[发明专利]图像转换方法、装置、计算机可读存储介质及电子设备

说明书

本公开实施例公开了一种图像转换方法和装置，其中，该方法包括：基于用于采集原始图像的原始相机的第一畸变参数和第一内参，对原始图像进行畸变矫正处理，得到矫正后图像；基于矫正后图像，确定待映射图像；基于原始相机的第一内参和目标相机的第二内参，将待映射图像映射到目标相机的二维像面坐标系下，得到映射图像；基于目标相机的第二畸变参数和第二内参，对映射图像进行畸变还原处理，得到目标图像。本公开实施例可以根据相机内参和畸变系数得到模拟另一相机拍摄的不同风格的图像，实现方式更加简便高效。由于生成的图像的像素由原始图像的像素转变而来，从而使生成的图像更接近真实场景。

技术领域

本公开涉及计算机技术领域，尤其是一种图像转换方法、装置、计算机可读存储介质及电子设备。

背景技术

不同摄像头由于在相机内参、畸变系数等方面存在差异，会导致成像质量不同。基于深度学习的图像处理算法对训练数据集有很强的依赖性与适配性，若实际场景中采集数据的摄像头与采集训练数据的摄像头差异(在相机内参/畸变系数等方面)较大，算法模型在实际场景的预测效果通常会比较差。在实际应用中，实际场景使用的摄像头可能是多种多样的，为了适配实际场景，往往需要使用实际场景的摄像头重新采集一批数据进行模型训练。而数据采集的成本(人力/物力/时间等)通常很高。如何有效利用现有数据，生成实际摄像头下的数据是一个非常值得探究的问题。

目前生成不同摄像头下的数据的方法，通常采用基于深度学习的方法，比如生成对抗网络，进行风格迁移，生成贴合实际场景的数据。

发明内容

本公开的实施例提供了一种图像转换方法、装置、计算机可读存储介质及电子设备。

本公开的实施例提供了一种图像转换方法，该方法包括：基于用于采集原始图像的原始相机的第一畸变参数和第一内参，对原始图像进行畸变矫正处理，得到矫正后图像；基于矫正后图像，确定待映射图像；基于原始相机的第一内参和目标相机的第二内参，将待映射图像映射到目标相机的二维像面坐标系下，得到映射图像；基于目标相机的第二畸变参数和第二内参，对映射图像进行畸变还原处理，得到目标图像。

根据本公开实施例的另一个方面，提供了一种图像转换装置，该装置包括：矫正模块，用于基于用于采集原始图像的原始相机的第一畸变参数和第一内参，对原始图像进行畸变矫正处理，得到矫正后图像；确定模块，用于基于矫正后图像，确定待映射图像；映射模块，用于基于原始相机的第一内参和目标相机的第二内参，将待映射图像映射到目标相机的二维像面坐标系下，得到映射图像；还原模块，用于基于目标相机的第二畸变参数和第二内参，对映射图像进行畸变还原处理，得到目标图像。

根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序用于执行上述图像转换方法。

根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现上述图像转换方法。

基于本公开上述实施例提供的图像转换方法、装置、计算机可读存储介质及电子设备，通过对原始图像进行畸变矫正处理，得到矫正后图像，然后基于矫正后图像，确定待映射图像，接着基于原始相机的第一内参和目标相机的第二内参，将待映射图像映射到目标相机的二维像面坐标系下，得到映射图像，最后基于目标相机的第二畸变参数和第二内参，对映射图像进行畸变还原处理，得到目标图像，从而实现了根据相机内参和畸变系数即可得到模拟另一相机拍摄的不同风格的图像，实现方式更加简便高效。由于生成的图像的像素由原始图像的像素转变而来，从而使生成的图像更接近真实场景。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明