一种多尺度特征的广角图像校正方法

本发明公开了一种多尺度特征的广角图像校正方法，首先输入照片和对应的扭曲掩膜，通过一个结构为编码器、TPS预测模块和光流估计模块的结构的神经网络的处理，其中通过解码器模块，获取多尺度下的图像特征点，通过TPS预测模块，获取场景下的特征的薄板模块控制点，输入解码器中获得运动变化流；另外特征通过光流估计模块得到光流场，将光流场和运动变化流结合，获得局部校正的方向并最终对输入的原广角变形图像进行校正。在真实世界的数据集上的实验表明，本发明可以实现关于广场的广角图像校正，同时训练和渲染速度都提升数倍，评价指标也获得更好。本发明解决了高分辨率下的校正性能不良和速度缓慢的问题，可以广泛应用于图像校正的相关应用之中。