本發(fā)明涉及一種圖像處理方法以及圖像處理裝置，尤其涉及能夠無(wú)需對(duì)圖像進(jìn)行分割和校正而根據(jù)第一參數(shù)空間直接地檢測(cè)球面畸變圖像上的直線的圖像處理方法以及圖像處理裝置。
背景技術(shù)：
：隨著數(shù)碼技術(shù)的日益發(fā)展，直線檢測(cè)成為圖像處理的基礎(chǔ)功能。例如利用經(jīng)典的霍夫(Hough)變換對(duì)無(wú)畸變的符合單視點(diǎn)成像約束的圖像進(jìn)行直線檢測(cè)是非常流行和有效的方法。然而，在日常生活中，常常需要對(duì)具有球面畸變的圖像(以下稱(chēng)為“球面畸變圖像”)進(jìn)行處理。例如，使用廣角鏡頭進(jìn)行拍攝時(shí)，拍攝出來(lái)的圖像會(huì)出現(xiàn)球面畸變。又例如，使用全景拍攝模式拍攝的全景圖像也出現(xiàn)球面畸變。由于球面畸變圖像具有很大的視場(chǎng)，很多時(shí)候甚至能夠達(dá)到360°的全方位的取景，因此開(kāi)始被人們廣泛地利用?，F(xiàn)實(shí)中的直線在球面畸變圖像會(huì)出現(xiàn)彎曲，尤其是在具有超大視角的球面圖像上，直線會(huì)變成彎曲的弧線。換言之，球面畸變圖像中的直線不再符合單視點(diǎn)成像的約束，這樣就導(dǎo)致了很多傳統(tǒng)的方法不能在球面畸變圖像上進(jìn)行直線檢測(cè)。因此，如何在這種具有嚴(yán)重的球面畸變的圖像上進(jìn)行直線檢測(cè)是當(dāng)前的重要的課題?，F(xiàn)有的在球面畸變圖像上進(jìn)行直線檢測(cè)的一般方法包括以下步驟：第一步：將球面畸變圖像分割為多個(gè)部分。為了方便理解，在以下說(shuō)明中假設(shè)將包括該弧線圖像分割為兩部分，但事實(shí)上不限于此，一般情況下，會(huì)將球面畸變圖像分割為更多部分。如圖1A所示，直線在球面畸變圖像上呈現(xiàn)為弧線。第二步：對(duì)各個(gè)部分的圖像分別進(jìn)行校正，消除畸變。校正后圖像符合單一視點(diǎn)成像原理。第三步：對(duì)校正后的分塊圖像進(jìn)行直線檢測(cè)。此時(shí)，由于校正后的圖像符合單一視點(diǎn)成像原理，因此可以采用任何傳統(tǒng)的檢測(cè)方法(例如可以采用 經(jīng)典的霍夫直線變換方法)進(jìn)行直線檢測(cè)。但是，這種傳統(tǒng)的方法至少有如下幾個(gè)缺點(diǎn)：首先，會(huì)破壞直線的連續(xù)性。此時(shí)，由于對(duì)兩塊圖像上的弧線分別進(jìn)行校正，因此直線在圖像校正以后有可能被截?cái)啵?B所示。此外，校正后的直線的斜率有可能不同，從而在圖像中變?yōu)閮啥沃本€，如圖1C所示。當(dāng)然，也有研究者對(duì)這個(gè)問(wèn)題進(jìn)行研究后，已經(jīng)出現(xiàn)一些方法來(lái)解決。比較常用的方法是，對(duì)擁有相同端點(diǎn)的直線進(jìn)行融合。具體而言，對(duì)于球面畸變圖像中在分割線上的端點(diǎn)相同的線條，認(rèn)為校正后的兩段直線屬于一條直線。但是，這個(gè)方法會(huì)引起其他的問(wèn)題。首先，這種方法會(huì)使在現(xiàn)實(shí)中不屬于一條直線卻具有相同端點(diǎn)的兩條直線誤認(rèn)為是一條直線。例如，如圖1D所示，球面畸變圖像中有一處墻角，其中一面墻和另一面墻的上下側(cè)的輪廓線在現(xiàn)實(shí)當(dāng)中不屬于一條直線，但兩條直線具有相同的端點(diǎn)。此時(shí)，如果墻角恰好是在圖像的分割線上，則系統(tǒng)可能會(huì)將一面墻和另一面墻的上下側(cè)的兩條輪廓線誤認(rèn)為是一條直線。其次，將傳統(tǒng)的直線檢測(cè)方法應(yīng)用于球面圖像檢測(cè)可能會(huì)使得較短的直線丟失。為了降低噪聲，系統(tǒng)會(huì)過(guò)濾掉長(zhǎng)度小于規(guī)定閾值的線。換言之，只有一條直線的長(zhǎng)度大于該閾值時(shí)，才會(huì)被系統(tǒng)檢測(cè)為直線。如圖1E所示，如果較短的直線被分成兩段直線，分別屬于兩個(gè)部分的每一條直線變得更短后，容易變得小于上述規(guī)定閾值，導(dǎo)致系統(tǒng)檢測(cè)不到。這樣，這種較短的直線就會(huì)被丟失。可以看到，傳統(tǒng)的直線檢測(cè)方法為了在球面畸變圖像上繼續(xù)使用經(jīng)典的霍夫直線變換方法，不得不對(duì)球面畸變圖像進(jìn)行分割和校正。而正是因?yàn)檫@些分割，圖像中直線被切斷，連續(xù)性被打破，或者直線變得更短而被系統(tǒng)誤認(rèn)為是噪聲從而丟失數(shù)據(jù)。因此，迫切需要一種不對(duì)原始圖像進(jìn)行分割和校正的新的直線檢測(cè)方法。技術(shù)實(shí)現(xiàn)要素：本發(fā)明鑒于以上課題完成，其目的在于，提供一種圖像處理方法以及圖像處理裝置，能夠無(wú)需對(duì)圖像進(jìn)行分割和校正而根據(jù)第一參數(shù)空間直接地檢測(cè)球面畸變圖像上的直線。本發(fā)明的一個(gè)實(shí)施例提供一種圖像處理方法，其中包括：獲取第一圖像， 直線在所述第一圖像上呈現(xiàn)為規(guī)定球體的最大圓上的弧線；識(shí)別所述第一圖像中的多個(gè)線條；以及根據(jù)第一參數(shù)空間確定所述線條是否為直線，所述第一參數(shù)空間上的每一個(gè)點(diǎn)對(duì)應(yīng)于所述規(guī)定球體的最大圓，所述第一圖像上的每一點(diǎn)對(duì)應(yīng)于所述第一參數(shù)空間中的一個(gè)最大圓，并且所述第一圖像中在同一直線上的多個(gè)點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于所述第一參數(shù)空間的規(guī)定點(diǎn)，不在所述直線上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)所述規(guī)定點(diǎn)。本發(fā)明的實(shí)施例還提供一種圖像處理裝置，其中包括：圖像獲取模塊，配置來(lái)獲取第一圖像，直線在所述第一圖像上呈現(xiàn)為規(guī)定球體的最大圓上的弧線；線條識(shí)別模塊，配置來(lái)識(shí)別所述第一圖像中的多個(gè)線條；以及直線檢測(cè)模塊，配置來(lái)根據(jù)第一參數(shù)空間確定所述線條是否為直線，所述第一參數(shù)空間上的每一個(gè)點(diǎn)對(duì)應(yīng)于所述規(guī)定球體的最大圓，所述第一圖像上的每一點(diǎn)對(duì)應(yīng)于所述第一參數(shù)空間中的一個(gè)最大圓，并且所述第一圖像中在同一直線上的多個(gè)點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于所述第一參數(shù)空間的規(guī)定點(diǎn)，不在所述直線上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)所述規(guī)定點(diǎn)。根據(jù)本發(fā)明的圖像處理方法以及圖像處理裝置，利用第一參數(shù)空間對(duì)球面畸變圖像進(jìn)行直接地進(jìn)行直線檢測(cè)，其中直線在球面畸變圖像上呈現(xiàn)為規(guī)定球體的最大圓上的弧線，所述第一參數(shù)空間上的每一個(gè)點(diǎn)對(duì)應(yīng)于所述規(guī)定球體的最大圓，由此能夠無(wú)需對(duì)圖像進(jìn)行分割和校正接口直接地對(duì)球面畸變圖像進(jìn)行直線檢測(cè)，不會(huì)在直線檢測(cè)過(guò)程中破壞直線的連續(xù)性，并且也能夠檢測(cè)到比較短的直線。附圖說(shuō)明圖1A至圖1E是用于說(shuō)明現(xiàn)有的直線檢測(cè)方法的示意圖。圖2是用于說(shuō)明球面畸變圖像的示意圖。圖3是用于說(shuō)明將球面畸變圖像投影到規(guī)定球體的示意圖。圖4是用于說(shuō)明直線在球面畸變圖像中表示為弧線的原理的示意圖。圖5是用于說(shuō)明根據(jù)本發(fā)明的第一參數(shù)空間的示意圖。圖6A、B是用于說(shuō)明第一參數(shù)空間的特性的示意圖。圖7是根據(jù)本發(fā)明的實(shí)施例的圖像處理方法的流程圖。圖8是統(tǒng)計(jì)第一參數(shù)空間內(nèi)的每一個(gè)向量的累計(jì)數(shù)量的累計(jì)矩陣。圖9是用于說(shuō)明在累積矩陣當(dāng)中一個(gè)邊緣點(diǎn)的示意圖。圖10是統(tǒng)計(jì)了多個(gè)邊緣點(diǎn)后的累積矩陣的示意圖。圖11是根據(jù)本發(fā)明的圖像處理裝置的功能框圖。具體實(shí)施方式為使本領(lǐng)域的技術(shù)人員能夠更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的圖像處理方法以及圖像處理裝置的具體實(shí)施方式。當(dāng)然，本發(fā)明不限于此，在本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍?！厩蛎婊儓D像】首先，結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的球面畸變圖像。球面畸變圖像例如是使用廣角鏡頭或者全景模式拍攝的圖像。此時(shí)，鏡頭的焦距越小，或者全景模式拍攝的范圍越大，畸變的程度就越大。因此如果圖像是使用超廣角的魚(yú)眼鏡頭或者360°的全景圖像拍攝獲得，畸變的程度就會(huì)非常大。圖2是用于說(shuō)明球面畸變圖像的示意圖。如圖2所示，圖像中出現(xiàn)了嚴(yán)重的畸變，現(xiàn)實(shí)當(dāng)中的直線在也變成了曲線，不再符合單視點(diǎn)成像的約束，因此無(wú)法使用經(jīng)典的霍夫變換方法檢測(cè)球面畸變圖像上的直線。這樣的球面畸變圖像能夠投影到三維的規(guī)定球體。圖3是用于說(shuō)明將球面畸變圖像投影到規(guī)定球體的示意圖。如圖3所示，圖2的球面畸變圖像能夠投影到一個(gè)規(guī)定球體當(dāng)中。此時(shí)，畸變的程度越大，球體越小。球面畸變圖像上的每一個(gè)點(diǎn)的經(jīng)度和緯度的信息可以通過(guò)以下式子換算為單位球體上的三維坐標(biāo)：x=cos(lat)sin(lon)y=cos(lat)cos(lon)z=sin(lat)...(1)]]>其中，(lat,lon)表示球面畸變圖像上任意一個(gè)點(diǎn)的經(jīng)度和緯度，(x,y,z)分別表示單位球體上的三維坐標(biāo)。同樣地，單位球體上的任意一個(gè)點(diǎn)的三維坐標(biāo)也可以通過(guò)以下式子換算為原始球面畸變圖像上的經(jīng)度和緯度的信息：lat=arcsin(z)lon=arctan(x/y)...(2)]]>圖4是用于說(shuō)明直線在球面畸變圖像中表示為弧線的原理的示意圖。如圖4所示，現(xiàn)實(shí)中的直線l在球面畸變圖像上成像為球面上的最大圓C上的 弧線，其中，最大圓是通過(guò)球心的平面π與球體相交產(chǎn)生的圓形。【第一參數(shù)空間】接下來(lái)，結(jié)合附圖詳細(xì)說(shuō)明第一參數(shù)空間。第一參數(shù)空間中的每一個(gè)點(diǎn)對(duì)應(yīng)于所述規(guī)定球體的最大圓。正如上面所述，最大圓是通過(guò)球心的平面π與球體相交產(chǎn)生的圓形，因此每一個(gè)最大圓能夠?qū)?yīng)于一個(gè)平面π。如圖4所示，可以通過(guò)垂直于最大圓所在平面π的向量n表示第一參數(shù)空間上的每一個(gè)點(diǎn)。這樣，球面畸變圖像上的每一個(gè)點(diǎn)都在第一參數(shù)空間上唯一映射為一個(gè)最大圓，球面畸變圖像中的直線被唯一映射為規(guī)定球體上的一個(gè)最大圓即第一參數(shù)空間中的一個(gè)點(diǎn)。圖5是用于說(shuō)明根據(jù)本發(fā)明的第一參數(shù)空間的示意圖。如圖5所示，可以使用方位角α和俯仰角β表示第一參數(shù)空間上的每一個(gè)點(diǎn)，其中-π≤α≤π，0≤β≤π/2。這里，由于一個(gè)向量n所確定的平面π與其相反的向量-n所確定的平面π相同，因此俯仰角β的范圍可以是0≤β≤π/2。應(yīng)當(dāng)注意，也可以使用其他方式來(lái)表示第一參數(shù)空間上的每一個(gè)點(diǎn)，只要第一參數(shù)空間中的每一個(gè)點(diǎn)對(duì)應(yīng)于所述規(guī)定球體上的最大圓即可。此時(shí)在球面畸變圖像上的任意一點(diǎn)P(xo,yo,zo)被唯一映射為唯一的最大圓Cn：{Cn|cosαcosβxo+sinαcosβyo+sinβzo＝0,α[-π,π],β[0,π/2]}…………(3)這樣定義第一參數(shù)空間有兩個(gè)特性：1.同一直線上的多個(gè)點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于規(guī)定點(diǎn)；2.不在直線上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)該規(guī)定點(diǎn)。下面結(jié)合附圖詳細(xì)說(shuō)明兩個(gè)特性。關(guān)于第一個(gè)特性，同一條直線上的多個(gè)點(diǎn)映射到第一參數(shù)空間后分別成為多個(gè)最大圓，這些最大圓有共同的交點(diǎn)(αo,βo)，并且這個(gè)交點(diǎn)可以唯一表示出球面上的這條直線：{Ci|cosαocosβox+sinαoocosβoy+sinβoz＝0∩x2+y2+z2＝1}………(4)圖6A、B是用于說(shuō)明根據(jù)本發(fā)明的第一參數(shù)空間的特性的示意圖。如圖6A所示，直線l1上有3個(gè)點(diǎn)p1、p2、p3。正如上面所述，球面畸變圖像上的每一個(gè)點(diǎn)在第一參數(shù)空間上都能映射為各自的一個(gè)最大圓，而這3個(gè)點(diǎn)映射到第一參數(shù)空間中為3個(gè)最大圓有共同的交點(diǎn)(αo,βo)，如圖6B所示。可見(jiàn)，在同一直線l1上的3個(gè)點(diǎn)p1、p2、p3所對(duì)應(yīng)的三個(gè)最大圓相交于規(guī)定點(diǎn)(αo,βo)。關(guān)于第二個(gè)特性，如圖6A、B所示，球面畸變圖像上有一個(gè)在不同于直線l1的直線l2上的點(diǎn)p4，并且點(diǎn)p4在第一參數(shù)空間中對(duì)應(yīng)的最大圓并不通過(guò)(αo,βo)。可見(jiàn)，不在直線l1上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)該規(guī)定點(diǎn)(αo,βo)。利用第一參數(shù)空間的這些特性，就可以直接進(jìn)行球面畸變圖像上的直線檢測(cè)而不用對(duì)圖像進(jìn)行分塊和校正，從而從根本上保證了直線的連續(xù)性，較短直線也不會(huì)丟失?！緢D像處理方法】下面，結(jié)合附圖來(lái)詳細(xì)說(shuō)明本發(fā)明的圖像處理方法。圖7是根據(jù)本發(fā)明的實(shí)施例的圖像處理方法的流程圖。如圖7所示，該方法包括：首先，獲取球面畸變圖像(步驟S710)。球面畸變圖像例如是通過(guò)超廣角鏡頭或者全景模式獲取的圖像。正如上面所述，現(xiàn)實(shí)中的直線在球面畸變圖像上呈現(xiàn)為規(guī)定球體的最大圓上的弧線。通常情況下，球面畸變圖像中的每一個(gè)點(diǎn)的坐標(biāo)以經(jīng)緯度表示。接下來(lái)，識(shí)別該球面畸變圖像中的多個(gè)線條(步驟S720)。其中，多個(gè)線條可以是從球面畸變圖像中的對(duì)象的邊緣信息提取而來(lái)，從而能夠獲得如圖2所示的線條圖像。可以使用Canny算子或者Sobel算子等任何現(xiàn)有方法進(jìn)行邊緣檢測(cè)，因此在這里不再詳細(xì)敘述。最后，根據(jù)第一參數(shù)空間確定所述線條是否為直線(步驟S730)。正如上面所述，球面畸變圖像能夠投影到三維的規(guī)定球體，并且現(xiàn)實(shí)當(dāng)中的直線在球面畸變圖像上呈現(xiàn)為規(guī)定球體上的最大圓上的弧線。因此，只要識(shí)別出來(lái)的線條是第一參數(shù)空間中的某一個(gè)點(diǎn)對(duì)應(yīng)的最大圓上的弧線，即可確定該線條是現(xiàn)實(shí)當(dāng)中的直線。根據(jù)第一參數(shù)空間的特性，同一直線上的多個(gè)點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于規(guī)定點(diǎn)并且不在直線上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)該規(guī)定點(diǎn)。因此，在判斷某一個(gè)線條是否為直線時(shí)，可以從該線條中提取多個(gè)邊緣點(diǎn)，然后再根據(jù)第一參數(shù)空間的特性判斷這些邊緣點(diǎn)對(duì)應(yīng)的最大圓是否通過(guò)規(guī)定點(diǎn)，從而確定多個(gè)特定的邊緣點(diǎn)是否在特定直線上。具體而言，可以通過(guò)式(1)將球面畸變圖像上的每一個(gè)邊緣點(diǎn)的經(jīng)度和緯度變換為球體上的三維坐標(biāo)，并且執(zhí)行以下處理：首先，由于球面畸變圖像上的每一個(gè)點(diǎn)都對(duì)應(yīng)于第一參數(shù)空間中的一個(gè)最大圓，可以通過(guò)式(4)獲取第一參數(shù)空間中每一個(gè)邊緣點(diǎn)對(duì)應(yīng)的最大圓的 向量的集合。這里，雖然每一個(gè)最大圓上有無(wú)限個(gè)向量，但為了方便計(jì)算，可以將這些無(wú)限個(gè)向量離散化，按照規(guī)定的間隔進(jìn)行取值。例如，方位角α和俯仰角β都以1°的間隔進(jìn)行取值，從而獲得向量的集合。隨后,針對(duì)所述多個(gè)邊緣點(diǎn)統(tǒng)計(jì)所述第一參數(shù)空間內(nèi)的每一個(gè)向量的累計(jì)數(shù)量。此時(shí)，可以使用累積矩陣來(lái)驗(yàn)證這些最大圓是否在第一參數(shù)空間中相交于一點(diǎn)。圖8是統(tǒng)計(jì)第一參數(shù)空間內(nèi)的每一個(gè)向量的累計(jì)數(shù)量的累計(jì)矩陣。如圖8所示，累積矩陣的X軸和Y軸可以分別表示第一參數(shù)空間的每一個(gè)點(diǎn)(向量)的方位角α和俯仰角β，其中-π≤α≤π，0≤β≤π/2。Z軸可以表示累積數(shù)量。例如，在提取了30個(gè)邊緣點(diǎn)并且判斷這些邊緣點(diǎn)是否在特定的直線上時(shí)，可以通過(guò)式(4)獲得這30個(gè)邊緣點(diǎn)對(duì)應(yīng)的30個(gè)最大圓，并且將這些最大圓依次累加到累積矩陣當(dāng)中。具體而言，可以將上述離散化的向量的集合表示在上述累積矩陣當(dāng)中。由于球面畸變圖像上的每一個(gè)點(diǎn)對(duì)應(yīng)于第一參數(shù)空間的一個(gè)最大圓，因此被離散化的該最大圓在累積矩陣當(dāng)中被表示為多個(gè)點(diǎn)，其中每一個(gè)點(diǎn)代表一個(gè)向量，如圖9所示。依次將這30個(gè)邊緣點(diǎn)進(jìn)行所對(duì)應(yīng)的向量的集合附加到累積矩陣當(dāng)中，即每當(dāng)參數(shù)(α,β)出現(xiàn)一次，累計(jì)矩陣中的(α,β)在Z軸上自加一個(gè)，這樣最終能夠獲得如圖10所示的累積矩陣。顯然，提取的邊緣點(diǎn)的數(shù)量不限于30個(gè)，也可以提取其他任何數(shù)量的邊緣點(diǎn)。最后,將累計(jì)數(shù)量大于規(guī)定閾值的向量所對(duì)應(yīng)的邊緣點(diǎn)的集合確定為在特定直線上。由于Z軸是表示向量的累積數(shù)量，因此累積的高度越高，說(shuō)明更多的最大圓在該點(diǎn)相交。根據(jù)第一參數(shù)空間的特性，同一直線上的多個(gè)邊緣點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于規(guī)定點(diǎn)，因此可以通過(guò)設(shè)置規(guī)定的閾值，并且當(dāng)多個(gè)邊緣點(diǎn)所對(duì)應(yīng)的最大圓在該點(diǎn)(即該點(diǎn)的方位角α和俯仰角β對(duì)應(yīng)的第一參數(shù)空間上的向量)相交的數(shù)量大于規(guī)定閾值時(shí)，確定與該點(diǎn)對(duì)應(yīng)的邊緣點(diǎn)的集合在特定直線上。另外，通過(guò)上述方法根據(jù)第一參數(shù)空間確定多個(gè)特定邊緣點(diǎn)是否在特定直線上之后，還可以在球面畸變圖像上表示所確定的特定直線。例如，通過(guò)上述處理確定多個(gè)邊緣點(diǎn)屬于特定直線后，通過(guò)式(2)將這些邊緣點(diǎn)的三維坐標(biāo)轉(zhuǎn)換為球面畸變圖像上的經(jīng)緯度，并且使用特定的顏色在球面畸變圖像上標(biāo)記這些邊緣點(diǎn)，從而能夠向用戶(hù)呈現(xiàn)確定的特定直線。通過(guò)以上方法，能夠無(wú)需對(duì)圖像進(jìn)行分割和校正而根據(jù)第一參數(shù)空間直 接地檢測(cè)球面畸變圖像上的直線，因此不會(huì)在直線檢測(cè)過(guò)程中破壞直線的連續(xù)性，并且也能夠檢測(cè)到比較短的直線。以上說(shuō)明了本發(fā)明的圖像處理方法的多個(gè)實(shí)施例。顯然，本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)可以對(duì)上述實(shí)施例作出各種組合、修改或者變形。本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍?！緢D像處理裝置】下面，結(jié)合附圖來(lái)詳細(xì)說(shuō)明本發(fā)明的圖像處理裝置。本發(fā)明的圖像處理裝置可以是例如數(shù)碼相機(jī)、行車(chē)記錄儀等以攝像功能為主的裝置，也可以是例如智能手機(jī)、平板電腦等帶有攝像功能的運(yùn)算功能為主的裝置，也可以是不具有攝像功能的單純的圖像處理裝置，只要能夠獲取球面畸變圖像即可。圖11是根據(jù)本發(fā)明的實(shí)施例的圖像處理裝置的功能框圖。如圖11所示，本發(fā)明的圖像處理裝置1100包括：圖像獲取模塊1110，線條識(shí)別模塊1120以及直線檢測(cè)模塊1130。下面，結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的圖像處理裝置的各個(gè)模塊的操作。圖像獲取模塊1110用于獲取球面畸變圖像。球面畸變圖像例如是通過(guò)超廣角鏡頭或者全景模式獲取的圖像。當(dāng)圖像處理裝置為數(shù)碼相機(jī)等以拍攝功能為主的設(shè)備、或者具備拍攝功能的其他設(shè)備時(shí)，可以通過(guò)該圖像處理裝置上的攝像頭捕獲球面畸變圖像。當(dāng)然，圖像處理裝置也可以從其他設(shè)備或者存儲(chǔ)器當(dāng)中獲取球面畸變圖像。正如上面所述，現(xiàn)實(shí)中的直線在球面畸變圖像上呈現(xiàn)為規(guī)定球體的最大圓上的弧線。通常情況下，球面畸變圖像中的每一個(gè)點(diǎn)的坐標(biāo)以經(jīng)緯度表示。線條識(shí)別模塊1120用于識(shí)別該球面畸變圖像中的多個(gè)線條。其中，多個(gè)線條可以是從球面畸變圖像中的對(duì)象的邊緣信息提取而來(lái)，從而能夠獲得如圖2所示的線條圖像。可以使用Canny算子或者Sobel算子等任何現(xiàn)有方法進(jìn)行邊緣檢測(cè)，因此在這里不再詳細(xì)敘述。直線檢測(cè)模塊1130用于根據(jù)第一參數(shù)空間確定所述線條是否為直線。正如上面所述，球面畸變圖像能夠投影到三維的規(guī)定球體，并且現(xiàn)實(shí)當(dāng)中的直線在球面畸變圖像上呈現(xiàn)為規(guī)定球體上的最大圓上的弧線。因此，只要識(shí)別出來(lái)的線條是第一參數(shù)空間中的某一個(gè)點(diǎn)對(duì)應(yīng)的最大圓上的弧線，即可確定該線條是現(xiàn)實(shí)當(dāng)中的直線。根據(jù)第一參數(shù)空間的特性，同一直線上的多個(gè)點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于規(guī)定點(diǎn)并且不在直線上的點(diǎn)對(duì)應(yīng)的最大圓不通過(guò)該規(guī)定點(diǎn)。因此，在判斷某一個(gè)線條是否為直線時(shí)，可以從該線條中提取多個(gè)邊緣點(diǎn)，然后再根據(jù)第一參數(shù)空間的特性判斷這些邊緣點(diǎn)對(duì)應(yīng)的最大圓是否通過(guò)規(guī)定點(diǎn)，從而確定多個(gè)特定的邊緣點(diǎn)是否在特定直線上。具體而言，可以通過(guò)式(1)將球面畸變圖像上的每一個(gè)邊緣點(diǎn)的經(jīng)度和緯度變換為球體上的三維坐標(biāo)，并且執(zhí)行以下處理：首先，由于球面畸變圖像上的每一個(gè)點(diǎn)都對(duì)應(yīng)于第一參數(shù)空間中的一個(gè)最大圓，可以通過(guò)式(4)獲取第一參數(shù)空間中每一個(gè)邊緣點(diǎn)對(duì)應(yīng)的最大圓的向量的集合。這里，雖然每一個(gè)最大圓上有無(wú)限個(gè)向量，但為了方便計(jì)算，可以將這些無(wú)限個(gè)向量離散化，按照規(guī)定的間隔進(jìn)行取值。例如，方位角α和俯仰角β都以1°的間隔進(jìn)行取值，從而獲得向量的集合。隨后,針對(duì)所述多個(gè)邊緣點(diǎn)統(tǒng)計(jì)所述第一參數(shù)空間內(nèi)的每一個(gè)向量的累計(jì)數(shù)量。此時(shí)，可以使用累積矩陣來(lái)驗(yàn)證這些最大圓是否在第一參數(shù)空間中相交于一點(diǎn)。圖8是統(tǒng)計(jì)所述第一參數(shù)空間內(nèi)的每一個(gè)向量的累計(jì)數(shù)量的累計(jì)矩陣。如圖8所示，累積矩陣的X軸和Y軸可以分別表示第一參數(shù)空間的每一個(gè)點(diǎn)(向量)的方位角α和俯仰角β，其中-π≤α≤π，0≤β≤π/2。Z軸可以表示累積數(shù)量。例如，在提取了30個(gè)邊緣點(diǎn)并且判斷這些邊緣點(diǎn)是否在特定的直線上時(shí)，可以通過(guò)式(4)獲得這30個(gè)邊緣點(diǎn)對(duì)應(yīng)的30個(gè)最大圓，并且將這些最大圓依次累加到累積矩陣當(dāng)中。具體而言，可以將上述離散化的向量的集合表示在上述累積矩陣當(dāng)中。由于球面畸變圖像上的每一個(gè)點(diǎn)對(duì)應(yīng)于第一參數(shù)空間的一個(gè)最大圓，因此被離散化的該最大圓在累積矩陣當(dāng)中被表示為多個(gè)點(diǎn)，其中每一個(gè)點(diǎn)代表一個(gè)向量，如圖9所示。依次將這30個(gè)邊緣點(diǎn)進(jìn)行所對(duì)應(yīng)的向量的集合附加到累積矩陣當(dāng)中，即每當(dāng)參數(shù)(α,β)出現(xiàn)一次，累計(jì)矩陣中的(α,β)在Z軸上自加一個(gè)，這樣最終能夠獲得如圖10所示的累積矩陣。顯然，提取的邊緣點(diǎn)的數(shù)量不限于30個(gè)，也可以提取其他任何數(shù)量的邊緣點(diǎn)。最后,將累計(jì)數(shù)量大于規(guī)定閾值的向量所對(duì)應(yīng)的邊緣點(diǎn)的集合確定為在特定直線上。由于Z軸是表示向量的累積數(shù)量，因此累積的高度越高，說(shuō)明更多的最大圓在該點(diǎn)相交。根據(jù)第一參數(shù)空間的特性，同一直線上的多個(gè)邊緣點(diǎn)對(duì)應(yīng)的多個(gè)最大圓相交于規(guī)定點(diǎn)，因此可以通過(guò)設(shè)置規(guī)定的閾值，并且 當(dāng)多個(gè)邊緣點(diǎn)所對(duì)應(yīng)的最大圓在該點(diǎn)(即該點(diǎn)的方位角α和俯仰角β對(duì)應(yīng)的第一參數(shù)空間上的向量)相交的數(shù)量大于規(guī)定閾值時(shí)，確定與該點(diǎn)對(duì)應(yīng)的邊緣點(diǎn)的集合在特定直線上。另外，圖像處理裝置1100還可以包括呈現(xiàn)模塊，用于根據(jù)第一參數(shù)空間確定了多個(gè)特定邊緣點(diǎn)是否在特定直線上之后，在球面畸變圖像上呈現(xiàn)所確定的特定直線。例如，通過(guò)上述處理確定多個(gè)邊緣點(diǎn)屬于特定直線后，通過(guò)式(2)將這些邊緣點(diǎn)的三維坐標(biāo)轉(zhuǎn)換為球面畸變圖像上的經(jīng)緯度，并且使用特定的顏色在球面畸變圖像上標(biāo)記這些邊緣點(diǎn)，從而能夠向用戶(hù)呈現(xiàn)確定的特定直線。通過(guò)以上處理，能夠無(wú)需對(duì)圖像進(jìn)行分割和校正而根據(jù)第一參數(shù)空間直接地檢測(cè)球面畸變圖像上的直線，因此不會(huì)在直線檢測(cè)過(guò)程中破壞直線的連續(xù)性，并且也能夠檢測(cè)到比較短的直線。通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以全部通過(guò)硬件來(lái)實(shí)施。基于這樣的理解，本發(fā)明的技術(shù)方案對(duì)
背景技術(shù)：
做出貢獻(xiàn)的全部或者部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如ROM/RAM、磁碟、光盤(pán)等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。以上說(shuō)明了本發(fā)明的圖像處理裝置的多個(gè)實(shí)施例。顯然，本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)可以對(duì)上述實(shí)施例作出各種組合、修改或者變形。本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。當(dāng)前第1頁(yè)1 2 3