應用於GoogleAndroid平台的廣角影像修正系統(嵌入式系統軟體技術開發分項)

行政院國家科學委員會專題研究計畫 成果報告

應用於 Google Android 平台的廣角影像修正系統(嵌入式

系統軟體技術開發分項)

研究成果報告(精簡版)

計 畫 類 別 ： 個別型 計 畫 編 號 ： NSC 99-2220-E-151-002- 執 行 期 間 ： 99 年 08 月 01 日至 100 年 07 月 31 日 執 行 單 位 ： 國立高雄應用科技大學電子工程系 計 畫 主 持 人 ： 連志原 共 同 主 持 人 ： 陳培殷 計畫參與人員： 碩士班研究生-兼任助理人員：黎尚原 碩士班研究生-兼任助理人員：陳建宇 碩士班研究生-兼任助理人員：吳博聞 大專生-兼任助理人員：游宗憲 大專生-兼任助理人員：許睿暐 博士班研究生-兼任助理人員：葉俊顯 報 告 附 件 ： 出席國際會議研究心得報告及發表論文 公 開 資 訊 ： 本計畫可公開查詢

中 華 民 國 100 年 10 月 31 日

中文摘要： 近幾年手機變得非常的受歡迎，越來越多的人們使用手機上的 數位相機取代傳統相機拍照。我們可以隨時隨地使用手機拍 照，並且和朋友互相傳遞分享。然而這些功能雖然很方便，但 還有很多技術需要突破，如傳輸頻寬限制、各種手機螢幕支援 解析度的不同與手機鏡頭廣角角度等問題，在實際應用上可能 會造成很大的影響。目前的市售手機大多有搭配拍攝鏡頭，然 而其鏡頭之可視角大多不大，所拍攝到的照片範圍會有所限 制。為得到較大視角的觀測結果，我們可採用廣角鏡頭。然 而，經廣角鏡頭所擷取產生之影像，會有畫面桶狀放射扭曲 (barrel radial distortion)的現象。桶狀扭曲會造成觀測畫面的外 部區域影像，會較實際畫面的外部區域影像要小(像是被壓縮 過)，而隨著面積和影像邊緣(edge)的影響，扭曲影像在實際應 用上會造成很大的錯誤，也會使得照片變得不夠真實。所以本 計劃的首要目標乃是解決在 Google Android 平台上使用廣角鏡 頭所會產生的扭曲現象。而之所以選擇 Android 平台是因其完 全開放之手機平台特性，提供程式設計者揮灑創意的園地，而 使用者也可享受其成果。 本一年計畫主要達成： (1)

發展出適合嵌入式系統使用的較低運算複雜度(low-complexity)之廣角鏡頭修正技術，並 porting 到 Google Android 平台上。

(2) 依 open source 的精神免費提供完整的程式給社群使用。 (3) 針對廣角修正技術做最佳化的考慮，以提供適用於手機上的 影像處理功能，進而提升手機附加價值。

英文摘要： In nowadays, the sharing and transmission of image/picture plays a more and more important role, so we can use the cell phone to take pictures and share them with friends on the go. However, we need to overcome many techniques, such as the constraint of transmission bandwidth, the different dpi and the visible angle of a camera lens. In recent years, a cell phone usually has a camera lens, but the visible angle of it is very limited. In order to get more information in an image, camera can adopt wide-angle lens. The images

captured by the wide-angle lens show barrel-type spatial distortion. Objects in the outer areas of the barrel distortion image appear smaller than their actual size. The distortion can cause significant errors in car safety assistant applications. In this project, we will focus on the barrel-distortion correction in wide-angle image for Google Android platform first.

Our project achieves some goals:

(1) Develop a low-complexity algorithm for wide-angle image correction and implement it on the Google Android platform.

(2) Then the complete code can be provided for free based on the spirit of open source.

(3) Focus on the issue of optimal wide-angle image correction, in order to provide image processing technique suitable for cell phones and raise its additional worth.

一、研究目的

在現今數位時代，圖片影像在相互分享、散播及傳遞訊息方面，扮演著愈來愈重要的 角色。近幾年來手機變得非常的受歡迎，越來越多的人們使用手機上的數位相機來取代傳 統相機來拍照。我們可以隨時隨地使用手機拍照，並且和朋友互相傳遞分享。然而這些功 能雖然很方便，但還有很多技術需要突破，如傳輸頻寬限制、各種手機螢幕支援解析度的 不同與手機鏡頭廣角角度等問題，在實際應用上可能會造成很大的影響。目前的市售手機 大多有搭配拍攝鏡頭，然而其鏡頭之可視角度大多不大，所拍攝到的照片範圍會有所限制。 為了得到較大視角的觀測結果，我們可採用廣角鏡頭。然而，經廣角鏡頭所擷取產生之影 像，會有畫面桶狀放射扭曲(barrel radial distortion)的現象。桶狀扭曲會造成觀測畫面的外部 區域影像，會較實際畫面的外部區域影像來的小(像是被壓縮過)，而隨著面積和影像邊緣 (edge)的影響，扭曲影像在實際應用上會造成很大的錯誤，也會使得照片變得不夠真實也不 好看。所以本計劃的首要目標乃是解決在Google Android 平台上使用廣角鏡頭所會產生的 扭曲現象。而之所以選擇 Android 平台是因其完全開放之手機平台特性，提供程式設計者 揮灑創意的園地，而使用者也可享受其成果。 在目前的相關研究中，通常只單獨對影像鏡頭扭曲修正技術進行探討，而且先前技術 通常較少針對Google Android 平台來設計。本計畫主要期能：(1)發展適合 Google Android 平台使用的較低運算複雜度(low-complexity)之廣角鏡頭修正技術。(2)針對廣角修正技術做 最佳化的考慮，以提供適用於手機上的影像處理功能，進而提升手機附加價值。另外，也 會根據社群意見完成能實現整個系統的程式，並將程式免費提供給社群。

二、文獻探討

我們在很多論文中有發現其提出的各種修正廣角鏡頭影像的方法。在這些方法中，比 較著名也比較有效率的是K. V. Asari 提出的架構。在 K. V. Asar 提出的三篇廣角鏡論文中， 其採用的是廣角鏡頭修正標準模型，並假設鏡頭的放射狀扭曲是完全的對應於影像的中 心。其提出的硬體能夠處理的輸入是1024×1024 像素大小，每個 cycle 可以產生一個像素值 輸出。本計畫希望能根據該篇論文做改良，增加廣角鏡頭修正的可行性。以下我們將簡述 K. V. Asari 所提出廣角轉正架構中的 1) Forward Mapping, 2) Back Mapping, 和 3) Bilinear Interpolation，並提出我們覺得值得改進的地方。

A.1 Forward Mapping 的研究

部分的扭曲轉正技術是將經廣角鏡頭扭曲的影像像素值從扭曲影像空間 DIS(distorted image space)，經過廣角鏡修正轉換後，產生在修正完成的影像空間 CIS(corrected image space) 上，接下來再經過內插法，把整張圖的數值算出來，這個正向的處理過程稱作 Forward Mapping，處理步驟如下：

第一步先假設DIS 的扭曲中心在(uc’,vc’)，CIS 的扭曲中心在(uc,vc)。其計算每個 DIS 中的像 素點(u’,v’)的 ρ’和 θ’公式如下： 2 2

₍

₎

)

(

u



-

u

_c





v



-

v

_c





































c c

u

u

v

v

arctan



同理可知經過扭曲後，在CIS 中的像素點(u,v)可用同樣的公式表示出 CIS 的 ρ 和 θ。其計算 公式如下： 2 2

₍

₎

)

(

u

-

u

_c



v

-

v

_c





         c c u u v v arctan



在這個方法中從DIS 到 CIS 的轉換，ρ 會根據廣角修正轉換模型改變長度，而因為是放射 狀扭曲的關係θ 並不會發生改變，計算公式如下：



   N n n n a 1 ) (













其中an是廣角鏡修正參數，可經由軟體方式取得。在最小平方法測量中，參數的取得是根 據一張具有格子點的實驗圖，經過廣角鏡扭曲後，格子點會產生歪斜，這些歪斜的格子點 可以大致表示出未扭曲的影像空間CIS 與經過扭曲的影像空間 DIS 之間的關係。因此把經 過扭曲的格子點，經過最小平方測量法的運算，轉成一張能產生最小平方和的直線格子點 (因為兩點間直線的距離為從點到點的最短距離)。產生 an的多項式以後，可以根據上面的

公式把DIS 的 ρ’轉成 CIS 的 ρ，而 DIS 的 θ’和 CIS 的 θ 相同，因此最後的(u,v)座標可以經 由以下的公式算出：

cos









u

_c

u





sin  v_c v A.2 Back Mapping 研究

在 forward mapping 的步驟中，可以發現，當把 DIS 空間映射到 CIS 空間的時候，會留 下許多沒有被對應到的空白像素點。然而，這些CIS 的空白像素點如果經過 an多項式的反

函數，bn多項式，去對應到DIS 空間，則可以找到對應點，這個動作稱作 Back Mapping，

公式如下：



   N n n n b 1













其中bn是back mapping 的廣角鏡修正參數。和 forward mapping 的公式做比較，只有廣角

鏡頭的修正參數不同。如果把back mapping 觀念擴展到整張圖，可以發現在 CIS 中的每一 個點，都可以在其相對的DIS 空間裡面找到對應值，因此沒有需要處理空白像素點的問題， 只需要一個步驟就可以得到所有的CIS 像素點，這就是 back mapping 演算法的優點。算出 ρ’的值之後，求新座標的對應公式如下：

















u

c

cos

u

















v

_c

sin

v

A.3 Bilinear Interpolation 研究

當 Back Mapping module 計算出 DIS 空間的新座標(u’,v’)之後，需要做內插的動作以取 得比較精確的值，在這裡選用雙線性內插法（Bilinear Interpolation），好處是使用雙線性內 插法的時候，每個取樣點固定取2×2 個點來計算，所以計算量並不大。在這裡假設 A 和 B 分別表示經過Back Mapping 計算以後的 u’和 v’的整數部份，A’和 B’則分別表示 u’和 v’的 小數部份。根據雙線性內插法，可得： ) 1 ( ) 1 ( ) , ( 1 I A B A B I         ) 1 ( ) ( ) , 1 ( 2 I A B A B I         ) ( ) (1 1) , ( 3 I A B A B I        ) ( ) ( 1) , 1 ( 4 I A B A B I        

其中I’(A, B)，I’(A+1, B)，I’(A, B+1)，I’(A+1, B+1)，分別表示該 4 點的亮度值，而 I1’，I2’，

I3’，I4’分別表示該 4 點對(u’,v’)點的貢獻度。最後(u’,v’)的值可以用以下公式表示成



   4 1 ) , j j I v I(u

三、研究方法

首先回顧 K. V. Asari 的模組架構圖，在 Rectangular to Polar Coordinate 和 Polar to Rectangular Coordinate 中，K. V. Asari 使用 CORDIC 來處理笛卡兒和極座標之間的轉換， CORDIC 透過一連串的移位和加法，能把向量的角度和長度逼近出來。但使用 CORDIC 會 有成本較高及為了精確度，等待時間較長的缺點。原因是因為CORDIC 的演算法用循環逼 近來計算長度ρ 與角度 θ。

ρ θ θ μ ν l( vu, ) ρ   圖 3.1：系統架構圖 Step 1: Cartesian to Polar Coordinate Step 2: Back Mapping Step 3: Polar to Cartesian Coordinate Step 4: Linear Interpolation Inputs ( vu, )_, (u_c,v_c) (,)_,b ~1 bN (,)_, (uc,vc) ( vu , ) Outputs 2 ) ( 2 ) (uu_c  vv_c   ) arctan( c c u u v v    



   N n n n b 1            u_c cos u        v_c sin v I( vu, ) 表 3.1：廣角鏡扭曲修正方法中的 Input 和 output 方程式. 從表中可看出前後兩次 CORDIC 模組所完成的工作。第一次 CORDIC 模組，把笛卡兒 座標分離成長度與角度；第二次CORDIC 模組，合併長度和角度以換成笛卡兒座標。我們 可以發現，第一階段取得角度θ 和長度 ρ，只是為了計算第二階段三角函數的 cos 和 sin。 因此，我們利用放射狀扭曲的基本特性：扭曲前後只有距離改變（ρ，ρ’不相同），而角度 維持不變（θ，θ’相同）。在這樣的情況下，用邊長比例的方式，將 cos θ’和 sin θ’換成斜邊 和對邊以及斜邊和鄰邊的比例。消去三角函數後，我們就可以不需要角度。因此我們將四 個區塊的input 和 output 從表 3.1 化簡成表 3.2。 Step 1: Cartesian to Polar Coordinate Step 2: Back Mapping Step 3: Polar to Cartesian Coordinate Step 4: Linear Interpolation Inputs ( vu, )_, (u_c,v_c) _, b ~1 bN _, _{ ,} (u_c,v_c)_, ) ( ), (uu_c vv_c ) , ( vu  Outputs _{( )}2 _{( )}2 c c v v u u    



   N n n n b 1     c c u u u u       c c v v v v     ) , ( vu I 表 3.2：廣角鏡扭曲修正方法中消去角度的 Input 和 output 方程式. 4 

從表中可以發現，在我們的設計中，不再須要計算角度，因此可以移除CORDIC 模組，大 量減少計算成本。在計算距離 ρ 的部份，我們發現，可以使用簡化標準模型來化簡，藉由 代換法，我們可以將表3.2 進一步化簡成表 3.3，將四個區塊簡化成二個區塊。

Step 1:

Modified Backing Mapping

Step 2: Linear Interpolation ) (u ,v ) c ~c (u ,v ) Inputs ( vu, _, c c _, 1 N_, c c ( vu , ) Outputs 2 2 2 _{( ) ( )} c c v v u u     ) ( ...) 1 ( 6 3 4 2 2 1 c c c c c u u u u           ) ( ...) 1 ( 6 3 4 2 2 1 c c c c c v v v v           ) , ( vu I 表 3.3：廣角鏡扭曲修正方法化簡後的 Input 和 output 程式

四、結果與討論（含結論與建議）

本計劃的首要目標乃是解決在 Google Android 平台上使用廣角鏡頭所會產生的扭曲現 意的園地，而使用者也可享受其成果。系統需求主要有： 參數。 案。 m, 影像擷取子系統) 中擷取出完整的單張影 資訊，輸出到IAS 子系統。如 方 象。而之所以選擇 Android 平台是因其完全開放之手機平台特性，提供程式設計者揮灑創  拍攝廣角影像。  修正完成的影像空間的像素點對應到扭曲影像空間。  將影像扭曲的現象校正還原，使其像素對應比例正常。  調整影像扭曲轉正  對於校正完的影像資訊，編碼成一般標準格式的影像檔 本系統的主要功能可分割為三個子系統，分別敘述如下： 1. ICS (Image Capture Subsyste

ICS 的輸入端是 Android 手機的廣角鏡頭，從輸入端的影像串流 像資料，ICS 再將影像格式解碼，化成 RGB 格式的影像 下圖所示： 影像串流 RGB格式輸出

廣角鏡頭手機

影像校正

子系統

擷取完

整影像

影像

解析

2. IAS (Image Adjust Subsystem, 影像校正子系統)

IAS 的輸入端是 ICS，對於輸入的影像，先經過 Back Mapping 步驟找出對應點。當 Back Mapping 計算出 DIS 空間的新座標之後，需要做內插的動作以取得比較精確的 值。如下圖所示：

影像展示

子系統

廣角鏡頭修正模組

影像擷取

子系統

3. IDS (Image Display Subsystem, 影像展示子系統)

IDS 的輸入端是 IAS，對於輸入的影像，將影像資訊編碼成一般標準格式的影像檔案， 再將影像資訊依序傳遞到監視器上顯示出正確的影像。

廣角鏡頭手機

影像串流 RGB格式輸出

影像校正

子系統

影像生成

本計畫的系統實作環境如下表所示： SAMSUNG GALAXY S Wi-Fi 5.0 CPU SAMSUNG S5PC111, 1GHz

OS Android 2.2 Memory 5 2MB 1 RAM

軟體開發平台

CPU Intel E8300 2.83GHz Android SDK Android 2.2 Java SE SDK JDK 6 Eclipse Eclipse 3.5 本系統的主介面如右圖所示，此系統內建於 我們實作測試用的Android 手機，可即時拍 攝廣角影像與轉正。按鈕由上至下分別為：  「拍攝廣角影像」  「開啟舊檔」  「影像轉正」  「儲存檔案」  「結束」 6 

本計畫在經過近一年的實作與改良之後，其具代表性的測試結果如下圖所示，每列的左圖 是使用廣角鏡頭的Android 手機拍攝的影像，右圖則是經過我們應用程式修正後的影像。

本系統已達成需求規格書所列之所有功能，如下所示： 1. 整個系統的需求規格完成度(100%) (1) 系統能擷取出廣角鏡頭的影像 (2) 系統能修正廣角鏡頭造成的影像扭曲 (3) 系統能將修正結果顯示在手機螢幕上 2. 影像擷取子系統的需求規格完成度(100%) (1) 即時接收影像資料 (2) 擷取出廣角鏡頭的影像 (3) 將影像化成 RGB 影像資料 3. 影像校正子系統的需求規格完成度(100%) (1) 讀取影像資訊 (2) 將扭曲的影像修正回來 (3) 正確傳送修正後的影像資訊 4. 影像展示子系統的需求規格完成度(100%) (1) 系統將修正後資訊編碼成一般標準格式的影像檔案 (2) 系統能將修正結果顯示在顯示手機螢幕上

技術方案優越性

本計畫乃發展出適合嵌入式系統使用的較低運算複雜度(low-complexity)之廣角鏡頭修 正技術，並porting 到 Google Android 平台上。核心的低運算複雜度的廣角鏡頭修正技術 可推廣應用於許多具有價格考量的消費性電子產品上。

參考文獻

[1] K. V. Asari, S. Kumar, and D. Radhakrishnan, “A new approach for nonlinear distortion correction in

endoscopic images based on least squares estimation,” IEEE Trans. Med. Imag., vol. 18, no. 4, pp. 345–354, Apr. 1999.

[2] Y. Nomura, M. Sagara, H. Naruse, and A. Ide, “Simple calibration algorithm for high-distortion-lens camera,”

IEEE Trans. Pattern Anal. Mach. Intell., vol. 14, no. 11, pp. 1095–1099, Nov. 1992.

[3] J.Weng, P. Cohen, and M. Herniou, “Camera calibration with distortion models and accuracy evaluation,”

IEEE Trans. Pattern Anal. Mach. Intell., vol. 14, no. 10, pp. 965–980, Oct. 1992.

[4] W. E. Smith, N. Vakil, and S. A. Maislin, “Correction of distortion in endoscopic images,” IEEE Trans. Med.

Imag., vol. 11, no. 1, pp. 117–122, Jan. 1992.

[5] R. Y. Tsai, “An efficient and accurate camera calibration technique for 3D machine vision,” in Proc. IEEE

Comput. Vision Pattern Recognit., Miami, FL, 1986, pp. 364–374.

[6] D. C. Brown, “Decentreing distortion of lenses,” Photogramm. Eng. Remote Sens., pp. 444–462, 1966.

[7] Y. Nomura, M. Sagara, H. Naruse, and A. Ide, “Simple calibration algorithm for high-distortion-lens camera,”

IEEE Trans. Pattern Anal. Mach. Intell., vol. 14, no. 11, pp. 1095–1099, Nov. 1992.

[8] J.Weng, P. Cohen, and M. Herniou, “Camera calibration with distortion models and accuracy evaluation,”

IEEE Trans. Pattern Anal. Mach. Intell., vol. 14, no. 10, pp. 965–980, Oct. 1992.

[9] W. E. Smith, N. Vakil, and S. A. Maislin, “Correction of distortion in Endoscopic images,” IEEE Trans. Med.

Imag., vol. 11, no. 1, pp. 117–122, Jan. 1992.

[10] H. Hideaki, Y. Yagihashi, and Y. Miyake, “A new method for distortion correction of electronic endoscope images,” IEEE Trans. Med. Imag., vol. 14, no. 3, pp. 548–555, Mar. 1995.

[11] J. P. Helferty, C. Zhang, G. McLennan, and W. E. Higgins, “Videoendoscopic distortion correction and its application to virtual guidance of endoscopy,” IEEE Trans. Med. Imag., vol. 20, no. 7, pp. 605–617, Jul. 2001.

[12] S. D. Haynes, J. Stone, P. Y. K. Cheung, and W. Luk, “Video image processing with sonic architecture,” IEEE

Computer , vol. 33, no. 4, pp. 50–57, Apr. 2000.

[13] What is Android? http://code.google.com/intl/zh-TW/android/what-is-android.html

[14] Development Tools http://code.google.com/intl/zh-TW/android/intro/tools.html

[15] Google Android http://en.wikipedia.org/wiki/Google_Android

[16] Windows Mobile http://en.wikipedia.org/wiki/Windows_Mobile

[17] Apple iPhone http://en.wikipedia.org/wiki/IPhone

[18] Nokia Symbian http://en.wikipedia.org/wiki/Symbian_OS

[19] K. V. Asari, “Non-linear spatial warping of endoscopic images: An Architectural perspective for real-time applications,” J. Microprocess. Microsyst., vol. 26, no. 4, pp. 161–171, May 2002.

[20] J. D. Bruguera, N. Guil, T. Lang, J. Villalba, and E. L. Zapata, “CORDIC based parallel/pipelined architecture for the hough transform,” J. VLSI Signal Process., pp. 207–221, Jan. 2001.

[21] H. Hideaki, Y. Yagihashi, and Y. Miyake, “A new method for distortion correction of electronic endoscope images,” IEEE Trans. Med. Imag., vol. 14, no. 3, pp. 548–555, Mar. 1995.

[22] K. V. Asari, S. Kumar, and D. Radhakrishnan, “A new approach for nonlinear distortion correction in endoscopic images based on least squares estimation,” IEEE Trans. Med. Imag., vol. 18, no. 4, pp. 345–354, Apr.1999.

[23] J. P. Helferty, C. Zhang, G. McLennan, and W. E. Higgins, “Video endoscopic distortion correction and its application to virtual guidance of endoscopy,” IEEE Trans. Med. Imag., vol. 20, no. 7, pp. 605–617, Jul. 2001.

[24] Hau T. Ngo and Vijayan K. Asari, “A Pipeline Architecture for Real-Time Correction of Barrel Distortion in Wide-Angle Camera Images,” IEEE Trans. Circuits and System for Video Technology, vol. 15, no. 3, March. 2006.

[25] Development Board PXA300-S http://www.hhnet.com.tw/product-1-show.php?cat=3&no=70

國科會補助專題研究計畫項下出席國際學術會議心得報告

日期：100年04月20日

計畫編號 NSC99－2220－E－151－002－

計畫名稱

應用於

Google Android 平台的廣角影像修正系統

(嵌入式系統軟體技術開發分項)

出國人員

姓名

連志原

服務機構及

職稱

國立高雄應用科技大學

電子工程系助理教授

會議時間

100 年 04 月 10 日至

100 年 04 月 15 日

會議地點

中國上海

會議名稱

(中文) 第 30 屆計算機通信 IEEE 國際研討會

(英文) The 30th IEEE International Conference on Computer

Communications (IEEE INFOCOM 2011)

發表論文

題目

無

一、參加會議經過

2011 第 30 屆計算機通信 IEEE 國際研討會(The 30th IEEE International Conference on

Computer Communications (IEEE INFOCOM 2011))於 100 年 4 月 10 日至 100 年 4 月 15

日在中國上海舉行，總共有數百位來自世界各地的學界及業界的專家學者參與。會議

論文主要討論的議題有計算機通訊、有線網路和無線網路的通訊協定與溝通機制、多

媒體網路通訊等等。議程表如下所示：

會中的論文發表相當多，與會者可依需要，參加自己所關心的專題報告討論。由於

參加會議的人數相當多，實為非常難得的會議。

二、與會心得

今年在中國上海舉行的 IEEE INFOCOM 2011 相當盛大，會議總共長達六天，議

題相當廣泛，有數百位來自世界各地相關的學者與會，大家參與會議時的討論亦非

常熱烈，讓個人有相當多的收穫。雖然此次會議以網路通訊為主，但其中仍有一些

關於多媒體通訊的技術與應用，是個人最感興趣的，本人亦與數位學者交換研究相

關經驗，此行實在收益良多。

經由這次國際會議的實際參與，不但得以認識一些相關領域之學者專家，互相交

換研究心得，更吸收到許多關於多媒體通訊的最新技術與資訊，對日後在研究上與

計畫執行上，將大有所助益。個人非常感謝國科會的補助，才能夠出席參加此次國

際性會議。

三、考察參觀活動(無是項活動者略)

略

四、建議

無

五、攜回資料名稱及內容

研討會論文集光碟、摘要論文集

六、其他

無

國科會補助計畫衍生研發成果推廣資料表

日期:2011/10/26

國科會補助計畫

計畫名稱: 應用於Google Android平台的廣角影像修正系統(嵌入式系統軟體技術開發分 項) 計畫主持人: 連志原 計畫編號: 99-2220-E-151-002- 學門領域: 自由軟體暨嵌入式系統

無研發成果推廣資料

99 年度專題研究計畫研究成果彙整表

計畫主持人：連志原 計畫編號： 99-2220-E-151-002-計畫名稱：應用於 Google Android 平台的廣角影像修正系統(嵌入式系統軟體技術開發分項) 量化 成果項目 實際已達成 數（被接受 或已發表） 預期總達成 數(含實際已 達成數) 本計畫實 際貢獻百 分比 單位 備 註 （ 質 化 說 明：如 數 個 計 畫 共 同 成 果、成 果 列 為 該 期 刊 之 封 面 故 事 ... 等） 期刊論文 0 0 100% 研究報告/技術報告 0 0 100% 研討會論文 0 0 100% 篇 論文著作 專書 0 0 100% 申請中件數 0 0 100% 專利 已獲得件數 0 0 100% 件 件數 0 0 100% 件 技術移轉 權利金 0 0 100% 千元 碩士生 3 3 100% 博士生 1 1 100% 博士後研究員 0 0 100% 國內 參與計畫人力 （本國籍） 專任助理 0 0 100% 人次 期刊論文 0 0 100% 研究報告/技術報告 0 0 100% 研討會論文 0 0 100% 篇 論文著作 專書 0 0 100% 章/本 申請中件數 0 0 100% 專利 已獲得件數 0 0 100% 件 件數 0 0 100% 件 技術移轉 權利金 0 0 100% 千元 碩士生 0 0 100% 博士生 0 0 100% 博士後研究員 0 0 100% 國外 參與計畫人力 （外國籍） 專任助理 0 0 100% 人次

其他成果

(

無法以量化表達之成 果如辦理學術活動、獲 得獎項、重要國際合 作、研究成果國際影響 力及其他協助產業技 術發展之具體效益事 項等，請以文字敘述填 列。) 無 成果項目 量化 名稱或內容性質簡述 測驗工具(含質性與量性) 0 課程/模組 0 電腦及網路系統或工具 0 教材 0 舉辦之活動/競賽 0 研討會/工作坊 0 電子報、網站 0 科 教 處 計 畫 加 填 項 目 計畫成果推廣之參與（閱聽）人數 0

國科會補助專題研究計畫成果報告自評表

請就研究內容與原計畫相符程度、達成預期目標情況、研究成果之學術或應用價

值（簡要敘述成果所代表之意義、價值、影響或進一步發展之可能性）

、是否適

合在學術期刊發表或申請專利、主要發現或其他有關價值等，作一綜合評估。

1. 請就研究內容與原計畫相符程度、達成預期目標情況作一綜合評估

■達成目標

□未達成目標（請說明，以 100 字為限）

□實驗失敗

□因故實驗中斷

□其他原因

說明：

2. 研究成果在學術期刊發表或申請專利等情形：

論文：□已發表 □未發表之文稿 ■撰寫中 □無

專利：□已獲得 □申請中 ■無

技轉：□已技轉 □洽談中 ■無

其他：（以 100 字為限）

3. 請依學術成就、技術創新、社會影響等方面，評估研究成果之學術或應用價

值（簡要敘述成果所代表之意義、價值、影響或進一步發展之可能性）（以

500 字為限）

本計畫乃發展出適合嵌入式系統使用的較低運算複雜度(low-complexity)之廣角鏡頭修 正技術，並 porting 到 Google Android 平台上。此系統可應用於採用 Google Android 系統的手機或手持式裝置(例如：平板電腦)。而本計畫所發展出來的核心-低運算複雜度 的廣角鏡頭修正技術則可推廣應用於許多具有價格考量的消費性電子產品上。 *參與之工作人員獲得之訓練： (1) 瞭解現有的多種廣角鏡頭扭曲修正的架構模型。 (2) 學習並獲得有關嵌入式系統實作系統移植與模組設計之技術及經驗。 (3) 學習效能評估的能力。 (4) 學習演算法的設計流程。 (5) 培養程式設計的能力。 (6) 學習程式最佳化的能力。 (7) 學習 Android 平台上驗證、測試的流程。 *研究成果之貢獻： (1) 提昇我國嵌入式系統設計層次及研究水準。 (2) 為國家儲備電子影像處理的設計人才。 (3) 為國家儲備 Android 平台開發和軟體設計之人才 (4) 提昇我國 Android 平台的競爭能力。