×
范金龙;张静;斯蒂芬·J·梅班克。;陶大成

广角图像校正：综述。 （英语） Zbl 1491.68249号

国际期刊计算。视觉。 130，第3号，747-776（2022）.
概述：宽视场（FOV）摄像机捕捉的场景区域比窄视场摄像机大，广泛应用于3D重建、自动驾驶和视频监控等领域。然而，广角图像包含的失真违反了针孔相机模型的基本假设，导致物体失真，难以估计场景距离、面积和方向，并阻止使用在未失真图像上训练的现成深度模型进行下游计算机视觉任务。旨在纠正这些失真的图像校正可以解决这些问题。本文从变换模型到校正方法全面综述了广角图像校正的进展。具体来说，我们首先对不同方法中使用的相机模型进行了详细的描述和讨论。然后，我们总结了几种畸变模型，包括径向畸变和投影畸变。接下来，我们回顾了传统的基于几何的图像校正方法和基于深度学习的方法，前者将畸变参数估计公式化为优化问题，而后者利用深度神经网络的能力将其视为回归问题。我们评估了最新方法在公共数据集上的性能，并表明尽管这两种方法都可以取得良好的结果，但这些方法仅适用于特定的相机模型和畸变类型。我们还提供了一个强大的基线模型，并在合成数据集和真实世界的广角图像上对不同的失真模型进行了实证研究。最后，我们讨论了一些潜在的研究方向，这些方向有望在未来进一步推动这一领域的发展。

MSC公司：

第68页第45页 机器视觉和场景理解
68单位10 图像处理的计算方法

软件：

掌中宽带;基蒂;卡拉;ImageNet公司;ADE20k公司;MS-COCO公司;像素x像素;CycleGAN公司;PASCAL挥发性有机化合物
PDF格式BibTeX公司 XML格式引用
\textit{J.Fan}等人，《国际计算杂志》。视觉。130，第3号，747--776（2022；Zbl 1491.68249）
全文： 内政部 arXiv公司

参考文献：

[1] Ahmed，M.和Farag，A.（2001年）。摄像机镜头畸变的非计量校准。IEEE图像处理国际会议论文集（第157-160页）。
[2] 艾哈迈德，M。；Farag，A.，《摄像机镜头畸变的非计量校准：差分方法和稳健估计》，IEEE图像处理汇刊，14，8，1215-1230（2005）
[3] Akinlar，C。；Topal，C.，EDLines:带假检测控制的实时线段检测器，《模式识别快报》，32，13，1633-1642（2011）
[4] Alemán-Flores，M.、Alvarez，L.、Gomez，L.和Santana-Cedres，D.（2013年）。使用分割模型的广角透镜畸变校正。《模式识别、图像分析、计算机视觉和应用进展》，第8258卷（第415-422页）。
[5] Alemán-Flores，M。；阿尔瓦雷斯，L。；戈麦斯，L。；Santana-Cedrés，D.，使用单参数分割模型的自动镜头畸变校正，在线图像处理，4327-343（2014）
[6] Alemán-Flores，M。；阿尔瓦雷斯，L。；戈麦斯，L。；Santana-Cedrés，D.，《显示显著透镜畸变的图像中的线条检测及其在畸变校正中的应用》，《模式识别快报》，36，261-271（2014）
[7] Antunes，M.、Barreto，J.P.、Aouada，D.和Ottersten，B.（2017年）。从具有径向畸变的单个曼哈顿图像进行无监督消失点检测和摄像机校准。《IEEE计算机视觉和模式识别会议论文集》（第6691-6699页）。
[8] 贝克，S。；Nayar，SK，单视点折反射成像理论，国际计算机视觉杂志，35，2，175-196（1999）
[9] Barreto，J.和Danilidis，K.（2005年）。具有径向失真的相机的基本矩阵。《IEEE计算机视觉系统国际会议论文集》，第1卷（第625-632页）。
[10] Barreto，JP，《中央投影系统的统一几何表示法》，《计算机视觉和图像理解》，103，3，208-217（2006）
[11] 巴苏，A。；Licardie，S.，《鱼眼镜片的替代模型》，《模式识别字母》，第16、4、433-441页（1995年）
[12] Benligiray，B.和Topal，C.（2016）。利用直线度对径向畸变进行盲校正。《欧洲信号处理会议记录》（第938-942页）。
[13] Bermudez Cameo，J。；洛佩兹·尼古拉斯，G。；Guerrero，JJ，《旋转对称无标定全向相机中的自动线提取》，《国际计算机视觉杂志》，114，1，16-37（2015）·Zbl 1398.68571号
[14] Bertalmio，M.、Sapiro，G.、Caselles，V.和Ballester，C.（2000）。图像绘制。《计算机图形和交互技术年度会议论文集》（第417-424页）。
[15] 贝塔尔米奥，M。；Vese，L。；萨皮罗，G。；Osher，S.，同步结构和纹理图像修复，IEEE图像处理汇刊，12，8，882-889（2003）
[16] Bogdan，O.、Eckstein，V.、Rameau，F.和Bazin，J.C.（2018年）。DeepCalib：一种深度学习方法，用于宽视场相机的自动内部校准。ACM SIGGRAPH会议记录。
[17] Bräuer-Burchardt，C.和Voss，K.（2000）。使用单视图自动校准镜头畸变。《马斯特雷肯扬》（第187-194页）。
[18] Brauer-Burchardt，C.和Voss，K.（2001）。一种新的算法，用于从单个图像中校正鱼眼和强广角传感器直径。《IEEE图像处理国际会议论文集》（第225-228页）。
[19] Bukhari，F.和Dailey，M.N.（2010年）。单个图像的稳健径向失真。《视觉计算进展》，第6454卷（第11-20页）。
[20] Bukhari，F。；Dailey，MN，从单个图像自动估计径向畸变，数学成像与视觉杂志，45，1，31-45（2013）·Zbl 1312.68200号
[21] Canny，J.，边缘检测的计算方法，IEEE模式分析和机器智能汇刊，8，6，679-698（1986）
[22] 卡普里尔，B。；Torre，V.，《使用消失点进行相机校准》，《国际计算机视觉杂志》，4，2，127-139（1990）
[23] Carroll，R.、Agarwala，A.和Agrawala，M.（2010年）。用于艺术透视操作的图像扭曲。在ACM SIGGRAPH会议记录中。
[24] Carroll，R.、Agrawal，M.和Agarwala，A.（2009年）。优化广角图像的内容保护投影。在ACM SIGGRAPH会议记录中。
[25] Caruso，D.、Engel，J.和Cremers，D.（2015）。用于全向摄像机的大比例直接SLAM。《IEEE智能机器人和系统国际会议论文集》（第141-148页）。
[26] Chao，C.-H、Hsu，P.-L.、Lee，H.-Y和Wang，Y.-CF.（2020）。鱼眼图像校正的自监督深度学习。《IEEE声学、语音和信号处理国际会议论文集》（第2248-2252页）。
[27] 陈，Z。；张杰。；Tao，D.，物体检测的递归上下文路由，国际计算机视觉杂志，129142-160（2020）·Zbl 1483.68427号
[28] Cinaroglu，I。；Bastanlar，Y.，用折反射全向相机进行物体检测的直接方法，《信号、图像和视频处理》，10，2，413-420（2016）
[29] TA克拉克；傅兰雅，JG，相机校准方法和模型的发展，摄影测量记录，16，91，51-66（1998）
[30] Cornia，M.、Baraldi，L.、Serra，G.和Cucchiara，R.（2016）。用于显著性预测的深层多层次网络。《IEEE模式识别国际会议论文集》（第3488-3493页）。
[31] Courbon，J.、Mezouar，Y.、Eckt，L.和Martinet，P.（2007年）。机器人应用的通用鱼眼相机模型。《IEEE智能机器人和系统国际会议论文集》（第1683-1688页）。
[32] Cucchiara，R.、Grana，C.、Prati，A.和Vezzani，R.（2003）。一种基于霍夫变换的径向透镜畸变校正方法。IEEE图像分析与处理国际会议论文集（第182-187页）。
[33] Deng，J.，Dong，W.，Socher，R.，Li，L.J.，Li.，K.，&Fei-Fei，L.（2009）。ImageNet：大型分层图像数据库。《IEEE计算机视觉和模式识别会议论文集》（第248-255页）。
[34] Devernay，F。；Faugeras，O.，直线必须是直线，机器视觉与应用，13，1，14-24（2001）
[35] Devernay，F.和Faugeras，O.D.（1995）。自动校准和消除结构化环境场景中的失真。光学科学、工程和仪器国际研讨会论文集。
[36] Dosovitskiy，A.、Ros，G.、Codevilla，F.、Lopez，A.和Koltun，V.（2017年）。卡拉：开放式城市驾驶模拟器。机器人学习年度会议记录（第1-16页）。
[37] Duane，CB，近距离摄像机校准，摄影。工程师，37，8，855-866（1971）
[38] Eichenseer，A.和Kaup，A.（2016）。提供合成和真实鱼眼视频序列的数据集。IEEE声学、语音和信号处理国际会议论文集（第1541-1545页）。
[39] 俄亥俄州埃尔哈罗斯。；Almadeed，N。；Al-Maadect，S.（美国）。；Akbari，Y.，《图像修复：综述》，《神经处理快报》，51,22007-2028（2020）
[40] Everingham，M。；古尔，L。；威廉姆斯，CK；Winn，J。；Zisserman，A.，帕斯卡尔视觉对象类（VOC）挑战，国际计算机视觉杂志，88，2303-338（2010）
[41] Fan，J.、Zhang，J.和Tao，D.（2020年）。先生：通过从多个不同的镜头看到同一场景，进行自我监督的图像校正。arXiv预打印arXiv:2011.4611。
[42] Faugeras，O.D.、Luong，Q.-T.和Maybank，S.J.（1992年）。相机自校准：理论与实验。欧洲计算机视觉会议论文集。施普林格（第321-334页）。
[43] Fenna，D.（2006）。制图科学：地图投影简编及其衍生。CRC出版社。
[44] Fitzgibbon，A.（2001年）。多视图几何和镜头畸变的同时线性估计。《IEEE计算机视觉和模式识别会议论文集》，第1卷（第I-125-I-132页）。
[45] 弗雷泽，CS，数字相机自校准，摄影测量和遥感，52，4，149-159（1997）
[46] Gatys，L.A.、Ecker，A.S.和Bethge，M.（2016）。使用卷积神经网络进行图像风格转换。《IEEE计算机视觉和模式识别会议论文集》（第2414-2423页）。
[47] Geiger，A.、Lenz，P.和Urtasun，R.（2012）。我们准备好自动驾驶了吗？KITTI愿景基准套件。《IEEE计算机视觉和模式识别会议论文集》（第3354-3361页）。
[48] Gennery，D.B.（1979年）。立体声摄像机校准。《图像理解研讨会论文集》（第101-107页）。
[49] 中央全景系统的统一理论和实际意义。Vernon，D.（Ed.），《欧洲计算机视觉会议论文集》，第1843卷（第445-461页）。
[50] Geyer，C。；Danilidis，K.，折反射射影几何，国际计算机视觉杂志，45，3，223-243（2001）·Zbl 0987.68601号
[51] Goodfellow，I.、Pouget-Abadie，J.、Mirza，M.、Xu，B.、Warde-Farley，D.、Ozair，S.、Courville，A.和Bengio，Y.（2014）。生成对抗性网络。《神经信息处理系统进展》（第2672-2680页）。
[52] 格罗蓬·冯·乔伊，R。；Jakubowicz，J。；莫雷尔，J-M；Randall，G.，LSD:线段检测器，在线图像处理，2，35-55（2012）
[53] Hartley，R.和Sing Bing Kang（2005）。带畸变中心估计的无参数径向畸变校正。《IEEE计算机视觉国际会议论文集》，第2卷（第1834-1841页）。
[54] Hartley，R.和Zisserman，A.（2003年）。计算机视觉中的多视图几何·Zbl 0956.68149号
[55] He，K.，Zhang，X.，Ren，S.，&Sun，J.（2016）。用于图像识别的深度残差学习。《IEEE计算机视觉和模式识别会议论文集》（第770-778页）。
[56] Heikkila，J.和Silven，O.（1997年）。带有隐式图像校正的四步摄像机校准程序。《IEEE计算机视觉和模式识别会议论文集》（第1106-1112页）。
[57] Huang，K.，Wang，Y.，Zhou，Z.，Ding，T.，Gao，S.，&Ma，Y.（2018）。学习解析人造环境图像中的线框。《IEEE计算机视觉和模式识别会议论文集》（第626-635页）。
[58] Hugemann，W.（2010年）。纠正数字照片中的镜头畸变。
[59] 休斯，C。；丹尼，P。；琼斯，E。；Glavin，M.，鱼眼透镜模型的准确性，应用光学，49，17，3338（2010）
[60] Hughes，C.、Glavin，M.、Jones，E.和Denny，P.（2008）。鱼眼相机几何畸变补偿综述。IET爱尔兰信号和系统会议记录（第162-167页）。
[61] Isola，P.、Zhu，J.-Y.、Zhou，T.和Efros，A.A.（2017）。使用条件对抗网络进行图像到图像的转换。《IEEE计算机视觉和模式识别会议论文集》（第5967-5976页）。
[62] Jabar，F.、Ascenso，J.和Queluz，M.P.（2017年）。透视投影的感知分析，用于在（360^\circ）图像中进行视口渲染。IEEE多媒体国际研讨会论文集（第53-60页）。
[63] Jabar，F.、Ascenso，J.和Queluz，M.P.（2019年）。用于（360^\circ\）图像视口渲染的内容软件透视投影优化。IEEE多媒体与博览会国际会议记录（第296-301页）。
[64] 江，S。；曹，D。；Wu，Y。；朱，S。；Hu，P.，带消失点约束的完全畸变的高效基于线的透镜畸变校正，应用光学，54，14，4432（2015）
[65] 卡卡尼，V。；Kim，H。；Lee，J。；Ryu，C。；Kumbham，M.，《使用离群值细化简化视觉任务的广角图像自动畸变校正》，《传感器》，20，3，894（2020）
[66] Kanamori，Y.、Cuong，N.H.和Nishita，T.（2013年）。使用移动最小二乘法对广角图像中的失真进行局部优化。《计算机制图春季会议论文集》（第51页）。
[67] Kang，S.B.（2000）。反射屈光度自校准。《IEEE计算机视觉和模式识别会议论文集》（第201-207页）。
[68] Kannala，J.，Brandt，S.（2004）。鱼眼镜头的通用相机校准方法。在IEEE国际模式识别会议论文集，第1卷（第10-13页）。
[69] 坎纳拉，J。；Brandt，S.，常规、广角和鱼眼镜头的通用相机模型和校准方法，IEEE模式分析和机器智能学报，28，8，1335-1340（2006）
[70] Khomutenko，B。；加西亚，G。；Martinet，P.，《增强的统一摄像机模型》，IEEE Robotics and Automation Letters，1，1，137-144（2016）
[71] Kim，B.-K.，Chung，S.-W.，Song，M.-K.和Song，W.-J.（2010年）。用高级离群点消除法校正径向透镜畸变。《IEEE音频、语言和图像处理国际会议论文集》（第1693-1699页）。
[72] Kim，Y.W.、Lee，C.R.、Cho，D.Y.、Kwon，Y.H.、Choi，H.J.和Yoon，K.J.（2017）。360视频的自动内容软件投影。IEEE计算机视觉国际会议论文集（第4753-4761页）。
[73] Kingslake，R.（1989）。摄影镜头的历史。爱思唯尔。
[74] Kopf，J。；Lischinski博士。；O.Deussen。；科恩·奥尔，D。；Cohen，M.，《局部调整投影以减少全景失真》，计算机图形论坛，28，4，1083-1089（2009）
[75] 库克洛娃，Z。；Pajdla，T.，径向畸变自动校准的最小解决方案，IEEE模式分析和机器智能汇刊，33，12，2410-2422（2011）
[76] Land，M.F.和Nilsson，D.-E.（2012年）。动物的眼睛。牛津动物生物学系列（第二版）。牛津大学出版社。
[77] Ledig，C.、Theis，L.、Huszar，F.、Caballero，J.、Cunningham，A.、Acosta，A.、Aitken，A.、Tejani，A.、Totz，J.，Wang，Z.和Shi，W.（2017）。使用生成对抗网络的真实感照片单图像超分辨率。《IEEE计算机视觉和模式识别会议论文集》（第105-114页）。
[78] Li，H.和Hartley，R.（2005）。从九点对应校正透镜畸变的非迭代方法。IEEE国际计算机视觉研讨会论文集。
[79] Li，X.、Zhang，B.、Sander，P.V.和Liao，J.（2019）。通过深度学习对图像进行盲几何畸变校正。IEEE计算机视觉和模式识别会议记录（第4850-4859页）。
[80] Liao，K。；林，C。；Zhao，Y。；Gabbouj，M.，DR-GAN：实时使用条件GAN的自动径向失真校正，IEEE视频技术电路和系统汇刊，30，3，725-733（2020）
[81] 廖，K。；林，C。；Zhao，Y。；Gabbouj，M。；Zheng，Y.，OIDC-Net：通过粗到细区域注意力进行全方位图像失真校正，IEEE信号处理选定主题期刊，14，1，222-231（2020）
[82] 廖，K。；林，C。；Zhao，Y。；Xu，M.，畸变分布图桥接的无模型畸变校正框架，IEEE图像处理汇刊，293707-3718（2020）·Zbl 07586133号
[83] Lim，B.、Son，S.、Kim，H.、Nah，S.和Lee，K.M.（2017年）。用于单图像超分辨率的增强深度残差网络。IEEE计算机视觉和模式识别研讨会会议记录（第1132-1140页）。
[84] Lin，T.-Y.，Maire，M.，Belongie，S.，Hays，J.，Perona，P.，Ramanan，D.，Dollár，P.和Zitnick，C.L.（2014）。Microsoft COCO:上下文中的通用对象。《欧洲计算机视觉会议论文集》。
[85] 刘，X。；Fang，S.，使用极线约束校正大透镜径向畸变，应用光学，53，31，7355（2014）
[86] Lopez，M.、Mari，R.、Gargallo，P.、Kuang，Y.、Gonzalez-Jimenez，J.和Haro，G.（2019年）。具有径向畸变的深度单图像相机校准。IEEE计算机视觉和模式识别会议记录（第11809-11817页）。
[87] Lőrincz，S.-B.，Pável，S.，&Csató，L.（2019年）。使用语义指导进行单视图畸变校正。《神经网络国际联合会议论文集》（第1-6页）。
[88] Mallon，J.和Whelan，P.F.（2004）。图像的精确径向不失真。《模式识别国际会议论文集》（第18-21页）。
[89] Markovic，I.、Chaumette，F.和Petrovic，I.（2014）。使用移动机器人上的全向摄像头检测、跟踪和跟踪运动目标。《IEEE机器人与自动化国际会议论文集》（第5630-5635页）。
[90] 松木，H。；von Stumberg，L。；乌森科，V。；Stuckler，J。；Cremers，D.，《全方位DSO：使用鱼眼摄像头的直接稀疏里程计》，IEEE Robotics and Automation Letters，3，4，3693-3700（2018）
[91] 马来亚银行，SJ；Faugeras，OD，运动摄像机的自校准理论，国际计算机视觉杂志，8，2，123-151（1992）
[92] Mei，C.和Rives，P.（2007）。从平面网格进行单视点全向相机校准。《IEEE机器人与自动化国际会议论文集》（第3945-3950页）。
[93] 宫本茂，K.，《鱼眼透镜》，《美国光学学会杂志》，54，8，1060（1964）
[94] Nayar，S.（1997）。折反射全向相机。IEEE计算机视觉和模式识别会议记录（第482-488页）。
[95] Neumann，J.、Fermuller，C.和Aloimonos，Y.（2002年）。眼睛中的眼睛：用于从运动中获取结构的新相机。IEEE全方位视觉研讨会论文集（第19-26页）·兹比尔1017.68825
[96] Payá，L。；吉尔，A。；Reinoso，O.，《使用全向视觉传感器绘制移动机器人地图和定位的最新评论》，《传感器杂志》，2017年，第1-20期（2017年）
[97] Chang，Peng，&Hebert，M.（2000）。来自运动的全向结构。IEEE全方位视觉研讨会论文集（第127-133页）。
[98] Philbin，J.、Chum，O.、Isard，M.、Sivic，J.和Zisserman，A.（2007年）。具有大量词汇和快速空间匹配的对象检索。IEEE计算机视觉和模式识别会议记录（第1-8页）。
[99] Posada，L.F.、Narayanan，K.K.、Hoffmann，F.和Bertram，T.（2010年）。移动机器人视觉导航中全向图像的地板分割。《IEEE智能机器人和系统国际会议论文集》（第804-809页）。
[100] 普雷斯科特，B。；McLean，G.，径向透镜畸变的线性校正，图形模型和图像处理，59，1，39-47（1997）
[101] 普里茨，J。；库克洛娃，Z。；拉尔森，V。；洛赫曼，Y。；Chum，O.，《径向电阻秤校正和刻度变化的最小解算器》，国际计算机视觉杂志，128，4，950-968（2020）·Zbl 1477.68411号
[102] Puig，L。；J.Bermüdez。；Sturm，P。；Guerrero，J.，《实践中全向摄像机的校准：方法比较》，《计算机视觉和图像理解》，116，1，120-137（2012）
[103] Ray，S.（2002）。应用摄影光学。劳特利奇。
[104] Rituerto，A.、Puig，L.和Guerrero，J.（2010年）。使用全向摄像头的可视SLAM。《IEEE模式识别国际会议论文集》（第348-351页）。
[105] Rong，J.、Huang，S.、Shang，Z.和Ying，X.（2016）。利用合成图像训练的卷积神经网络进行径向透镜畸变校正。《亚洲计算机视觉会议论文集》，第10113卷（第35-49页）。
[106] Ronneberger，O.、Fischer，P.和Brox，T.（2015）。U-Net：生物医学图像分割的卷积网络。《医学图像计算和计算机辅助干预学报》（第234-241页）。
[107] DA罗斯；Lim，J。；林，R-S；Yang，M-H，鲁棒视觉跟踪的增量学习，国际计算机视觉杂志，77，1-3125-141（2008）
[108] 罗耶，E。；Lhuillier，M。；Dhome，M。；Lavest，J-M，移动机器人定位和自主导航的单目视觉，国际计算机视觉杂志，74，3，237-260（2007）·兹比尔1142.68562
[109] Sacht，L.、Velho，L.，Nehab，D.和Cicconet，M.（2011年）。可缩放的运动软件全景视频。ACM SIGGRAPH会议记录。
[110] Sacht，L.K.（2010年）。全景图像和视频的基于内容的投影。国家纯粹和应用数学研究所。硕士论文。
[111] 桑塔纳-凯德雷斯，D。；戈麦斯，L。；Alemán-Flores，M。；萨尔加多，A。；埃斯克拉林，J。；马佐拉，L。；Alvarez，L.，双参数多项式和除法透镜畸变模型的可逆性和估计，SIAM成像科学杂志，8，3，1574-1606（2015）·Zbl 1341.94007号
[112] 桑塔纳-凯德雷斯，D。；Gómez，L。；Alemán-Flores，M。；萨尔加多，A。；埃斯克拉林，J。；马佐拉，L。；阿尔瓦雷斯，L.，《使用双参数模型进行透镜畸变校正的迭代优化算法》，《在线图像处理》，5，326-364（2016）·Zbl 1341.94007号
[113] Scaramuzza，D.（2014）。计算机视觉：参考指南，全向相机一章。
[114] Scaramuzza，D.、Martinelli，A.和Siegwart，R.（2006）。一种灵活的技术，用于精确的全向摄像机校准和运动结构。IEEE计算机视觉系统国际会议论文集。
[115] Shah，S.和Aggarwal，J.（1994年）。鱼眼（高畸变）镜头相机的简单校准程序。《IEEE机器人与自动化国际会议论文集》（第3422-3427页）。
[116] 沙阿·S。；Aggarwal，J.，带畸变模型和精度估计的（高失真）鱼眼镜头相机的固有参数校准程序，模式识别，29，11，1775-1788（1996）
[117] Shi，Y.、Zhang，D.、Wen，J.、Tong，X.、Ying，X.和Zha，H.（2018）。通过向卷积神经网络中添加带有反转中心凹模型的权重层来校正径向透镜畸变。在IEEE国际模式识别会议论文集（第1-6页）。
[118] Shih，Y。；赖，W-S；Liang，C-K，照相手机上的无失真广角肖像，ACM图形汇刊，38，4，1-12（2019）
[119] Sid-Ahmed，M。；Boraie，M.，《三维机器视觉计量的双摄像机校准》，IEEE仪器和测量汇刊，39，3，512-516（1990）
[120] Snyder，J.P.（1997）。地球变平：两千年的地图投影。芝加哥大学出版社。
[121] Song，S.，Yu，F.，Zeng，A.，Chang，A.X.，Savva，M.，&Funkhouser，T.（2017）。从单个深度图像完成语义场景。《IEEE计算机视觉和模式识别会议论文集》（第190-198页）。
[122] Steele，R.M.和Jaynes，C.（2006年）。径向畸变和多视图几何体的过度约束线性估计。《欧洲计算机视觉会议论文集》，第3951卷（第253-264页）。
[123] Stein，G.（1997）。使用点对应进行透镜畸变校准。《IEEE计算机视觉和模式识别会议论文集》（第602-608页）。
[124] Stevenson，D.和Fleck，M.（1996年）。畸变的非参数校正。IEEE计算机视觉应用研讨会论文集（第214-219页）。
[125] Strand，R.和Hayman，E.（2005年）。通过圆拟合校正径向畸变。英国机器视觉会议进程。
[126] Sturm，P.，《几何计算机视觉中使用的相机模型和基本概念》，《计算机图形和视觉的基础和趋势》，6，1-2，1-183（2010）
[127] Sturm，P.和Barreto，J.P.（2008）。中央折反射相机的一般成像几何。《欧洲计算机视觉会议记录》（第609-622页）。
[128] Swaminathan，R。；Grossberg，医学博士；Nayar，SK，《非单视点折反射相机：几何与分析》，《国际计算机视觉杂志》，66，3，211-229（2006）
[129] Swaminathan，R。；Nayar，S.，广角透镜和多摄像机的非计量校准，IEEE模式分析和机器智能汇刊，22，10，1172-1178（2000）
[130] Tang，Z.、Grompone Von Gioi，R.、Monasse，P.和Morel，J.-M.（2012）。相机镜头畸变模型的自洽性和通用性·Zbl 1409.94580号
[131] Thormählen，T.（2003）。从单个视图对镜头畸变进行稳健的基于线条的校准。《幻影会议录》（第105-112:8页）。
[132] Tsai，R.，使用现成的电视摄像机和镜头进行高精度3D机器视觉计量的通用摄像机校准技术，IEEE机器人与自动化杂志，3，4323-344（1987）
[133] 南部城市。；Leitloff，J。；Hinz，S.，《改进的广角、鱼眼和全向相机校准》，摄影测量和遥感，108，72-79（2015）
[134] Usenko，V.、Demmel，N.和Cremers，D.（2018年）。双球体摄影机模型。《IEEE 3D视觉国际会议论文集》（第552-560页）。
[135] 王，A。；邱，T。；Shao，L.，《畸变中心估计的径向畸变简单校正方法》，《数学成像与视觉杂志》，35，3，165-172（2009）
[136] 王，Z。；博维克，A。；谢赫，H。；Simoncelli，E.，《图像质量评估：从错误可见性到结构相似性》，IEEE图像处理汇刊，13，4，600-612（2004）
[137] Wang，Z.、Chen，J.和Hoi，S.C.（2020年）。图像超分辨率深度学习：一项调查。IEEE模式分析和机器智能汇刊。
[138] 魏杰。；李，C-F；胡，S-M；马丁，RR；Tai，C-L，Fisheye视频校正，IEEE可视化和计算机图形汇刊，18,101771-1783（2012）
[139] 翁，J。；科恩，P。；Herniou，M.，带畸变模型和精度评估的摄像机校准，IEEE模式分析和机器智能汇刊，14，10，965-980（1992）
[140] Wildenauer，H.和Micusik，B.（2013年）。从单个消失点估计径向畸变的闭式解。《英国机器视觉会议进程》，第106卷（第1-106页）。
[141] Xiao，J.、Ehinger，K.A.、Oliva，A.和Torralba，A.（2012年）。使用全景位置表示识别场景视点。《IEEE计算机视觉和模式识别会议论文集》（第2695-2702页）。
[142] Xue，Z.、Xue，N.、Xia，G.-S.和Shen，W.（2019年）。学习校准鱼眼图像校正的直线。《IEEE计算机视觉和模式识别会议论文集》（第1643-1651页）。
[143] Xue，Z.-C.，Xue，N.，&Xia，G.-S.（2020年）。从深直线进行鱼眼畸变矫正。arXiv:2003.11386[cs]。
[144] Yagi，Y.，《全向传感及其应用》，IEICE信息与系统交易，82，3，568-579（1999）
[145] Yagi，Y.和Kawato，S.（1990年）。圆锥投影全景场景分析。《IEEE智能机器人和系统国际研讨会论文集》（第181-187页）。
[146] Yagi，Y。；卡瓦托，S。；Tsuji，S.，用于视觉引导导航的实时全向图像传感器（COPIS），IEEE机器人与自动化汇刊，10，1，11-22（1994）
[147] Yang，S。；林，C。；Liao，K。；Zhao，Y。；Liu，M.，通过几何先验的双向损失进行无监督鱼眼图像校正，视觉通信和图像表示杂志，66102692（2020）
[148] Yang，S.、Rong，J.、Huang，S.、Shang，Z.、Shi，Y.、Ying，X.和Zha，H.（2016）。同时从单个广角图像进行消失点检测和径向透镜畸变校正。《IEEE机器人和仿生学国际会议论文集》（第363-368页）。
[149] Yang，W.，Qian，Y.，Kamarainen，J.-K.，Cricri，F.，&Fan，L.（2018）。等矩形全景中的物体检测。《IEEE模式识别国际会议论文集》（第2190-2195页）。
[150] Yin，X.，Wang，X.、Yu，J.、Zhang，M.、Fua，P.和Tao，D.（2018）。FishEyeRecNet：用于鱼眼图像校正的多上下文协作深度网络。《欧洲计算机视觉会议论文集》，第11214卷（第475-490页）。
[151] Ying，X.和Hu，Z.（2004）。我们可以在统一的成像模型中考虑中央折反射相机和鱼眼相机吗。《欧洲计算机视觉会议记录》，第3021卷（第442-455页）·Zbl 1098.68893号
[152] Ying，X.、Mei，X.，Yang，S.、Wang，G.、Rong，J.和Zha，H.（2015）。对径向畸变校正施加微分约束。《亚洲计算机视觉会议论文集》，第9003卷（第384-398页）。
[153] Yu，J.、Lin，Z.、Yang，J.，Shen，X.、Lu，X.和Huang，T.S.（2018）。注重上下文的生成性图像修复。《IEEE计算机视觉和模式识别会议论文集》（第5505-5514页）。
[154] Zhang，M.、Yao，J.、Xia，M.，Li，K.、Zhang、Y.和Liu，Y.（2015a）。用于鱼眼图像校正和校准的基于线性的多标签能量优化。《IEEE计算机视觉和模式识别会议论文集》（第4137-4145页）。
[155] Zhang，X.，Liu，W.，&Xing，W.（2015b）。使用良好圆弧的稳健径向失真估计。《分布式多媒体系统国际会议论文集》（第231-240页）。
[156] Zhang，Y。；赵，L。；胡伟，折反射全向相机校准综述，《国际信息技术与计算机科学杂志》，2013年第5期，第3期，第13-20页
[157] Zhang，Z.（1996）。关于两幅图像之间的极线几何畸变。《IEEE模式识别国际会议论文集》（第407-411页）。
[158] Zhang，Z.，摄像机校准的灵活新技术，IEEE模式分析和机器智能汇刊，22，11，1330-1334（2000）
[159] 周，B。；Lapedriza，A。；科斯拉，A。；奥利瓦，A。；Torralba，A.，《位置：用于场景识别的1000万图像数据库》，IEEE模式分析和机器智能汇刊，40，6，1452-1464（2018）
[160] 周，B。；赵，H。；普格，X。；肖，T。；菲德勒，S。；Barriuso，A。；Torralba，A.，通过ADE20K数据集对场景的语义理解，《国际计算机视觉杂志》，127，3，302-321（2019）
[161] Zhu，J.-Y.，Park，T.，Isola，P.，&Efros，A.A.（2017）。使用循环一致的对抗网络进行未配对的图像到图像转换。在IEEE国际计算机视觉会议论文集（第2223-2232页）。
[162] Zorin，D.和Barr，A.H.（1995年）。纠正图片中的几何感知失真。《计算机图形学与交互技术年会论文集》（第257-264页）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。