CN118118782A - 图像处理方法、图像处理装置及存储介质 - Google Patents
图像处理方法、图像处理装置及存储介质 Download PDFInfo
- Publication number
- CN118118782A CN118118782A CN202211477828.7A CN202211477828A CN118118782A CN 118118782 A CN118118782 A CN 118118782A CN 202211477828 A CN202211477828 A CN 202211477828A CN 118118782 A CN118118782 A CN 118118782A
- Authority
- CN
- China
- Prior art keywords
- feature
- image
- image frame
- point
- points
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims abstract description 181
- 230000003287 optical effect Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims description 40
- 230000009466 transformation Effects 0.000 claims description 37
- 238000000605 extraction Methods 0.000 claims description 26
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000013507 mapping Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000000280 densification Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003874 inverse correlation nuclear magnetic resonance spectroscopy Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本公开是关于一种图像处理方法、图像处理装置及存储介质，所述方法，包括：获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
Description
技术领域
本公开涉及一种摄像技术领域，尤其涉及一种图像处理方法、图像处理装置及存储介质。
背景技术
随着终端技术的不断发展，终端设备(例如智能手机、平板电脑等)已经具备了强大的处理能力，受到用户的广泛的认可。人们在日常生活中越来越多的使用终端设备来拍摄图像或视频，而在拍摄过程中，由于用户的手抖或者摄像头的抖动，导致拍摄的图像模糊，为了提高图像的图像质量，通常需要对图像进行防抖补偿。
相关技术中，通常会采用对前后帧图像进行特征点匹配，根据终端设备的运动数据和前后帧图像内的相互匹配的特征点，确定防抖补偿参数；但上述方法对于一些特殊的场景(例如前后帧图像的图像纹理不明显的情况)，可能无法准确的实现特征点的匹配，从而导致确定出的防抖补偿参数不准确，防抖补偿后的图像的图像质量依旧不高。
发明内容
为克服相关技术中存在的问题，本公开提供一种图像处理方法、图像处理装置及存储介质。
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
可选地，所述提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点，包括：
分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点；
基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点。
可选地，所述分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点，包括：
分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；
对于所述第一特征点，在所述第二特征点中确定出与所述第一特征点匹配的第二特征点；
基于多个所述第一图像块的所述第一特征点，确定所述第一图像帧的所述第一特征点；
基于多个所述第一特征点对应的所述第二特征点，确定所述第二图像帧的所述第二特征点。
可选地，所述方法，包括：
确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；
基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点。
可选地，所述基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点，包括：
基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；其中，所述第一运动数据为：所述摄像头采集所述第一图像帧和所述第二图像帧时的运动数据；
基于所述第一运动数据，确定第一变换矩阵；
基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点。
可选地，所述基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理，包括：
基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；
在所述重投影误差满足所述预设条件，将所述初始时延参数确定为目标时延参数；
基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理。
可选地，所述方法，包括：
若所述重投影误差不满足所述预设条件，调整所述初始时延参数；
基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差。
可选地，所述方法，包括：
基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；
基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；其中，所述第二运动数据为：所述摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据；
基于所述第二运动数据，确定第二变换矩阵；
根据所述第二变换矩阵，对所述第二图像帧的所述第一特征匹配点进行抖动补偿。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
第一获取模块，用于获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
特征提取模块，用于提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
第二获取模块，用于获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
确定模块，用于基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
同步模块，用于基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
可选地，所述特征提取模块，用于：
分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点；
基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点。
可选地，所述特征提取模块，用于：
分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；
基于多个所述第一图像块的所述第一特征点，确定所述第一图像帧的所述第一特征点；
基于多个所述第二图像块的所述第二特征点，确定所述第二图像帧的所述第二特征点。
可选地，所述特征提取模块，用于：
确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；
基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点。
可选地，所述确定模块，用于：
基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；其中，所述第一运动数据为：所述摄像头采集所述第一图像帧和所述第二图像帧时的运动数据；
基于所述第一运动数据，确定第一变换矩阵；
基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点。
可选地，所述同步模块，用于：
基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；
在所述重投影误差满足所述预设条件，将所述初始时延参数确定为目标时延参数；
基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理。
可选地，所述同步模块，用于：
若所述重投影误差不满足所述预设条件，调整所述初始时延参数；
基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差。
可选地，所述同步模块，用于：
基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；
基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；其中，所述第二运动数据为：所述摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据；
基于所述第二运动数据，确定第二变换矩阵；
根据所述第二变换矩阵，所述第二图像帧的所述第一特征匹配点进行抖动补偿。
根据本公开实施例的第三方面，提供一种图像处理装置，包括：
处理器；
用于存储可执行指令的存储器；
其中，所述处理器被配置为：执行所述存储器中存储的可执行指令时，实现本公开实施例的第一方面所述图像处理方法中的步骤。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由图像处理装置的处理器执行时，使得图像处理装置能够执行如本公开实施例的第一方面所述图像处理方法中的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开实施例通过获取包含有第一图像帧和第二图像帧的图像数据以及所述图像数据的第一时间信息，基于反映所述第一图像帧和所述第二图像帧之间的像素位移情况的光流信息，在所述第二图像帧上对所述第一图像帧的第一特征点进行光流追踪，确定出所述第二图像帧内与所述第一特征点匹配的第一特征匹配点；从而即使所述第一图像帧和第二图像帧存在纹理不明显的区域，依旧能够准确的找出第一图像帧和第二图像帧之间精确匹配的特征点。
通过获取摄像头的运动数据和所述运动数据对应的第二时间信息，基于反映摄像头抖动情况的运动数据，以及所述第一图像帧的第一特征点，估计出第二图像帧内与所述第一特征点匹配的第二特征匹配点，从而根据所述第一特征匹配点和所述第二特征匹配点之间的差异，对图像数据的第一时间信息和运动数据的第二时间信息进行时间同步，以便于根据同步后的图像数据和运动数据，确定出摄像头在采集所述第一图像帧和第二图像帧时所述摄像头的抖动情况，进而对所述第二图像帧进行抖动补偿，以提升图像质量。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图像处理方法的流程示意图一。
图2是根据一示例性实施例示出的一种图像处理方法的流程示意图二。
图3是根据一示例性实施例示出的一种图像处理装置的结构示意图。
图4是根据一示例性实施例示出的一种终端设备的框图。
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发明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、本发明的一些方面相一致的装置和方法的例子。
终端设备在进行电子防抖处理的过程中，往往会涉及到图像采集装置(例如摄像头)和运动传感器(例如陀螺仪)的时间信号对齐和卷帘曝光补偿的问题；相关技术中，通常是直接利用SIFT等特征点提取方式进行前后帧图像的特征点匹配，得到第一帧图像的特征点P1和第二帧图像内的特征点P2，这里，特征点P1和特征点P2匹配。
利用运动传感器，获取终端设备的运动数据，根据运动数据，确定出两帧图像内的特征点之间的映射关系，基于所述映射关系和第一帧图像的特征点P1，确定出第二帧图像的特征点P3。
根据特征点P2和特征点P3，确定图像采集装置和所述运动传感器的时间信号是否对齐；可以理解的是，若所述图像采集装置和运动传感器的时间信号对齐了，理论上特征点P2和特征点P3会完全重合。
因此，可通过对上述算法循环迭代，确定出当特征点P2和特征点P3之间的误差趋于0时，所述图像采集装置和所述运动传感器的时间信号之间的延迟时间信息，以完成图像采集装置和所述运动传感器的时间信号的同步，从而基于同步后的图像数据和运动数据，对第二帧图像内的特征点P2进行防抖补偿，提升第二帧图像的图像质量。
但是上述方法在一些特殊的应用场景，例如前后帧图像的图像纹理不明显的情况，可能无法准确的实现前后帧图像之间的特征点的匹配，从而也就无法完成图像采集装置和所述运动传感器的时间信号的同步。
本公开实施例提供一种图像处理方法，如图1所示，图1是根据一示例性实施例示出的一种图像处理方法的流程示意图一。所述方法，包括：
步骤S101，获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
步骤S102，提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
步骤S103，获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
步骤S104，基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
步骤S105，基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
本公开实施例示出图像处理方法可应用于具有至少一个摄像头的终端设备内；这里，所述摄像头设置于终端设备的形式不限，例如，可以是内置于终端设备的摄像头，也可以是外置于终端设备的摄像头。可以是前置摄像头，也可以是后置摄像头。
终端设备上的摄像头可以为任意类型的摄像头，例如，摄像头可以是彩色摄像头、黑白摄像头、深度摄像头、长焦摄像头或广角摄像头等。该终端设备可包括：智能手机、平板电脑或笔记本电脑等。
在步骤S101中，获取摄像头采集的包含有多个图像帧的图像数据以及所述图像数据对应的第一时间信息。
这里，所述第一时间信息至少指示终端设备的所述摄像头采集所述图像数据时的采集时间。
在终端设备执行图像或视频拍摄过程中，终端设备的摄像头可持续采集图像，终端设备可获取到摄像头采集到的包含有多个图像帧的图像数据和摄像头采集所述图像数据时的第一时间信息。
这里，所述图像数据至少包括：第一图像帧和第二图像帧，所述第一图像帧和所述第二图像帧为时序上连续的两帧图像；即所述第一图像帧和所述第二图像帧是连续拍摄的前后两帧图像。
在步骤S102中，可基于所述第一图像帧和所述第二图像帧，确定所述第一图像帧和所述第二图像帧之间的光流信息；可提取所述第一图像帧内的第一特征点，基于所述第一特征点和所述光流信息，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第二图像帧内与所述第一特征点匹配的第一特征匹配点。
需要说明的是，图像光流是指空间运动物体在观察成像平面上的像素运动的瞬时速度；两帧图像之间的光流信息用于表征两帧图像之间存在的对应关系，例如在时间间隔很小(例如连续拍摄的前后两帧图像之间)时，光流信息等同于像素点的位移。一般而言，光流是由于场景中前景目标本身的移动、相机的运动或者两者的共同运动所产生的。
可通过预设的光流估计算法，确定出所述第一图像帧和所述第二图像帧之间的光流信息，基于所述光流信息，确定所述第一图像帧内的像素的运动信息；这里，所述运动信息可包括：横向运动矢量和纵向运动矢量。
提取出所述第一图像帧的第一特征点后，根据所述第一特征点和所述像素的运动信息，投影到第二图像帧，确定出第二图像帧内的第一特征匹配点。
可以理解的是，由于本公开实施例是利用前后两帧图像之间的光流信息，确定出所述第一图像帧内的像素的运动信息，进而确定出第二图像帧与所述第一图像帧的第一特征点匹配的第一特征匹配点，即使所述第一图像帧和第二图像帧存在纹理不明显的区域，依旧能够准确的找出第一图像帧和第二图像帧之间精确匹配的特征点。
在步骤S103中，可通过运动传感器，获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
所述摄像头的运动数据可包括：所述摄像头的加速度、角速度、磁偏角等一种或多种运动参数，以便于确定出摄像头的速度和位移等运动矢量。
这里，所述运动传感器可为：加速度计、陀螺仪、磁传感器等。
所述第二时间信息至少指示终端设备的所述运动传感器采集所述运动数据时的采集时间。
在步骤S104中，可根据所述第一时间信息和所述第二时间信息，从所述摄像头的运动数据中，确定出所述第一时间信息指示的第一图像帧、第二图像帧的采集时间段内的运动数据，基于所述摄像头的所述运动数据和所述第一图像帧内的第一特征点，估计出所述第二图像帧内与所述第一特征点匹配的第二特征匹配点。
需要说明的是，由于图像的拍摄过程中终端设备的运动(即摄像头的抖动)，会使得所述拍摄对象在前后两帧图像内的图像位置发生变化，并且所述图像位置变化与所述摄像头的抖动情况相关。
本公开实施例可基于所述摄像头采集第一图像帧和第二图像帧时的运动数据，确定出所述运动数据对应的像素变换矩阵，基于所述第一图像帧的第一特征点和所述像素变换矩阵，在所述第二图像帧中确定出与所述第一特征点匹配的第二特征匹配点。
在步骤S105中，基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的差异，并基于所述差异，对所述第一时间信息和所述第二时间信息进行时间同步处理。
可以理解的是，若所述图像数据的第一时间信息和所述运动数据的第二时间信息同步，则所述第一特征匹配点与所述第二特征匹配点应完全重合，即所述第一特征匹配点和所述第二特征匹配点之间的差异趋近于0。
若所述第一特征匹配点和所述第二特征匹配点之间的误差较大，说明所述第一时间信息和所述第二时间信息不同步，可确定出所述第一时间信息和所述第二时间信息之间的延迟时间，基于所述延迟时间对所述图像数据和所述运动数据进行时间同步处理，得到时间同步后的图像数据和运动数据；以便于确定出摄像头在采集所述第一图像帧和第二图像帧时所述摄像头的抖动情况，进而对所述第二图像帧进行抖动补偿，以提升图像质量。
本公开实施例通过获取包含有第一图像帧和第二图像帧的图像数据以及所述图像数据的第一时间信息，基于反映所述第一图像帧和所述第二图像帧之间的像素位移情况的光流信息，在所述第二图像帧上对所述第一图像帧的第一特征点进行光流追踪，确定出所述第二图像帧内与所述第一特征点匹配的第一特征匹配点；从而即使所述第一图像帧和第二图像帧存在纹理不明显的区域，依旧能够准确的找出第一图像帧和第二图像帧之间精确匹配的特征点。
通过获取摄像头的运动数据和所述运动数据对应的第二时间信息，基于反映摄像头抖动情况的运动数据，以及所述第一图像帧的第一特征点，估计出第二图像帧内与所述第一特征点匹配的第二特征匹配点，从而根据所述第一特征匹配点和所述第二特征匹配点之间的差异，对图像数据的第一时间信息和运动数据的第二时间信息进行时间同步，以便于根据同步后的图像数据和运动数据，确定出摄像头在采集所述第一图像帧和第二图像帧时所述摄像头的抖动情况，进而对所述第二图像帧进行抖动补偿，以提升图像质量。
可选地，所述提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点，包括：
分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点；
基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点。
在本公开实施例中，在获取所述第一图像帧和所述第二图像帧后，可分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧的多个第一图像块，以及所述第二图像帧的多个第二图像块。
这里，所述图像分割处理可基于图像内容进行分割，或者基于图像块数量进行均匀分割；所述第一图像块和所述第二图像块之间具有映射关系。所述映射关系可以是数量上的映射关系，也可以是内容上的映射关系，具体映射关系由分割方式来确定。
基于预设的特征提取算法，分别对多个第一图像块进行特征提取，得到多个所述第一图像块的第一特征点；并对多个所述第二图像块进行特征提取，得到多个所述第二图像块的第二特征点。
可以理解的是，本公开实施例可通过分析所述第一图像帧和所述第二图像帧，对所述第一图像帧和所述第二图像帧进行区域分割，在分割得到的每一个图像块(即第一图像块和/或第二图像块)内提取图像中具有代表性的特征像素点，作为特征点。
需要说明的是，相关技术中通常是直接对图像帧整体进行特征提取，这种特征提取的方法，通常会对图像的部分区域(例如图像中央区域)进行重点提取，对于图像的其他区域可能不会进行特征提取，导致无法获取到该区域的特征信息。
本公开实施例先将图像帧进行分割，得到多个图像块，然后对各个图像块进行特征提取，得到各个图像块的特征点，基于多个图像块的特征点，确定出整个图像帧的特征点，从而能够对图像帧的各个区域都进行特征提取，得到图像帧更多更全面的特征点信息。
这里，所述预设的特征提取算法可根据实际需求进行设定，本公开实施对此不做限定。例如，所述特征提取算法可为加速鲁棒性(Speed Up Robust Feature，SURF)算法、方向梯度直方图(Histogram of Oriented Gradients，HOG)算法等。
根据所述第一图像帧的多个第一特征点和所述第二图像帧的多个第二特征点，确定出所述第一图像帧和所述第二图像帧之间的光流信息，基于所述光流信息，在所述第二图像帧内对所述第一特征点进行光流追踪，得到所述第二图像帧内与所述第一特征点匹配的第一特征匹配点。
本公开实施例可基于稠密逆向光流搜索(Dense Inverse Search，DIS)算法来获取第一图像帧和第二图像帧之间的光流信息。
需要说明的是，所述DIS算法是一种基于图像金字塔进行的光流计算方法，其步骤可包括：基于多尺度的快速光流逆向搜索、稀疏光流稠密化、对稠密光流快速的变分求精。相比于像素级的光流估计，DIS算法是基于像素块级别的光流反向搜索方法，计算一次梯度，可以供多次反向搜索使用，减少了计算量，完成块的光流计算后，仅块光流按照一定规则进行加权计算出每一个像素的光流，实现稀疏光流稠密化。最后基于梯度信息和平滑性，对稠密光流图进行变分优化，使稠密光流图像更可靠。
可以理解的是，本公开实施例可确定出所述第一图像帧和所述第二图像帧之间的稠密光流信息，基于所述稠密光流信息，在所述第二图像帧内对所述第一特征点进行光流追踪，得到所述第一特征匹配点，从而实现较高质量的特征点匹配。
本公开实施例通过对第一图像帧和第二图像帧进行图像分割处理，得到第一图像帧的多个第一图像块和第二图像帧的多个第二图像块，并基于第一图像块和第二图像块进行特征提取，得到第一图像帧的第一特征点和第二图像帧的第二特征点；相较于直接对整个图像进行特征提取的方式，本公开实施例通过对图像块进行特征提取，能够获取各个图像块内的特征点，从而能够对图像帧的各个区域都进行特征提取，得到图像帧更多更全面的特征点信息。
可选地，所述分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点，包括：
分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；
对于所述第一特征点，在所述第二特征点中确定出与所述第一特征点匹配的第二特征点；
基于多个所述第一图像块的所述第一特征点，确定所述第一图像帧的所述第一特征点；
基于多个所述第一特征点对应的所述第二特征点，确定所述第二图像帧的所述第二特征点。
在本公开实施例中，可分别对多个所述第一图像块进行SIFT特征提取，得到多个所述第一图像块的SIFT特征点(即第一特征点)，并将多个所述第一图像块的第一特征点整合，得到所述第一图像帧的第一特征点。
对多个所述第二图像块进行SIFT特征提取，得到多个所述第二图像块的SIFT特征点(即第二特征点)。
这里，所述第一特征点和所述第二特征点为SIFT特征点，需要说明的是，所述SIFT特征点具有尺度变化不变性，也就是说，即使图像的尺度发生变化，SIFT特征点的一些属性也能够保持不变。而所述SIFT特征点具有尺度变化不变性，即SIFT特征对旋转、尺度缩放、亮度变换均保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。
在确定出所述第一图像帧的第一特征点和所述第二图像帧的第二特征点后，可对所述第一特征点和第二特征点进行特征点匹配，得到所述第一特征点和所述第一特征点对应的第二特征点。
这里，所述特征点匹配方法可根据实际需求进行选择，本公开实施例对此不做限定，例如，可确定所述第一特征点的特征向量与所述第二特征点的特征向量之间的欧式距离，根据所述第一特征点和所述第二特征点之间的欧式距离，从多个所述第二特征点中确定出与所述第一特征点匹配的第二特征点。
将多个第一特征点对应的第二特征点整合，得到所述第二图像帧的第二特征点。
本公开实施例通过对第一图像帧、第二图像帧进行SIFT特征提取和匹配，得到第一图像帧的多个第一特征点，以及所述第二图像帧内与所述第一特征点对应的多个第二特征点，以便于后续能够根据所述第一图像帧的第一特征点和所述第二图像帧的第二特征点，更准确的确定出所述第一图像帧和第二图像帧之间的光流信息，从而准确的确定出所述第二图像帧内的第一特征匹配点。
可选地，所述方法，包括：确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；
基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点。
在本公开实施例中，可确定出第一特征点和第一特征点对应的第一特征匹配点在两个图像帧间的相似度，将相似度小于预设相似度阈值的第一特征点和第一特征匹配点筛除，得到筛除后的第一特征点和第一特征匹配点。
这里，可基于随机采样一致性(Random Sample Consensus，RANSAC)算法、或最小平方中值算法等算法确定所述第一特征点和第一特征匹配点之间的相似度。
需要说明的是，无论是采用图像匹配方法，都无法避免出现误匹配的情况；当两个图像帧的多个匹配点中存在较多错误匹配点时，基于所述错误匹配点，无法准确的确定出两个图像帧之间的特征点的差异，进而也就无法对图像数据和摄像头的运动时间进行准确的时间同步。
本公开实施例在得到所述第一特征点和所述第一特征点对应的第一特征匹配点后，可确定第一特征点和第一特征点对应的第一特征匹配点之间的相似度，基于相似度，对第一特征点和第一特征匹配点之间的错误匹配点进行筛除，从而能够基于筛除后的所述第一特征点和第一特征匹配点，进行后续的处理，准确的确定出两个图像帧之间的特征点的差异，进而根据特征点之间的差异，对图像数据和摄像头的运动时间进行准确的时间同步。
在一些实施例中，在得到所述第一特征点和所述第一特征点对应的第二特征点后，可确定所述第一特征点和所述第一特征点对应的所述第二特征点之间的相似度；基于所述相似度，从所述第一特征点和/或所述第一特征点对应的第二特征点之间筛除错误匹配点。
可以理解的是，通过筛除错误匹配点，使得基于筛除后的第一特征点和所述第一特征点对应的第二特征点确定出的所述第一图像帧和所述第二图像帧的光流信息更准确。
可选地，所述基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点，包括：
基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；其中，所述第一运动数据为：所述摄像头采集所述第一图像帧和所述第二图像帧时的运动数据；
基于所述第一运动数据，确定第一变换矩阵；
基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点。
在本公开实施例中，所述初始时延参数至少包括：所述运动数据和所述图像数据之间的延迟时间。
可先基于所述图像数据的第一时间信息和所述运动数据的第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
需要说明的是，为了能够对图像数据进行有效的防抖补偿，需要先使所述图像数据和所述运动数据在时间上保持同步，若所述图像数据和所述运动数据在时间上不能保持同步，在对图像数据进行补偿时，可能采用的其他时间(即非所述图像数据采集时间)的运动数据，确定的抖动补偿参数，会降低防抖补偿的稳定性，甚至补偿后的图像质量会更差。
故本公开实施例可先确定出所述图像数据和所述运动数据之间的初始时延参数，根据所述初始时延参数，对所述图像数据的第一时间信息和所述运动数据的第二时间信息进行时间同步处理，使得所述图像数据和所述运动数据在时间上保持同步。
基于所述第一时间信息，确定出所述第一图像帧和所述第二图像帧的曝光时间段，从同步后的运动数据中，获取所述曝光时间段的第一运动数据；
根据所述第一运动数据，获取摄像头在不同方向的运动矢量，基于所述摄像头在不同方向的运动矢量，确定出所述第一变换矩阵；所述第一变换矩阵至少用于指示由所述摄像头运动而引起的图像帧内像素点的位移矢量。
根据所述第一变换矩阵和所述第一特征点，预测得到第一特征点在所述第二图像帧内的所述第二特征匹配点。
可选地，所述基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理，包括：
基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；
在所述重投影误差满足所述预设条件，将所述初始时延参数确定为目标时延参数；
基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理。
在本公开实施例中，可基于所述第一特征匹配点和所述第二特征匹配点，确定出所述第一特征匹配点和所述第二特征匹配点之间的重投影误差；确定所述重投影误差是否满足预设条件。
可以理解的是，所述第二特征匹配点是由所述摄像头的所述运动数据预测得到的。若所述初始时延参数不准确，由所述第一运动数据预测得到的所述第二特征匹配点也不准确，即所述第二特征匹配点和所述第一特征匹配点不重合。
因而可确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差，基于所述重投影误差是否满足预设条件，确定所述图像数据和所述运动数据在时间上是否达到同步，即所述初始时延参数是否准确。
这里，所述预设条件可为：所述第一特征匹配点和所述第二特征匹配点之间的重投影误差小于或等于预设值；所述预设值可根据实际情况进行设置，例如，所述预设值为0。
若所述重投影误差满足所述预设条件，说明所述第二特征匹配点和所述第一特征匹配点重合，所述图像数据和所述运动数据在时间上达到同步，所述初始时延参数准确；此时，可将所述初始时延参数确定为所述目标时延参数，并基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理，使得所述图像数据和所述运动数据在时间上达到同步。
可选地，所述方法，包括：
若所述重投影误差不满足所述预设条件，调整所述初始时延参数；
基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差。
在本公开实施例中，若所述重投影误差不满足所述预设条件，说明所述第二特征匹配点和所述第一特征匹配点不重合，所述图像数据和所述运动数据在时间上没有达到同步，所述初始时延参数不准确，此时，可对所述初始时延参数进行调整；
并基于调整后的初始时延参数，重新获取所述第一运动数据，并确定所述第一运动数据对应的第一变换矩阵，根据所述第一变换矩阵和所述第一特征点，预测得到第一特征点对应的第二特征匹配点。
根据所述第二特征匹配点和所述第一特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差；继续确定所述重投影误差是否满足预设条件。
需要说明的是，在所述重投影误差不满足预设条件时，可对初始时延参数进行调整，直至调整后的所述初始时延参数对应的所述重投影误差满足所述预设条件，将满足所述预设条件的所述重投影误差对应的初始时延参数确定为所述目标时延参数，利用所述目标时延参数，对所述图像数据和第一时间信息和所述运动数据的第二时间信息进行时间同步处理，得到同步后的图像数据和运动数据。
在一些实施例中，可确定多个第一特征匹配点和多个第二特征匹配点之间的均方重投影误差，在所述均方重投影误差满足所述预设条件，确定所述均方重投影误差对应的初始时延参数为所述目标时延参数。
需要说明的是，由于所述第二图像帧具有多个第一特征匹配点和多个第二特征匹配点，并且所述第一特征匹配点和所述第二特征匹配点的数量相同，可确定出所有匹配点之间的均方重投影误差；
可将所述第一特征匹配点和第二特征匹配点之间的均方重投影误差作为代价函数，当代价函数的值最小时，确定所述图像数据和所述运动数据在时间上达到同步，此时可将所述均方重投影误差对应的初始时延参数确定为所述目标时延参数。
可选地，所述方法，包括：
基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；
基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；其中，所述第二运动数据为：所述摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据；
基于所述第二运动数据，确定第二变换矩阵；
根据所述第二变换矩阵，对所述第二图像帧的所述第一特征匹配点进行抖动补偿。
在本公开实施例中，可根据时间同步处理后的第一时间信息，确定出所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间。
需要说明的是，终端设备的图像的曝光模式是逐行进行曝光的(即卷帘式曝光)，因此图像中不同行的像素点的曝光时间是不同的。
所述第一特征点的第一曝光时间，取决于所述第一特征点在所述第一图像帧内的位置；可基于所述第一时间信息，确定所述第一图像帧的曝光时间，获取所述第一特征点在所述第一图像帧内的行数，根据所述第一图像帧的曝光时间和所述第一特征点在所述第一图像帧内的行数，确定所述第一特征点的第一曝光时间；
同理，可根据所述第二图像帧的曝光时间，和所述第一特征匹配点在所述第二图像帧内的行数，确定所述第一特征匹配点的第二曝光时间。
可以理解的是，在图像的曝光期间内，摄像头的旋转可能使得采集到的图像出现图像扭曲的情况。因此，在所述第一曝光时间和所述第二曝光时间形成的曝光时间段内，所述摄像头的旋转，可能会使得第一特征匹配点发生位置变化，即图像存在抖动。
在一些实施例中，图像帧内的像素点的曝光时间可为：
t(i,y)＝ti+ts*y/h；
其中，所述t(i,y)为第i帧图像的第y图像行的曝光时间；所述ti为第i帧图像的曝光时间(即第i帧图像的时间戳)；所述ts为逐行完整曝光所述第i帧图像所需的时间，所述y为像素点在所述图像帧内的图像行。
故可基于所述第一曝光时间和所述第二曝光时间，从所述运动数据中获取所述曝光时间段内(即从所述第一曝光时间至所述第二曝光时间的时间段内)的第二运动数据；
基于所述第二运动数据，确定所述第二运动数据对应的第二变换矩阵，并基于所述第二变换矩阵对所述第二图像帧的所述第一特征匹配点进行处理，即反向补偿，以消除由于摄像头运动所引起的所述第一特征匹配点的位置偏移。
本公开实施例基于时间同步后的图像数据和/或运动数据，确定所述第一图像帧内的第一特征点的第一曝光时间，以及第二图像帧内所述第一特征匹配点的第二曝光时间，根据摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据，确定出反映所述摄像头运动对所述像素点位置影响的第二变换矩阵，并利用第二变换矩阵对所述第二图像帧内的第一特征匹配点进行反向补偿，以消除由于摄像头运动所引起的所述第一特征匹配点的位置偏移，从而实现对第二图像帧内的每一个第一特征匹配点进行精确的抖动补偿，提高图像质量，提升用户的使用体验。
本公开还提供以下实施例：
图2是根据一示例性实施例示出的一种图像处理方法的流程示意图二，所述方法包括：
步骤S201，获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
这里，所述第一时间信息至少包括：所述第一图像帧的时间戳信息和所述第二图像帧的时间戳信息。
步骤S202，分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
步骤S203，分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取、匹配，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；基于多个所述第一特征点，确定所述第一图像帧的所述第一特征点；基于多个所述第二特征点，确定所述第二图像帧的所述第二特征点；
这里，针对于每一个图像块(第一图像块和/或第二图像块)，可基于SIFT特征提取算法，确定出第一图像块内的第一特征点P_pre，和/或所述第二图像块内的第二特征点。
并对所述第一特征点P_pre和所述第二特征点进行特征点匹配，得到所述第一特征点P_pre和所述第一特征点P_pre匹配的所述第二特征点P_last_sift。
将多个第一图像块的第一特征点整合到一张图上，即得到第一图像帧的多个所述第一特征点P_pre；将多个第二图像块内与所述第一特征点匹配的第二特征点整合到一张图中，即得到第二图像帧的多个第二特征点P_last_sift。
在一些实施例中，可确定所述第一特征点P_pre和第二特征点P_last_sift之间的相似度，以便于基于所述相似度，从第一特征点和/或第二特征点中筛除错误匹配点。
可利用cv2.findHomography()函数，对所述第一特征点P_pre和第二特征点P_last_sift进行RANSAC处理，得到RANSAC处理后的第一特征点P_pre_ransac和所述第一特征点对应的第二特征点P_last_ransac。
步骤S204，基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点；
这里，可将RANSAC处理后的第一特征点P_pre_ransac，以及所述第一特征点对应的第二特征点P_last_ransac，输入至cv2.calcOpticalFlowPyrLK()函数内，得到基于光流优化后的第一特征匹配点P_last_of。
步骤S205，确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点；
这里，可利用cv2.findHomography()函数，对所述第一特征点P_pre_ransac和第一特征匹配点P_last_of进行RANSAC处理，得到RANSAC处理后的第一特征点P_pre_new和所述第一特征点对应的第一特征匹配点P_last_new。
步骤S206，基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；基于所述第一运动数据，确定第一变换矩阵；基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点；
这里，所述初始时延参数可为预设值。
可基于所述初始时延参数，对所述运动数据和图像数据进行时间同步处理，从同步处理后的运动数据中，获取所述摄像头的第一运动数据。
需要说明的是，所述摄像头的成像原理一般可视为小孔成像，环境(即世界坐标系)中的目标点，经过摄像头反向透射到成像平面(即摄像头坐标系)内形成目标像素点，其成像过程可由下式表示：
x＝KX；X＝λK-1x；
其中，所述x为目标像素点，所述X为目标点，所述K为所述摄像头的内参矩阵，所述λ为比例因子。
在某一时刻，若所述摄像头发生旋转，可获取所述摄像头的运动数据(包含有所述摄像头在不同方向的运动矢量)，根据所述摄像头在不同方向的运动矢量可确定出所述摄像头在某一时刻的旋转矩阵R(t)；则对于世界坐标系内的任一目标点X，在t时刻摄像头采集的图像内与所述目标点X对应的目标像素点x为：
x＝KR(t)X；
对于世界坐标系内的同一目标点X，在两个图像帧(第i帧图像和第j帧图像)内的目标像素点为：
xi＝KR(t(i,yi))X；
xj＝KR(t(j,yj))X；
其中，所述xi为所述目标点X在第i帧图像内的目标像素点；所述xj所述目标点X在第j帧图像内的目标像素点；所述t(i,yi)为所述目标像素点xi的曝光时间，所述t(j,yj)为所述目标像素点xj的曝光时间。
则，所述第i帧图像内的像素点与所述第j帧图像内的像素点之间的映射关系：
xj＝KR(t(j,yj))RT(t(i,yi))K-1xi；
由于摄像头的旋转而引起的图像帧的像素点的扭曲可由下式表示：
W(t1,t2)＝KR(t1)RT(t2)K-1；
其中，所述W(t1,t2)为表征由摄像头在时间t1至时间t2而引起的图像帧的像素扭曲程度的扭曲矩阵。
由此可知，所述第i帧图像内的像素点与所述第j帧图像内的像素点之间的映射关系：
xj＝W(t(j,yj),t(i,yi))xi；
可以理解的是，可根据所述摄像头的第一运动数据，确定出所述第一运动数据对应的扭曲矩阵，并基于所述扭曲矩阵和所述第一特征点P_pre_new，确定出第二特征匹配点P_last_new_gyro。
步骤S207，基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；在所述重投影误差满足所述预设条件，将所述重投影误差对应的初始时延参数确定为目标时延参数；
可基于所述第一特征匹配点P_last_new和所述第二特征匹配点P_last_new_gyro，确定出所述重投影误差loss；
这里，所述重投影误差可表示为：
loss＝P_last_new-P_last_new_gyro；
通过将所述重投影误差作为代价函数，通过迭代优化，确定出代价函数的值最小时的初始时延参数，将所述初始时延参数确定为所述目标时延参数。
在一些实施例中，若所述重投影误差不满足所述预设条件，调整所述初始时延参数；基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差；
步骤S208，基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理；步骤S209，基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；基于所述第二运动数据，确定第二变换矩阵；根据所述第二变换矩阵，所述第二图像帧的所述第一特征匹配点进行抖动补偿。
本公开实施例还提供一种图像处理装置。图3是根据一示例性实施例示出的一种图像处理装置的结构示意图，如图3所示，所述装置应用于终端设备，所述图像处理装置100包括：
第一获取模块101，用于获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
特征提取模块102，用于提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
第二获取模块103，用于获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
确定模块104，用于基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
同步模块105，用于基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
可选地，所述特征提取模块102，用于：
分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点；
基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点。
可选地，所述特征提取模块102，用于：
分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；
对于所述第一特征点，在所述第二特征点中确定出与所述第一特征点匹配的第二特征点；
基于多个所述第一图像块的所述第一特征点，确定所述第一图像帧的所述第一特征点；
基于多个所述第一特征点对应的所述第二特征点，确定所述第二图像帧的所述第二特征点。
可选地，所述特征提取模块102，用于：
确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；
基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点。
可选地，所述确定模块104，用于：
基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；其中，所述第一运动数据为：所述摄像头采集所述第一图像帧和所述第二图像帧时的运动数据；
基于所述第一运动数据，确定第一变换矩阵；
基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点。
可选地，所述同步模块105，用于：
基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；
在所述重投影误差满足所述预设条件，将所述初始时延参数确定为目标时延参数；
基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理。
可选地，所述同步模块105，用于：
若所述重投影误差不满足所述预设条件，调整所述初始时延参数；
基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差。
可选地，所述同步模块105，用于：
基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；
基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；其中，所述第二运动数据为：所述摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据；
基于所述第二运动数据，确定第二变换矩阵；
根据所述第二变换矩阵，所述第二图像帧的所述第一特征匹配点进行抖动补偿。
图4是根据一示例性实施例示出的一种终端设备的框图。例如，终端设备800可以是移动电话，移动电脑等。
参照图4，终端设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制终端设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在终端设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为终端设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当终端设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为终端设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为终端设备800的显示器和小键盘，传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变，用户与终端设备800接触的存在或不存在，终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800可以接入基于通信标准的无线网络，如Wi-Fi，4G或5G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，终端设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (11)
1.一种图像处理方法，其特征在于，应用于终端设备，所述方法，包括：
获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
2.根据权利要求1所述的方法，其特征在于，所述提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点，包括：
分别对所述第一图像帧、所述第二图像帧进行图像分割处理，得到所述第一图像帧中的多个第一图像块，以及所述第二图像帧中的多个第二图像块；
分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点；
基于所述第一图像帧的所述第一特征点和所述第二图像帧的所述第二特征点，在所述第二图像帧上对所述第一图像特征内的多个所述第一特征点进行光流追踪，得到与所述第一特征点匹配的所述第一特征匹配点。
3.根据权利要求2所述的方法，其特征在于，所述分别提取多个所述第一图像块的第一特征点和多个所述第二图像块的第二特征点，得到所述第一图像帧的第一特征点和所述第二图像帧的第二特征点，包括：
分别对所述第一图像块、所述第二图像块进行尺度不变特征变化SIFT特征提取，得到所述第一图像块的所述第一特征点和所述第二图像块的所述第二特征点；
对于所述第一特征点，在所述第二特征点中确定出与所述第一特征点匹配的第二特征点；
基于多个所述第一图像块的所述第一特征点，确定所述第一图像帧的所述第一特征点；
基于多个所述第一特征点对应的所述第二特征点，确定所述第二图像帧的所述第二特征点。
4.根据权利要求2所述的方法，其特征在于，所述方法，包括：
确定所述第一特征点和所述第一特征点对应的所述第一特征匹配点之间的相似度；
基于所述相似度，从所述第一图像帧内的多个所述第一特征点、所述第二图像帧内的多个所述第一特征匹配点中筛除错误匹配点，得到筛除后的所述第一图像的所述第一特征点和所述第一特征点对应的第一特征匹配点。
5.根据权利要求1所述的方法，其特征在于，所述基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点，包括：
基于所述第一时间信息和所述第二时间信息，确定所述图像数据和所述运动数据之间的初始时延参数；
基于所述初始时延参数，从所述运动数据中获取所述摄像头的第一运动数据；其中，所述第一运动数据为：所述摄像头采集所述第一图像帧和所述第二图像帧时的运动数据；
基于所述第一运动数据，确定第一变换矩阵；
基于所述第一特征点和所述第一变换矩阵，确定出所述第一特征点在所述第二图像帧的所述第二特征匹配点。
6.根据权利要求5所述的方法，其特征在于，所述基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理，包括：
基于所述第一特征匹配点和所述第二特征匹配点，确定所述第一特征匹配点和所述第二特征匹配点之间的重投影误差是否满足预设条件；
在所述重投影误差满足所述预设条件，将所述初始时延参数确定为目标时延参数；
基于所述目标时延参数，对所述图像数据的所述第一时间信息和所述运动数据的所述第二时间信息进行时间同步处理。
7.根据权利要求6所述的方法，其特征在于，所述方法，包括：
若所述重投影误差不满足所述预设条件，调整所述初始时延参数；
基于调整后的所述初始时延参数，重新确定所述第二特征匹配点以及所述第一特征匹配点和所述第二特征匹配点之间的所述重投影误差。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述方法，包括：
基于时间同步处理后的所述第一时间信息，确定所述第一图像帧内所述第一特征点的第一曝光时间和所述第二图像帧内所述第一特征匹配点的第二曝光时间；
基于所述第一曝光时间和所述第二曝光时间，确定所述摄像头的第二运动数据；其中，所述第二运动数据为：所述摄像头在所述第一曝光时间至所述第二曝光时间内的运动数据；
基于所述第二运动数据，确定第二变换矩阵；
根据所述第二变换矩阵，对所述第二图像帧的所述第一特征匹配点进行抖动补偿。
9.一种图像处理装置，其特征在于，应用于终端设备，所述装置，包括：
第一获取模块，用于获取摄像头采集的图像数据和所述图像数据的第一时间信息；所述图像数据，至少包括：时序上连续的第一图像帧和第二图像帧；
特征提取模块，用于提取所述第一图像帧的第一特征点，在所述第二图像帧上对所述第一特征点进行光流追踪，得到所述第一特征点在所述第二图像帧上的第一特征匹配点；
第二获取模块，用于获取所述摄像头采集所述图像数据时所述摄像头的运动数据和所述运动数据的第二时间信息；
确定模块，用于基于所述运动数据，确定所述第一特征点在所述第二图像帧的第二特征匹配点；
同步模块，用于基于所述第一特征匹配点和所述第二特征匹配点，对所述第一时间信息和所述第二时间信息进行时间同步处理。
10.一种图像处理装置，其特征在于，包括：
处理器；
用于存储可执行指令的存储器；
其中，所述处理器被配置为：执行所述存储器中存储的可执行指令时，实现权利要求1至8中任一项所述的图像处理方法。
11.一种非临时性计算机可读存储介质，当所述存储介质中的指令由图像处理装置的处理器执行时，使得所述图像处理装置能够执行权利要求1至8中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211477828.7A CN118118782A (zh) | 2022-11-23 | 2022-11-23 | 图像处理方法、图像处理装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211477828.7A CN118118782A (zh) | 2022-11-23 | 2022-11-23 | 图像处理方法、图像处理装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118118782A true CN118118782A (zh) | 2024-05-31 |
Family
ID=91212443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211477828.7A Pending CN118118782A (zh) | 2022-11-23 | 2022-11-23 | 图像处理方法、图像处理装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118118782A (zh) |
-
2022
- 2022-11-23 CN CN202211477828.7A patent/CN118118782A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101772177B1 (ko) | 사진을 획득하기 위한 방법 및 장치 | |
| CN110557547B (zh) | 镜头位置调整方法及装置 | |
| US9959484B2 (en) | Method and apparatus for generating image filter | |
| CN108154465B (zh) | 图像处理方法及装置 | |
| CN106296570B (zh) | 图像处理方法及装置 | |
| CN109784164B (zh) | 前景识别方法、装置、电子设备及存储介质 | |
| CN108154466B (zh) | 图像处理方法及装置 | |
| CN114096994A (zh) | 图像对齐方法及装置、电子设备、存储介质 | |
| CN112991381B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| US20220222831A1 (en) | Method for processing images and electronic device therefor | |
| CN112200040A (zh) | 遮挡图像检测方法、装置及介质 | |
| CN110827219B (zh) | 图像处理模型的训练方法、装置及介质 | |
| CN108259767B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN107292901B (zh) | 边缘检测方法及装置 | |
| CN118118782A (zh) | 图像处理方法、图像处理装置及存储介质 | |
| CN117616455A (zh) | 多帧图像对齐方法、多帧图像对齐装置及存储介质 | |
| CN113315903B (zh) | 图像获取方法和装置、电子设备、存储介质 | |
| CN113506324A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN115147466A (zh) | 图像配准方法及装置、图像处理方法及装置以及存储介质 | |
| CN114693702B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN115861739B (zh) | 图像分割模型的训练方法、装置、设备、存储介质及产品 | |
| CN115379194B (zh) | 深度图像的量化方法及装置、终端设备、存储介质 | |
| CN115708122A (zh) | 图像处理方法、装置、存储介质及终端 | |
| CN118052721A (zh) | 图像融合方法及装置、电子设备、存储介质 | |
| CN117409056A (zh) | 图像处理方法、装置、电子设备及可读存储介质 |
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 |