[发明专利]图像校正方法及装置

说明书

本发明实施例提出一种图像校正方法及装置。所述方法包括：将第一图像采集设备采集的第一图像输入待训练模型，获得输出图像；第一图像为第一图像采集设备在设定的采集距离拍摄的第一目标物体的图像；获得输出图像的深度信息与第二图像的深度信息；根据输出图像的深度信息、第二图像的深度信息以及深度信息约束条件，对所述待训练模型进行调整，获得深度信息校正模型，所述深度信息校正模型用于对所述第一图像采集设备采集的待处理图像进行校正、以使得校正图像的深度信息与第二图像的深度信息符合所述约束条件。本发明能够在基本上不增加硬件成本的情况下，扩大图像采集设备的工作范围。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像校正方法及装置。

背景技术

目前，在无人驾驶、增强现实(AR，Augmented Reality)、新零售场景，都存在获取场景三维(3D，Three Dimensions)相关信息的需求。为获得这些信息，需要一定的图像采集设备。市场上主要的图像采集设备都有最优的工作范围，例如0.5米到1米之间，超过这个工作范围将会有很大的误差。而且工作范围要求越高，图像采集设备的价钱越高。

现有技术中，没有价格便宜且工作范围广的图像采集设备，不能满足特定场景中获取3D信息的需求。并且，不同的图像采集设备有着自己特定的工作范围，没有能够通用于各个工作范围的图像采集设备。

发明内容

本发明实施例提供一种图像校正方法及装置，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种图像校正方法，包括：

将第一图像采集设备采集的第一图像输入待训练模型，获得输出图像；所述第一图像为第一图像采集设备在设定的采集距离拍摄的第一目标物体的图像；

获得所述输出图像的深度信息与第二图像的深度信息；所述第二图像为第二图像采集设备在设定的采集距离拍摄的所述第一目标物体的图像，所述采集距离超过所述第一图像采集设备的工作范围，且不超过所述第二图像采集设备的工作范围；

根据所述输出图像的深度信息、所述第二图像的深度信息以及深度信息约束条件，对所述待训练模型进行调整，获得深度信息校正模型，所述深度信息校正模型用于对所述第一图像采集设备采集的待处理图像进行校正、以使得校正图像的深度信息与第二图像的深度信息符合所述约束条件。

在一种实施方式中，还包括：

将第一图像采集设备采集的第二目标物体的待处理图像输入所述深度信息校正模型，获得所述校正图像，所述校正图像的深度信息超过第一图像采集设备的工作范围，且处于所述第二图像采集设备的工作范围之内。

在一种实施方式中，将第一图像采集设备采集的第一图像输入待训练模型，获得输出图像之前，还包括：

标定所述第一图像采集设备和第二图像采集设备，使得二者的深度坐标系处于同一坐标原点；

利用所述第一图像采集设备获得所述第一图像，利用所述第二图像采集设备获得所述第二图像。

在一种实施方式中，所述深度信息校正模型为卷积神经网络组合；将第一图像采集设备采集的第一图像输入待训练模型，获得输出图像，包括：

获得所述第一图像的第一图像特征；

利用所述卷积神经网络组合计算所述图像特征，得到输出图像特征；

根据所述输出图像特征，获得所述输出图像。

在一种实施方式中，所述深度信息约束条件为本次获得的深度信息差值不小于上一次获得的深度信息差值；

根据所述输出图像的深度信息、所述第二图像的深度信息以及深度信息约束条件，对所述待训练模型进行调整，获得深度信息校正模型，包括：