TW202027496A - 鏡頭影像校正方法 - Google Patents
鏡頭影像校正方法 Download PDFInfo
- Publication number
- TW202027496A TW202027496A TW107147895A TW107147895A TW202027496A TW 202027496 A TW202027496 A TW 202027496A TW 107147895 A TW107147895 A TW 107147895A TW 107147895 A TW107147895 A TW 107147895A TW 202027496 A TW202027496 A TW 202027496A
- Authority
- TW
- Taiwan
- Prior art keywords
- corner
- image
- calculation
- correction
- checkerboard
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
一種鏡頭影像校正方法包含設定步驟、影像輸入步驟、座標設定步驟、插值計算步驟、角點座標運算步驟、座標回推步驟、校正參數運算步驟、收斂判斷步驟及校正步驟。設定預設角點數量及輸入棋盤格影像後,對應棋盤格影像的角點位置產生預設角點座標值。進行插值運算放大棋盤格影像及預設角點座標值,產生出運算角點數量。當運算角點數量與預設角點數量相符,以趨近計算法算獲得運算角點座標值。接著,計算出影像校正參數,若影像校正參數使影像邊緣為收斂時,以運算角點座標值為校正角點座標值,並產生校正棋盤格影像。
Description
本申請案涉及影像處理領域,特別是指一種鏡頭影像校正方法。
現在隨著影像技術的發展,對於三維影像的需求大幅的提升。目前通常是以兩個鏡頭,其中一個是做為深度鏡頭,例如TOF(time of flight)鏡頭,用於建立點雲(point cloud),以建構影像的三維模型。然而,為了考量整體的運算速度,深度鏡頭通常採用低解析度的鏡頭,以使三維模型可以即時建立。
由於深度鏡頭的解析度較低,單一影像中的畫素較少,參考點(例如黑白網格上的黑白角點)的位置只要有一個畫素的偏差,就會使得黑白角點的座標位置嚴重偏差,導致所建立的三維模型無法收斂。
在此,提供一種鏡頭影像校正方法。鏡頭影像校正方法包含設定步驟、影像輸入步驟、座標設定步驟、插值計算步驟、角點座標運算步驟、座標回推步驟、校正參數運算步驟、收斂判斷步驟、以及校正步驟。在設定步驟中是設定預設角點數量,角點數量以比例對應於鏡頭畫素。在影像輸入步驟中輸入棋盤格影像。座標設定步驟是對應棋盤格影像的複數個角點位置,產生一組預設角點座標值,角點座標值是指棋盤格影像中以對角線排列的複數個黑色區塊兩兩相交接的端點的座標值。
插值計算步驟是利用插值法放大棋盤格影像及預設角點座標值,並產生出運算角點數量。角點座標運算步驟是當運算角點數量與預設角點數量相符時,透過趨近計算法獲得一組第一運算角點座標值。座標回推步驟是將第一運算角點座標值除上放大倍率,獲得一組校正前第二運算角點座標值。校正參數運算步驟是以校正前第二運算角點座標值進行影像校正參數運算,而產生一組影像校正參數及參考扭曲第二運算角點座標值。收斂判斷步驟是以影像校正參數進行計算並判斷校正後的一影像邊緣是否收斂。校正步驟是當影像邊緣為收斂時,依據影像校正參數產生校正棋盤格影像。
在一些實施例中,在影像輸入步驟中,更輸入複數個棋盤格影像,其中棋盤格影像具有不同的拍攝角度。在座標設定步驟中,依據棋盤格影像的角點位置,產生複數組預設角點座標值。在插值計算步驟中,依據複數組預設角點座標值計算出複數組運算角點數量。在角點座標運算步驟及座標回推步驟中,排除複數組運算角點數量中與預設角點數量不相符者,再依據複數組預設角點座標值及複數組運算角點數量,計算出複數組第一運算角點座標值及複數組校正前第二運算角點座標。在校正參數運算步驟中,更對複數組校正前第二運算角點座標值進行影像校正參數運算,產生出複數組影像校正參數及複數組參考扭曲第二運算角點座標值。在收斂判斷步驟,更排除校正後的影像邊緣無法收斂的影像校正參數。在校正步驟,選擇複數組參考扭曲第二運算角點座標值中與複數組校前第二運算角點座標值誤差最小的一組,並選擇對應該組校正前第二運算角點座標值的該組影像校正參數,依據該組校正參數產生該校正棋盤格影像。
在一些實施例中,在插值計算步驟中,更以複數個插值計算法進行插值運算,而計算出複數組運算角點數量。進一步地,在一些實施例中,插值計算法至少包含最鄰近插值計算法、雙線性插值計算法、以及畫素矩陣插值計算法。
在一些實施例中,在角點座標運算步驟中,更以複數個趨近計算法計算出複數組第一運算角點座標值。進一步地,在一些實施例中,趨近計算法至少包含四邊形座標計算法、群心計算法及區塊重心平均計算法。
更進一步地,在一些實施例中,四邊形座標計算法是選取棋盤格影像中的黑色區塊,計算出各黑色區塊的四邊的直線,並以直線的交點,計算出第一運算角點座標值。
更進一步地,在一些實施例中,群心計算法是選取棋盤格影像中的黑色區塊之最小邊長,做為正方形的一視覺興趣區,各視覺興趣區的對角線分別與黑色區塊中的兩個的一部分重疊,對各視覺興趣區的內切圓與黑色重疊區域使用分群計算法以群數目2進行分群計算,計算完成後會形成兩扇型黑色區塊分離的兩群。之後針對兩群心位置座標做平均即為第一運算角點座標值。
更進一步地,在一些實施例中,區塊重心平均計算法是選取棋盤格影像中的該等黑色區塊之最小邊長做為一視覺興趣區,各該視覺興趣區的對角線分別與該等黑色區塊的兩個的一部分重疊,分別定義為一第一黑色區域及一第二黑色區域,並以該第一黑色區域的一第一重心及該第二黑色區域的一第二重心之平均值定義為該第一運算角點座標值。
在一些實施例中,鏡頭影像校正方法更包含高斯濾波步驟,以濾除棋盤格影像上的雜訊。
在一些實施例中,鏡頭影像校正方法更包含灰階化步驟,將棋盤格影像轉換為灰階影像。
藉由上述鏡頭影像校正方法,能藉由插值、趨近計算法,使得角點座標值的計算能夠更為精確,並藉由確認影像邊緣是否收歛,而能確實地解決在鏡頭解析度不高時,座標扭曲、偏移嚴重的問題,從而在三維模組建立時能更佳的精確。
圖1為鏡頭影像校正方法的流程圖。如圖1所示,鏡頭影像校正方法S1包含設定步驟S10、影像輸入步驟S20、座標設定步驟S25、插值計算步驟S30、角點座標運算步驟S50、座標回推步驟S55、校正參數運算步驟S60、收斂判斷步驟S70、以及校正步驟S90。在此,鏡頭影像校正方法S1主要應用於低解析度鏡頭的影像校正,整個校正方法可以由電腦、或安裝於電腦的特用晶片來執行。低解析度鏡頭可以定義於解析度小於320畫素*240畫素。
在設定步驟S10中是設定預設角點數量,角點數量以比例對應於鏡頭畫素。例如,以80畫素*60畫素的鏡頭為例,預設的角點數量為8*6。
在影像輸入步驟S20中輸入棋盤格影像,棋盤格影像可以包含複數個黑色區塊,以及複數個白色區塊,黑色區塊及白色區塊在橫向及縱向上呈間隔排列。以對角線排列的黑色區塊兩兩相交接的端點,定義為角點。
座標設定步驟S25是讀取棋盤格影像中的複數個角點位置,對應產生組預設角點座標值。在此。角點座標值是指棋盤格影像中以對角線排列的複數個黑色區塊兩兩相交接的端點的座標值。
插值計算步驟S30是以插值運算放大棋盤格影像及預設角點座標值,並產生出運算角點數量。由於低解析度鏡頭的畫素值不足,在此是將棋盤格影像以一放大倍率放大,取棋盤格影像的一部分,重新計算虛擬角點座標,並以虛擬角點重新計算出運算角點數量。
在此,插值計算步驟S30可以採用最鄰近插值計算法,也就是簡單內插法。也可以採用雙線性插值,其以2畫素*2畫素計算出四個畫素中間的差值,如方程式1-3所示,其中方程式1、2是針對兩排已知y值(y1,y2)進行簡單內插法進行X內插計算,方程式3再對於Y進行內插法計算。 方程式1:; 方程式2:;以及 方程式3:。
插值計算步驟S30更可以採用畫素矩陣插值法計算,例如,以4畫素*4畫素的畫素矩陣方式進行插值計算,其計算式可以如方程式4所示。 方程式4:,其中16個aij
為未知數計算時需要使用四個畫素的數值及每個畫素的3個導數值。
畫素矩陣插值法計算也還可以採8畫素*8畫素的畫素矩陣方式進行插值計算,其計算式可以如方程式5及方程式6所示。 方程式5:, 方程式6:,其中a表示正整數,一般常用2或3。
以上僅為示例,而非限於此,插值計算步驟S30中更以複數個插值計算法進行插值運算,來計算出複數個組插值。
接著,並依據插值結果重新計算出運算角點數量,可以獲得一組或多組的運算角點數量。例如,以插值得到放大棋盤格影像,利用四邊形座標計算法找出角點位置和數量。
在進入角點座標運算步驟S50前,先進入步驟S40,對運算角點數量與預設角點數量進行比對,若兩者相符,進入步驟S50,若兩者不符,則可以重新以不同角度拍攝棋盤格影像,回到步驟S20,重新輸入棋盤格影像進行計算。
角點座標運算步驟S50是透過趨近計算法獲得一組第一運算角點座標值。在此,趨近計算法可以包含一四邊形座標計算法、一群心計算法、以及一區塊重心平均計算法中的至少一種。以下將針對這些方式做更詳細地說明。
圖2a及圖2b為四邊形座標計算法的示意圖。如圖2a所示,棋盤格影像可以包含複數個黑色區塊B,以及複數個白色區塊W,黑色區塊B及白色區塊W在橫向及縱向上大致呈間隔排列。四邊形座標計算法,是利用四邊形來比對黑色區塊B,並於黑色區塊B的頂點,畫出橫向直線L及縱向直線T,並計算出各橫向直線L及各縱向直線T的函數,接著如圖2b所示,計算各橫向直線L及各縱向直線T的交點,作為角點座標值CR。以此座標值定義為第一運算角點座標值。
圖3a至圖3d為群心計算法的示意圖。如圖3a所示,選取棋盤格影像中的所有黑色區塊B之最小邊長R,並以鄰近的角點座標值CR為中心點,接著據以形成如圖3b所示的正方形的視覺興趣區I,各視覺興趣區I的對角線分別與黑色區塊B中的兩個的一部分重疊,分別定義為第一黑色區域BR1及第二黑色區域BR2。如圖3c及圖3d所示,其中圖3d是圖3c所標示出之視覺興趣區R的放大圖。如圖3c及圖3d所示,對各視覺興趣區I取內切圓O,對內切圓O與黑色區域重疊的區域進行分群計算,設定群的數目為2,計算完成後內切圓O與第一黑色區域BR1重疊形成第一群(第一扇形S1)、與第二黑色區域BR2重疊形成第二群(第二扇形S2)。接著由第一群心座標值C1及第二群心座標值C2的平均值定義為第一運算角點座標值CR。
圖4a至圖4d為區塊重心平均計算法的示意圖。如圖4a所示,選取棋盤格影像中的所有黑色區塊B之最小邊長R,接著如圖4b做為正方形的一視覺興趣區I,各視覺興趣區I的對角線分別與黑色區塊B中的兩個的一部分重疊,分別定義為第一黑色區域BR1及第二黑色區域BR2。接著如圖4c及圖4d所示,分別計算出第一黑色區域BR1及第二黑色區域BR2的第一重心座標值G1及第二重心座標值G2,並以第一重心座標值G1及第二重心座標值G2之平均重心值GR定義為第一運算角點座標值。
角點座標運算步驟S50在於在插值計算後,更精確地計算出第一運算角點座標值。以上的計算方式僅為示例,而非限於此,角點座標運算步驟S50更可以多個方式計算,來獲得複數組第一運算角點座標值。座標回推步驟S55是將第一運算角點座標值除上放大倍率,獲得一組校正前第二運算角點座標值,並以此校正前第二運算角點座標值,定義Z方向為0。
校正參數運算步驟S60是以第二運算角點座標值與預設角點座標值的差值進行影像校正參數運算,而產生一組影像校正參數。校正參數包含fx
、fy
、Cx
、Cy
、k1
、k2
、k3
、p1
、p2
,其中fx
、fy
表示以畫素為單位的焦距距離、Cx
、Cy
為影像的正中心點座標的x、y值、k1
、k2
、k3
為徑向扭曲參數、p1
、p2
為切線扭曲參數,影像校正參數的計算方式,可以應用現有的函數庫,例如,OpenCV來計算出,以上僅為示例,而非限於此。
收斂判斷步驟S70是以影像校正參數進行計算並判斷校正後的影像邊緣是否收斂。圖5為收斂判斷步驟的細部流程圖。如圖5所示,收斂判斷步驟S70包含座標定義步驟S71、回歸計算步驟S73、計算次數判斷步驟S75、最終計算步驟S77、及結果判斷步驟S79。座標定義步驟S71是對校正前及校正後的第二運算角點座標值做初始值設定,一開始定義校正前、後為相同數值,定義如方程式7及方程式8所示。 方程式7:; 方程式8:,其中Xundistort
為校正後的第二運算角點座標值的x值、Xdistort
為校正前的第二運算角點座標值的x值、Yundistort
為校正後的第二運算角點座標值的y值、Ydistort
為校正前的第二運算角點座標值的y值、u、v為感測器座標的x、y值、fx
、fy
表示以畫素為單位的焦距距離、Cx
、Cx
為鏡頭中心座標的x、y值。
回歸計算步驟S73是對於座標定義步驟S71的進行回歸計算,計算的方式如方程式9及方程式10所示。 方程式9:,其中r表示校正後第二運算角點座標的向量。 方程式10:, 其中Xundistort
為校正後第二運算角點座標值的x值、Xdistort
為校正前第二運算角點座標值的x值、Yundistort
為校正後第二運算角點座標值的y值、Ydistort
為校正前第二運算角點座標值的y值、k1
、k2
、k3
為徑向扭曲參數、p1
、p2
為切線扭曲參數。
計算次數判斷步驟S75是判斷回歸計算步驟S73是否已經過100次,若已經過100次,則進入最終計算步驟S77,若尚未計算100次,則回到回歸計算步驟S73再次進行計算,當然,計算100次為本實施例所選取的次數,在其他實施例中也可定義其他的計算次數。在本實施例中,經過100次計算後,進行最終計算步驟S77,最終計算的計算式如方程式11所示。 方程式11:,其中Xdistort
’及Ydistort
’是經過參考扭曲第二運算角點座標值的x、y值,Xundistort
及Yundistort
為過100次反複計算出之校正後座標值的x、y值、k1
、k2
、k3
為徑向扭曲參數、p1
、p2
為切線扭曲參數。其中,參考扭曲第二運算角點座標值是根據上述校正參數與校正後第二運算角點座標值反向回推運算的座標值。當此座標值與校正前第二運算角點座標值的誤差越小,則表示校正參數越精準,更能還原扭曲的影像。
承上,進入結果判斷步驟S79,其是將計算前的校正前第二運算角點座標值,與經過100次計算的參考扭曲第二運算角點座標值相減,判斷其差值的絕對值是否大於10-5
,若判斷為是則判定為影像邊緣為發散,捨棄計算出的校正後第二運算角點座標值及影像校正參數,影像輸入步驟S20重新輸入影像,而若是判斷為否,則判定影像邊緣為收斂,進入校正步驟S90。結果判斷步驟S79的計算式,如方程式12及方程式13所示。 方程式12:; 方程式13:。
校正步驟S90是當影像邊緣為收斂時,以該組校正後第二運算角點座標值定義為組校正角點座標值,並依據對應該組校正後第二運算角點座標值的該組影像校正參數產生校正棋盤格影像。
進一步地,在一些實施例中,若是在插值計算步驟S30或是角點座標運算步驟S50有計算出多組結果時,鏡頭影像校正方法S1還包含儲存步驟S80及誤差比對選擇步驟S85。儲存步驟S80是將所計算出的多組第二運算角點座標值及校正參數都進行儲存。誤差比對選擇步驟S85是比對該些參數,並選擇出該複數組參考扭曲第二運算角點座標值與該複數校正前第二運算角點座標值誤差最小的一組,對應該組校正前第二運算角點座標值的該組影像校正參數。
在一些實施例中,在影像輸入步驟S20更輸入複數個棋盤格影像,棋盤格影像具有不同的拍攝角度。舉例而言,可以在一水平平台上進行拍攝,輸入五張棋盤格影像,且各棋盤格影像的拍攝角度相差20度。
依此,在輸入多張棋盤格影像的實施例中,在後續的在座標設步驟S25中,依據棋盤格影像的角點位置,產生複數組預設角點座標值。在插值計算步驟S30中,依據複數組預設角點座標值計算出複數組運算角點數量。在角點座標運算步驟S50及座標回推步驟S55中,排除複數組運算角點數量中與預設角點數量不相符者,再依據複數組預設角點座標值及複數組運算角點數量,計算出複數組第一運算角點座標值及複數組校正前第二運算角點座標。
在校正參數運算步驟S60中,更對複數組校正前第二運算角點座標值進行影像校正參數運算,產生出複數組影像校正參數。在收斂判斷步驟S70中更排除校正後的影像邊緣無法收斂的影像校正參數。並如同前述鏡頭影像校正方法S1還包含儲存步驟S80及誤差比對選擇步驟S85。在校正步驟S90將依據誤差比對選擇步驟S85中所選擇複數組參考扭曲第二運算角點座標值中與複數校正前第二運算角點座標值誤差最小的一組,及應該組校正前第二運算角點座標值的該組影像校正參數,產生該校正棋盤格影像。
影像前處理還可以包含灰階處理S23,將棋盤格影像由彩色圖案轉換成灰階,避免反光或是背景色彩所造成的訊號干擾。
綜上所述,鏡頭影像校正方法S1能藉由插值、趨近計算法,使得角點座標值的計算能夠更為精確,並藉由確認影像邊緣是否收歛,而能確實地解決在鏡頭解析度不高時,參考點座標(即角點座標值)扭曲、偏移嚴重的問題,從而在三維模組建立時能更佳的精確。
雖然本發明的技術內容已經以較佳實施例揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神所作些許之更動與潤飾,皆應涵蓋於本發明的範疇內,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
S1:鏡頭影像校正方法S10:設定預設角點數量S20:輸入棋盤格影像S21:高斯濾波處理S23:灰階處理S25:產生組預設角點座標值S30:利用插值法放大棋盤格影像及預設角點座標值,並產生運算角點數量S40:運算角點數量與預設角點數量相符S50:以趨近計算法獲得第一運算角點座標值S55:除上放大倍率,獲得校正前第二運算角點座標值S60:產生影像校正參數S70:影像邊緣收斂S71:座標定義步驟S73:回歸計算步驟S75:次數判定步驟S77:最終計算步驟S79:結果判斷步驟S80:儲存影像校正參數及校正前第二運算角點座標值S85:選擇校正前第二運算角點座標值與參考扭曲第二運算角點座標值誤差最小的一組S90:依據影像校正參數產生校正棋盤格影像I:視覺興趣區R:最小邊長B:黑色區塊W:白色區塊BR1:第一黑色區域BR2:第二黑色區域S1:第一扇形S2:第二扇形C1:第一群心座標值C2:第二群心座標值CR:角點座標值G1:第一重心座標值G2:第二重心座標值GR:平均重心座標值O:內切圓L:橫向直線T:縱向直線
圖1為鏡頭影像校正方法的流程圖。 圖2a及圖2b為四邊形座標計算法的示意圖。 圖3a至圖3d為群心計算法的示意圖。 圖4a至圖4d為區塊重心平均計算法的示意圖。 圖5為收斂判斷步驟的細部流程圖。
S1:鏡頭影像校正方法
S10:設定預設角點數量
S20:輸入棋盤格影像
S21:高斯濾波處理
S23:灰階處理
S25:產生組預設角點座標值
S30:利用插值法放大棋盤格影像及預設角點座標值,並產生運算角點數量
S40:運算角點數量與預設角點數量相符
S50:以趨近計算法獲得第一運算角點座標值
S55:除上放大倍率,獲得校正前第二運算角點座標值
S60:產生影像校正參數
S70:影像邊緣收斂
S80:儲存影像校正參數及校正前第二運算角點座標值
S85:選擇校正前第二運算角點座標值與參考扭曲第二運算角點座標值誤差最小的一組
S90:依據影像校正參數產生校正棋盤格影像
Claims (11)
- 一種鏡頭影像校正方法,包含: 一設定步驟,設定一預設角點數量,其中該角點數量以一比例對應於一鏡頭畫素; 一影像輸入步驟,輸入一棋盤格影像; 一座標設定步驟,對應該棋盤格影像的複數個角點位置,產生一組預設角點座標值,其中該等角點座標值是指該棋盤格影像中以一對角線排列的複數個黑色區塊兩兩相交接的端點的座標值; 一插值計算步驟,進行插值運算放大該棋盤格影像及該等預設角點座標值,並產生出一運算角點數量; 一角點座標運算步驟,當該運算角點數量與該預設角點數量相符時,透過一趨近計算法獲得一組第一運算角點座標值; 一座標回推步驟,將該組第一運算角點座標值除上放大倍率,獲得一組校正前第二運算角點座標值; 一校正參數運算步驟,以該組校正前第二運算角點座標值進行影像校正參數運算,而產生一組影像校正參數; 一收斂判斷步驟,以該組影像校正參數計算,判斷校正後的影像邊緣是否收斂;以及 一校正步驟,若該影像邊緣為收斂時,依據該些影像校正參數產生一校正棋盤格影像。
- 如請求項1所述的鏡頭影像校正方法,其中: 在該影像輸入步驟中,更輸入複數個棋盤格影像,其中該等棋盤格影像具有不同的拍攝角度; 在該座標設定步驟中,依據該等棋盤格影像的角點位置,產生複數組預設角點座標值; 在該插值計算步驟中,依據該複數組預設角點座標值計算出複數組運算角點數量; 在該角點座標運算步驟及該座標回推步驟中,排除該複數組運算角點數量中與該預設角點數量不相符者,再依據該複數組預設角點座標值及該複數組運算角點數量,計算出複數組第一運算角點座標值及複數組校正前第二運算角點座標; 在該校正參數運算步驟中,更對該複數組校正前第二運算角點座標值進行影像校正參數運算,產生出複數組影像校正參數及複數組參考扭曲第二運算角點座標值; 在該收斂判斷步驟,更排除校正後的影像邊緣無法收斂的該些組影像校正參數;以及 在該校正步驟,選擇該複數組參考扭曲第二運算角點座標值與該複數校正前第二運算角點座標值誤差最小的一組,並選擇對應該組校正前第二運算角點座標值的該組影像校正參數,依據該組校正參數產生該校正棋盤格影像。
- 如請求項2所述的鏡頭影像校正方法,其中在該插值計算步驟中,更以複數個插值計算法進行插值運算,而計算出複數組運算角點數量。
- 如請求項3所述的鏡頭影像校正方法,其中該等插值計算法至少包含一最鄰近插值計算法、一雙線性插值計算法、以及一畫素矩陣插值計算法。
- 如請求項2所述的鏡頭影像校正方法,其中在該角點座標運算步驟中,更以複數個趨近計算法計算出複數組第一運算角點座標值。
- 如請求項5所述的鏡頭影像校正方法,其中該等趨近計算法至少包含一四邊形座標計算法、一群心計算法、以及一區塊重心平均計算法。
- 如請求項6所述的鏡頭影像校正方法,其中該四邊形座標計算法是選取該等棋盤格影像中的該等黑色區塊,計算出各該黑色區塊的四邊的直線,並以直線的交點,計算出該組第一運算角點座標值。
- 如請求項6所述的鏡頭影像校正方法,其中該群心計算法是選取該等棋盤格影像中的該等黑色區塊之一最小邊長,做為正方形的一視覺興趣區,各該視覺興趣區的一對角線分別與該等黑色區塊中的兩個的一部分重疊,分別定義為一第一黑色區域及一第二黑色區域,以各該視覺興趣區的一內切圓與該第一黑色區域重疊的一第一扇形進行分群計算出一第一群心座標,以該視覺興趣區的該內切圓與該第二黑色區域重疊的一第二扇形進行分群計算出一第二群心座標,再以該第一群心座標及該第二群心座標的平均值定義為該第一運算角點座標值。
- 如請求項6所述的鏡頭影像校正方法,其中該區塊重心平均計算法是選取該等棋盤格影像中的該等黑色區塊之一最小邊長做為一視覺興趣區,各該視覺興趣區的對角線分別與該等黑色區塊的兩個的一部分重疊,分別定義為一第一黑色區域及一第二黑色區域,以該第一黑色區域的一第一重心及該第二黑色區域的一第二重心之平均值定義為該第一運算角點座標值。
- 如請求項1所述的鏡頭影像校正方法,更包含一高斯濾波步驟,以濾除該棋盤格影像上的雜訊。
- 如請求項10所述的鏡頭影像校正方法,更包含一灰階化步驟,將該棋盤格影像轉換為一灰階影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107147895A TWI685241B (zh) | 2018-12-28 | 2018-12-28 | 鏡頭影像校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107147895A TWI685241B (zh) | 2018-12-28 | 2018-12-28 | 鏡頭影像校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI685241B TWI685241B (zh) | 2020-02-11 |
TW202027496A true TW202027496A (zh) | 2020-07-16 |
Family
ID=70413593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107147895A TWI685241B (zh) | 2018-12-28 | 2018-12-28 | 鏡頭影像校正方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI685241B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240216A (zh) * | 2013-06-07 | 2014-12-24 | 光宝电子(广州)有限公司 | 图像校正方法、模块及其电子装置 |
CN104897051B (zh) * | 2014-03-03 | 2019-01-11 | 卡尔蔡司显微镜有限责任公司 | 用于对数码显微镜进行测量校准的校准板及其使用方法 |
-
2018
- 2018-12-28 TW TW107147895A patent/TWI685241B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI685241B (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022143796A1 (zh) | 一种线结构光测量系统的标定方法、标定装置、以及系统 | |
Furukawa et al. | Accurate camera calibration from multi-view stereo and bundle adjustment | |
CN108074267B (zh) | 交点检测装置及方法、摄像头校正系统及方法及记录介质 | |
US10771776B2 (en) | Apparatus and method for generating a camera model for an imaging system | |
CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
CN113920205B (zh) | 一种非同轴相机的标定方法 | |
CN110942506B (zh) | 一种物体表面纹理重建方法、终端设备及系统 | |
JP2014092460A (ja) | 画像処理装置および方法、画像処理システム、並びにプログラム | |
JP4649559B2 (ja) | 3次元物体認識装置、並びに3次元物体認識プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体 | |
JP5998532B2 (ja) | 補正式算出方法、補正方法、補正装置及び撮像装置 | |
JP2011155412A (ja) | 投影システムおよび投影システムにおける歪み修正方法 | |
CN110533713A (zh) | 桥梁裂缝宽度高精度测量方法及测量装置 | |
KR102023087B1 (ko) | 카메라 캘리브레이션 방법 | |
TWI685241B (zh) | 鏡頭影像校正方法 | |
CN115994952B (zh) | 环视影像系统的标定方法、装置、计算机设备及存储介质 | |
CN108895979A (zh) | 线段编码的结构光深度获取方法 | |
WO2024021654A1 (zh) | 一种用于线结构光3d相机的误差校正方法以及装置 | |
JP4548228B2 (ja) | 画像データ作成方法 | |
CN111383179B (zh) | 镜头影像校正方法 | |
JP6906177B2 (ja) | 交点検出装置、カメラ校正システム、交点検出方法、カメラ校正方法、プログラムおよび記録媒体 | |
TWI595446B (zh) | 擴充實境中基於深度攝影機之遮蔽邊緣品質改善方法 | |
Graciá et al. | A system for real-time multi-view 3d reconstruction | |
CN108182702B (zh) | 基于深度图像采集设备的实时三维建模方法及系统 | |
US10115181B2 (en) | Systems for automatically assembling tile maps and associated techniques | |
CN114419280A (zh) | 一种快速三维点云生成三维网格的方法 |