multi-camera platform | |
US20100172585A1 (en) | Image synthesizing apparatus and method of synthesizing images | |
CN104363385B (zh) | 一种图像融合的基于行的硬件实现方法 | |
US8085320B1 (en) | Early radial distortion correction | |
CN111062881A (zh) | 图像处理方法及装置、存储介质、电子设备 | |
US20120177253A1 (en) | Method and apparatus for generating panorama | |
TWI459325B (zh) | 數位影像處理裝置及其處理方法 | |
WO2023160426A1 (zh) | 视频插帧方法、训练方法、装置和电子设备 | |
CN114387183A (zh) | 一种车辆环视系统的图像处理方法及系统 | |
CN110896444B (zh) | 一种双摄像头切换方法和设备 | |
US8768066B2 (en) | Method for image processing and apparatus using the same | |
JP2017103695A (ja) | 画像処理装置、画像処理方法、及びそのプログラム | |
US9602708B2 (en) | Rectified stereoscopic 3D panoramic picture | |
Mody et al. | Flexible and efficient perspective transform engine | |
CN110738617A (zh) | 相机环形阵列的图像矫正方法、系统及介质 | |
JP5505072B2 (ja) | 画像データ処理装置および画像データ処理方法 | |
CN114697533A (zh) | 图像处理方法、装置、计算机可读存储介质及智能电视 | |
US9330445B2 (en) | Local contrast enhancement method and apparatus | |
Ni et al. | A novel vlsi architecture for barrel distortion correction |
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 |