.png){kind=icon}
返回
Conditional Stable Diffusion for Distortion Correction and Image Rectification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patrec.2025.04.033.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像校正和畸变校正是在图像处理和计算机视觉领域的基本任务，其应用范围从文档处理到医学成像。本研究提出了一种新颖的条件稳定扩散框架，旨在应对由不同类型图像畸变带来的挑战。与现有的传统方法不同，我们的方法引入了一个自适应扩散过程，该过程根据输入图像的特定特征调整其行为。通过双向方式引入可控噪声，我们的模型学习解释和细化各种畸变模式，并将图像逐步细化到更均匀的分布。此外，为了补充扩散过程，我们集成了一个引导校正网络（GRN），该网络从输入图像生成可靠的条件，有效减少畸变输出和目标输出之间的模糊性。稳定扩散的集成得到了其处理不同类型和程度畸变的多功能性支持。我们提出的方法通过动态适应每种独特的畸变类型，有效处理广泛的畸变——包括投影畸变和复杂的基于镜头的畸变（如桶形畸变和枕形畸变）。无论是源于镜头异常、透视差异或其他因素，我们提出的基于稳定扩散的方法始终适应畸变的特定特征，从而获得更优异的结果。在基准数据集上的实验结果证明，我们的方法始终优于现有的最先进方法。此外，我们强调，我们的工作是扩散方法首次被用于同时处理多种畸变类型（桶形、枕形、镜头等）以进行多畸变图像校正的实例。因此，该条件稳定扩散框架为鲁棒且通用的图像畸变校正提供了有前景的进展。
Keyword:
Distortion correction
Image rectification
Stable diffusion
期刊
IF:
3.3
论文数:
7.9K
被引数:
1.6W
机构
引用论文
AIR-CNN: a lightweight automatic image rectification CNN used for barrel distortionAIR-CNN：一种用于桶形畸变校正的轻量级自动图像校正卷积神经网络
PREAI
分享收藏分享收藏
WoodScape: A Multi-Task, Multi-Camera Fisheye Dataset for Autonomous DrivingWoodScape: 用于自动驾驶的多任务，多摄像头鱼眼数据集
OAAI
OAAI分享收藏Single View Homography Estimation for an Inclined Textured Planar Surface: Overcoming the Inverse and Ill-Posed Challenge!单视图倾斜纹理平面表面的单应性估计：克服逆问题与不适定性挑战！.png)
Proceedings of the Fourteenth Indian Conference on Computer Vision, Graphics and Image Processing
Proceedings of the Fourteenth Indian Conference on Computer Vision, Graphics and Image ProcessingIF0
PREAI
分享收藏
查看更多内容