一种显示设备目镜反畸变方法及装置制造方法及图纸

本发明专利技术公开了一种显示设备目镜反畸变方法及装置，对于目镜反畸变的处理，获取观测到的畸变图像；将所述畸变图像划分为两个区域，并对划分后的两个区域均采用低阶且阶数相同的模型进行建模，这样在求解每个区域模型的参数时，降低了参数运算的运算量，提高了运算效率；对于不同区域的重叠部分，采用不同区域的模型进行加权求和处理，对重叠区域进行了平滑处理。

An Eyepiece Anti-distortion Method and Device for Display Equipment

【技术实现步骤摘要】
一种显示设备目镜反畸变方法及装置
本专利技术涉及虚拟现实设备领域，尤其涉及一种显示设备目镜反畸变方法及装置。
技术介绍
随着图像处理技术的飞速发展，虚拟现实技术得到了广泛的应用，但是由于虚拟现实设备的目镜尺寸有限，目镜上的有效像圆无法覆盖整个显示屏幕，从而使得通过目镜观测到的显示屏幕上的图像产生了畸变。现有技术中，一般采用统一高级畸变模型，对显示画面的图像进行处理，但是该种方法通常计算量大，模型中参数的求解难度高。
技术实现思路
有鉴于此，本专利技术实施例提供了一种显示设备目标反畸变方法及装置，将显示画面的图像进行分区处理，每个区域均采用低阶的模型，降低了运算量，提高了运算效率，而且，对于不同区域的重叠部分，采用不同区域的模型进行加权求和处理，对重叠区域进行了平滑处理。本专利技术实施例公开了一种显示设备目镜反畸变方法，包括：获取观测到的畸变图像；将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；根据得到的每个模型和预设的图像中各个图元顶点坐标，确定反畸变图像对应的图元顶点坐标；依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染。可选的，所述计算第一畸变区域模型和第二畸变区域模型中的参数值，包括：获取预设的标准网格图像和畸变网格图像中多个控制点的映射关系；依据最小二乘法和预设的多个控制点的映射关系，计算第一畸变模型和第二畸变模型中的参数值。可选的，所述依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染，包括：依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，通过GPU图像处理器对显示图像进行渲染。可选的，还包括对第一畸变区域模型和第二畸变区域模型进行加权求和，得到重叠区域模型。可选的，所述第一畸变区域模型和第二畸变区域模型均为二阶的模型。本专利技术实施例还公开了一种显示设备目镜反畸变装置，包括：获取单元，用于获取观测到的畸变图像；区域划分单元，用于将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；第一建模单元，用于分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；确定单元，用于根据得到的每个模型和预设的图像中各个图元顶点坐标，确定反畸变图像对应的图元顶点坐标；渲染单元，用于依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染。可选的，所述第一建模单元，包括：获取预设的标准网格图像和畸变网格图像中多个控制点的映射关系；依据最小二乘法和预设的多个控制点的映射关系，计算第一畸变模型和第二畸变模型中的参数值。可选的，所述渲染单元，包括：依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，通过GPU图像处理器对显示图像进行渲染。可选的，还包括第二建模单元，用于对第一畸变区域模型和第二畸变区域模型进行加权求和，得到重叠区域模型。可选的，所述第一畸变区域模型和第二畸变区域模型均为二阶的模型。本实施例中，对于目镜反畸变的处理，获取观测到的畸变图像；将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；根据得到的每个模型和预设的图像中各个图元顶点坐标，确定反畸变图像对应的图元顶点坐标；依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染。因此，通过将显示画面进行分区处理，并且分区后的每个区域均采用低阶的模型，降低了参数运算的运算量，提高了运算效率，而且，对于不同区域的重叠部分，采用不同区域的模型进行加权求和处理，对重叠区域进行了平滑处理。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，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，还可以根据提供的附图获得其他的附图。图1示出了本专利技术实施例提供的一种显示设备目镜反畸变方法的流程示意图；图2示出了本专利技术实施例提供的畸变图像的获取实例示意图；图3示出了标准图像的网格图像示意图；图4示出了畸变图像的网格图像示意图；图5示出了标准坐标系下图元顶点坐标的示意图；图6示出了纹理坐标下下图元顶点坐标的示意图；图7示出了对图像进行区域划分的示意图；图8示出了示出了本专利技术实施例提供的一种显示设备目镜反畸变方法的又一流程示意图；图9示出了本专利技术实施例提供的一种显示设备目镜反畸变装置的结构示意图。具体实施方式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实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参考图1，示出了本专利技术实施例提供的一种显示设备目镜反畸变方法的流程示意图，在本实施例中，所述方法包括：S101：获取观测到的畸变图像；本实施例中，畸变图像的获取是通过目镜观测到的，获取畸变图像的方式可以有多种。举例说明：如图2所示，显示设备5显示网格图像(如图3所示)，将视场角近似于人眼的无畸变摄像机置于上图眼点(3)位置，由摄像机替代人眼透过目镜镜片4拍摄图像作为畸变图像(如图4所示)，其中2所表示的区域为有效像圆内视场，1所表示的区域为有效像圆外的视场。S102：将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；本实施例中，对于畸变图像的分区可以包括两个方面：第一方面：若畸变图像中包括两个不同的畸变类型，将每一个畸变类型所在的区域分成一个区域，或者也可以理解为将相同方向畸变的区域划分为一个区域，；第二方面：若畸变图像中包括一个畸变类型，不同程度的畸变也可以划分为不同的区域。需要说明的是，对畸变图像进行分区时，可以是技术人员根据经验进行的，也可以是根据预设的规则自动区分的，其中，对于按照预设的规则自动区分的方法包括：确定畸变图像中的畸变类型；若包含两种畸变类型，将每一种畸变类型划分为一个区域；若包含一种畸变类型，确定图像畸变的程度，将超过预设阈值的畸变区域划分为一个区域，将未超过预设阈值的畸变区域划分为一个区域。S103：分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；本实施例中，具体的，每个畸变区域模型均可以采用二阶模型建模。举例说明：其中，第一畸变区域模型为：R＝r(1+m1r2+m2r4)，m1、m2为未知的参数；第二畸变区域模型为：R＝r(1+n1r2+n本文档来自技高网...

【技术保护点】
1.一种显示设备目镜反畸变方法，其特征在于，包括：获取观测到的畸变图像；将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；根据得到的每个模型和预设的图像中各个图元顶点坐标，确定反畸变图像对应的图元顶点坐标；依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染。

【技术特征摘要】
1.一种显示设备目镜反畸变方法，其特征在于，包括：获取观测到的畸变图像；将所述畸变图像划分为两个区域，分别为第一畸变区域和第二畸变区域；分别对划分后的每个区域建模，得到第一畸变区域模型和第二畸变区域模型，并计算第一畸变区域模型和第二畸变区域模型中的参数值；其中第一畸变区域模型和第二畸变区域模型均为低阶的模型且阶数相同；根据得到的每个模型和预设的图像中各个图元顶点坐标，确定反畸变图像对应的图元顶点坐标；依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染。2.根据权利要求1所述的方法，其特征在于，所述计算第一畸变区域模型和第二畸变区域模型中的参数值，包括：获取预设的标准网格图像和畸变网格图像中多个控制点的映射关系；依据最小二乘法和预设的多个控制点的映射关系，计算第一畸变模型和第二畸变模型中的参数值。3.根据权利要求1所述的方法，其特征在于，所述依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，对显示图像进行渲染，包括：依据所述预设图像中各个图元顶点的坐标和所述反畸变图像的图元顶点坐标，通过GPU图像处理器对显示图像进行渲染。4.根据权利要求1所述的方法，其特征在于，还包括对第一畸变区域模型和第二畸变区域模型进行加权求和，得到重叠区域模型。5.根据权利要求1所述的方法，其特征在于，所述第一畸变区域模型和第二畸变区域模型均为二阶...

【专利技术属性】
技术研发人员：田光亚，朱勇，
申请(专利权)人：中科创达软件股份有限公司，
类型：发明
国别省市：北京,11