本發(fā)明屬于計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種畸變圖像復(fù)原的補(bǔ)償方法及裝置。

背景技術(shù)：

廣角鏡頭拍攝的廣角圖像雖然存在較為明顯的畸變(例如桶形畸變和枕形畸變)，卻具有寬廣的視角，將畸變校正后的廣角圖像通過圖像拼接技術(shù)用于虛擬現(xiàn)實應(yīng)用中，可以大大地降低圖像拼接的工作量。然而，畸變圖像通過畸變校正進(jìn)行復(fù)原的過程中存在較大的圖像質(zhì)量損失，包括廣角鏡頭成像時畸變過程中的圖像質(zhì)量損失和畸變圖像進(jìn)行畸變校正時的圖像質(zhì)量損失。

目前，有兩類方法可以提高畸變圖像復(fù)原后的圖像質(zhì)量，第一類采用較復(fù)雜的相機(jī)畸變模型和較為精準(zhǔn)的相機(jī)校正方法來降低畸變圖像進(jìn)行畸變校正時的圖像質(zhì)量損失，而忽略了廣角鏡頭成像時畸變過程中的圖像質(zhì)量損失，第二類為提高廣角鏡頭所拍攝圖像的分辨率的超分辨率方法，該方法直接提高圖像分辨率，并未考慮到畸變圖像復(fù)原過程的圖像質(zhì)量損失。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種畸變圖像復(fù)原的補(bǔ)償方法及裝置，旨在解決現(xiàn)有技術(shù)中的畸變圖像復(fù)原后圖像質(zhì)量損失較大、圖像清晰度較低的問題。

一方面，本發(fā)明提供了一種畸變圖像復(fù)原的補(bǔ)償方法，所述方法包括下述步驟：

接收畸變圖像畸變校正后的校正圖像，將所述校正圖像分割為校正圖像塊；

根據(jù)訓(xùn)練好的質(zhì)心對所有校正圖像塊進(jìn)行內(nèi)容分類，并根據(jù)訓(xùn)練好的內(nèi)容濾波器對內(nèi)容分類后的校正圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第一圖像塊；

對所有第一圖像塊進(jìn)行空間分類，并根據(jù)訓(xùn)練好的空間濾波器對空間分類后的第一圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第二圖像塊；

將所有第二圖像塊組合生成所述畸變圖像對應(yīng)的校正復(fù)原圖像。

另一方面，本發(fā)明提供了一種畸變圖像復(fù)原的補(bǔ)償裝置，所述裝置包括：

圖像分割模塊，用于接收畸變圖像畸變校正后的校正圖像，將所述校正圖像分割為校正圖像塊；

初次補(bǔ)償模塊，用于根據(jù)訓(xùn)練好的質(zhì)心對所有校正圖像塊進(jìn)行內(nèi)容分類，并根據(jù)訓(xùn)練好的內(nèi)容濾波器對內(nèi)容分類后的校正圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第一圖像塊；

再次補(bǔ)償模塊，用于對所有第一圖像塊進(jìn)行空間分類，并根據(jù)訓(xùn)練好的空間濾波器對空間分類后的第一圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第二圖像塊；以及

組合恢復(fù)模塊，用于將所有第二圖像塊組合生成所述畸變圖像對應(yīng)的校正復(fù)原圖像。

本發(fā)明將畸變圖像畸變校正后的校正圖像分割為校正圖像塊，并將所有的校正圖像塊根據(jù)預(yù)先訓(xùn)練好的質(zhì)心進(jìn)行內(nèi)容分類，分類后的校正圖像塊通過訓(xùn)練好的內(nèi)容濾波器進(jìn)行補(bǔ)償，生成每個校正圖像塊對應(yīng)的第一圖像塊，再對所有的第一圖像塊進(jìn)行空間分類，分類后的第一圖像塊通過訓(xùn)練好的空間濾波器進(jìn)行補(bǔ)償，生成每個第一圖像塊對應(yīng)的第二圖像塊，將所有的第二圖像塊組合在一起，生成畸變圖像對應(yīng)的校正復(fù)原圖像，從而通過對圖像塊進(jìn)行內(nèi)容分類和空間分類，并結(jié)合內(nèi)容濾波器對內(nèi)容分類后的圖像塊進(jìn)行補(bǔ)償、空間濾波器對空間分類后的圖像塊進(jìn)行補(bǔ)償，有效地對畸變圖像在校正復(fù)原過程中的圖像質(zhì)量損失進(jìn)行補(bǔ)償，有效地提高了畸變圖像校正復(fù)原后所得圖像的圖像質(zhì)量和圖像清晰度。

附圖說明

圖1是本發(fā)明實施例一提供的畸變圖像復(fù)原的補(bǔ)償方法的實現(xiàn)流程圖；

圖2是本發(fā)明實施例二提供的畸變圖像復(fù)原的補(bǔ)償方法中質(zhì)心、內(nèi)容濾波器以及空間濾波器的訓(xùn)練流程圖；

圖3是本發(fā)明實施例三提供的畸變圖像復(fù)原的補(bǔ)償裝置的結(jié)構(gòu)示意圖；以及

圖4是本發(fā)明實施例四提供的畸變圖像復(fù)原的補(bǔ)償裝置的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

以下結(jié)合具體實施例對本發(fā)明的具體實現(xiàn)進(jìn)行詳細(xì)描述：

實施例一：

圖1示出了本發(fā)明實施例一提供的畸變圖像復(fù)原的補(bǔ)償方法的實現(xiàn)流程，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，詳述如下：

在步驟s101中，接收畸變圖像畸變校正后的校正圖像，將校正圖像分割為校正圖像塊。

本發(fā)明適用于對廣角鏡頭拍攝的畸變圖像進(jìn)行復(fù)原的系統(tǒng)或者平臺，對畸變圖像進(jìn)行復(fù)原，即對畸變圖像進(jìn)行畸變校正并對畸變校正后的圖像進(jìn)行質(zhì)量補(bǔ)償?shù)倪^程。在本發(fā)明實施例中，將畸變圖像畸變校正后的校正圖像全部分割為大小相等的校正圖像塊，以提高對畸變圖像復(fù)原進(jìn)行圖像質(zhì)量補(bǔ)償?shù)男?，這里的校正圖像塊不一定是具體的圖像塊，還可為圖像特征。作為示例地，可通過圖像網(wǎng)格化方法得到校正圖像塊，也可通過尺度不變特征轉(zhuǎn)換(sift)提取校正圖像的圖像特征。具體地，畸變圖像可包括桶形畸變圖像、枕形畸變圖像等。

在步驟s102中，根據(jù)訓(xùn)練好的質(zhì)心對所有校正圖像塊進(jìn)行內(nèi)容分類，并根據(jù)訓(xùn)練好的內(nèi)容濾波器對內(nèi)容分類后的校正圖像塊進(jìn)行補(bǔ)償，獲得對應(yīng)的第一圖像塊。

在本發(fā)明實施例中，預(yù)先訓(xùn)練好多個質(zhì)心和多個內(nèi)容濾波器，每個質(zhì)心對應(yīng)著一個類別、每個類別對應(yīng)一個內(nèi)容濾波器。根據(jù)訓(xùn)練質(zhì)心時所用的聚類算法確定每個校正圖像塊所屬的類別。在確定每個校正圖像塊所屬的類別后，通過每個類別的內(nèi)容濾波器對相應(yīng)類別中的校正圖像塊進(jìn)行一一補(bǔ)償，得到每個校正圖像塊補(bǔ)償后對應(yīng)的圖像塊，為了便于區(qū)分，將該圖像塊稱為第一圖像塊。

具體地，通過每個類別的內(nèi)容濾波器對相應(yīng)類別中的校正圖像塊進(jìn)行一一補(bǔ)償?shù)墓綖椋?/p>

yi″＝ciyi'，其中，yi″為第i個類別的第一圖像塊，ci為第i個類別的內(nèi)容濾波器，yi'為第i個類別的校正圖像塊。

在步驟s103中，對所有第一圖像塊進(jìn)行空間分類，并根據(jù)訓(xùn)練好的空間濾波器對空間分類后的第一圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第二圖像塊。

在本發(fā)明實施例中，可根據(jù)每個第一圖像塊中心點與校正圖像中心點的距離，對每個第一圖像塊進(jìn)行空間上的分類，分類后的每個類別對應(yīng)一個預(yù)先訓(xùn)練好的空間濾波器。在確定每個第一圖像塊所屬的類別后，通過每個類別的空間濾波器對相應(yīng)類別中的第一圖像塊進(jìn)行一一補(bǔ)償，得到每個第一圖像塊補(bǔ)償后對應(yīng)的圖像塊，為了便于區(qū)分，將該圖像塊稱為第二圖像塊。

具體地，通過每個類別的空間濾波器對相應(yīng)類別中的第一圖像塊進(jìn)行一一補(bǔ)償?shù)墓綖椋?/p>

yj＝sjyj″，其中，yj為第j個類別中的第二圖像塊，sj為第j個類別的空間濾波器，yj″為第j個類別中的第一圖像塊。

在步驟s104中，將所有第二圖像塊組合生成畸變圖像對應(yīng)的校正復(fù)原圖像。

在本發(fā)明實施例中，校正圖像塊經(jīng)過內(nèi)容濾波器和空間濾波器補(bǔ)償后生成第二圖像塊，由于內(nèi)容濾波器和空間濾波器根據(jù)畸變過程的圖像質(zhì)量損失和畸變校正過程的圖像質(zhì)量損失訓(xùn)練得到，可認(rèn)為畸變圖像畸變過程和校正過程的圖像質(zhì)量損失已在較大程度地得到了補(bǔ)償，因此由第二圖像塊組合構(gòu)成畸變圖像對應(yīng)的校正復(fù)原圖像。

具體地，質(zhì)心、內(nèi)容濾波器以及空間濾波器的訓(xùn)練流程詳見實施例二。

在本發(fā)明實施例中，將畸變圖像畸變校正后的校正圖像分割為校正圖像塊，并結(jié)合訓(xùn)練好的內(nèi)容濾波器和空間濾波器對校正圖像塊進(jìn)行兩次補(bǔ)償，有效地對畸變圖像復(fù)原過程中的圖像質(zhì)量損失進(jìn)行補(bǔ)償，有效地提高了畸變圖像復(fù)原后的圖像質(zhì)量和圖像清晰度。

實施例二：

圖2示出了本發(fā)明實施例二提供的畸變圖像復(fù)原的補(bǔ)償方法中質(zhì)心、內(nèi)容濾波器以及空間濾波器的訓(xùn)練流程，詳述如下：

在步驟s201中，接收訓(xùn)練圖像并對訓(xùn)練圖像進(jìn)行畸變和畸變校正，生成校正訓(xùn)練圖像，將訓(xùn)練圖像和校正訓(xùn)練圖像分別分割為訓(xùn)練圖像塊和校正訓(xùn)練圖像塊。

在本發(fā)明實施例中，可采用預(yù)設(shè)的相機(jī)畸變模型和相機(jī)校正方法對訓(xùn)練圖像進(jìn)行畸變和畸變校正(或反畸變)，生成校正訓(xùn)練圖像。將訓(xùn)練圖像和校正訓(xùn)練圖像分別分割為訓(xùn)練圖像塊和校正訓(xùn)練圖像塊。作為示例地，采用ahmed和mallon等人提出的基于極坐標(biāo)的多項式轉(zhuǎn)換的相機(jī)模型對訓(xùn)練圖像進(jìn)行畸變和畸變校正。

在步驟s202中，對所有校正訓(xùn)練圖像塊進(jìn)行聚類并獲取聚類后的所有質(zhì)心，根據(jù)所有訓(xùn)練圖像塊和聚類后的校正訓(xùn)練圖像塊，訓(xùn)練得到每個類別的內(nèi)容濾波器。

在本發(fā)明實施例中，由于訓(xùn)練圖像塊與校正訓(xùn)練圖像塊之間的圖像質(zhì)量差別包括訓(xùn)練圖像塊畸變時損失的圖像質(zhì)量和畸變后校正時損失的圖像質(zhì)量，所以根據(jù)校正訓(xùn)練圖像塊和該校正訓(xùn)練圖像塊對應(yīng)的訓(xùn)練圖像塊訓(xùn)練得到的內(nèi)容濾波器有效地考慮到了這兩方面的圖像質(zhì)量損失。

在本發(fā)明實施例中，通過預(yù)設(shè)的聚類算法(例如k-means算法)對校正訓(xùn)練圖像塊進(jìn)行聚類并獲取聚類后每個簇的質(zhì)心，實現(xiàn)對校正圖像塊進(jìn)行內(nèi)容上的分類。在對所有校正訓(xùn)練圖像塊進(jìn)行分類后，根據(jù)每個類別的校正訓(xùn)練圖像塊和該校正訓(xùn)練圖像塊對應(yīng)的訓(xùn)練圖像塊，計算得到每個類別的內(nèi)容濾波器。

具體地，根據(jù)內(nèi)容濾波器的計算公式為：

其中，ci為第i個類別的內(nèi)容濾波器，zi'為第i個類別中的校正訓(xùn)練圖像塊，zi為第i個類別中的校正訓(xùn)練圖像塊所對應(yīng)的訓(xùn)練圖像塊，α為預(yù)設(shè)的正則化參數(shù)。

在步驟s203中，通過每個類別的內(nèi)容濾波器對相應(yīng)的校正訓(xùn)練圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第三圖像塊。

在本發(fā)明實施例中，在訓(xùn)練得到每個類別的內(nèi)容濾波器后，通過每個類別的內(nèi)容濾波器對該類別中的所有校正訓(xùn)練圖像塊一一地進(jìn)行補(bǔ)償，得到每個校正訓(xùn)練圖像塊補(bǔ)償后的圖像塊，為了便于區(qū)別，將該圖像塊稱為第三圖像塊。

在步驟s204中，對所有第三圖像塊進(jìn)行空間分類，根據(jù)所有訓(xùn)練圖像塊和分類后的第三圖像塊，訓(xùn)練得到每個類別的空間濾波器。

在本發(fā)明實施例中，可根據(jù)每個第三圖像塊中心點與校正訓(xùn)練圖像中心點的距離，對每個第三圖像塊進(jìn)行空間上的分類，分類后根據(jù)每個類別的第三圖像塊與該第三圖像塊對應(yīng)的訓(xùn)練圖像塊，計算得到每個類別的空間濾波器。

具體地，空間濾波器的計算公式為：

其中，sj為第j個類別的空間濾波器，zj″為第j個類別中的第三圖像塊，zj為第j個類別中的第三圖像塊對應(yīng)的訓(xùn)練圖像塊。

在本發(fā)明實施例中，根據(jù)訓(xùn)練圖像的訓(xùn)練圖像塊和校正訓(xùn)練圖像的校正訓(xùn)練圖像塊，訓(xùn)練得到內(nèi)容濾波器、空間濾波器以及質(zhì)心，在訓(xùn)練過程中考慮到畸變過程的圖像質(zhì)量損失和校正過程的圖像質(zhì)量損失，從而訓(xùn)練得到的內(nèi)容濾波器和空間濾波器能夠有效地補(bǔ)償畸變圖像復(fù)原時的圖像質(zhì)量。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于一計算機(jī)可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如rom/ram、磁盤、光盤等。

實施例三：

圖3示出了本發(fā)明實施例四提供的畸變圖像復(fù)原的補(bǔ)償裝置的結(jié)構(gòu)，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，其中包括：

圖像分割模塊31，用于接收畸變圖像畸變校正后的校正圖像，將校正圖像分割為校正圖像塊。

在本發(fā)明實施例中，將畸變圖像畸變校正后的校正圖像全部分割為大小相等的校正圖像塊，從而有效提高對畸變圖像復(fù)原進(jìn)行圖像質(zhì)量補(bǔ)償?shù)男省?/p>

初次補(bǔ)償模塊32，用于根據(jù)訓(xùn)練好的質(zhì)心對所有校正圖像塊進(jìn)行內(nèi)容分類，并根據(jù)訓(xùn)練好的內(nèi)容濾波器對內(nèi)容分類后的校正圖像塊進(jìn)行補(bǔ)償，獲得對應(yīng)的第一圖像塊。

在本發(fā)明實施例中，根據(jù)訓(xùn)練質(zhì)心時所用的聚類算法確定每個校正圖像塊所屬的類別。在確定每個校正圖像塊所屬的類別后，通過每個類別的內(nèi)容濾波器對相應(yīng)類別中的校正圖像塊進(jìn)行一一補(bǔ)償，得到每個校正圖像塊補(bǔ)償后對應(yīng)的圖像塊，為了便于區(qū)分，將該圖像塊稱為第一圖像塊。

具體地，通過每個類別的內(nèi)容濾波器對相應(yīng)類別中的校正圖像塊進(jìn)行一一補(bǔ)償?shù)墓綖椋?/p>

yi″＝ciyi'，其中，yi″為第i個類別的第一圖像塊，ci為第i個類別的內(nèi)容濾波器，yi'為第i個類別的校正圖像塊。

再次補(bǔ)償模塊33，用于對所有第一圖像塊進(jìn)行空間分類，并根據(jù)訓(xùn)練好的空間濾波器對空間分類后的第一圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第二圖像塊。

在本發(fā)明實施例中，可根據(jù)每個第一圖像塊中心點與校正圖像中心點的距離，對每個第一圖像塊進(jìn)行空間上的分類，分類后的每個類別對應(yīng)一個預(yù)先訓(xùn)練好的空間濾波器。在確定每個第一圖像塊所屬的類別后，通過每個類別的空間濾波器對相應(yīng)類別中的第一圖像塊進(jìn)行一一補(bǔ)償，得到每個第一圖像塊補(bǔ)償后對應(yīng)的圖像塊，為了便于區(qū)分，將該圖像塊稱為第二圖像塊。

具體地，通過每個類別的空間濾波器對相應(yīng)類別中的第一圖像塊進(jìn)行一一補(bǔ)償?shù)墓綖椋?/p>

yj＝sjyj″，其中，yj為第j個類別中的第二圖像塊，sj為第j個類別的空間濾波器，yj″為第j個類別中的第一圖像塊。

組合恢復(fù)模塊34，用于將所有第二圖像塊組合生成畸變圖像對應(yīng)的校正復(fù)原圖像。

在本發(fā)明實施例中，校正圖像塊經(jīng)過內(nèi)容濾波器和空間濾波器補(bǔ)償后生成第二圖像塊，由于內(nèi)容濾波器和空間濾波器根據(jù)畸變過程的圖像質(zhì)量損失和畸變校正過程的圖像質(zhì)量損失訓(xùn)練得到，可認(rèn)為畸變圖像畸變過程和校正過程的圖像質(zhì)量損失已在較大程度地得到了補(bǔ)償，因此由第二圖像塊組合構(gòu)成畸變圖像對應(yīng)的校正復(fù)原圖像。

在本發(fā)明實施例中，將畸變圖像畸變校正后的校正圖像分割為校正圖像塊，并結(jié)合訓(xùn)練好的內(nèi)容濾波器和空間濾波器對校正圖像塊進(jìn)行兩次補(bǔ)償，有效地對畸變圖像復(fù)原過程中的圖像質(zhì)量損失進(jìn)行補(bǔ)償，有效地提高了畸變圖像復(fù)原后的圖像質(zhì)量和圖像清晰度。

實施例四：

圖4示出了本發(fā)明實施例四提供的畸變圖像復(fù)原的補(bǔ)償裝置的結(jié)構(gòu)，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，其中包括：

訓(xùn)練分割模塊41，用于接收訓(xùn)練圖像并對訓(xùn)練圖像進(jìn)行畸變和畸變校正，生成校正訓(xùn)練圖像，將訓(xùn)練圖像和校正訓(xùn)練圖像分別分割為訓(xùn)練圖像塊和校正訓(xùn)練圖像塊。

在本發(fā)明實施例中，可采用預(yù)設(shè)的相機(jī)畸變模型和相機(jī)校正方法對訓(xùn)練圖像進(jìn)行畸變和畸變校正(或反畸變)，生成校正訓(xùn)練圖像。將訓(xùn)練圖像和校正訓(xùn)練圖像分別分割為訓(xùn)練圖像塊和校正訓(xùn)練圖像塊。

第一計算模塊42，用于對所有校正訓(xùn)練圖像塊進(jìn)行聚類并獲取聚類后的所有質(zhì)心，根據(jù)所有訓(xùn)練圖像塊和聚類后的校正訓(xùn)練圖像塊，訓(xùn)練得到每個類別的內(nèi)容濾波器。

在本發(fā)明實施例中，通過預(yù)設(shè)的聚類算法(例如k-means算法)對校正訓(xùn)練圖像塊進(jìn)行聚類并獲取聚類后每個簇的質(zhì)心，實現(xiàn)對校正圖像塊進(jìn)行內(nèi)容上的分類。根據(jù)每個類別的校正訓(xùn)練圖像塊和該校正訓(xùn)練圖像塊對應(yīng)的訓(xùn)練圖像塊，計算得到每個類別的內(nèi)容濾波器。

具體地，根據(jù)內(nèi)容濾波器的計算公式為：

其中，ci為第i個類別的內(nèi)容濾波器，zi'為第i個類別中的校正訓(xùn)練圖像塊，zi為第i個類別中的校正訓(xùn)練圖像塊所對應(yīng)的訓(xùn)練圖像塊，α為預(yù)設(shè)的正則化參數(shù)。

訓(xùn)練補(bǔ)償模塊43，用于通過每個類別的內(nèi)容濾波器對相應(yīng)的校正訓(xùn)練圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第三圖像塊。

在本發(fā)明實施例中，在訓(xùn)練得到每個類別的內(nèi)容濾波器后，通過每個類別的內(nèi)容濾波器對該類別中的所有校正訓(xùn)練圖像塊一一地進(jìn)行補(bǔ)償，得到每個校正訓(xùn)練圖像塊補(bǔ)償后的圖像塊，為了便于區(qū)別，將該圖像塊稱為第三圖像塊。

第二計算模塊44，用于對所有第三圖像塊進(jìn)行空間分類，根據(jù)所有訓(xùn)練圖像塊和分類后的第三圖像塊，訓(xùn)練得到每個類別的空間濾波器。

在本發(fā)明實施例中，可根據(jù)每個第三圖像塊中心點與校正訓(xùn)練圖像中心點的距離，對每個第三圖像塊進(jìn)行空間上的分類，分類后根據(jù)每個類別的第三圖像塊與該第三圖像塊對應(yīng)的訓(xùn)練圖像塊，計算得到每個類別的空間濾波器。

具體地，空間濾波器的計算公式為：

其中，sj為第j個類別的空間濾波器，zj″為第j個類別中的第三圖像塊，zj為第j個類別中的第三圖像塊對應(yīng)的訓(xùn)練圖像塊。

圖像分割模塊45，用于接收畸變圖像畸變校正后的校正圖像，將校正圖像分割為校正圖像塊。

初次補(bǔ)償模塊46，用于根據(jù)訓(xùn)練好的質(zhì)心對所有校正圖像塊進(jìn)行內(nèi)容分類，并根據(jù)訓(xùn)練好的內(nèi)容濾波器對內(nèi)容分類后的校正圖像塊進(jìn)行補(bǔ)償，獲得對應(yīng)的第一圖像塊。

再次補(bǔ)償模塊47，用于對所有第一圖像塊進(jìn)行空間分類，并根據(jù)訓(xùn)練好的空間濾波器對空間分類后的第一圖像塊進(jìn)行補(bǔ)償，生成對應(yīng)的第二圖像塊。

組合恢復(fù)模塊48，用于將所有第二圖像塊組合生成畸變圖像對應(yīng)的校正復(fù)原圖像。

優(yōu)選地，第一計算模塊42包括：

第一計算子模塊421，用于根據(jù)聚類后每個類別中的校正訓(xùn)練圖像塊和每個類別中的校正訓(xùn)練圖像塊所對應(yīng)的訓(xùn)練圖像塊。

優(yōu)選地，第二計算模塊44包括：

第二計算子模塊441，用于根據(jù)分類后每個類別中的第三圖像塊和每個類別中的第三圖像塊所對應(yīng)的訓(xùn)練圖像塊，計算每個類別的空間濾波器。

優(yōu)選地，再次補(bǔ)償模塊47包括：

空間分類模塊471，用于根據(jù)所有第一圖像塊的中心點和校正圖像的中心點的距離，對所有第一圖像塊進(jìn)行分類；

空間補(bǔ)償模塊472，用于通過訓(xùn)練好的每個類別的空間濾波器對相應(yīng)類別的第一圖像塊進(jìn)行補(bǔ)償，生成每個第一圖像塊對應(yīng)的第二圖像塊。

在本發(fā)明實施例中，根據(jù)訓(xùn)練圖像和校正訓(xùn)練圖像塊，訓(xùn)練出能夠?qū)D像在畸變過程和校正過程損失的圖像質(zhì)量進(jìn)行補(bǔ)償?shù)膬?nèi)容濾波器和空間濾波器，并由內(nèi)容濾波器和空間濾波器對校正后的畸變圖像進(jìn)行兩次補(bǔ)償，從而有效地對畸變圖像復(fù)原過程中的圖像質(zhì)量損失進(jìn)行補(bǔ)償，有效地提高了畸變圖像復(fù)原后的圖像質(zhì)量和圖像清晰度。

在本發(fā)明實施例中，畸變圖像復(fù)原的補(bǔ)償裝置的各模塊可由相應(yīng)的硬件或軟件模塊實現(xiàn)，各模塊可以為獨立的軟、硬件模塊，也可以集成為一個軟、硬件模塊，在此不用以限制本發(fā)明。圖像分割模塊45至組合恢復(fù)模塊48的各模塊的具體實施方式可參考前述實施例一中各步驟的描述，在此不再贅述。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。