[发明专利]一种图像校正的方法、存储介质及产品

权利要求书

1.一种图像校正的方法，其特征在于，所述方法包括：

获取待校正图像对，其中，所述待校正图像对包括主摄图像以及副摄图像；

将所述待校正图像对输入目标立体校正模型得到副摄变换矩阵，其中，所述目标立体校正模型至少包括目标光流网络，所述目标光流网络用于从所述待校正图像对上提取匹配属性信息，所述副摄变换矩阵是通过所述匹配属性信息得到的；

根据所述副摄变换矩阵对所述副摄图像进行变换得到目标图像，完成校正。

2.如权利要求1所述的方法，其特征在于，

所述将所述待校正图像对输入目标立体校正模型得到副摄变换矩阵，包括：

将所述待校正图像对输入所述目标立体校正模型，通过所述目标立体校正模型中的所述目标光流网络得到初始光流图，其中，所述初始光流图用于表征所述主摄图像和所述副摄图像上匹配点之间的位置偏移信息；

根据所述初始光流图得到所述副摄变换矩阵。

3.如权利要求2所述的方法，其特征在于，所述目标立体校正模型还进一步包括：降采样模块，其中，

所述根据所述初始光流图得到所述副摄变换矩阵，包括：

将所述初始光流信息输入所述降采样模块，并通过所述降采样模块对所述初始光流信息进行降采样得到降采样光流图；

根据所述降采样光流图得到所述副摄变换矩阵。

4.如权利要求3所述的方法，其特征在于，所述目标立体校正模型还进一步包括：目标深度卷积网络，其中，

所述根据所述降采样光流图得到所述副摄变换矩阵，包括：

将所述降采样光流图输入所述目标深度卷积网络，并通过所述目标深度卷积网络得到所述副摄变换矩阵。

5.如权利要求1-4任一项所述的方法，其特征在于，所述将所述待校正图像对输入目标立体校正模型得到副摄变换矩阵之前，所述方法还包括：

将主摄样本图像和副摄样本图像输入所述光流网络，得到预测光流图；

对所述预测光流图进行降采样处理得到降采样预测光流图；

将所述降采样预测光流图输入所述深度卷积网络得到预测副摄变换矩阵；

根据所述目标光流图和所述预测副摄变换矩阵得到所述损失值，并根据所述损失值对所述光流网络和所述深度卷积网络的参数进行调整，得到所述目标立体校正模型。

6.如权利要求5所述的方法，其特征在于，所述根据所述目标光流图和所述预测副摄变换矩阵得到所述损失值，包括：

根据所述目标光流图和所述预测光流图得到第一损失值；

通过所述预测副摄变换矩阵得到第二损失值，其中，所述第二损失值包括用于约束整幅图像的第三损失值和用于约束稀疏点的第四损失值中的至少一个，所述整幅图像是通过所述副摄样本图像和所述预测副摄变换矩阵得到的，所述稀疏点是与对所述主摄样本图像降采样后得到的各网格点对应的匹配点；

根据所述第一损失值和所述第二损失值得到所述损失值。

7.如权利要求6所述的方法，其特征在于，所述通过所述预测副摄变换矩阵得到第二损失值，包括：

根据所述预测副摄变换矩阵得到平移量；

基于所述平移量对所述预测副摄变换矩阵进行补偿得到补偿预测副摄变换矩阵；

根据所述补偿预测副摄变换矩阵对所述副摄样本图像进行图像仿射变换得到更新副摄样本图像；

计算对齐副摄样本图像和所述更新副摄样本图像上各像素点的像素值的差值，并基于所述差值得到所述第三损失值，其中，所述对齐副摄样本图像是经过立体校正算法后的图像。