一种桶形畸变校正算法制造技术

本发明专利技术的提供了一种桶形畸变校正算法，步骤包括：获取相机影像处理器输出的YUV格式数据，进行映射计算后；获取畸变校正映射关系列表并在设备上存储；建立第二缓冲区解析畸变校正映射关系列表进行插值计算，获取各像素点映射坐标，以对YUV格式进行图像畸变校正，从而显著提高了处理速度，同时还使得该算法的可移植性和稳定性大幅提升，而占用的功耗得到显著降低，整体提高了在低端移动平台上的运行速率及流畅程度，形成一定实用价值。

【技术实现步骤摘要】
一种桶形畸变校正算法
本专利技术涉及一种畸变校正算法，尤其涉及在底端移动设备上使用的桶形畸变校正算法。
技术介绍
随着物联网时代的到来，越来越多的传统嵌入式终端设备向移动式智能终端设备转型，目前免费的Android系统方案是厂家的首选，而为了节省硬件成本，厂家倾向于选择成本低的如高通和联发科的低端移动平台方案；基于这些平台采用了广角和鱼眼镜头的设备获取到的图像会有严重的桶形畸变问题，而这类低端通用方案虽然支持各类基本功能，但具体Camera模块的硬件性能会较弱，没有在ISP中支持硬件反畸变算法，无法做到像嵌入式设备那样对特定Camera模块的硬件算法支持，这就需要在软件上来做畸变校正。而现有的反畸变技术中，OpenCV拥有成熟的相机标定和畸变校正算法和流程，相机标定完成后得到内参和畸变系数，建立一个查找表，畸变校正算法依据查找表进行校正。但OpenCV在畸变校正处理过程中所需的整体时间很长且复杂度很高，虽然在计算性能很强的PC上可以保证视频高帧率输出，但在移动平台上用该算法处理的视频可能只有每秒几帧，无法达到使用要求。而且OpenCV反畸变算法是基于RGB格式进行计算，这中间需要做两次格式的转换，尤其是在Android移动平台上会占用大量的性能和功耗，对于低端移动平台上是无法适用的。从而基于上述种种技术问题，造成了现有低端移动平台在进行此类畸变校正拍摄和校正处理时会形成卡顿甚至死机问题，无法为客户带来良好的产品体验和实际使用价值。
技术实现思路
本专利技术的主要目的在于提供一种桶形畸变校正算法，以降低对于硬件设备的依赖，并提高在低端移动平台上的处理速度。为了实现上述目的，根据本专利技术的一个方面，提供了一种桶形畸变校正算法，步骤包括：获取相机影像处理器(CameraISP)输出的YUV格式数据，进行映射计算(buffer映射计算)后；获取畸变校正映射关系列表(NV12_map)并在设备上存储；建立第二缓冲区解析畸变校正映射关系列表进行插值计算，获取各像素点映射坐标，以对YUV格式进行图像畸变校正。在优选实施方式中，该映射计算基于基础算式为：Cor＝1+k1(Height-half_H)(Height-half_H)+k2(Width-half_W)(Width-half_W)；该算式以畸变率为0的图像中心点[half_W，half_H]为参考点，计算出每个Y像素点[Width，Height]的映射校正系数Cor，基于Cor计算出所有Y像素点的新存储映射坐标[Cor(Width-half_W)+half_W，Cor(Height-half_H)+half_H]。在优选实施方式中，该新存储映射坐标超出该畸变校正映射关系列表范围的Y像素点坐标将被丢弃，而由此造成的原始图像的映射坐标值的空缺，则采用临近插值的方式进行补偿。在优选实施方式中，该临近插值的方式包括：优先拷贝畸变校正映射关系列表中左侧Y像素点坐标[Width-1，Height]所保存的原始图像坐标值，如果该左侧Y像素点坐标中的值为0，则按照顺序以拷贝右侧[Width+1，Height]、下侧[Width，Height+1]、上侧[Width，Height-1]的Y像素点坐标进行临近插值，直到将整个畸变校正映射关系列表填充完整，其中UV坐标值必须成对拷贝。在优选实施方式中，该插值计算基于移动端设备的GPU在OpenCL程序框架下进行。为了实现上述目的，根据本专利技术的另一方面，还提供了一种桶形畸变校正算法，其步骤包括：外部计算设备获取相机影像处理器输出的YUV格式数据，进行映射计算后，获取畸变校正映射关系列表，以向移动端设备传输供其存储；该移动端设备中还建立有第二缓冲区，以解析畸变校正映射关系列表进行插值计算，获取各像素点映射坐标，以对YUV格式进行图像畸变校正。在优选实施方式中，该映射计算基于基础算式：Cor＝1+k1(Height-half_H)(Height-half_H)+k2(Width-half_W)(Width-half_W)；该算式以畸变率为0的图像中心点[half_W，half_H]为参考点，计算出每个Y像素点[Width，Height]的映射校正系数Cor，基于Cor计算出所有Y像素点的新存储映射坐标[Cor(Width-half_W)+half_W，Cor(Height-half_H)+half_H]。在优选实施方式中，该新存储映射坐标超出该畸变校正映射关系列表范围的Y像素点坐标将被丢弃，而由此造成的原始图像的映射坐标值的空缺，则采用临近插值的方式进行补偿。在优选实施方式中，该临近插值的方式包括：优先拷贝畸变校正映射关系列表中左侧Y像素点坐标[Width-1，Height]所保存的原始图像坐标值，如果该左侧Y像素点坐标中的值为0，则按照顺序以拷贝右侧[Width+1，Height]、下侧[Width，Height+1]、上侧[Width，Height-1]的Y像素点坐标进行临近插值，直到将整个畸变校正映射关系列表填充完整，其中UV坐标值必须成对拷贝。在优选实施方式中，该插值计算基于移动端设备的GPU在OpenCL程序框架下进行。通过本专利技术提供的该桶形畸变校正算法，能够良好的适配于低端移动平台，降低了适用设备的硬件要求，并显著提高了处理速度，同时还使得该算法的可移植性和稳定性大幅提升，而占用的功耗得到显著降低，整体提高了在低端移动平台上的运行速率及流畅程度，形成一定实用价值。附图说明构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术的桶形畸变校正算法步骤示意图；图2是本专利技术的桶形畸变校正算法中临近插值补偿方法的示意图；图3是本专利技术的桶形畸变校正算法采用外部计算设备即PC的处理步骤示意图；图4是采用本专利技术的桶形畸变校正算法校正前对比图；图5是采用本专利技术的桶形畸变校正算法校正后对比图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本领域的技术人员更好的理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，在本领域普通技术人员没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术的保护范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。请参阅图1，根据本专利技术的实施例，提供了一种桶形畸变校正算法，步骤包括：获取相机影像处理器(CameraISP)输出的YUV格式数据，进行映射计算(buffer映射计算)；获取畸变校正映射关系列表(NV12_map)并在设备上存储；建立第二缓冲区解析畸变校正映射关系列表进行插值计算，获取各像素点映射坐标，以本文档来自技高网...

【技术保护点】
1.一种桶形畸变校正算法，步骤包括：获取相机影像处理器输出的YUV格式数据，进行映射计算后；获取畸变校正映射关系列表并在设备上存储；建立第二缓冲区解析畸变校正映射关系列表进行插值计算；获取各像素点映射坐标，以对YUV格式进行图像畸变校正。

【技术特征摘要】
1.一种桶形畸变校正算法，步骤包括：获取相机影像处理器输出的YUV格式数据，进行映射计算后；获取畸变校正映射关系列表并在设备上存储；建立第二缓冲区解析畸变校正映射关系列表进行插值计算；获取各像素点映射坐标，以对YUV格式进行图像畸变校正。2.根据权利要求1所述的桶形畸变校正算法，其中，所述映射计算基于基础算式：Cor＝1+k1(Height-half_H)(Height-half_H)+k2(Width-half_W)(Width-half_W)；所述算式以畸变率为0的图像中心点[half_W，half_H]为参考点，计算出每个Y像素点[Width，Height]的映射校正系数Cor，基于Cor计算出所有Y像素点的新存储映射坐标[Cor(Width-half_W)+half_W，Cor(Height-half_H)+half_H]。3.根据权利要求2所述的桶形畸变校正算法，其中，所述新存储映射坐标超出所述畸变校正映射关系列表范围的Y像素点坐标将被丢弃，而由此造成的原始图像的映射坐标值的空缺，则采用临近插值的方式进行补偿。4.根据权利要求3所述的桶形畸变校正算法，其中，所述临近插值的方式包括：优先拷贝畸变校正映射关系列表中左侧Y像素点坐标[Width-1，Height]所保存的原始图像坐标值，如果所述左侧Y像素点坐标中的值为0，则按照顺序以拷贝右侧[Width+1，Height]、下侧[Width，Height+1]、上侧[Width，Height-1]的Y像素点坐标进行临近插值，直到将整个畸变校正映射关系列表填充完整，其中UV坐标值必须成对拷贝。5.根据权利要求1所述的桶形畸变校正算法，其中，所述插值计算基于移动端设备的GPU在OpenCL程序框架下进行。6.一种桶形畸变校正算法，...

【专利技术属性】
技术研发人员：裴林滔，
申请(专利权)人：上海畅联智融通讯科技有限公司，
类型：发明
国别省市：上海,31