【技术实现步骤摘要】
图像畸变校正方法、装置、电子设备和存储介质
[0001]本申请涉及图像处理
,特别是涉及一种图像畸变校正方法、装置、电子设备和存储介质。
技术介绍
[0002]目前越来越多的手机等电子产品中集成了超广角相机模组,超广角相机模组的视场角(Field of View,FOV)一般可大于100
°
,能够获取更宽广的拍照视野,但是,由于相机透镜制造精度以及组装工艺的偏差,超广角相机模组将会引入更多的畸变,导致拍摄的原始图像的失真。
[0003]可以利用相机模组的相机内参对原始图像做相机畸变校正,以消除原始图像中的畸变现象。然而,当原始图像中同时存在背景及背景前方的前景对象例如人像时,通过以上方法对图像进行畸变校正,尽管能改善校正后图像中背景畸变,但由于畸变校正存在类似拉伸的操作,会使得结果图像中的人像等产生变形。
技术实现思路
[0004]基于此,有必要提供改进的图像畸变校正方法。根据本申请的一个方面,提供一种图像畸变校正方法,包括获取原始图像,该原始图像包括背景区域和前景对象区域;对原始图像进行背景畸变校正,以得到第一校正图像;对原始图像进行前景对象畸变校正,以得到第二校正图像;以及融合第一校正图像中的背景区域以及第二校正图像中的前景对象区域,以得到结果图像。
[0005]根据本申请的另一方面,还提供一种图像畸变校正装置,包括:图像获取模块,用于获取原始图像,该原始图像包括背景区域和前景对象区域;第一校正模块,用于对原始图像进行背景畸变校正,以得到第一校正图像;第二校 ...
【技术保护点】
【技术特征摘要】
1.一种图像畸变校正方法,包括:获取原始图像,所述原始图像包括背景区域和前景对象区域;对所述原始图像进行背景畸变校正,以得到第一校正图像;对所述原始图像进行前景对象畸变校正,以得到第二校正图像;以及融合所述第一校正图像中的背景区域以及所述第二校正图像中的前景对象区域,以得到结果图像。2.根据权利要求1所述的方法,其特征在于,所述对所述原始图像进行前景对象畸变校正,以得到第二校正图像包括:在所述对原始图像进行背景畸变校正,以得到第一校正图像之后,对所述第一校正图像进行前景对象保型处理,以得到第二校正图像。3.根据权利要求1或2所述的方法,其特征在于,所述融合所述第一校正图像中的所述背景区域以及所述第二校正图像中的所述前景对象区域,以得到结果图像包括:建立映射关系网格,所述映射关系网格包括矩阵排布的多个网格点,每个所述网格点代表所述第一校正图像中的一个第一像素坐标与结果图像中对应的一个映射像素坐标之间的映射关系;初始化待求解的网格点;优化每个所述网格点的值,以使得所述结果图像满足约束条件,其中,所述约束条件包括第一约束条件和第二约束条件,所述第一约束条件包括所述结果图像中的前景对象区域是相对于所述第二校正图像做相似变换得到的,所述第二约束条件包括所述结果图像中的背景区域是相对于所述第一校正图像做相似变换得到的;以及利用优化得到的所述每个所述网格点的值,对所述第一校正图像进行映射处理,以得到所述结果图像。4.根据权利要求3所述的方法,其特征在于,所述约束条件还包括第三约束条件,所述第三约束条件包括:所述结果图像中的前景对象区域和背景区域之间平滑变化。5.根据权利要求4所述的方法,其特征在于,所述约束条件还包括第四约束条件,所述第四约束条件包括:所述结果图像中不存在无效区域。6.根据权利要求3所述的方法,其特征在于,所述初始化待求解的网格点包括:针对每个所述网格点分别执行如下操作:获取与当前的网格点对应的第一像素坐标,确定以所述第一像素坐标为中心的预定网格区域内的多个第一像素坐标,并确定第二校正图像中与所述多个第一像素坐标对应的多个第二像素坐标;计算所述多个第一像素坐标与所述多个第二像素坐标的加权平均值;利用所述加权平均值,对当前的所述网格点对应的映射像素坐标进行初始值赋值。7.根据权利要求5所述的方法,其特征在于,所述优化每个所述网格点的值,以使得所述结果图像满足约束条件包括:根据所述约束条件,确定惩罚项;以每个所述网格点的值中的所述映射像素坐标的值作为待求解变量,并结合所述惩罚项,建立优化函数;以及求解所述优化函数的最优解,以确定每个所述网格点的所述值。
8.根据权利要求7所述的方法,其特征在于,所述惩罚项包括根据所述第一约束条件确定的第一惩罚项,所述第一惩罚项的表达式如下:其中,E1为所述第一惩罚项,i代表所述映射关系网格中的网格点i,N为网格点总数,p
i
为第一校正图像中与网格点i对应的第一像素坐标,q
i
为第二校正图像中与网格点i对应的第二像素坐标,p
i
′
为结果图像中与网格点i对应的映射像素坐标,w
i
为前景对象权重,当p
i
属于所述前景对象区域时w
i
=1,当p
i
属于所述背景区域时w
i
=0,S
k
为第一校正图像中第k个区域的相似变换矩阵,t
k
为第k个区域的二维平移向量。9.根据权利要求7所述的方法,其特征在于,每个所述网格点的所述惩罚项包括根据所述第二约束条件确定的第二...
【专利技术属性】
技术研发人员:李文学,
申请(专利权)人:黑芝麻智能科技上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。