(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210893020.0 (22)申请日 2022.07.27 (71)申请人 广东电网有限责任公司 地址 510600 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司佛山供电局 (72)发明人 郭嘉华　唐鹤　杨文琛　朱伯通　 郭修杰　陈泽淮　姜美玲　陈禹安　 蒋惠中　黄湘　杜怡志　张佳　 何亦飞　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 杨艺 (51)Int.Cl. G06T 5/00(2006.01)G06V 10/26(2022.01) G06V 10/46(2022.01) G06V 10/75(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) (54)发明名称 一种畸变图像的矫 正方法、 装置及终端设备 (57)摘要 本发明涉及一种畸变图像的矫正方法、 装置 及终端设备， 该方法通过模糊图像构建模板模 型， 采用模板模 型得到模板图像和畸变图像的模 板数据和畸变数据， 将模板数据与畸变数据进行 匹配， 之后根据匹配的特征点对确定透视变换的 像素透视矩阵， 根据像素透视矩阵和采用透视变 换对畸变图像的每个像素点进行矫正， 完成畸变 图像的矫正。 该畸变图像的矫正方法能够自动寻 找畸变图像中对应标注关键点， 无需人工重复配 置， 实现自适应地对畸变图像进行准确、 快速地 矫正， 解决了现有采用人工标定点位对巡视的畸 变图像进行矫正， 工作量大且效率低的技术问 题。 权利要求书2页 说明书12页 附图4页 CN 115205155 A 2022.10.18 CN 115205155 A 1.一种畸变图像的矫 正方法， 其特 征在于， 包括以下步骤： 获取电力设备的模板图像， 根据所述模板图像构建模板模型； 根据所述模板模型获取与所述模板 图像对应的模板数据， 所述模板数据包括n个第一 标注关键点和与n个第一标注关键点对应的n个第一特 征点； 获取与模板图像对应电力设备的畸变图像， 将所述畸变图像输入所述模板模型获得与 所述畸变图像对应的畸变数据， 所述畸变数据包括n个第二标注关键点和与n个第二标注关 键点对应的n个第二特 征点； 根据n个第一特 征点和n个第二特 征点确定对应匹配的特 征点对； 根据所述特征点对确定透视变换的像素透视矩阵， 通过透视变换对所述畸变图像的每 个像素点作为进行矫 正， 得到矫 正图像。 2.根据权利要求1所述的畸变图像的矫正方法， 其特征在于， 根据 所述模板图像构建模 板模型包括： 对所述模板图像依次进行灰度化、 前景提取和标注关键点处理， 得到n个第 一标注关键 点的标注图像； 对所述标注图像进行 特征点提取， 确定与n个第一标注关键点对应的n个第一特 征点； 其中， n为大于3的自然数。 3.根据权利要求2所述的畸变图像的矫正方法， 其特征在于， 对所述模板图像依次进行 灰度化、 前 景提取和标注关键点处 理， 得到n个第一标注关键点的标注图像包括： 采用加权平均值法对所述模板图像进行 灰度化处 理， 得到灰度化图像； 采用GrabCut算法对所述灰度化图像的每 个像素点聚类、 分割确定前 景图像； 在所述前 景图像上选取n个标定点 位进行标注， 得到标注图像。 4.根据权利要求2所述的畸变图像的矫正方法， 其特征在于， 对所述标注图像进行特征 点提取， 确定与n个第一标注关键点对应的n个第一特征点包括： 采用SURF算法对所述标注 图像进行 特征点提取确定与n个第一标注关键点对应的n个第一特 征点。 5.根据权利要求1所述的畸变图像的矫正方法， 其特征在于， 根据n个第 一特征点和n个 第二特征点确定对应匹配的特 征点对包括： 通过计算每个所述第 二特征点的特征向量与n个所述第 一特征点的特征向量之间的欧 式距离， 得到n个距离数据； 从n个所述距离数据中筛选出最小欧式距离和第二小欧式距离， 根据最小欧式距离和 第二小欧式距离确定比值 参数； 若所述比值参数大于参数阈值， 则第 二特征点与最小欧式距离对应的第 一特征点匹配 成功， 得到一对特 征点对。 6.根据权利要求5所述的畸变图像的矫正方法， 其特征在于， 包括： 若所述欧式距离为 0， 则将此 特征点对剔除。 7.根据权利要求1所述的畸变图像的矫正方法， 其特征在于， 根据 所述特征点对确定透 视变换的像素透视矩阵包括： 将与所述特征点对对应的第一标注关键点的坐标作为透视变 换的齐次坐标公式的输入， 将与所述特征点对对应的所述第二标注关键点的坐标作为透视 变换的齐次坐标公式的输出， 得到 透视变换的齐次坐标公式3行3列的像素透 视矩阵。 8.一种畸变图像的矫正装置， 其特征在于， 包括模型构建模块、 模板数据获取模块、 矫权　利　要　求　书 1/2 页 2 CN 115205155 A 2正数据获取模块、 匹配模块和矫 正模块； 所述模型构建模块， 用于获取电力设备的模板图像， 根据所述模板图像构建模板模型； 所述模板数据获取模块， 用于根据所述模板模型获取与所述模板图像对应的模板数 据， 所述模板数据包括 n个第一标注关键点和与n个第一标注关键点对应的n个第一特 征点； 所述矫正数据获取模块， 用于获取与模板 图像对应电力设备的畸变图像， 将所述畸变 图像输入所述模板模型获得与所述畸变图像对应的畸变数据， 所述畸变数据包括n个第二 标注关键点和与n个第二标注关键点对应的n个第二特 征点； 所述匹配模块， 用于根据n个第一特 征点和n个第二特 征点确定对应匹配的特 征点对； 所述矫正模块， 用于根据所述特征点对确定透视变换的像素透视矩阵， 通过透视变换 对所述畸变图像的每 个像素点作为进行矫 正， 得到矫 正图像。 9.根据权利要求8所述的畸变图像的矫正装置， 其特征在于， 所述模型构建模块包括图 像处理子模块和特 征点提取子模块； 所述图像处理子模块， 用于对所述模板 图像依次进行灰度化、 前景提取和标注关键点 处理， 得到n个第一标注关键点的标注图像； 所述特征点提取子模块， 用于对所述标注图像进行特征点提取， 确定与n个第 一标注关 键点对应的n个第一特 征点； 其中， 对所述模板 图像依次进行灰度化、 前景提取和标注关键点处理， 得到n个第一标 注关键点的标注图像包括： 采用加权平均值法对所述模板图像进行 灰度化处 理， 得到灰度化图像； 采用GrabCut算法对所述灰度化图像的每 个像素点聚类、 分割确定前 景图像； 在所述前 景图像上选取n个标定点 位进行标注， 得到标注图像； n为大于3的自然数。 10.一种终端设备， 其特 征在于， 包括处 理器以及存 储器； 所述存储器， 用于存 储程序代码， 并将所述 程序代码传输给 所述处理器； 所述处理器， 用于根据所述程序代码中的指令执行如权利要求1 ‑7任意一项所述的畸 变图像的矫 正方法。权　利　要　求　书 2/2 页 3 CN 115205155 A 3