WO2020097851A1 - 一种图像处理方法、控制终端及存储介质 - Google Patents

一种图像处理方法、控制终端及存储介质 Download PDF

Info

Publication number
WO2020097851A1
WO2020097851A1 PCT/CN2018/115630 CN2018115630W WO2020097851A1 WO 2020097851 A1 WO2020097851 A1 WO 2020097851A1 CN 2018115630 W CN2018115630 W CN 2018115630W WO 2020097851 A1 WO2020097851 A1 WO 2020097851A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
correction
parameters
control terminal
distortion
Prior art date
Application number
PCT/CN2018/115630
Other languages
English (en)
French (fr)
Inventor
何纲
黄振昊
张明磊
宋健宇
Original Assignee
深圳市大疆创新科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN201880038318.5A priority Critical patent/CN110809781B/zh
Priority to PCT/CN2018/115630 priority patent/WO2020097851A1/zh
Publication of WO2020097851A1 publication Critical patent/WO2020097851A1/zh

Links

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
    • 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
    • G06T2207/10004—Still image; Photographic image

Definitions

  • the embodiments of the present invention relate to the field of computer technology, and in particular, to an image processing method, a control terminal, and a storage medium.
  • correction parameters of the image acquisition device including camera parameters and / or distortion parameters
  • a second aspect of the embodiments of the present invention is to provide a control terminal, including a memory, a processor, and an image acquisition device;
  • the memory is used to store program codes
  • the processor calls the program code, and when the program code is executed, it is used to perform the following operations:
  • correction parameters of the image acquisition device including camera parameters and / or distortion parameters
  • a third aspect of the embodiments of the present invention is to provide a control terminal, which is characterized by including:
  • the power system is installed on the fuselage and is used to provide power for the control terminal;
  • Image acquisition equipment installed on the body, used to acquire images
  • the control terminal may acquire images through the image acquisition device, and compare the correction parameters and the image Associative storage is performed, so that when distortion correction is performed on the image subsequently, the image can be distortion corrected according to the correction parameters stored in association with the image, thereby obtaining an accurate corrected image. Since the correction parameter and the image are stored in association, separation of the correction parameter and the image can be effectively avoided.
  • FIG. 1a is a schematic diagram of an undistorted image provided by an embodiment of the present invention.
  • FIG. 1c is a schematic diagram of generating tangential distortion based on the image of FIG. 1a according to an embodiment of the present invention
  • 3a is a schematic diagram of a calibration board provided by an embodiment of the present invention.
  • FIG. 3b is a schematic diagram of a captured image of a calibration plate provided by an embodiment of the present invention.
  • FIG. 5b is a schematic diagram of an image centered at the center of the image before and after cropping, provided by an embodiment of the present invention.
  • FIG. 5c is a schematic diagram of an image before and after cropping using a vertex at the upper left corner of the image as a coordinate origin provided by an embodiment of the present invention
  • FIG. 6 is a schematic diagram of a control terminal provided by an embodiment of the present invention.
  • the optimized design of the lens group and the selection of high-quality optical glass can be used to manufacture the lens, but this method will cause an increase in production cost and limited improvement in lens distortion.
  • the existing image distortion correction methods are based on the optical design distortion parameters built in the camera, and the distortion is corrected by setting several lattices with equal distances. For the corresponding points on the lattice, the optical design distortion parameters are used for correction. For pixels between dots, correction is performed by interpolation, and the above-mentioned correction method is not effective for correcting image distortion.
  • the optical design distortion parameters used in the existing image distortion correction method are set in advance, that is to say, the optical design distortion parameters set by the same production batch or the same manufacturer are the same, but due to lens manufacturing And the difference in assembly process, even if they are in the same production batch or manufactured by the same manufacturer, the degree of distortion of the camera lens is not exactly the same. Therefore, if the distortion is corrected by the same optical design distortion parameter, the comparison cannot be obtained. Good distortion correction effect.
  • an embodiment of the present invention proposes an image processing method, which is used to perform distortion correction on a captured image.
  • This method mainly uses a calibration plate to perform a camera on the lens of each image acquisition device when producing an image acquisition device Calibration of parameters and distortion parameters, and store the calibrated camera parameters and distortion parameters in the camera's preset memory, so that the camera parameters and distortion parameters can be written to the XMP of each photo during the image acquisition process of the image acquisition device Field.
  • FIG. 2 is a schematic flowchart of an image processing method according to an embodiment of the present invention. As shown in FIG. 2, the method may include:
  • the image acquisition device may be a camera, a video camera, or a device with a camera function.
  • the image acquisition device may be installed on a control terminal, and the control terminal may be a movable platform.
  • the movable platform may be, for example, Drones, cars, etc. equipped with image acquisition equipment.
  • the correction parameters of the image acquisition device can be determined by a preset algorithm, such as the Zhang's calibration method.
  • the correction parameters may be determined by a preset calibration plate, the correction parameters including camera parameters and / or distortion parameters, and the distortion parameters including diameter At least one of a tangential distortion parameter and a tangential distortion parameter, the camera parameter includes at least one of image principal point coordinates and focal length.
  • the calibration board includes a checkerboard pattern as shown in FIG. 3a.
  • the captured image of the calibration plate of the calibration plate can be collected by an image acquisition device.
  • the captured image of the calibration plate is obtained by the image acquisition device taking multiple angles based on the calibration plate,
  • the captured image of the calibration board may include one or more images, wherein FIG. 3b is an example of the captured image of the calibration board. As can be seen from FIGS. 3a and 3b, the captured image of the calibration board is generated relative to the calibration board distortion.
  • the corner coordinates in the image captured by the calibration plate may be extracted first
  • the coordinate positions of the corner points before distortion are calculated according to the principle of pinhole imaging to determine the correction parameters of the image acquisition device.
  • the number of checkerboards included in the long side and the wide side of the calibration plate are different, and the checkerboard pattern is in an asymmetric form, thereby facilitating the extraction of corner points.
  • a radial distortion model can be established:
  • a tangential distortion model based on the tangential distortion parameter p i , the coordinates before the pixel distortion (x, y) and the coordinates after the distortion (x 1 , y 1 ), a tangential distortion model can be established:
  • the camera parameters f x , f y , c x and c y of the image acquisition device can be obtained according to formula 1.3.
  • the correction parameters may be stored in a preset memory of the control terminal, and the preset memory may be, for example, a solid-state memory Flash.
  • the camera parameters obtained based on Equation 1.3 use the vertex at the upper left corner of the image as the origin of coordinates.
  • the reference point of the camera parameter is converted into the image center of the image captured by the calibration board.
  • the correction parameter may be obtained from a preset memory, and step S203 is executed.
  • the control terminal may first store all the correction parameters and the collected images when associatively storing them.
  • the correction parameter is written into the original data of the image, for example, the correction parameter may be written into a preset field of the image, where the preset field may be, for example, an XMP field.
  • calibrate_data is the calibration date of the calibration parameters
  • fx, fy are the focal length in pixels
  • cx, cy are the coordinates of the main point of the image in pixels
  • k1, k2, and k3 are the radial distortion parameters
  • p1 and p2 are Tangential distortion parameters.
  • the other relevant information includes whether distortion correction has been performed. By reading this information, it is possible to effectively avoid distortion of the image caused by repeated distortion correction.
  • the control terminal After the control terminal stores the correction parameter and the image in association, it can correct the collected image based on the correction parameter. Specifically, it can first obtain the coordinates of each pixel of the image, and according to The coordinates of each pixel and the correction parameters perform pixel-by-pixel distortion correction on the image. In one embodiment, when the image is subjected to distortion correction, the control terminal may perform correction, or an external device (such as a terminal or server with processing capabilities) that establishes a communication connection with the control terminal may perform correction. .
  • an external device such as a terminal or server with processing capabilities
  • the control terminal may first automatically read the correction parameters stored in association with the image, or may also receive manually input correction parameters of the image acquisition device , After the control terminal determines the correction parameters, based on the correction parameters, the image can be corrected pixel by pixel, so that an accurate corrected image can be obtained, the corrected image is to improve the effect of lens distortion Of the image.
  • the distortion of the image may be corrected by an external device.
  • the control terminal may first transmit the image and the correction parameters stored in association with the image to the external device (ie, the receiving end), and then the external device The image is corrected for distortion.
  • the external device performs distortion correction on the image
  • the image is corrected pixel by pixel according to the read correction parameters stored in association with the image, so that the image can be realized Image distortion correction to improve the effect of lens distortion on the image.
  • the control terminal based on the associated storage relationship between the image and the correction parameter, during the process of transmitting the image to the external device by the control terminal, the control terminal At the same time, the correction parameters are transmitted to the external device, so that the external device corrects the image according to the correction parameters.
  • the control terminal may transmit the image to the external device by wireless transmission, or may also be transmitted by wired transmission, which is not limited in this embodiment.
  • the distortion-corrected image may be returned to the control terminal based on the communication connection between the external device and the control terminal, so that the control terminal
  • the distortion-corrected image may be displayed on the display interface; or, when the control terminal does not have a demand for use of the distortion-corrected image (such as the aforementioned display requirement), the distortion-corrected image may not be returned Image to the control terminal.
  • the control terminal may acquire images through the image acquisition device, and compare the correction parameters and the image Associative storage, so that when distortion correction is performed on the image subsequently, the image can be distortion corrected according to the correction parameters stored in association with the image, thereby obtaining an accurate corrected image, since the correction parameters
  • the associated storage with the image can effectively avoid the separation of the correction parameter and the image. That is to say, even if the image undergoes processing such as transfer or cropping, the control terminal or other external device can reconstruct the image based on the associated storage relationship, and when the image is acquired, the image stored in association with the image can be acquired at the same time. Correct the parameters to achieve distortion correction for the image.
  • FIG. 4 is a schematic flowchart of an image processing method according to an embodiment of the present invention. As shown in FIG. 4, the method may include:
  • steps S401-S402 are specific refinements of step S201 in the above embodiment.
  • the calibration plate may be as shown in FIG. 3a.
  • the image acquisition device photographs the calibration plate to obtain the calibration plate.
  • the image can be shown in Figure 3b.
  • the control terminal may also first determine the calibration image corresponding to the calibration board, so that the calibration image and The calibration board takes an image to determine the correction parameter.
  • the control terminal can also obtain the network dot matrix corresponding to the calibration board, so that the correction parameters can be determined according to the network dot matrix and the image captured by the calibration board.
  • a calibration image corresponding to the calibration board or a network lattice corresponding to the calibration board may be generated according to a preset algorithm, and the generated calibration image or network lattice does not produce distortion .
  • S408 Perform distortion correction on the image according to the correction parameter.
  • the control terminal may determine the correction parameters based on the captured image of the calibration plate obtained by shooting the calibration plate, convert the reference point of the camera parameter included in the correction parameter into the image center of the calibration captured image, and Store the correction parameters in a preset memory.
  • the correction parameter may be obtained from the preset memory, and the correction parameter and the image are stored in association, so that based on the correction parameter The image is subjected to distortion correction to improve the effect of lens distortion on the image.
  • the camera parameters calculated based on the above formula 1.3 are calculated by using the vertex at the upper left corner of the image captured by the calibration board as the coordinate origin.
  • the method further includes: converting the reference point of the camera parameter into the image center of the image captured by the calibration board. So that the obtained correction parameters can be adapted to crop photos of different proportions.
  • the main point P of the image is calculated in the original image 501 and the cropped image 502. Position, it can be seen that, since the position of the origin of the coordinate system before and after cropping has changed, the coordinates of the image principal point P in the original image 501 and the cropped image 502 are different.
  • the camera parameters include at least one of focal length and image principal point coordinates
  • the distortion parameters include at least one of radial distortion parameters and tangential distortion parameters.
  • the processor 602 is further configured to perform distortion correction on the image according to the correction parameter.
  • the processor 602 performs the following operations when performing distortion correction on the image according to the correction parameter:
  • the processor 602 performs the following operations when determining the correction parameters of the image acquisition device 603:
  • the correction parameters are determined.
  • the processor 602 performs the following operations when determining the correction parameters according to the image captured by the calibration board:
  • the captured image of the calibration board is processed through a preset algorithm to obtain correction parameters, wherein the preset algorithm includes Zhang's calibration method.
  • the processor 602 before acquiring the image collected by the image acquisition device 603, the processor 602 further performs the following operations:
  • the processor 602 performs the following operations when associatively storing the correction parameter and the image:
  • the processor 602 performs the following operations when associatively storing the correction parameter and the image:
  • the correction parameter is transmitted to the receiving end along with the image.
  • the control terminal provided in this embodiment can execute the image processing method shown in FIG. 2 provided in the foregoing embodiment, and its execution manner and beneficial effects are similar, and are not repeated here.
  • An embodiment of the present invention provides a control terminal, including:
  • the power system is installed on the fuselage and is used to provide power for the control terminal;
  • Image acquisition equipment installed on the body, used to acquire images
  • control terminal further includes:
  • the communication device is installed on the body and used for information exchange with external devices.
  • control terminal includes at least one of the following: a drone or a car.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种图像处理方法、控制终端及存储介质，其中方法包括：确定图像采集设备的校正参数，所述校正参数包括相机参数和/或畸变参数；获取所述图像采集设备采集的图像；将所述校正参数和所述图像进行关联存储，本发明实施例提供的图像处理方法，可有效改善镜头畸变对拍摄图像的影响。

Description

一种图像处理方法、控制终端及存储介质 技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种图像处理方法、控制终端及存储介质。
背景技术
镜头畸变对照片质量有较大影响，并在精密照片应用中会引起较大偏差，造成建图错误。由于镜头中透镜的固有特性，目前镜头畸变不可完全消除，镜头畸变的校正效果有限。
发明内容
本发明实施例提供了一种图像处理方法、控制终端及存储介质，可有效改善镜头畸变对拍摄图像的影响。
本发明实施例的第一方面是提供的一种图像处理方法，包括：
确定图像采集设备的校正参数，所述校正参数包括相机参数和/或畸变参数；
获取所述图像采集设备采集的图像；
将所述校正参数和所述图像进行关联存储。
本发明实施例的第二方面是提供的一种控制终端，包括存储器、处理器和图像采集设备；
所述存储器用于存储程序代码；
所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：
确定图像采集设备的校正参数，所述校正参数包括相机参数和/或畸变参数；
获取所述图像采集设备采集的图像；
将所述校正参数和所述图像进行关联存储。
本发明实施例的第三方面是提供的一种控制终端，其特征在于，包括：
机身；
动力系统，安装在所述机身，用于为所述控制终端提供动力；
图像采集设备，安装在机身，用于采集图像；
以及第二方面所述的处理器。
在本发明实施例中，控制终端在确定所述图像采集设备的校正参数，即相机参数和/或畸变参数后，可通过所述图像采集设备采集图像，并将所述校正参数和所述图像进行关联存储，以使得在后续对所述图像进行畸变校正时，可根据与所述图像关联存储的校正参数对所述图像进行畸变校正，从而得到精准的校正后图像。由于将所述校正参数和所述图像进行关联存储，可有效避免校正参数和图像的分离。也就是说，即使图像经过转移或剪裁等处理，控制终端或者其他外部设备对所述图像进行图像重建的过程中，可基于该关联存储关系，在获取到图像的同时，获取与该图像关联存储的校正参数，从而实现对该图像的畸变校正。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a是本发明实施例提供的一种没有畸变图像的示意图；
图1b是本发明实施例提供的一种基于图1a图像产生径向畸变的示意图；
图1c是本发明实施例提供的一种基于图1a图像产生切向畸变的示意图；
图2是本发明实施例提供的一种图像处理方法的示意流程图；
图3a是本发明实施例提供的一种标定板的示意图；
图3b是本发明实施例提供的一种标定板的标定板拍摄图像的示意图；
图4是本发明另一实施例提供的一种图像处理方法的示意流程图；
图5a是本发明实施例提供的一种图像处于剪裁前后的示意图；
图5b是本发明实施例提供的一种处于剪裁前后的图像以影像中心为坐标原点的示意图；
图5c是本发明实施例提供的一种处于剪裁前后的图像以影像左上角顶点 为坐标原点的示意图；
图6是本发明实施例提供的一种控制终端的示意图。
具体实施方式
透镜由于制造精度以及组装工艺的偏差，在制作图像采集设备时会引入畸变，导致原始图像的失真，这种失真在摄影测量中被称为镜头畸变，其中，镜头畸变包括径向畸变和切向畸变。其中，径向畸变是沿着透镜半径方向分布的畸变，主要包括桶形畸变和枕形畸变两种，切向畸变是由于透镜本身与成像平面或图像平面不平行而产生的。如果没有镜头畸变的图像如图1a所示，以该图像为基准产生径向畸变的图像可参见图1b，产生切向畸变的图像可参见图1c。
当前为了消除透镜的畸变，可利用镜片组的优化设计、选用高质量的光学玻璃来制造镜片，但是这种方法会造成生产成本的提高，并且对镜头畸变的改善有限。
现有的图像畸变的校正方法多是根据相机内置的光学设计畸变参数，通过设置距离相等的若干点阵的方式进行畸变校正的，对于点阵上对应的点，采用光学设计畸变参数进行校正，对于点阵之间的像素，通过内插进行校正，采用上述校正方式对图像畸变的校正效果欠佳。其中，由于现有的图像畸变校正方法中采用的光学设计畸变参数是预先设置好的，也就是说，同一生产批次或者同一生产厂商所设置的光学设计畸变参数是相同的，但是由于镜头制造及组装工艺的差异，即使是处于同一生产批次或者由同一生产厂商制造的相机镜头的畸变程度是不完全相同的，因此，如果由相同的光学设计畸变参数对图像进行畸变校正，不能得到较好的畸变校正效果。
基于此，本发明实施例提出了一种图像处理方法，该方法用于对拍摄图像进行畸变校正，该方法主要是在生产图像采集设备时，使用标定板对每个图像采集设备的镜头进行相机参数和畸变参数的标定，并将标定后的相机参数和畸变参数存储在相机的预设存储器中，从而可在图像采集设备采集图像的过程中将相机参数和畸变参数写入每张照片的XMP字段中。
在后处理的过程中，通过直接提取照片中XMP字段中的相机参数和畸变 参数，即可对照片进行逐个像素的畸变校正。采用本发明实施例提供的图像处理方法，可以有效提高畸变校正精度，同时降低生产成本。通过在图像中记录相机参数和/或畸变参数，也无需担心校正参数和图像分离的问题。也就是说，即使图像经过转移或剪裁等处理，也可直接通过获取与图像关联存储的校正参数对图像进行畸变校正。
请参见图2，是本发明实施例提出的一种图像处理方法的示意流程图，如图2所示，该方法可包括：
S201，确定图像采集设备的校正参数。
其中，所述图像采集设备可以是相机、摄像机以及具有摄像功能的设备，可选的，所述图像采集设备可安装于控制终端，控制终端可以为可移动平台，所述可移动平台例如可以是配置有图像采集设备的无人机、汽车等。
控制终端的图像采集设备出厂时，可通过预设算法，如张氏标定法确定所述图像采集设备的校正参数。在通过张氏标定法确定所述图像采集设备的校正参数时，可通过预设的标定板确定出所述校正参数，所述校正参数包括相机参数和/或畸变参数，所述畸变参数包括径向畸变参数和切向畸变参数中的至少一种，所述相机参数包括像主点坐标和焦距中的至少一种。
在一个实施例中，所述标定板如图3a所示，包括棋盘格图样。进一步地，可通过图像采集设备采集所述标定板的标定板拍摄图像，在一个实施例中，所述标定板拍摄图像为所述图像采集设备基于所述标定板进行多个角度拍摄得到的，所述标定板拍摄图像可包括一张或多张，其中，图3b为所述标定板拍摄图像中的一个示例，由图3a和图3b可以看出，标定板拍摄图像相对于标定板产生了畸变。
在一个实施例中，在采用预设算法(如张氏标定法)根据所述标定板拍摄图像确定所述图像采集设备的校正参数时，可先提取出标定板拍摄图像中的角点坐标，根据针孔成像原理计算出畸变前所述角点的坐标位置，以确定所述图像采集设备的校正参数。可选的，所述标定板的长边和宽边所包含的棋盘格个数不同，所述棋盘格图样为非对称形式，从而有利于角点的提取。
具体地，假设像素点畸变前坐标为(x,y)，畸变后坐标为(x 1，y 1)，因此，基于未知变量畸变参数(包括径向畸变参数k i和切向畸变参数p i)可建立 数学模型，求解得到所述畸变参数。
在一个实施例中，根据所述径向畸变参数k i、像素点畸变前坐标(x,y)以及畸变后坐标(x 1，y 1)，可建立径向畸变模型：
Figure PCTCN2018115630-appb-000001
再一个实施例中，根据所述切向畸变参数p i、像素点畸变前坐标(x,y)以及畸变后坐标(x 1，y 1)，可建立切向畸变模型：
Figure PCTCN2018115630-appb-000002
其中，r为畸变前像素点到像主点的距离，其中，r 2＝x 2+y 2。
求解上述径向畸变模型和切向畸变模型，确定所述畸变参数{k 1，k 2，k 3，p 1，p 2}，
在一个实施例中，控制终端在根据所述标定板拍摄图像确定所述图像采集设备的相机参数时，可根据所述标定板中的某一点在地理空间中的坐标位置，以及其在标定板拍摄图像中对应像素点的坐标位置，确定所述图像采集设备的相机参数，即是可根据所述图像采集设备的成像约束关系，确定所述图像采集设备的相机参数。
具体地，如果X、Y、Z为标定板中任一点在像空间坐标系下的坐标位置，f x、f y是以所述像素点为单位的焦距，c x、c y是以像素为单位的像主点坐标，x，y，z为像素坐标系下的齐次坐标，当z＝1时，x，y为像素点在以图像左上角顶点为原点的像素坐标。
基于所述图像采集设备的成像约束关系，可建立如下公式：
Figure PCTCN2018115630-appb-000003
根据公式1.3可得到所述图像采集设备的相机参数f x、f y、c x以及c y。
在得到校正参数包括的相机参数和/或畸变参数后，可先将所述校正参数存储在控制终端预设的存储器中，所述预设的存储器例如可以是固态存储器Flash。基于公式1.3得到的相机参数以图像左上角顶点为坐标原点。可选的， 将所述校正参数和所述图像进行关联存储之前，将相机参数的参考点转换为所述标定板拍摄图像的影像中心。
S202，获取所述图像采集设备采集的图像。
可选的，获取所述图像采集设备采集的图像后，可从预设的存储器中获取所述校正参数，并执行步骤S203。
S203，将所述校正参数和所述图像进行关联存储。
控制终端在通过图像采集设备采集到图像，并从所述图像采集设备的预设存储器中获取到校正参数后，在将所述校正参数和所述采集的图像进行关联存储时，可先将所述校正参数写入所述图像的原始数据中，例如可将所述校正参数写入所述图像的预设字段中，其中，所述预设字段例如可以是XMP字段。
在将所述校正参数写入所述图像的XMP字段时，可采用“calibrate_data，fx,fx,cx,cy,k1,k2,p1,p2,k3”的格式写入。其中，calibrate_data为校正参数的标定日期，fx,fy是以像素为单位的焦距，cx,cy是以像素为单位的像主点坐标，k1，k2，k3为径向畸变参数，p1，p2为切向畸变参数。可以理解的，本领域技术人员可根据实际需求，设定所述校正参数在预设字段中存储的形式和顺序，或增加其他相关信息。可选的，所述其他相关信息包括，是否已经进行了畸变校正，通过读取该信息，可以有效的避免重复畸变校正导致图像的失真。
当控制终端将所述校正参数和所述图像进行关联存储后，可基于所述校正参数对所述采集的图像进行校正，具体地，可先获取所述图像每个像素点的坐标，并根据所述每个像素点的坐标和所述校正参数对所述图像进行逐像素的畸变校正。在一个实施例中，在对所述图像进行畸变校正时，可由所述控制终端进行校正，也可由与所述控制终端建立通信连接的外部设备(如具有处理能力的终端或者服务器等)进行校正。
在一个实施例中，如果由所述控制终端对图像进行畸变校正，控制终端可先自动读取与所述图像关联存储的校正参数，或者也可接收人工输入的所述图像采集设备的校正参数，在所述控制终端确定所述校正参数后，基于所述校正参数，可逐像素地对所述图像进行校正，从而可得到精准的校正后图像，所述校正后图像即为改善镜头畸变影响的所述图像。
再一个实施例中，为了减轻所述控制终端的数据处理压力，也可由外部设 备对图像进行畸变校正。在由所述外部设备进行畸变校正时，所述控制终端可先将所述图像以及与所述图像关联存储的校正参数一同传输到外部设备(即接收端)中，再由所述外部设备对所述图像进行畸变校正。可选的，在所述外部设备对所述图像进行畸变校正时，也是根据读取的与所述图像关联存储的校正参数，逐像素地对所述图像进行校正的，从而可实现对所述图像的畸变校正，改善镜头畸变对图像的影响。
在一个实施例中，基于所述图像与所述校正参数之间的关联存储关系，在所述控制终端将图像传输到所述外部设备的过程中，所述控制终端会在传输所述图像的同时一并将所述校正参数传输到外部设备中，以便于所述外部设备根据所述校正参数对所述图像进行校正。其中，所述控制终端可通过无线传输的方式将所述图像传输到所述外部设备中，也可通过有线传输的方式进行传输，在本实施例中不做限定。
需要说明的是，所述外部设备在根据所述控制终端传输的图像对所述图像进行校正时，所述外部设备与所述控制终端之间的连接状态可以是保持连接的状态，也可以是断开连接的状态。
在所述外部设备完成图像的畸变校正后，可基于所述外部设备与所述控制终端之间的通信连接，将畸变校正后的图像回传到所述控制终端中，以使得所述控制终端可在显示界面中显示畸变校正后的图像；或者，当所述控制终端没有对所述畸变校正后的图像的使用需求(如前述的显示需求)时，也可不回传所述畸变校正后的图像到所述控制终端。
在所述控制终端或者所述外部设备对所述图像进行畸变校正时，由于该图像为畸变图像，可确定该图像任一点的坐标为畸变后的坐标，根据校正参数以及式1.1、1.2和1.3通过迭代的方式可确定所述图像畸变前每个像素点的坐标，从而可根据该坐标确定该图像对应的畸变前图像，实现对所述图像的畸变校正。
在本发明实施例中，控制终端在确定所述图像采集设备的校正参数，即相机参数和/或畸变参数后，可通过所述图像采集设备采集图像，并将所述校正参数和所述图像进行关联存储，以使得在后续对所述图像进行畸变校正时，可根据与所述图像关联存储的校正参数对所述图像进行畸变校正，从而得到精准的校正后图像，由于将所述校正参数和所述图像进行关联存储，可有效避免校 正参数和图像的分离。也就是说，即使图像经过转移或剪裁等处理，控制终端或者其他外部设备对所述图像进行图像重建的过程中，可基于该关联存储关系，在获取到图像时同时获取与该图像关联存储的校正参数，从而实现对该图像的畸变校正。
请参见图4，是本发明实施例提出的一种图像处理方法的示意流程图，如图4所示，该方法可包括：
S401，获取所述图像采集设备对标定板进行拍摄得到的标定板拍摄图像。
S402，根据所述标定板拍摄图像，确定校正参数。
在一个实施例中，步骤S401-步骤S402是对上述实施例中步骤S201的具体细化，该标定板可如图3a所示，对应的，图像采集设备对标定板进行拍摄得到的标定板拍摄图像可如图3b所示。在所述控制终端获取所述图像采集设备对标定板进行拍摄得到的标定板拍摄图像之前，所述控制终端还可先确定所述标定板对应的标定图像，从而可根据所述标定图像和所述标定板拍摄图像确定所述校正参数。在另一实施例中，所述控制终端还可获取所述标定板对应的网络点阵，从而可根据所述网络点阵和所述标定板拍摄图像确定校正参数。
在一个实施例中，可按照预设算法生成所述标定板对应的标定图像，或者生成所述标定板对应的网络点阵，生成的所述标定图像或者所述网络点阵是没有产生畸变的。
S403，将相机参数的参考点转换为所述标定板拍摄图像的影像中心。
S404，将所述校正参数存储到预设的存储器中。
S405，获取所述图像采集设备采集的图像。
S406，从所述预设的存储器中获取所述校正参数。
S407，将所述校正参数和所述图像进行关联存储。
在一个实施例中，在步骤S403-步骤S407中，在所述控制终端将所述校正参数存储到预设的存储器之前，可先将所述相机参数的参考点转换为所述标定板拍摄图像的影像中心，以便于对所述图像进行修改(如剪裁)后，仍可按照所述相机参数逐像素点地对所述图像进行畸变校正，进一步地，可将所述校正参数预先存储到预设的存储器中，如上述的Flash存储器中。
在检测到所述图像采集设备采集图像时，可在获取采集的图像后，从预设的存储器中获取所述校正参数，并将所述校正参数和所述图像进行关联存储，以便于在进行图像校正时，通过获取图像，可根据所述关联存储关系，一并获取到所述校正参数，避免了所述校正参数和所述图像的脱离，提高了对所述图像进行畸变校正的准确度。其中，在将所述图像和所述校正参数进行关联存储时，可先将所述校正参数写入所述图像的原始数据中，所述原始数据可以是所述图像的预设字段，如XMP字段，然后再执行步骤S408。
S408，根据所述校正参数对所述图像进行畸变校正。
基于所述图像和所述校正参数之间的关联存储关系，当所述控制终端获取到图像时，也可一并获取到关联存储的校正参数，从而可基于所述校正参数对所述图像进行逐像素点的校正，从而改善由于镜头畸变对图像产生的畸变影响。在基于所述校正参数对所述图像进行畸变校正时，可根据所述图像中各像素点的坐标、校正参数和上述式1.1、式1.2和式1.3确定所述图像中各像素点畸变前的坐标，从而实现对所述图像的畸变校正。
在本发明实施例中，控制终端可根据对标定板进行拍摄得到的标定板拍摄图像，确定校正参数，将所述校正参数包括的相机参数的参考点转换为该标定拍摄图像的影像中心，并将所述校正参数存储到预设的存储器中。在所述控制终端获取图像采集设备采集的图像后，可从所述预设的存储器中获取所述校正参数，并将所述校正参数和所述图像的关联存储，以便基于所述校正参数对所述图像进行畸变校正，改善镜头畸变对图像的影响。
在一个实施例中，根据所述标定板拍摄图像确定相机参数时，基于上述公式1.3计算得到的相机参数是以标定板拍摄图像的左上角顶点为坐标原点计算得到的，在将所述校正参数和所述图像进行关联存储之前，还包括：将相机参数的参考点转换为所述标定板拍摄图像的影像中心。以使得求得的校正参数能适应于剪裁不同比例的照片。
在一个实施例中，如图5a所示，原图像为黑色方框所示区域图像501，剪裁后的图像区域502用灰色区域标识，黑色圆点P为所述图像像主点。若以如图5b所示的坐标系计算所述像主点在所述原图像501和剪裁后图像502中的位置，可知，由于所述坐标系坐标原点为影像中心，因此所述像主点在所述 原图像501和剪裁后图像502中的坐标相同。因此，在基于校正参数对所述图像进行畸变校正时，即使对所述图像进行剪裁，像主点对应的坐标位置也不会发生改变。
在另一实施例中，若以如图5c所示的坐标系，即以图像中左上角顶点为坐标系原点，计算所述像主点P在所述原图像501和剪裁后图像502中的位置，可知，由于剪裁前后坐标系原点的位置发生了变化，因此所述像主点P在所述原图像501和剪裁后图像502中的坐标不同，由此，如果需要对剪裁后的图像进行畸变校正，需要根据该像主点P在原图像中的坐标以及剪裁宽度和/或长度计算图像剪裁后像主点P对应的坐标，也就是说，不能根据该像主点P在原图像中的坐标直接得出该像主点P在剪裁后图像中的坐标。采用影像中心作为参考点(即坐标原点)可将上述校正参数应用于不同比例剪裁的图像。对于经过裁剪的影像，用户能直接解算出像主点的坐标而不需要查找图像的变更历史，计算剪裁宽度和/或长度。
本发明实施例提供一种控制终端，图6是本发明实施例提供的控制终端的结构图，如图6所示，控制终端600包括存储器601、处理器602和图像采集设备603，其中，存储器602中存储有程序代码，处理器602调用存储器中的程序代码，当程序代码被执行时，处理器602执行如下操作：
确定图像采集设备603的校正参数，所述校正参数包括相机参数和/或畸变参数；
获取所述图像采集设备603采集的图像；
将所述校正参数和所述图像进行关联存储。
在一个实施例中，所述相机参数包括焦距和像主点坐标中的至少一种，所述畸变参数包括径向畸变参数和切向畸变参数中的至少一种。
在一个实施例中，所述处理器602还用于执行：根据所述校正参数对所述图像进行畸变校正。
在一个实施例中，所述处理器602在根据所述校正参数对所述图像进行畸变校正时，执行如下操作：
获取所述图像每个像素点的坐标；
根据所述每个像素点的坐标和所述校正参数对所述图像进行逐像素的畸变校正。
在一个实施例中，所述处理器602在确定图像采集设备603的校正参数时，执行如下操作：
获取所述图像采集设备603对所述标定板进行拍摄得到的标定板拍摄图像；
根据所述标定板拍摄图像，确定校正参数。
在一个实施例中，所述处理器602在标定板包括棋盘格图样，所述图像采集设备603对所述标定板进行拍摄时，执行如下操作：
对所述标定板进行多个角度地拍摄，以得到不同角度的所述标定板拍摄图像。
在一个实施例中，所述处理器602在根据所述标定板拍摄图像，确定校正参数时，执行如下操作：
通过预设的算法对所述标定板拍摄图像进行处理，得到校正参数，其中，所述预设的算法包括张氏标定法。
在一个实施例中，所述处理器602在将所述校正参数和所述图像进行关联存储之前，还执行如下操作：
将相机参数的参考点转换为所述标定板拍摄图像的影像中心。
在一个实施例中，所述处理器602在获取所述图像采集设备603采集的图像之前，还执行如下操作：
将所述校正参数存储到预设的存储器中。
在一个实施例中，所述处理器602在将所述校正参数和所述图像进行关联存储时，执行如下操作：
从所述预设的存储器中获取所述校正参数；
将所述校正参数和所述图像进行关联存储。
在一个实施例中，所述处理器602在将所述校正参数和所述图像进行关联存储时，执行如下操作：
将所述校正参数写入所述图像的原始数据中。
在一个实施例中，所述处理器602在将所述校正参数写入所述图像的原始 数据中时，执行如下操作：
将所述校正参数写入所述图像的预设字段中。
在一个实施例中，所述处理器602当通过无线传输的方式发送所述图像时，所述校正参数随图像一同传输至接收端。
本实施例提供的控制终端能够执行前述实施例提供的如图2所示的图像处理方法，其执行方式和有益效果类似，在这里不再赘述。
本发明实施例提供一种控制终端，包括：
机身；
动力系统，安装在所述机身，用于为所述控制终端提供动力；
图像采集设备，安装在机身，用于采集图像；
以及如图6所示的处理器。
在一个实施例中，所述控制终端还包括：
通信设备，安装在所述机身，用于与外部设备进行信息交互。
在一个实施例中，所述控制终端至少包括如下的一种：无人机、汽车。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (30)

  1. 一种图像处理方法，其特征在于，包括：
    确定图像采集设备的校正参数，所述校正参数包括相机参数和/或畸变参数；
    获取所述图像采集设备采集的图像；
    将所述校正参数和所述图像进行关联存储。
  2. 根据权利要求1所述的方法，其特征在于，所述相机参数包括焦距和像主点坐标中的至少一种，所述畸变参数包括径向畸变参数和切向畸变参数中的至少一种。
  3. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    根据所述校正参数对所述图像进行畸变校正。
  4. 根据权利要求3所述的方法，其特征在于，所述根据所述校正参数对所述图像进行畸变校正，包括：
    获取所述图像每个像素点的坐标；
    根据所述每个像素点的坐标和所述校正参数对所述图像进行逐像素的畸变校正。
  5. 根据权利要求1所述的方法，其特征在于，所述确定图像采集设备的校正参数，包括：
    获取所述图像采集设备对标定板进行拍摄得到的标定板拍摄图像；
    根据所述标定板拍摄图像，确定校正参数。
  6. 根据权利要求5所述的方法，其特征在于，所述标定板包括棋盘格图样，所述图像采集设备对标定板进行拍摄，包括：
    对所述标定板进行多个角度地拍摄，以得到不同角度的所述标定板拍摄图 像。
  7. 根据权利要求5所述的方法，其特征在于，所述根据所述标定板拍摄图像，确定校正参数，包括：
    通过预设的算法对所述标定板拍摄图像进行处理，得到校正参数，其中，所述预设的算法包括张氏标定法。
  8. 根据权利要求1所述的方法，其特征在于，所述将所述校正参数和所述图像进行关联存储之前，还包括：
    将相机参数的参考点转换为所述标定板拍摄图像的影像中心。
  9. 根据权利要求1所述的方法，其特征在于，所述获取所述图像采集设备采集的图像之前，还包括：
    将所述校正参数存储到预设的存储器中。
  10. 根据权利要求9所述的方法，其特征在于，所述将所述校正参数和所述图像进行关联存储，包括：
    从所述预设的存储器中获取所述校正参数；
    将所述校正参数和所述图像进行关联存储。
  11. 根据权利要求1所述的方法，其特征在于，所述将所述校正参数和所述图像进行关联存储，包括：
    将所述校正参数写入所述图像的原始数据中。
  12. 根据权利要求11所述的方法，其特征在于，所述将所述校正参数写入所述图像的原始数据中，包括：
    将所述校正参数写入所述图像的预设字段中。
  13. 根据权利要求1所述的方法，其特征在于，当通过无线传输的方式发 送所述图像时，所述校正参数随所述图像一同传输至接收端。
  14. 一种控制终端，其特征在于，包括存储器、处理器和图像采集设备；
    所述存储器用于存储程序代码；
    所述处理器，调用所述程序代码，当程序代码被执行时，用于执行以下操作：
    确定所述图像采集设备的校正参数，所述校正参数包括相机参数和/或畸变参数；
    获取所述图像采集设备采集的图像；
    将所述校正参数和所述图像进行关联存储。
  15. 根据权利要求14所述的控制终端，其特征在于，所述相机参数包括焦距和像主点坐标中的至少一种，所述畸变参数包括径向畸变参数和切向畸变参数中的至少一种。
  16. 根据权利要求14所述的控制终端，其特征在于，所述处理器还执行如下操作：
    根据所述校正参数对所述图像进行畸变校正。
  17. 根据权利要求16所述的控制终端，其特征在于，所述处理器根据所述校正参数对所述图像进行畸变校正时，执行如下操作：
    获取所述图像每个像素点的坐标；
    根据所述每个像素点的坐标和所述校正参数对所述图像进行逐像素的畸变校正。
  18. 根据权利要求14所述的控制终端，其特征在于，所述处理器确定图像采集设备的校正参数时，执行如下操作：
    获取所述图像采集设备对标定板进行拍摄得到的标定板拍摄图像；
    根据所述标定板拍摄图像，确定校正参数。
  19. 根据权利要求18所述的控制终端，其特征在于，所述标定板包括棋盘格图样，所述图像采集设备对标定板进行拍摄时，执行如下操作：
    所述图像采集设备对所述标定板进行多个角度地拍摄，以得到不同角度的所述标定板拍摄图像。
  20. 根据权利要求18所述的控制终端，其特征在于，所述处理器根据所述标定板拍摄图像，确定校正参数时，执行如下操作：
    通过预设的算法对所述标定板拍摄图像进行处理，得到校正参数，其中，所述预设的算法包括张氏标定法。
  21. 根据权利要求14所述的控制终端，其特征在于，所述处理器将所述校正参数和所述图像进行关联存储之前，还执行如下操作：
    将相机参数的参考点转换为所述标定板拍摄图像的影像中心。
  22. 根据权利要求14所述的控制终端，其特征在于，获取所述图像采集设备采集的图像之前，所述处理器还执行如下操作：
    将所述校正参数存储到预设的存储器中。
  23. 根据权利要求22所述的控制终端，其特征在于，所述处理器将所述校正参数和所述图像进行关联存储时，执行如下操作：
    从所述预设的存储器中获取所述校正参数；
    将所述校正参数和所述图像进行关联存储。
  24. 根据权利要求14所述的控制终端，其特征在于，所述处理器将所述校正参数和所述图像进行关联存储时，执行如下操作：
    将所述校正参数写入所述图像的原始数据中。
  25. 根据权利要求24所述的控制终端，其特征在于，所述处理器将所述 校正参数写入所述图像的原始数据中时，执行如下操作：
    将所述校正参数写入所述图像的预设字段中。
  26. 根据权利要求14所述的控制终端，其特征在于，当通过无线传输的方式发送所述图像时，所述校正参数随所述图像一同传输至接收端。
  27. 一种控制终端，其特征在于，包括：
    机身；
    动力系统，安装在所述机身，用于为所述控制终端提供动力；
    图像采集设备，安装在所述机身，用于采集图像；
    以及如权利要求14-26中任一项所述的处理器。
  28. 根据权利要求27所述的控制终端，其特征在于，所述控制终端还包括：
    通信设备，安装在所述机身，用于与外部设备进行信息交互。
  29. 根据权利27所述的控制终端，其特征在于，所述控制终端至少包括如下的一种：无人机、汽车。
  30. 一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如权利要求1-13任一项所述的图像处理方法。
PCT/CN2018/115630 2018-11-15 2018-11-15 一种图像处理方法、控制终端及存储介质 WO2020097851A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201880038318.5A CN110809781B (zh) 2018-11-15 2018-11-15 一种图像处理方法、控制终端及存储介质
PCT/CN2018/115630 WO2020097851A1 (zh) 2018-11-15 2018-11-15 一种图像处理方法、控制终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/115630 WO2020097851A1 (zh) 2018-11-15 2018-11-15 一种图像处理方法、控制终端及存储介质

Publications (1)

Publication Number Publication Date
WO2020097851A1 true WO2020097851A1 (zh) 2020-05-22

Family

ID=69487885

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/115630 WO2020097851A1 (zh) 2018-11-15 2018-11-15 一种图像处理方法、控制终端及存储介质

Country Status (2)

Country Link
CN (1) CN110809781B (zh)
WO (1) WO2020097851A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598751A (zh) * 2020-12-23 2021-04-02 Oppo（重庆）智能科技有限公司 标定方法及装置、终端和存储介质
CN113870146A (zh) * 2021-10-15 2021-12-31 中国大恒(集团)有限公司北京图像视觉技术分公司 一种彩色相机图像边缘伪彩的校正方法
CN114765660A (zh) * 2020-12-30 2022-07-19 浙江舜宇智能光学技术有限公司 用于tof摄像模组的图像标定方法及fpga芯片

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113168677A (zh) * 2020-04-20 2021-07-23 深圳市大疆创新科技有限公司 图像处理方法、装置、标定板和计算机可读存储介质
CN112771577A (zh) * 2020-05-28 2021-05-07 深圳市大疆创新科技有限公司 相机参数确定方法、装置和可读存储介质
WO2022077239A1 (zh) * 2020-10-13 2022-04-21 深圳市大疆创新科技有限公司 摄像机参数的标定方法、图像处理方法、装置及存储介质
CN113129238B (zh) * 2021-04-29 2023-01-06 青岛海信移动通信技术股份有限公司 拍照终端及图像校正方法
CN116309868A (zh) * 2023-03-02 2023-06-23 北京瑞控信科技股份有限公司 一种鱼眼成像系统标定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150146048A1 (en) * 2013-11-27 2015-05-28 Huawei Technologies Co., Ltd. Radial distortion parameter acquiring method and apparatus
CN107424126A (zh) * 2017-05-26 2017-12-01 广州视源电子科技股份有限公司 图像校正方法、装置、设备、系统及摄像设备和显示设备
CN107464266A (zh) * 2017-08-30 2017-12-12 广州视源电子科技股份有限公司 摄像机标定参数的校正方法、装置、设备和存储介质
CN107525652A (zh) * 2016-06-22 2017-12-29 北京疯景科技有限公司 镜头畸变测试方法、装置及系统
CN107563987A (zh) * 2016-07-01 2018-01-09 北京疯景科技有限公司 标定成像差异的方法及装置
CN108734743A (zh) * 2018-04-13 2018-11-02 深圳市商汤科技有限公司 用于标定摄像装置的方法、装置、介质及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108040210B (zh) * 2015-06-30 2020-03-10 Oppo广东移动通信有限公司 一种局部畸变的校正方法及移动终端和相关介质产品
WO2017020150A1 (zh) * 2015-07-31 2017-02-09 深圳市大疆创新科技有限公司 一种图像处理方法、装置及摄像机
CN107071301B (zh) * 2017-04-17 2019-11-22 宁波视睿迪光电有限公司 一种多目成像序列的存储方法及读取方法
CN107451965B (zh) * 2017-07-24 2019-10-18 深圳市智美达科技股份有限公司 畸变人脸图像校正方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150146048A1 (en) * 2013-11-27 2015-05-28 Huawei Technologies Co., Ltd. Radial distortion parameter acquiring method and apparatus
CN107525652A (zh) * 2016-06-22 2017-12-29 北京疯景科技有限公司 镜头畸变测试方法、装置及系统
CN107563987A (zh) * 2016-07-01 2018-01-09 北京疯景科技有限公司 标定成像差异的方法及装置
CN107424126A (zh) * 2017-05-26 2017-12-01 广州视源电子科技股份有限公司 图像校正方法、装置、设备、系统及摄像设备和显示设备
CN107464266A (zh) * 2017-08-30 2017-12-12 广州视源电子科技股份有限公司 摄像机标定参数的校正方法、装置、设备和存储介质
CN108734743A (zh) * 2018-04-13 2018-11-02 深圳市商汤科技有限公司 用于标定摄像装置的方法、装置、介质及电子设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598751A (zh) * 2020-12-23 2021-04-02 Oppo（重庆）智能科技有限公司 标定方法及装置、终端和存储介质
CN114765660A (zh) * 2020-12-30 2022-07-19 浙江舜宇智能光学技术有限公司 用于tof摄像模组的图像标定方法及fpga芯片
CN113870146A (zh) * 2021-10-15 2021-12-31 中国大恒(集团)有限公司北京图像视觉技术分公司 一种彩色相机图像边缘伪彩的校正方法

Also Published As

Publication number Publication date
CN110809781B (zh) 2024-02-27
CN110809781A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
WO2020097851A1 (zh) 一种图像处理方法、控制终端及存储介质
CN110689581B (zh) 结构光模组标定方法、电子设备、计算机可读存储介质
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
JP5768684B2 (ja) ステレオ画像生成装置、ステレオ画像生成方法及びステレオ画像生成用コンピュータプログラム
CN109345467B (zh) 成像畸变校正方法、装置、计算机设备及存储介质
WO2022037633A1 (zh) 双目摄像头的标定及图像矫正方法、装置、存储介质、终端、智能设备
CN110675458B (zh) 用于摄像头标定的方法、装置及存储介质
WO2019232793A1 (zh) 双摄像头标定方法、电子设备、计算机可读存储介质
KR20110082903A (ko) 항공사진의 정사보정 및 최적화된 정사영상 제작 방법
KR20090078463A (ko) 왜곡 영상 보정 장치 및 방법
CN111340737B (zh) 图像矫正方法、装置和电子系统
KR100544345B1 (ko) 항공사진의 정사영상 제작방법
WO2023236508A1 (zh) 一种基于亿像素阵列式相机的图像拼接方法及系统
CN110136205B (zh) 多目相机的视差校准方法、装置及系统
CN111343360B (zh) 一种校正参数获得方法
WO2021237574A1 (zh) 相机参数确定方法、装置和可读存储介质
CN111383264B (zh) 一种定位方法、装置、终端及计算机存储介质
US11037327B2 (en) Camera control method, camera control device, and non-transitory computer-readable storage medium
CN109785225B (zh) 一种用于图像矫正的方法和装置
WO2021195829A1 (zh) 图像处理方法、装置和可移动平台
CN111696141B (zh) 一种三维全景扫描采集方法、设备及存储设备
US8629925B2 (en) Image processing apparatus, image processing method, and computer program
CN107644444B (zh) 一种基于压缩感知的单图像相机标定方法
CN110728714B (zh) 图像处理方法和装置、存储介质、电子设备
CN109872290B (zh) 一种图像形变的修正方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18940127

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18940127

Country of ref document: EP

Kind code of ref document: A1