特征點與第二特征點之間的復數(shù)個移位信息，可據(jù)以得知是否發(fā)生圖像形變。
[0056]此外，在本實施例中，步驟S306，形變檢測模塊152還可以計算這些移位信息而獲取第一圖像與第二圖像之間的相對旋轉(zhuǎn)角度。簡單來說，形變檢測模塊152可依據(jù)這些對應至不同特征點的移位量以及特征點的坐標位置而得知第一圖像與第二圖像之間的旋轉(zhuǎn)量，此圖像間的旋轉(zhuǎn)量例如是因為鏡頭模塊的旋轉(zhuǎn)所造成。于是，步驟S307，判斷模塊153判斷相對旋轉(zhuǎn)角度是否大于門檻值。當相對旋轉(zhuǎn)角度大于門檻值，步驟S308，判斷模塊153判定第一圖像與第二圖像之間的坐標參數(shù)關系改變。當相對旋轉(zhuǎn)角度并未大于門檻值，步驟S309，判斷模塊153判定第一圖像與第二圖像之間的坐標參數(shù)關系未改變。
[0057]值得一提的是，在一本實施例中，形變檢測模塊152還可判斷第一特征點與相對應之第二特征點投影至一參考坐標底下的坐標位置是否相符，并計算兩投影點(第一特征點的投影點與第二特征點的投影點)之間的投影移位量。當投影移位量大于門檻值，形變檢測模塊152再通過這些投影點所點對應的投影移位量來分析出第一圖像與第二之間的坐標參數(shù)關系。
[0058]圖4是依照本發(fā)明又一實施例所示出的圖像形變檢測方法的流程圖。請參照圖4，本實施例的方法適用于圖1的圖像獲取裝置100，以下即搭配圖像獲取裝置100中的各構(gòu)件說明本實施例圖像形變檢測方法的詳細步驟。
[0059]首先，步驟S401，獲取模塊151通過第一圖像傳感器110獲取第一圖像，并通過第二圖像傳感器120獲取第二圖像。其中，第一圖像傳感器110針對目標物而獲取第一圖像，且第二圖像傳感器120針對目標物而獲取第二圖像。具體而言，在本實施例中，選取目標物的方法例如可通過對焦單元130接收使用者用以選取目標物的點選信號，以選取目標物。舉例而言，使用者可以觸控方式或移動取像裝置到特定區(qū)域進行目標物的選取，但本發(fā)明不以此為限。在其他可行的實施例中，選取目標物的方法也可由對焦單元130進行物件檢測程序，以自動選取目標物，并取得目標物的坐標位置。
[0060]步驟S402，形變檢測模塊152依據(jù)第一圖像與第二圖像進行三維深度估測，以產(chǎn)生目標物對應的深度信息，并依據(jù)深度信息取得關于目標物的深度對焦位置。具體來說，形變檢測模塊152可通過立體視覺技術(shù)進行圖像處理，以求得目標物在空間中的三維坐標位置以及圖像中各點的深度信息。再者，依據(jù)深度信息取得關于目標物的深度對焦位置的步驟例如是依據(jù)深度信息查詢深度對照表來取得關于目標物的對焦位置。
[0061]因此，通過事先求得步進馬達的步數(shù)或音圈馬達的電流值與目標物清晰深度的對應關系，則可依據(jù)目前獲得的目標物的深度信息查詢到此深度信息所對應的步進馬達的步數(shù)或音圈馬達的電流值，并據(jù)此取得關于目標物的深度對焦位置。
[0062]接著，步驟S403，形變檢測模塊152通過自動對焦程序而獲取得關于目標物的自動對焦位置。具體而言，執(zhí)行自動對焦程序的過程可以是通過對焦單元130自動控制鏡頭模塊進行大范圍的移動，以分別調(diào)整第一圖像傳感器110與第二圖像傳感器120的鏡頭至所需的對焦位置，以取得關于目標物的自動對焦位置。對焦單元130例如是利用自動對焦技術(shù)中所使用的爬山法(hill-climbing)來獲取關于目標物的自動對焦位置，但本發(fā)明并不以此為限。
[0063]步驟S404，形變檢測模塊152比較深度對焦位置與自動對焦位置而獲取焦距差異值。一般來說，在圖像獲取裝置100未遭受撞擊時，圖像獲取裝置100可獲取理想的深度信息。一旦圖像獲取裝置100遭受撞擊，第一圖像傳感器110與第二圖像傳感器120之間的空間設置關系將產(chǎn)生變動，圖像獲取裝置100無法依據(jù)之前預設的校正參數(shù)來獲取理想的深度信息，也就無法通過深度信息與事先存儲好的深度信息查詢深度對照表估測出正確的深度對焦位置，因此深度對焦位置與通過自動對焦程序所獲得的自動對焦位置將產(chǎn)生差異。
[0064]于是，步驟S405，判斷模塊153判斷焦距差異值是否大于門檻值。當焦距差異值大于門檻值，步驟S406，判定第一圖像與第二圖像之間的坐標參數(shù)關系改變。當焦距差異值并未大于門檻值，步驟S407，判斷模塊153判定第一圖像與第二圖像之間的坐標參數(shù)關系并未改變。
[0065]值得一提的是，當圖像獲取裝置100判定第一圖像與第二圖像之間的參數(shù)坐標改變時，代表當前的校正參數(shù)已無法對圖像進行準確的圖像糾正。因此，圖像獲取裝置100的深度估測引擎已無法通過雙鏡頭所獲取的圖像來產(chǎn)生理想的深度信息?；?，在本發(fā)明一實施例中，為了在圖像獲取裝置100更新或修正當前的校正參數(shù)或工廠預設校正參數(shù)之前，圖像形變檢測方法還包括對當下的第一圖像與第二圖像進行動態(tài)扭曲(dynamicwarping)程序，以進一步修正第一圖像與第二圖像之間的坐標參數(shù)關系。
[0066]為了詳細說明圖像獲取裝置如何針對當下的圖像進行修正，圖5是依照本發(fā)明再一實施例所示出的圖像形變檢測方法的流程圖。請參照圖5，在本實施例中，假設圖像獲取裝置100已通過前述方式判斷圖像是否發(fā)生形變，且本實施例的方法適用于圖1的圖像獲取裝置100，以下即搭配圖像獲取裝置100中的各構(gòu)件說明本實施例圖像形變檢測方法的詳細步驟。
[0067]首先，步驟S501，動態(tài)扭曲模塊154通過當前校正參數(shù)對第一圖像與第二圖像進行圖像糾正。具體來說，在圖像獲取裝置100通過深度估測器計算圖像的深度信息之前，會利用當前校正參數(shù)對第一圖像與第二圖像進行圖像糾正，以將第一圖像與第二圖像校正至理想的空間對應關系，從而獲取正確的深度信息。步驟S502，動態(tài)扭曲模塊154判斷第一圖像與第二圖像之間的坐標參數(shù)關系是否改變。具體來說，動態(tài)扭曲模塊154可通過判斷模塊153所產(chǎn)生的判斷結(jié)果來據(jù)以得知第一圖像與第二圖像之間的坐標參數(shù)關系是否改變。其中，判斷圖像是否發(fā)生形變的詳細內(nèi)容已在圖2?圖4所示的實施例清楚說明，在此不再贅述。當?shù)谝粓D像與第二圖像之間的坐標參數(shù)關系改變，代表圖像獲取裝置100已經(jīng)無法通過當前的校正參數(shù)將第一圖像與第二圖像校正至理想的空間對應關系。
[0068]于是，當?shù)谝粓D像與第二圖像之間的坐標參數(shù)關系改變時，步驟S503，動態(tài)扭曲模塊154對第一圖像與第二圖像進行動態(tài)扭曲程序，以校正第一圖像與第二圖像之間的坐標參數(shù)關系。具體來說，動態(tài)扭曲程序的目的在于將第一圖像與第二圖像校正至理想的空間對應關系。舉例來說，將第一圖像與第二圖像校正至水平共線的狀態(tài)。
[0069]基于圖3所示的實施例可知，形變檢測模塊152可通過特征點的移位量計算出第一圖像與第二圖像之間的旋轉(zhuǎn)量。同樣地，動態(tài)扭曲模塊154也可通過特征點的移位量或圖像間的旋轉(zhuǎn)量來尋找出一組最佳的參數(shù)調(diào)整信息，以將第一圖像與第二圖像調(diào)整至理想的空間對應關系。舉例來說，動態(tài)扭曲模塊154例如利用最佳化算法與旋轉(zhuǎn)矩陣(rotat1nmatrix)來尋找出最佳的旋轉(zhuǎn)調(diào)整角度，并依照此旋轉(zhuǎn)調(diào)整角度來旋轉(zhuǎn)左圖像或右圖像，致使兩圖像可對應至理想的參數(shù)坐標關系。最佳化算法例如是梯度下降法(gradient decentmethod)、萊文貝格-馬夸特方法(Levenberg-Marquardt method,簡稱 LM method)或高斯牛頓算法(Gauss-Newton method)等,用以計算出最佳的旋轉(zhuǎn)調(diào)整參數(shù)。
[0070]再者，在本發(fā)明的實施例中，動態(tài)扭曲模塊154可以第一圖像為依據(jù)來調(diào)整第二圖像，也可以第二圖像為依據(jù)來調(diào)整第一圖像，以將第一圖像與第二圖像調(diào)整至理想的空間對應關系。此外，在一實施例中，動態(tài)扭曲模塊154也可同時調(diào)整第一圖像與第二圖像，以將第一圖像與第二圖像調(diào)整至理想的空間對應關系。
[0071]值得一提的是，在本實施例中，第一圖像與第二圖像已經(jīng)通過當前的校正參數(shù)進行過圖像糾正。因此，即使當前的校正參數(shù)無法將第一圖像與第二圖像校正至理想的狀態(tài)，但第一圖像與第二圖像之間的形變程度已經(jīng)降低，以致尋找出最佳的參數(shù)調(diào)整信息的運算量也可降低。舉例來說，若第一圖像與第二圖像未通過當前的校正參數(shù)進行過圖像糾正，動態(tài)扭曲模塊154可能需在+30度至-30度的范圍內(nèi)尋找出最佳的旋轉(zhuǎn)調(diào)整角度。若第一圖像與第二圖像已通過當前的校正參數(shù)進行過圖像糾正，動態(tài)扭曲模塊154可能僅需在+5度至-5度的范圍內(nèi)尋找出最佳的旋轉(zhuǎn)調(diào)整角度。
[0072]舉例來說，圖6A為依據(jù)本發(fā)明一實施例所示出的未經(jīng)動態(tài)扭曲程序的第一圖像與第二圖像的示意圖。圖6B為依據(jù)本發(fā)明一實施例所示出的經(jīng)動態(tài)扭曲程序的第一圖像與第二圖像的示意圖。參閱圖6A，