KR101623828B1 - 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 - Google Patents
연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 Download PDFInfo
- Publication number
- KR101623828B1 KR101623828B1 KR1020150045176A KR20150045176A KR101623828B1 KR 101623828 B1 KR101623828 B1 KR 101623828B1 KR 1020150045176 A KR1020150045176 A KR 1020150045176A KR 20150045176 A KR20150045176 A KR 20150045176A KR 101623828 B1 KR101623828 B1 KR 101623828B1
- Authority
- KR
- South Korea
- Prior art keywords
- distortion
- image
- plane
- standard plane
- coordinates
- Prior art date
Links
Images
Classifications
-
- H04N5/217—
-
- H04N5/357—
Landscapes
- Image Processing (AREA)
Abstract
본 발명은 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치에 관한 것으로, 최종 출력 영상(표준 평면 좌표 영상)의 해상도 만큼의 복잡한 연산으로 구현되는 디와핑(Dewarping) 연산을 수행하지 않고, 출력 영상의 샘플링된 일부 위치에 대해서만 연산을 수행하여 해당 위치의 어안(FishEye) 영상(왜곡 평면 좌표 영상)에서의 위치 좌표를 샘플 위치 정보로 기억하고, 이를 이용하여 빠르게 영상을 디와핑함으로써 왜곡 영상 보정 속도를 개선할 수 있도록 한 것이다.
Description
본 발명은 카메라 영상 왜곡 보정 기술에 관련한 것으로, 특히 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치에 관한 것이다.
360도 전방위를 감시할 수 있는 어안(FishEye) 카메라들이 보안용으로 출시되고 있다. 이러한 어안 카메라를 사용시 어안 카메라로부터 획득되는 영상은 직선이 곡선으로 왜곡되어 보여진다.
따라서 사용자가 관심 있는 영역의 영상을 디와핑(Dewarping)시켜 왜곡된 영상을 복원하여야 한다. 대한민국 공개특허 제10-2012-0005664호(2012. 01. 17)에서 어안 렌즈를 통해 촬상된 곡면 영상을 평면 영상으로 변환하는 기술을 제안하고 있다.
통상적으로 최종 디와핑(Dewarping) 되어 출력될 영상의 화소수 만큼 각 화소에 대응되는 어안(FishEye) 영상에서의 화소 위치를 찾아 해당하는 화소의 색상값을 가져와야 하는데, 이러한 연산은 통산 연산량이 많다.
예를 들어 출력될 영상의 화소수가 가로, 세로 800 픽셀(pixel)이면 640,000 화소에 대해서 이러한 연산을 수행해야 한다. 나아가 최종 영상의 품질을 개선하기 위해서 필터링을 적용할 경우 출력영상의 각 화소 하나에 대해서 어안(FishEye) 영상에서의 여러 화소를 구해서 필터연산을 적용해야 해서 출력영상의 화소수의 4~5배 만큼의 연산을 수행해야 한다.
따라서, 본 발명자는 최종 출력 영상의 해상도 만큼의 복잡한 연산으로 구현되는 디와핑(Dewarping) 연산을 수행하지 않고, 출력 영상의 샘플링된 일부 위치에 대해서만 연산을 수행하여 해당 위치의 어안(FishEye) 영상에서의 위치 좌표를 샘플 위치 정보로 기억하고, 이를 이용하여 빠르게 영상을 디와핑함으로써 왜곡 영상 보정을 위한 연산 속도를 개선할 수 있는 기술에 대한 연구를 하게 되었다.
본 발명은 상기한 취지하에 발명된 것으로, 최종 출력 영상(표준 평면 좌표 영상)의 해상도 만큼의 복잡한 연산으로 구현되는 디와핑(Dewarping) 연산을 수행하지 않고, 출력 영상의 샘플링된 일부 위치에 대해서만 연산을 수행하여 해당 위치의 어안(FishEye) 영상(왜곡 평면 좌표 영상)에서의 위치 좌표를 샘플 위치 정보로 기억하고, 이를 이용하여 빠르게 영상을 디와핑함으로써 왜곡 영상 보정을 위한 연산 속도를 개선할 수 있는 어안 카메라의 왜곡 영상 보정장치를 제공함을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 일 양상에 따르면, 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치가 전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링하는 표준 평면 좌표 샘플링부와; 상기 표준 평면 좌표 샘플링부에 의해 샘플링된 일부의 표준 평면 좌표들에 대응하는 타겟 왜곡 평면 좌표들을 연산하는 왜곡 평면 좌표 연산부와; 상기 왜곡 평면 좌표 연산부에 의해 연산된 타겟 왜곡 평면 좌표들을 이용한 보간(Interpolation) 또는 텍스쳐 매핑(Texture Mapping)에 의해 표준 평면 좌표들의 화소값을 결정하는 표준평면 화소값 결정부를; 포함하여 이루어지는 것을 특징으로 한다.
본 발명의 부가적인 양상에 따르면, 상기 샘플링 간격이 일정한 것을 특징으로 한다.
본 발명의 부가적인 양상에 따르면, 상기 샘플링 간격이 표준 평면 좌표의 중앙으로부터 멀어질 수록 더 작아지는 것을 특징으로 한다.
본 발명의 부가적인 양상에 따르면, 상기 표준평면 화소값 결정부가 샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 이용한 비례식 보간법에 의해 구해진 타겟 왜곡 평면 좌표들에 대응되는 화소값들을 표준 평면 좌표들의 화소값으로 결정하는 것을 특징으로 한다.
본 발명의 부가적인 양상에 따르면, 상기 표준평면 화소값 결정부가 텍스처 매핑 기법을 이용해 왜곡평면 영상의 일부 혹은 전체를 텍스쳐맵으로 지정하고, 샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 변환하여 구해진 텍스쳐 맵 좌표들을 이용한 텍스쳐 맵핑을 통해 표준 평면 좌표들의 화소값으로 결정하는 것을 특징으로 한다.
본 발명은 최종 출력 영상(표준 평면 좌표 영상)의 해상도 만큼의 복잡한 연산으로 구현되는 디와핑(Dewarping) 연산을 수행하지 않고, 출력 영상의 샘플링된 일부 위치에 대해서만 연산을 수행하여 해당 위치의 어안(FishEye) 영상(왜곡 평면 좌표 영상)에서의 위치 좌표를 샘플 위치 정보로 기억하고, 이를 이용하여 빠르게 영상을 디와핑함으로써 왜곡 영상 보정 속도를 개선할 수 있는 효과가 있다.
도 1 은 어안 카메라 시스템의 개요도이다.
도 2 는 본 발명에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치의 일 실시예의 구성을 도시한 블럭도이다.
도 3 은 전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링하는 것을 예시한 도면이다.
도 4 는 보간에 의해 표준평면 화소값을 결정하는 왜곡 평면 좌표값을 구하는 것을 예시한 도면이다.
도 5 는 텍스처 매핑에 의해 표준평면 화소값을 결정하는 것을 예시한 도면이다.
도 6 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 일 예를 도시한 도면이다.
도 7 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 왜곡을 보정한 표준 평면 영상의 일 예를 도시한 도면이다.
도 2 는 본 발명에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치의 일 실시예의 구성을 도시한 블럭도이다.
도 3 은 전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링하는 것을 예시한 도면이다.
도 4 는 보간에 의해 표준평면 화소값을 결정하는 왜곡 평면 좌표값을 구하는 것을 예시한 도면이다.
도 5 는 텍스처 매핑에 의해 표준평면 화소값을 결정하는 것을 예시한 도면이다.
도 6 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 일 예를 도시한 도면이다.
도 7 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 왜곡을 보정한 표준 평면 영상의 일 예를 도시한 도면이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 발명 명세서 전반에 걸쳐 사용되는 용어들은 본 발명 실시예에서의 기능을 고려하여 정의된 용어들로서, 사용자 또는 운용자의 의도, 관례 등에 따라 충분히 변형될 수 있는 사항이므로, 이 용어들의 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1 은 어안 카메라 시스템의 개요도이다. 도 1 에 도시한 바와 같이, 어안 카메라 시스템(100)은 어안 렌즈(110)와, 이미지 센서(120)와, 버퍼(130)와, 프로세서(140) 및 디스플레이(150)를 포함하여 이루어진다.
상기 어안 렌즈(110)는 광각으로 광신호를 입력받는다.
상기 이미지 센서(120)는 상기 어안 렌즈(110)를 통해 광각으로 입력되는 광신호를 감지하여 전기적인 영상신호로 광전 변환한다.
상기 버퍼(130)는 변환된 전기적인 영상신호를 임시 저장한다.
상기 영상 프로세서(140)는 전기적인 영상신호 즉, 왜곡 평면 영상을 표준 평면 영상으로 보정하는 영상 처리를 수행한다. 본 발명에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치(200)는 이 프로세서(140)에 의해 실행되는 소프트웨어 형태로 구현되어, 왜곡 평면 좌표의 화소값을 표준 평면 좌표에 디와핑(Dewarping)시켜 왜곡된 영상을 복원한다.
상기 디스플레이(150)는 상기 프로세서(140)에 의해 왜곡 보정된 표준 평면 영상을 표시한다.
하나의 실시예로서 상기 프로세서(140)과 상기 디스플레이(150)가 어안 카메라와는 별도의 시스템으로 분리 구성되어 신호선이나 네트워크을 통해 어안 카메라로부터 전송받은 왜곡영상을 처리하도록 구현될 수 있다.
도 2 는 본 발명에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치의 일 실시예의 구성을 도시한 블럭도이다. 도 2 에 도시한 바와 같이, 이 실시예에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치(200)는 표준 평면 좌표 샘플링부(210)와, 왜곡 평면 좌표 연산부(220)와, 표준평면 화소값 결정부(230)를 포함하여 이루어진다.
상기 표준 평면 좌표 샘플링부(210)는 전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링한다.
이 때, 상기 샘플링 간격이 일정하도록 구현될 수 있다. 도 3 은 전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링하는 것을 예시한 도면으로, 샘플링 간격이 일정함을 볼 수 있다.
이와는 달리, 상기 샘플링 간격이 표준 평면 좌표의 중앙으로부터 멀어질 수록 더 작아지도록 구현될 수 있다. 어안 영상은 중앙 부위보다 외곽 부위에서 왜곡이 더 크므로, 왜곡이 상대적으로 작은 중앙 부위 보다 왜곡이 큰 외곽 부위의 샘플링 간격을 더 작게할 경우 더 우수한 왜곡 보정이 가능해진다.
상기 왜곡 평면 좌표 연산부(220)는 상기 표준 평면 좌표 샘플링부(210)에 의해 샘플링된 일부의 표준 평면 좌표들에 대응하는 타겟 왜곡 평면 좌표들을 연산한다. 표준 평면 좌표에 대응하는 왜곡 평면 좌표 연산은 통상의 사항이므로, 구체적인 설명은 생략한다.
상기 표준평면 화소값 결정부(230)는 상기 왜곡 평면 좌표 연산부(220)에 의해 연산된 타겟 왜곡 평면 좌표들을 이용한 보간(Interpolation) 또는 텍스쳐 매핑(Texture Mapping)에 의해 표준 평면 좌표들의 화소값을 결정한다.
삭제
본 발명의 부가적인 양상에 따르면, 상기 표준평면 화소값 결정부가 샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 이용한 비례식 보간법에 의해 구해진 타겟 왜곡 평면 좌표들에 대응되는 화소값들을 표준 평면 좌표들의 화소값으로 결정하도록 구현될 수 있다.
즉, 이 실시예는 샘플링된 일부의 표준 평면 좌표들에 대해서만 복잡한 연산이 수행되어 왜곡 평면 좌표값이 구해지고, 비샘플링된 나머지의 표준 평면 좌표들에 대해서는 위와 같은 단순한 보간 연산이 수행되어 왜곡평면 좌표값들이 구해지게 되므로, 보다 빠른 속도로 디와핑(Dewarping)이 가능해진다.
이와는 달리, 상기 표준평면 화소값 결정부(230)가 텍스처 매핑 기법을 이용해 왜곡평면 영상의 일부 혹은 전체를 텍스쳐맵으로 지정하고, 샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 변환하여 구해진 텍스쳐 맵 좌표들을 이용한 텍스쳐 맵핑을 통해 표준 평면 좌표들의 화소값으로 결정하도록 구현될 수 있다.
도 5 는 텍스처 매핑에 의해 표준평면 화소값을 결정하는 것을 예시한 도면이다. 텍스쳐맵으로 지정된 일부 혹은 전체 왜곡 평면에서 x, y 매쉬점 좌표들이 도 5 의 좌측과 같이 주어졌을 때, 각 매쉬점 좌표들을 다음의 수식을 통해 변환하여 도 5 의 우측과 같은 u,v 텍스쳐 맵 좌표들을 구한다. 이를 이용하여 텍스쳐 맵핑을 통해 빠르게 표준 평면의 화소값을 구한다.
즉, 이 실시예는 샘플링된 일부의 표준 평면 좌표들에 대해서만 복잡한 연산이 수행되어 왜곡 평면 좌표값들이 구해지고, 이를 이용해 표준 평면 화소값을 구하기 위해서 위와 같은 단순한 텍스처 매핑을 위한 연산이 수행되므로, 보다 빠른 속도로 디와핑(Dewarping)이 가능해진다.
도 6 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 일 예를 도시한 도면, 도 7 은 어안 카메라에 의해 촬영된 왜곡 평면 영상의 왜곡을 보정한 표준 평면 영상의 일 예를 도시한 도면이다. 본 발명에 따른 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치에 의해 도 6 에 도시한 바와 같은 왜곡 평면 영상이 도 7 에 도시한 표준 평면 영상으로 왜곡 보정되었음을 볼수 있다.
이와 같이 구현함에 의해, 본 발명은 최종 출력 영상(표준 평면 좌표 영상)의 해상도 만큼의 복잡한 연산으로 구현되는 디와핑(Dewarping) 연산을 수행하지 않고, 출력 영상의 샘플링된 일부 위치에 대해서만 복잡한 연산을 수행하여 해당 위치의 어안(FishEye) 영상(왜곡 평면 좌표 영상)에서의 위치 좌표를 샘플 위치 정보로 기억하고, 이를 이용하여 빠르게 영상을 디와핑함으로써 왜곡 영상 보정 속도를 개선할 수 있으므로, 상기에서 제시한 본 발명의 목적을 달성할 수 있다.
본 발명은 첨부된 도면에 의해 참조되는 바람직한 실시예를 중심으로 기술되었지만, 이러한 기재로부터 후술하는 특허청구범위에 의해 포괄되는 범위내에서 본 발명의 범주를 벗어남이 없이 다양한 변형이 가능하다는 것은 명백하다.
본 발명은 카메라 영상 왜곡 보정 기술분야 및 이의 응용 기술분야에서 산업상으로 이용 가능하다.
100 : 어안 카메라 시스템
110 : 어안 렌즈
120 : 이미지 센서
130 : 버퍼
140 : 프로세서
150 : 디스플레이
200 : 왜곡 영상 보정장치
210 : 표준 평면 좌표 샘플링부
220 : 왜곡 평면 좌표 연산부
230 : 표준평면 화소값 결정부
110 : 어안 렌즈
120 : 이미지 센서
130 : 버퍼
140 : 프로세서
150 : 디스플레이
200 : 왜곡 영상 보정장치
210 : 표준 평면 좌표 샘플링부
220 : 왜곡 평면 좌표 연산부
230 : 표준평면 화소값 결정부
Claims (5)
- 왜곡 평면 좌표의 화소값을 표준 평면 좌표에 디와핑(Dewarping)시켜 왜곡된 영상을 복원하는 어안 카메라의 왜곡 영상 보정장치에 있어서,
전체 표준 평면 좌표들 중에서 가로 방향 및 세로 방향으로 특정 샘플링 간격 만큼 이격된 일부의 표준 평면 좌표들을 샘플링하는 표준 평면 좌표 샘플링부와;
상기 표준 평면 좌표 샘플링부에 의해 샘플링된 일부의 표준 평면 좌표들에 대응하는 타겟 왜곡 평면 좌표들을 연산하는 왜곡 평면 좌표 연산부와;
상기 왜곡 평면 좌표 연산부에 의해 연산된 타겟 왜곡 평면 좌표들의 화소값을 샘플링된 표준 평면 좌표들의 화소값으로 결정하고, 연산된 타겟 왜곡 평면 좌표들을 이용한 보간(Interpolation) 또는 텍스쳐 매핑(Texture Mapping)에 의해 샘플링되지 않은 나머지 표준 평면 좌표들의 화소값을 결정하는 표준평면 화소값 결정부를;
포함하여 이루어지는 것을 특징으로 하는 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치. - 제 1 항에 있어서,
상기 샘플링 간격이:
일정한 것을 특징으로 하는 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치. - 제 1 항에 있어서,
상기 샘플링 간격이:
표준 평면 좌표의 중앙으로부터 멀어질 수록 더 작아지는 것을 특징으로 하는 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치. - 제 1 항 내지 제 3 항 중의 어느 한 항에 있어서,
상기 표준평면 화소값 결정부가:
샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 이용한 비례식 보간법에 의해 구해진 타겟 왜곡 평면 좌표들에 대응되는 화소값들을 샘플링되지 않은 나머지 표준 평면 좌표들의 화소값으로 결정하는 것을 특징으로 하는 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치. - 제 1 항 내지 제 3 항 중의 어느 한 항에 있어서,
상기 표준평면 화소값 결정부가:
텍스처 매핑 기법을 이용해 왜곡평면 영상의 일부 혹은 전체를 텍스쳐맵으로 지정하고, 샘플링된 표준 평면상에 이웃하는 4개의 좌표값들로 구해진 타겟 왜곡 평면 좌표들을 변환하여 구해진 텍스쳐 맵 좌표들을 이용한 텍스쳐 맵핑을 통해 샘플링되지 않은 나머지 표준 평면 좌표들의 화소값을 결정하는 것을 특징으로 하는 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150045176A KR101623828B1 (ko) | 2015-03-31 | 2015-03-31 | 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150045176A KR101623828B1 (ko) | 2015-03-31 | 2015-03-31 | 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101623828B1 true KR101623828B1 (ko) | 2016-05-24 |
Family
ID=56114120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020150045176A KR101623828B1 (ko) | 2015-03-31 | 2015-03-31 | 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101623828B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267857A (zh) * | 2017-12-29 | 2018-07-10 | 杭州联络互动信息科技股份有限公司 | 一种畸变校正实时可视调试的方法、装置及系统 |
KR20190086964A (ko) | 2018-01-15 | 2019-07-24 | 주식회사 스트리스 | 어안 렌즈 및 전방위 영상의 왜곡 제거를 위한 장치 및 방법 |
CN113643205A (zh) * | 2021-08-17 | 2021-11-12 | 安徽农业大学 | 一种鱼眼镜头的全场图像畸变校正方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008295097A (ja) * | 2008-08-25 | 2008-12-04 | Sony Corp | 画像処理装置、画像処理システム、撮像装置および画像処理方法 |
JP2010092360A (ja) * | 2008-10-09 | 2010-04-22 | Canon Inc | 画像処理システム、画像処理装置、収差補正方法及びプログラム |
JP2011217057A (ja) * | 2010-03-31 | 2011-10-27 | Asahi Kasei Corp | レンズ歪み除去装置、方法およびプログラム |
-
2015
- 2015-03-31 KR KR1020150045176A patent/KR101623828B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008295097A (ja) * | 2008-08-25 | 2008-12-04 | Sony Corp | 画像処理装置、画像処理システム、撮像装置および画像処理方法 |
JP2010092360A (ja) * | 2008-10-09 | 2010-04-22 | Canon Inc | 画像処理システム、画像処理装置、収差補正方法及びプログラム |
JP2011217057A (ja) * | 2010-03-31 | 2011-10-27 | Asahi Kasei Corp | レンズ歪み除去装置、方法およびプログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267857A (zh) * | 2017-12-29 | 2018-07-10 | 杭州联络互动信息科技股份有限公司 | 一种畸变校正实时可视调试的方法、装置及系统 |
CN108267857B (zh) * | 2017-12-29 | 2021-01-12 | 杭州联络互动信息科技股份有限公司 | 一种畸变校正实时可视调试的方法、装置及系统 |
KR20190086964A (ko) | 2018-01-15 | 2019-07-24 | 주식회사 스트리스 | 어안 렌즈 및 전방위 영상의 왜곡 제거를 위한 장치 및 방법 |
CN113643205A (zh) * | 2021-08-17 | 2021-11-12 | 安徽农业大学 | 一种鱼眼镜头的全场图像畸变校正方法 |
CN113643205B (zh) * | 2021-08-17 | 2024-03-22 | 安徽农业大学 | 一种鱼眼镜头的全场图像畸变校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9196022B2 (en) | Image transformation and multi-view output systems and methods | |
US10306165B2 (en) | Image generating method and dual-lens device | |
CN108833785B (zh) | 多视角图像的融合方法、装置、计算机设备和存储介质 | |
US8000559B2 (en) | Method of correcting image distortion and apparatus for processing image using the method | |
US8908991B2 (en) | Image processing apparatus, image processing method and storage medium | |
EP3576052B1 (en) | Image processing systems and methods | |
CN107071234B (zh) | 一种镜头阴影校正方法及装置 | |
KR101521008B1 (ko) | 어안 렌즈를 사용하여 얻은 왜곡영상에 대한 보정방법 및 이를 구현하기 위한 영상 디스플레이 시스템 | |
US11538175B2 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
CN107113376A (zh) | 一种图像处理方法、装置及摄像机 | |
TW201403553A (zh) | 自動校正鳥瞰影像方法 | |
KR101478980B1 (ko) | 어안 렌즈를 이용한 다중 채널 디스플레이 시스템 | |
CN110084765B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
WO2021093534A1 (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN109785390B (zh) | 一种用于图像矫正的方法和装置 | |
KR101623828B1 (ko) | 연산 속도를 개선한 어안 카메라의 왜곡 영상 보정장치 | |
AU2007249585B2 (en) | Real-time capture and transformation of hemispherical video images to images in rectilinear coordinates | |
US20150358547A1 (en) | Image processing apparatus | |
JP2017092756A (ja) | 画像処理装置、画像処理方法、画像投影システムおよびプログラム | |
WO1992010810A1 (fr) | Procede de correction de tache et dispositif a cet effet | |
KR101578029B1 (ko) | 영상 왜곡 보정 장치 및 방법 | |
Li et al. | Fish-eye distortion correction based on midpoint circle algorithm | |
KR20100046544A (ko) | 영상 왜곡 보정 방법 및 장치 | |
CN112422848B (zh) | 一种基于深度图和彩色图的视频拼接方法 | |
JP5891751B2 (ja) | 画像間差分装置および画像間差分方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190516 Year of fee payment: 4 |