预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114170146A(43)申请公布日2022.03.11(21)申请号202111337384.2(22)申请日2021.11.12(71)申请人苏州瑞派宁科技有限公司地址215163江苏省苏州市高新区锦峰路8号17栋(72)发明人李鑫宇肖鹏兰嘉友董超群谢庆国(51)Int.Cl.G06T7/00(2017.01)G06T7/33(2017.01)G06T7/62(2017.01)G06T11/00(2006.01)G06V10/46(2022.01)G06V10/74(2022.01)G06K9/62(2022.01)权利要求书3页说明书12页附图4页(54)发明名称图像处理方法、装置、电子设备以及计算机可读存储介质(57)摘要本申请提出图像处理方法、装置、电子设备以及计算机可读存储介质,所述图像校正方法包括:拍摄成像目标并获取初始帧图像和连续帧图像;计算所述初始帧图像的初始三维特征点;计算所述连续帧图像的连续帧三维特征点;匹配所述初始三维特征点和所述连续帧三维特征点,以得到RT矩阵;利用所述RT矩阵对图像进行校正,得到重建图像。根据本申请的示例实施例,通过利用简单但精度更高的影像记录设备获取物体的运动信息,提升了运动校正图像的准确性,降低了计算复杂度。CN114170146ACN114170146A权利要求书1/3页1.一种图像处理方法,其特征在于,所述图像处理方法包括:拍摄成像目标并获取初始帧图像和连续帧图像;计算所述初始帧图像的初始三维特征点;计算所述连续帧图像的连续帧三维特征点;匹配所述初始三维特征点和所述连续帧三维特征点,以得到RT矩阵;利用所述RT矩阵对图像进行校正,得到重建图像。2.根据权利要求1所述的图像处理方法,其特征在于,利用影像记录设备拍摄成像目标并获取初始帧图像和连续帧图像。3.根据权利要求2所述的图像处理方法,其特征在于,在所述成像目标的两侧平行放置一对型号相同的所述影像记录设备,组成双目视觉系统以拍摄所述成像目标。4.根据权利要求2所述的图像处理方法,其特征在于,利用所述影像记录设备以视频的形式记录所述成像目标的运动,所述视频包括初始时刻的初始帧图像和非初始时刻的连续帧图像,其中,所述初始帧图像和所述连续帧图像分别包括同一时刻一对所述影像记录设备拍摄的图像。5.根据权利要求1所述的图像处理方法,其特征在于,计算所述初始帧图像的初始三维特征点的步骤包括:利用尺度不变特征变换方法提取所述初始帧图像的二维特征点;去除所述初始帧图像的二维特征点的背景图像;匹配去除背景后的所述初始帧图像的二维特征点;三角化匹配信息,从而得到所述初始帧图像的所述初始三维特征点。6.根据权利要求1所述的图像处理方法,其特征在于,所述计算所述连续帧图像的连续帧三维特征点,包括:利用尺度不变特征变换方法提取所述连续帧图像的二维特征点;去除所述连续帧图像的二维特征点的背景图像;匹配去除背景后的所述连续帧图像的二维特征点;三角化匹配信息,从而得到所述连续帧图像的所述初始三维特征点。7.根据权利要求5或6所述的图像处理方法,其特征在于,所述三角化匹配信息的步骤包括:通过公式(7‑1)计算所述成像目标上任一点在影像记录设备坐标下的深度Z;通过公式(7‑2)计算所述成像目标上任一点在影像记录设备坐标下的横坐标X与纵坐标Y;其中,T为两个所述影像记录设备的光学距离,f为所述影像记录设备的焦距,x1、xr分别为所述点在两个所述影像记录设备的图像帧上的投影与光轴图像交点的横坐标距离;y12CN114170146A权利要求书2/3页为所述点在其中一个所述影像记录设备的图像帧上的投影与光轴图像交点的纵坐标距离。8.根据权利要求1所述的图像处理方法,其特征在于,得到所述RT矩阵的步骤包括:通过奇异值分解方法使所述初始三维特征点和所述连续帧三维特征点的误差最小化,以得到所述RT矩阵。9.根据权利要求8所述的图像处理方法,其特征在于,通过公式(9‑1)使所述误差最小化:其中,R、T分别表示旋转矩阵和平移矩阵,J表示所述误差,pi、qi分别为所述初始三维特征点的集合P={p1,…,pn}和所述连续帧三维特征点的集合Q={q1,…,qn}中的第i个元素,i、n均为自然数,i≤n。10.根据权利要求9所述的图像处理方法,其特征在于,所述奇异值分解方法通过公式(10‑1)进行:[U,S,V]=SVD(H)公式(10‑1)其中,U、S、V分别表示经过奇异值分解后的第一酉矩阵、对角矩阵以及第二酉矩阵,SVD表示奇异值分解,重新中心化的点集之间的协方差矩阵H通过公式(10‑2)确定:其中,pi'和qi'分别表示重新中心化后的三维特征点。11.根据权利要求10所述的图像处理方法,其特征在于,所