CN101673395A - 图像拼接方法及装置 - Google Patents

图像拼接方法及装置 Download PDF

Info

Publication number
CN101673395A
CN101673395A CN200810212183A CN200810212183A CN101673395A CN 101673395 A CN101673395 A CN 101673395A CN 200810212183 A CN200810212183 A CN 200810212183A CN 200810212183 A CN200810212183 A CN 200810212183A CN 101673395 A CN101673395 A CN 101673395A
Authority
CN
China
Prior art keywords
image
width
cloth
overlapping region
depth map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200810212183A
Other languages
English (en)
Other versions
CN101673395B (zh
Inventor
李凯
刘源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Device Co Ltd
Huawei Device Shenzhen Co Ltd
Original Assignee
Shenzhen Huawei Communication Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Huawei Communication Technologies Co Ltd filed Critical Shenzhen Huawei Communication Technologies Co Ltd
Priority to CN200810212183A priority Critical patent/CN101673395B/zh
Priority to ES09812625T priority patent/ES2402229T3/es
Priority to EP09812625A priority patent/EP2328125B1/en
Priority to PCT/CN2009/072927 priority patent/WO2010028559A1/zh
Publication of CN101673395A publication Critical patent/CN101673395A/zh
Priority to US13/045,281 priority patent/US8345961B2/en
Application granted granted Critical
Publication of CN101673395B publication Critical patent/CN101673395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/16—Image acquisition using multiple overlapping images; Image stitching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像拼接方法及装置，涉及图像处理技术，解决了现有技术中图像拼接重影问题较严重的问题。本发明实施例查找两幅图像之间的重叠区域，然后获取重叠区域的深度图，并通过深度图将两幅图像拼接到一起，在拼接过程，可以通过深度图了解到图像的立体信息，以便减少重影问题。本实施例主要用在各种多场景的视频会议、制作宽广视角图片或视频中。

Description

图像拼接方法及装置
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像拼接方法及装置。
背景技术
通过反/折射系统、鱼眼透镜等硬件设备能够直接建立无缝广角图像，但由于这些硬件设备是在有限的成像面上捕获尽可能多的信息，导致了建立的无缝广角图像产生严重失真。
通过将数字成像设备可以拍摄到数字格式的图像，将多幅数字图像拼接可以获取一幅视场宽度较大的数字全景图像，并且最终得到的数字全景图像失真较小。目前应用较多的图像拼接技术包括如下几种：
第一、在一个固定观测点拍摄多幅观察方向不同的图像，然后计算出不同图像之间的点到点的映射关系，这一映射关系称为对应变换(Homography)，主要表现为平移、旋转、仿射以及投影等形式；接下来将所有的图像按照对应变换关系投影到统一的坐标系下并拼接形成一个视场宽度较大的图像，或者形成一个360°视野的图像；最后采用平滑函数消除在图像拼接时在重叠区域上出现的缝隙。
这种图像拼接方法通常被用于互联网上的虚拟漫游，登入网站的游客可以浏览真实世界中景物的全景影像。但由于该拼接方法只有在固定观测点拍摄到的图像才有意义，这就要求必须在同一个静止位置拍摄得到所有图像，否则，在拼接出来的图像会由于视差产生的重影，使得拼接处出现不自然的过渡。而实际运用时，很难做到在同一个静止位置拍摄，即：摄像机绕光心旋转拍摄使得拍摄到的多幅图像其光心重合。
第二、在获取到多幅视点不同的图像后，先以视点之间某些连续中间点作为视点重新构建图像，然后找出原来获取的图像以及重构的图像中重叠的区域，再根据重叠区域进行图像拼接。
以中间点作为视点重构图像的方法能够减少两个视点视差对拼接图像造成的重影。但是，如果原始图像的视差过大，为了减少拼接图像的重影，需要生成过多中间点图像，导致运算量过大。对于两个以上视点图像进行拼接，也将产生过多中间点图像，导致图像拼接耗费过多时间。
第三、通过标定摄像机的方法获取摄像机的焦距、主点坐标、畸变因子以及旋转角度和位置等参数，以便对摄像机拍摄的图像进行映射关系的计算。
以上第三种方法中，需要对摄像机进行标定，而标定是计算机领域较难的课题。同时，为了在进行视差补偿时不用考虑背景的视差，该方法还需要将拍摄图像的背景设置成单一背景。
发明内容
本发明的实施例提供一种图像拼接方法及装置，在不需要对应用场景进行严格限制的情况下，减少拼接后的图像中的重影。
为达到上述目的，本发明的实施例采用如下技术方案：
一种图像拼接方法，包括：
获取两幅图像，所述两幅图像之间存在重叠区域；
查找所述两幅图像的重叠区域；
获取所述重叠区域的深度图；
根据所述深度图将所述两幅图像拼接成一幅图像。
一种图像拼接装置，包括：
第一获取单元，用于获取两幅图像，所述两幅图像之间存在重叠区域；
查找单元，用于查找所述两幅图像的重叠区域；
第二获取单元，用于获取所述重叠区域的深度图；
拼接单元，用于根据所述深度图将所述两幅图像拼接成一幅图像。
本发明实施例提供的图像拼接方法及装置，在对两幅图像进行拼接时，先找到两者的重叠区域，然后获取重叠区域的深度图，由于深度图能够精确反映各个像素点距离摄像机的距离。如果拍摄图像的背景不是单一背景，图像中的信息由于距离摄像机的远近不同造成视差不同，使得图像中的像素位于不同的层次，由于本实施例可以通过深度图进行精确计算出各个层次的视差，使得进行图像拼接时能够对重叠区域的像素进行精确处理，以减少拼接后图像中的重影。所以，本实施例提供的图像拼接方法及装置能够在不需要对应用场景进行严格限制的情况下，减少拼接后的图像中的重影。
同时，由于本实施例中只利用了两幅图像，以及重叠区域的深度图进行拼接处理，不需要重新计算中间视点的图像，能够节约大量的运算。
附图说明
图1为本发明实施例1中图像拼接方法的流程图；
图2为本发明实施例1中图像拼接装置的结构示意图；
图3为本发明实施例2中图像拼接方法的流程图；
图4为本发明实施例2中深度和视差的几何关系图；
图5为本发明实施例2中图像拼接装置的结构示意图；
图6为本发明实施例2中第二获取单元的结构示意图；
图7为本发明实施例3中图像拼接方法的流程图；
图8为本发明实施例3中图像拼接装置的结构示意图。
具体实施方式
下面结合附图对本发明实施例图像拼接方法及装置进行详细描述。
实施例1：
如图1所示，本实施例提供一种图像拼接方法，该方法包括如下步骤：
101、获取两幅图像，这两幅图像可以是实时地通过摄像机拍摄得到，也可以从已经拍摄好的图像库中提取。
102、如果这两幅图像是可以拼接到一起的，那么这两幅图像的景物之间应该存在相同的部分，本步骤就是查找所述两幅图像的重叠区域。
在查找重叠区域可以采用如下方法：SIFT(Scale-Invariant Features：尺度不变的特征)特征点检测方法、Harris特征点检测方法、Susan特征点检测方法、立体图像匹配方法、或者其他特征点检测方法等。在某些情况下还可以采用手动选取特征点的方法得到重叠区域。
其中，SIFT特征点检测方法是目前较优秀的一种特征点检测方法，满足仿射不变，故而本实施例中采用SIFT特征点检测方法来查找重叠区域。
103、为了能够精确拼接图像，本实施例需要得到重叠区域的立体信息，故而在本步骤中需要获取所述重叠区域的深度图以表征重叠区域的立体信息。
104、根据所述深度图将所述两幅图像拼接成一幅图像，使得拼接后的图像在重叠区域内部会出现重影。
如图2所示，本实施例还提供一种图像拼接装置，该装置包括：第一获取单元21、查找单元22、第二获取单元23和拼接单元24。
其中，第一获取单元21用于获取两幅图像，如果所述两幅图像是实时地通过摄像机拍摄得到，那么该第一获取单元21就是一对摄像机，如果所述两幅图像是从已经拍摄好的图像库中提取，那么该第一获取单元21就是输入接口。所述查找单元22用于查找所述两幅图像的重叠区域，该查找单元可以采用上述步骤102中介绍的工作原理；所述第二获取单元23用于获取查找单元查找到的重叠区域的深度图；所述拼接单元24用于根据所述深度图将所述两幅图像拼接成一幅图像。
采用本实施例的图像拼接方法及装置后，如果拍摄图像的背景不是单一背景，使得图像中的像素位的层次较多，由于本实施例可以通过深度图进行精确计算出各个层次的视差，使得进行图像拼接时能够对重叠区域的像素进行精确处理，以减少拼接后图像中的重影。
实施例2：
如图3所示，本实施例提供一种图像拼接方法，该方法包括如下步骤：
301、通过两台摄像机分别拍摄两幅图像，在这两幅图像的景物之间存在重叠的部分。
302、查找所述两幅图像之间的重叠区域，在实际应用时，可以采用如下方法查找两幅图像之间的重叠区域：SIFT(Scale-Invariant Features：尺度不变的特征)特征点检测方法、Harris特征点检测方法、Susan特征点检测方法、立体图像匹配方法、或者其他特征点检测方法等。在某些情况下还可以采用手动选取特征点的方法得到重叠区域。
303、通过深度摄像机直接获取所述重叠区域的深度图，该深度摄像机通过物理方法直接测量到景物距离深度摄像机的距离，如：向景物发射电磁波、红外线等，根据景物反射电磁波或红外线所需的时间确定景物距离深度摄像机的距离。这就相当于本实施例中需要通过步骤301中提到的两个普通摄像机获取图像，还需要通过该深度摄像机获取深度图。
以上为其中一种获取重叠区域深度图的方法，在实际应用时，可以根据场景的不同选择其他获取深度图的方法，例如通过计算两幅图像中的视差来确定深度图。
其中视差表示由于两个摄像机之间存在距离，并且景物点距离摄像机(深度)不能无穷远，使得同一个景物点在两个摄像机中成像位置不同。一般，深度越大，视差越小；深度越小，视差越大。
如图4所示，视差p和深度zp的关系推导过程如下：
x L D = x p D - z p x R - x B D = x p - x B D - z p ⇒ x L - x R + x B D = x B D - z p ⇒ p = x B ( 1 - D D - z p ) = x B ( 1 z p D - 1 + 1 )
其中XL-XR为视差，D表示摄像机的焦距，xB摄像机之间的距离，当深度较小时，则视差p和深度zp的关系可以等效为：
所以，可以通过图像匹配的方法计算出视差后，再通过视差计算出深度图。本实施例中，可以采用的方法包括如下两种：
第一、直接计算所述两幅图像重叠区域内对应像素之间的视差，并根据视差计算重叠区域的深度图。
第二、在两个视点重新获取所述重叠区域内的两幅图像，计算重新获取的两幅图像中对应像素之间的视差，并根据视差计算重叠区域内的深度图。
上述第一种方法不需要单独获取图像用来计算视差，能够节约部分摄像机，采用第二种方法需要再设置一个双目摄像机。
获取到重叠区域的深度图后，就可以进行图像拼接了，下面步骤具体介绍图像拼接过程。
304、计算所述两幅图像之间的单应性矩阵，所述两幅图像上的像素点均在所述单应性矩阵内存在对应的矩阵元素。
305、由于每幅图像中的像素点均和单应性矩阵中的矩阵元素对应，可以将将第一幅图像按照其像素点与单应性矩阵的矩阵元素的对应关系映射到目标坐标系中。
一般情况这种映射就相当于将第一幅图像中的全部像素点完整地映射到目标坐标系，所以，所述目标坐标系可以就是所述第一幅图像的坐标系，这样就不用对第一幅图像进行复杂的映射操作，只需要完整保留第一幅图像就可以完成本步骤中的映射功能。
306、由步骤304中的介绍可知，视差p和深度zp的关系为：
Figure A20081021218300121
D表示摄像机的焦距，xB摄像机之间的距离。所以，可以根据深度图中深度值分别计算重叠区域内两幅图像上每对对应像素之间的视差。
307、判断计算出的视差是否超出预定的视差范围，如果超出预定的视差范围，执行步骤309；否则执行步骤308。考虑到拼接图像的精度要求，一般情况下，这个预定的视差范围最好是0个像素到1个像素。
308、舍弃第二幅图像的像素点，并执行步骤310。
309、将第二幅图像的像素点映射到目标坐标系中第一幅图像对应像素点的坐标上，即：计算所述两幅图像中对应像素点的加权平均色度值和加权平均亮度值，并将该加权平均色度值和加权平均亮度值分别作为目标坐标系中第一幅图像对应像素点的色度值和亮度值，然后执行步骤310。
310、判断所述重叠区域的像素是否处理完毕，如果处理完毕执行步骤311；否则执行步骤306。
311、将第二幅图像中在重叠区域以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中，这一步的操作就相当于将非重叠区域的像素直接映射到目标坐标系中，本实施例的目标坐标系为第一幅图像的坐标系。
对应于上述图像拼接方法，本实施例还提供一种图像拼接装置，如图5所示，该装置包括：第一获取单元51、查找单元52、第二获取单元53以及拼接单元54。
其中，第一获取单元51用于获取两幅图像，本实施例两幅图像是实时地通过摄像机拍摄得到，所以，所述第一获取单元51就是一对普通的摄像机；所述查找单元52用于查找所述两幅图像的重叠区域。
通过对重叠区域的拼接就可以完成图像的拼接，为了减少重叠区域的拼接时产生的重影，首先需要获取重叠区域的深度图，本实施例中第二获取单元53用于获取所述重叠区域的深度图。第二获取单元53包括如下实现方式：
第一、将第二获取单元53直接取为深度摄像机，。
第二、所述第二获取单元53包括计算模块531，该计算模块531用于计算所述两幅图像重叠区域内对应像素之间的视差，并根据视差计算重叠区域的深度图，其中，视差p和深度zp的关系为：
Figure A20081021218300131
D表示摄像机的焦距，xB摄像机之间的距离。
第三、如图6所示，所述第二获取单元包括：获取模块61和计算模块62。
其中，获取模块61用于在两个视点重新获取所述重叠区域内的两幅图像，相当于一个双目摄像机；计算模块62用于计算重新获取的两幅图像中对应像素之间的视差，并根据视差计算重叠区域内的深度图，其中，视差p和深度zp的关系为：D表示摄像机的焦距，xB摄像机之间的距离。
得到上述的深度图后，拼接单元54根据所述深度图将所述两幅图像拼接成一幅图像。其中拼接单元54包括第一计算模块541、映射模块542和第二计算模块543。
第一计算模块541用于计算所述两幅图像之间的单应性矩阵，所述两幅图向上的像素点在该单应性矩阵内均有对应的矩阵元素，并且如果这两幅图像中像素点对应于景物中的同一点，则这两个像素点对应于单应性矩阵中的同一个矩阵元素。映射模块542用于将第一幅图像按照其与单应性矩阵的对应关系映射到目标坐标系中；第二计算模块543用于根据所述深度图计算所述重叠区域内两幅图像上对应像素之间的视差。当视差在预定视差范围内时，所述映射模块542直接舍弃第二幅图像的像素点；当视差超出预定视差范围时，所述映射模块542将第二幅图像的像素点映射到目标坐标系中第一幅图像对应像素点的坐标上，即：计算所述两幅图像中对应像素点的加权平均色度值和加权平均亮度值，并将所述加权平均色度值和加权平均亮度值分别作为目标坐标系中第一幅图像对应像素点的色度值和亮度值。考虑到拼接图像的精度要求，一般情况下，这个预定的视差范围最好是0个像素到1个像素。在完成重叠区域的映射后，本实施例中的映射模块542还需要将第二幅图像中在重叠区域以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中，使得拼接后的图像是一个完整的图像，不会丢失原有数据。
采用本实施例的图像拼接方法及装置后，如果拍摄图像的背景不是单一背景，使得图像中的像素位的层次较多，由于本实施例可以通过深度图进行精确计算出各个层次的视差，使得进行图像拼接时能够对重叠区域的像素进行精确处理，以减少拼接后图像中的重影。并且本实施例中没有采用对摄像机进行标定的技术，降低了本实施例应用时的难度。
并且由于本实施例不需要计算大量的中间视点图像，相对于采用中间视点进行图像拼接的方法而言，本实施例能够节约更多的计算资源。采用中间视点图像拼接的方法，在两个视点观察同一个物体时，由于其中一个视点能够看到，而另一个视点不能看到，在生成中间点图像时就可能会产生遮挡或者空洞，需要准确计算遮挡关系，并进行空洞填充。而本实施例采用深度图表示图像的立体信息，使得在拼接后的图像中能够直接通过深度信息来确定遮挡关系，而且没有空洞的产生。
本实施例在应用时，直接采用的时两个摄像机同时拍摄的图像，而这种情况没有限制摄像机的光心要在同一点，所以，本实施例允许摄像机在在拍摄图像时其光心位于不同的点。
实施例3：
如图7所示，本实施例提供一种图像拼接方法，该方法包括如下步骤：
701、通过两台摄像机分别拍摄两幅图像，在这两幅图像的景物之间存在重叠的部分。
702、查找所述两幅图像之间的重叠区域，在实际应用时，可以采用如下方法查找两幅图像之间的重叠区域：SIFT(Scale-Invariant Features：尺度不变的特征)特征点检测方法、Harris特征点检测方法、Susan特征点检测方法、立体图像匹配方法、或者其他特征点检测方法等。在某些情况下还可以采用手动选取特征点的方法得到重叠区域。
703、通过深度摄像机直接获取所述重叠区域的深度图，该深度摄像机通过物理方法直接测量到景物距离深度摄像机的距离，如：向景物发射电磁波、红外线等，根据景物反射电磁波或红外线所需的时间确定景物距离深度摄像机的距离。这就相当于本实施例中需要通过步骤701中提到的两个普通摄像机获取图像，还需要通过该深度摄像机获取深度图。
以上为其中一种获取重叠区域深度图的方法，在实际应用时，可以根据场景的不同选择其他获取深度图的方法，例如通过计算两幅图像中的视差来确定深度图。
704、根据所述深度图生成所述两幅图像视点之间连续的中间虚拟视点图像。具体为根据以下公式计算虚拟视点图像与已知图像之间的视差：
d＝A1O1′-A2O2′＝f*(CO1-CO2)/Z＝f*Bp0/Z。
其中，d为虚拟视点图像与已知视图之间的视差，f为摄像机的焦距，Bp0为虚拟视点之间的距离，Z为图像的深度。
结合上述计算处的视差和已知图像可以生成中间虚拟视点图像，具体公式为：
Figure A20081021218300161
其中，x0为已知图像上像素点的横坐标，xp为已知图像上的像素点在中间虚拟视点图像上对应的横坐标，B为两个原摄像点之间的距离，Bp0为中间虚拟视点与其中一个原摄像点之间的距离。
705、将所述两幅图像和中间虚拟视点图像拼接成一幅图像，可以将所有的图像按照视点的顺序排列，然后依次两两图像之间进行拼接。
对应于上述图像拼接方法，本实施例还提供一种图像拼接装置，如图8所示，该装置包括：第一获取单元81、查找单元82、第二获取单元83以及拼接单元84。
其中，第一获取单元81用于获取两幅图像，本实施例两幅图像是实时地通过摄像机拍摄得到，所以，所述第一获取单元81就是一对普通的摄像机；所述查找单元82用于查找所述两幅图像的重叠区域。所述第二获取单元83为深度摄像机，用于获取所述重叠区域的深度图。
所述拼接单元84包括：生成模块841和拼接模块842。
所述生成模块841用于根据所述深度图生成所述两幅图像视点之间连续的中间虚拟视点图像；具体为根据以下公式计算中间虚拟视点图像与已知图像之间的视差：d＝A1O1′-A2O2′＝f*(CO1-CO2)/Z＝f*Bp0/Z。
其中，d为虚拟视点图像与已知视图之间的视差，f为摄像机的焦距，Bp0为虚拟视点之间的距离，Z为图像的深度。
结合上述计算处的视差和已知图像可以生成中间虚拟视点图像，具体公式为：
Figure A20081021218300171
其中，x0为已知图像上像素点的横坐标，xp为已知图像上的像素点在中间虚拟视点图像上对应的横坐标，B为两个原摄像点之间的距离，Bp0为中间虚拟视点与其中一个原摄像点之间的距离。
所述拼接模块842用于将所述两幅图像和中间虚拟视点图像拼接成一幅图像。拼接模块842将所有的图像按照视点的顺序排列，然后依次两两图像之间进行拼接。
本实施例中采用的拼接方法和实现相应功能的装置采用通过深度图直接计算中间虚拟视点的图像，然后将中间虚拟视点图像和原始的两幅图像拼接成一幅图像。由于是采用深度图直接计算中间虚拟视点图像，相对于现有技术中通过两幅图像来计算中间虚拟视点图像而言，本实施例的计算更加快捷。
本发明实施例将两个从不同视点分别获取到两幅图像，计算出重叠区域的深度图，从而利用深度图进行拼接，使得拼接图像的应用范围不再局限于同一视点获取的图像。当然，在同一视点获取的两幅图像，如果两者具有重叠区域，也是可以采用本发明实施例进行拼接的。
上述实施例只是采用了两幅图像进行说明，在具体进行多幅图像的拼接时，需要先将两幅图像拼接完成，然后将拼接后的图像和第三幅图像按照上述方法进行拼接，一次类推，即可得到多幅图像拼接成的宽广视角图像。
本实施例涉及的方法和装置可以用在多场景的视频会议、获取宽广视角图像或视频的技术中。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (13)

1、一种图像拼接方法，其特征在于，包括：
获取两幅图像，所述两幅图像之间存在重叠区域；
查找所述两幅图像的重叠区域；
获取所述重叠区域的深度图；
根据所述深度图将所述两幅图像拼接成一幅图像。
2、根据权利要求1所述的图像拼接方法，其特征在于，获取所述重叠区域的深度图包括：
利用深度摄像机直接获取所述重叠区域的深度图；或者
计算所述两幅图像重叠区域内对应像素之间的视差，并根据所述视差计算重叠区域的深度图；或者
在两个视点重新获取所述重叠区域内的两幅图像，计算重新获取的两幅图像中对应像素之间的视差，并根据视差计算重叠区域内的深度图。
3、根据权利要求1所述的图像拼接方法，其特征在于，根据所述深度图将所述两幅图像拼接成一幅图像包括：
计算所述两幅图像之间的单应性矩阵；
将第一幅图像按照其与单应性矩阵的对应关系映射到目标坐标系中；
根据所述深度图计算所述重叠区域内两幅图像上对应像素之间的视差；
若视差在预定视差范围内，则舍弃第二幅图像的像素点；
若视差超出预定视差范围，则将所述第二幅图像在所述重叠区域内的像素点映射到目标坐标系中第一幅图像的对应像素点的坐标上；
将第二幅图像中在重叠区域以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中。
4、根据权利要求3所述的图像拼接方法，其特征在于，所述目标坐标系为所述第一幅图像的坐标系。
5、根据权利要求3所述的图像拼接方法，其特征在于，将所述第二幅图像在所述重叠区域内的像素点映射到目标坐标系中第一幅图像的对应像素点的坐标上为：计算所述两幅图像中对应像素点的加权平均色度值和加权平均亮度值，并将该加权平均色度值和加权平均亮度值分别作为目标坐标系中第一幅图像对应像素点的色度值和亮度值。
6、根据权利要求1所述的图像拼接方法，其特征在于，根据所述深度图将所述两幅图像拼接成一幅图像包括：
根据所述深度图生成所述两幅图像视点之间连续的中间虚拟视点图像；
将所述两幅图像和中间虚拟视点图像拼接成一幅图像。
7、一种图像拼接装置，其特征在于，包括：
第一获取单元，用于获取两幅图像，所述两幅图像之间存在重叠区域；
查找单元，用于查找所述两幅图像的重叠区域；
第二获取单元，用于获取所述重叠区域的深度图；
拼接单元，用于根据所述深度图将所述两幅图像拼接成一幅图像。
8、根据权利要求7所述的图像拼接装置，其特征在于，所述第二获取单元为深度摄像机。
9、根据权利要求7所述的图像拼接装置，其特征在于，所述第二获取单元包括：
计算模块，用于计算所述两幅图像重叠区域内对应像素之间的视差，并根据所述视差计算重叠区域的深度图。
10、根据权利要求7所述的图像拼接装置，其特征在于，所述第二获取单元包括：
获取模块，用于在两个视点重新获取所述重叠区域内的两幅图像；
计算模块，用于计算重新获取的两幅图像中对应像素之间的视差，并根据视差计算重叠区域内的深度图。
11、根据权利要求7所述的图像拼接装置，其特征在于，所述拼接单元包括：
第一计算模块，用于计算所述两幅图像之间的单应性矩阵；
映射模块，用于将第一幅图像按照其与单应性矩阵的对应关系映射到目标坐标系中；
第二计算模块，用于根据所述深度图计算所述重叠区域内两幅图像上对应像素之间的视差；
所述映射模块还用于当视差超出预定视差范围时，将所述第二幅图像在所述重叠区域内的像素点映射到目标坐标系中第一幅图像的对应像素点的坐标上；
所述映射模块还用于将第二幅图像中在重叠区域以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中。
12、根据权利要求11所述的图像拼接装置，其特征在于，所述映射模块用于当视差超出预定视差范围时，计算所述两幅图像中对应像素点的加权平均色度值和加权平均亮度值，并将所述加权平均色度值和加权平均亮度值分别作为目标坐标系中第一幅图像对应像素点的色度值和亮度值。
13、根据权利要求7所述的图像拼接装置，其特征在于，所述拼接单元包括：
生成模块，用于根据所述深度图生成所述两幅图像视点之间连续的中间虚拟视点图像；
拼接模块，用于将所述两幅图像和中间虚拟视点图像拼接成一幅图像。
CN200810212183A 2008-09-10 2008-09-10 图像拼接方法及装置 Active CN101673395B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN200810212183A CN101673395B (zh) 2008-09-10 2008-09-10 图像拼接方法及装置
ES09812625T ES2402229T3 (es) 2008-09-10 2009-07-27 Método y dispositivo de fusión de imágenes
EP09812625A EP2328125B1 (en) 2008-09-10 2009-07-27 Image splicing method and device
PCT/CN2009/072927 WO2010028559A1 (zh) 2008-09-10 2009-07-27 图像拼接方法及装置
US13/045,281 US8345961B2 (en) 2008-09-10 2011-03-10 Image stitching method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810212183A CN101673395B (zh) 2008-09-10 2008-09-10 图像拼接方法及装置

Publications (2)

Publication Number Publication Date
CN101673395A true CN101673395A (zh) 2010-03-17
CN101673395B CN101673395B (zh) 2012-09-05

Family

ID=42004789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810212183A Active CN101673395B (zh) 2008-09-10 2008-09-10 图像拼接方法及装置

Country Status (5)

Country Link
US (1) US8345961B2 (zh)
EP (1) EP2328125B1 (zh)
CN (1) CN101673395B (zh)
ES (1) ES2402229T3 (zh)
WO (1) WO2010028559A1 (zh)

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101808251A (zh) * 2010-04-06 2010-08-18 浙江大学 立体图像对中遮挡信息的提取方法
CN102223484A (zh) * 2011-08-04 2011-10-19 浙江工商大学 一种摄像机前端参数配置的方法和装置
CN102395040A (zh) * 2011-10-14 2012-03-28 友达光电股份有限公司 可改善鬼影现象的立体影像处理方法及其立体显示装置
CN102620909A (zh) * 2012-03-23 2012-08-01 中国科学院长春光学精密机械与物理研究所 一种光学星点图像的采集方法
CN102708558A (zh) * 2012-06-01 2012-10-03 惠州华阳通用电子有限公司 视频图像拼接装置、拼接方法以及视频监视系统
CN103218821A (zh) * 2013-04-27 2013-07-24 航天恒星科技有限公司 一种面向区域覆盖的影像自动镶嵌方法
CN103260046A (zh) * 2012-02-16 2013-08-21 中兴通讯股份有限公司 一种三维显示方法及系统
CN103369331A (zh) * 2012-03-27 2013-10-23 北京数码视讯科技股份有限公司 图像空洞的填补方法和装置及视频图像的处理方法和装置
CN104025151A (zh) * 2012-01-31 2014-09-03 索尼爱立信移动通讯有限公司 用于创建组合图像的方法和电子装置
CN104392416A (zh) * 2014-11-21 2015-03-04 中国电子科技集团公司第二十八研究所 一种运动场景的视频拼接方法
CN105427290A (zh) * 2015-11-11 2016-03-23 深圳进化动力数码科技有限公司 一种全景相机拼接效果的检测方法及装置
CN105530503A (zh) * 2014-09-30 2016-04-27 光宝科技股份有限公司 深度图建立方法与多镜头相机系统
CN105894451A (zh) * 2016-03-30 2016-08-24 沈阳泰科易科技有限公司 全景图像拼接方法和装置
CN106023074A (zh) * 2016-05-06 2016-10-12 安徽伟合电子科技有限公司 一种分区获取的视频图像拼接方法
TWI562077B (en) * 2012-01-04 2016-12-11 Gingy Technology Inc Method for fingerprint recognition using dual camera and device thereof
CN106303247A (zh) * 2016-08-23 2017-01-04 刘永锋 基于vr的实时视频拍摄方法
TWI567693B (zh) * 2016-05-17 2017-01-21 緯創資通股份有限公司 產生深度資訊的方法及其系統
CN106657809A (zh) * 2016-12-13 2017-05-10 深圳先进技术研究院 一种全景3d视频拼接系统及方法
CN106651755A (zh) * 2016-11-17 2017-05-10 宇龙计算机通信科技(深圳)有限公司 一种终端全景图像处理方法、装置及终端
WO2017076106A1 (zh) * 2015-11-06 2017-05-11 杭州海康威视数字技术股份有限公司 图像的拼接方法和装置
CN106886979A (zh) * 2017-03-30 2017-06-23 深圳市未来媒体技术研究院 一种图像拼接装置及图像拼接方法
CN106934762A (zh) * 2017-03-09 2017-07-07 史鹏飞 一种图像拼接方法和设备
CN106934765A (zh) * 2017-03-14 2017-07-07 长沙全度影像科技有限公司 基于深度卷积神经网络与深度信息的全景图像融合方法
CN106952220A (zh) * 2017-03-14 2017-07-14 长沙全度影像科技有限公司 一种基于深度学习的全景图像融合方法
CN106997579A (zh) * 2016-01-26 2017-08-01 华为技术有限公司 图像拼接的方法和装置
CN107194958A (zh) * 2017-05-25 2017-09-22 深圳市金立通信设备有限公司 一种图像处理的方法、终端及计算机可读存储介质
TWI619088B (zh) * 2016-02-19 2018-03-21 聯發科技股份有限公司 圖像資料處理系統和相關方法以及相關圖像融合方法
CN108109108A (zh) * 2016-11-25 2018-06-01 北京视联动力国际信息技术有限公司 一种基于余弦相似性自适应算法的图像拼接方法和装置
WO2018171429A1 (zh) * 2017-03-22 2018-09-27 腾讯科技（深圳）有限公司 图像拼接方法、装置、终端及存储介质
CN109064392A (zh) * 2018-08-07 2018-12-21 广州视源电子科技股份有限公司 确定单应矩阵的方法及其系统以及图像转换方法及其系统
CN109360150A (zh) * 2018-09-27 2019-02-19 轻客小觅智能科技（北京）有限公司 一种基于深度相机的全景深度图的拼接方法及装置
WO2019174146A1 (en) * 2018-03-13 2019-09-19 Boe Technology Group Co., Ltd. Image stitching method, image stitching apparatus, display apparatus, and computer product
CN110505415A (zh) * 2018-05-16 2019-11-26 佳能株式会社 摄像设备及其控制方法和非暂时性计算机可读存储介质
WO2020001335A1 (zh) * 2018-06-27 2020-01-02 深圳市大疆创新科技有限公司 控制装置、摄像装置、移动体、控制方法以及程序
CN110689476A (zh) * 2018-07-04 2020-01-14 杭州海康威视数字技术股份有限公司 全景图像拼接方法及其装置、可读存储介质和电子设备
CN111598065A (zh) * 2020-07-24 2020-08-28 上海肇观电子科技有限公司 深度图像获取方法及活体识别方法、设备、电路和介质
CN112449175A (zh) * 2019-08-29 2021-03-05 浙江宇视科技有限公司 一种图像拼接测试方法、装置、设备和存储介质
CN112991178A (zh) * 2021-03-24 2021-06-18 北京百度网讯科技有限公司 图像拼接方法、装置、设备和介质
CN113393383A (zh) * 2021-08-17 2021-09-14 常州市新创智能科技有限公司 一种双深度相机拍照图像的拼接方法
CN115880248A (zh) * 2022-12-13 2023-03-31 哈尔滨耐是智能科技有限公司 一种表面划痕缺陷识别方法及视觉检测设备
CN117422617A (zh) * 2023-10-12 2024-01-19 华能澜沧江水电股份有限公司 实现视频会议系统图像拼接的方法及系统

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104783757B (zh) 2009-06-17 2018-01-05 3形状股份有限公司 聚焦扫描设备
WO2012024830A1 (en) * 2010-08-24 2012-03-01 Hewlett-Packard Development Company, L.P. Stitched digital images
ES2607214T3 (es) * 2011-05-31 2017-03-29 Nokia Technologies Oy Métodos, aparatos y productos de programa informático para generar imágenes panorámicas usando datos de mapas de profundidad
US20130106990A1 (en) 2011-11-01 2013-05-02 Microsoft Corporation Planar panorama imagery generation
US9324184B2 (en) 2011-12-14 2016-04-26 Microsoft Technology Licensing, Llc Image three-dimensional (3D) modeling
US10008021B2 (en) 2011-12-14 2018-06-26 Microsoft Technology Licensing, Llc Parallax compensation
US9406153B2 (en) 2011-12-14 2016-08-02 Microsoft Technology Licensing, Llc Point of interest (POI) data positioning in image
KR101697512B1 (ko) * 2011-12-15 2017-01-19 한국전자통신연구원 영상 정합 장치 및 방법
US8885952B1 (en) * 2012-02-29 2014-11-11 Google Inc. Method and system for presenting similar photos based on homographies
US11330171B1 (en) * 2012-05-25 2022-05-10 Gn Audio A/S Locally adaptive luminance and chrominance blending in a multiple imager video system
US9305514B1 (en) * 2012-07-31 2016-04-05 Trend Micro Inc. Detection of relative positions of tablet computers
US9563955B1 (en) 2013-05-15 2017-02-07 Amazon Technologies, Inc. Object tracking techniques
US9076238B2 (en) * 2013-08-21 2015-07-07 Seiko Epson Corporation Intelligent weighted blending for ultrasound image stitching
CN103763479B (zh) * 2013-12-31 2017-03-29 深圳英飞拓科技股份有限公司 实时高速高清全景视频的拼接装置及其方法
WO2015118120A1 (en) 2014-02-07 2015-08-13 3Shape A/S Detecting tooth shade
DE102015004943B4 (de) * 2015-04-17 2017-03-30 Diehl Bgt Defence Gmbh & Co. Kg Verfahren zur Richtungskalibration von Kameras eines Kamerasystems
TWI582388B (zh) 2015-10-16 2017-05-11 財團法人工業技術研究院 影像縫合方法與影像縫合裝置
US9721371B2 (en) * 2015-12-02 2017-08-01 Caterpillar Inc. Systems and methods for stitching metallographic and stereoscopic images
CN105701764B (zh) * 2016-01-05 2019-01-04 曲阜裕隆生物科技有限公司 一种用于医学图像的拼接方法
KR102236222B1 (ko) * 2016-08-24 2021-04-05 한국전자통신연구원 중첩영역의 제어점들을 이용한 시차 최소화 스티칭 장치 및 방법
US10558881B2 (en) * 2016-08-24 2020-02-11 Electronics And Telecommunications Research Institute Parallax minimization stitching method and apparatus using control points in overlapping region
KR102558473B1 (ko) 2016-09-30 2023-07-25 삼성전자주식회사 이미지를 표시하기 위한 방법 및 그 전자 장치
CN109300085B (zh) * 2017-07-25 2023-06-02 杭州海康汽车技术有限公司 一种图像拼接方法、装置、电子设备及存储介质
CN108648218B (zh) * 2018-04-04 2021-12-10 广州市安晓科技有限责任公司 一种汽车环视全景中模糊棋盘格的匹配方法及系统
WO2019233169A1 (zh) * 2018-06-06 2019-12-12 Oppo广东移动通信有限公司 图像处理方法和装置、电子装置、计算机设备和存储介质
WO2020181125A1 (en) 2019-03-07 2020-09-10 Alibaba Group Holding Limited Method, apparatus, medium, and device for processing multi-angle free-perspective video data
CN110211076B (zh) * 2019-05-09 2020-12-15 上海联影智能医疗科技有限公司 图像拼接方法、图像拼接设备和可读存储介质
CN110264403A (zh) * 2019-06-13 2019-09-20 中国科学技术大学 一种基于图像深度分层的去伪影图像拼接方法
US11568516B2 (en) * 2019-09-12 2023-01-31 Nikon Corporation Depth-based image stitching for handling parallax
CN112308987B (zh) * 2020-11-03 2024-02-02 豪威科技(武汉)有限公司 车载图像拼接方法、系统以及装置
CN114972019B (zh) * 2021-04-14 2024-05-24 华东师范大学 基于tof相机的深度图像拼接方法、装置及计算机设备

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5703961A (en) * 1994-12-29 1997-12-30 Worldscape L.L.C. Image transformation and synthesis methods
US5617334A (en) * 1995-07-21 1997-04-01 The Trustees Of Columbia University In The City Of New York Multi-viewpoint digital video coder/decoder and method
US5917940A (en) * 1996-01-23 1999-06-29 Nec Corporation Three dimensional reference image segmenting method and device and object discrimination system
US6097854A (en) * 1997-08-01 2000-08-01 Microsoft Corporation Image mosaic construction system and apparatus with patch-based alignment, global block adjustment and pair-wise motion-based local warping
US7015954B1 (en) * 1999-08-09 2006-03-21 Fuji Xerox Co., Ltd. Automatic video system using multiple cameras
US6639596B1 (en) * 1999-09-20 2003-10-28 Microsoft Corporation Stereo reconstruction from multiperspective panoramas
WO2001039512A1 (en) * 1999-11-26 2001-05-31 Sanyo Electric Co., Ltd. Device and method for converting two-dimensional video to three-dimensional video
JP2002157576A (ja) * 2000-11-22 2002-05-31 Nec Corp ステレオ画像処理装置及びステレオ画像処理方法並びにステレオ画像処理用プログラムを記録した記録媒体
KR100591616B1 (ko) * 2001-05-16 2006-06-20 에스케이씨 주식회사 임피던스 특성이 개선된 고분자 전해질, 이의 제조방법 및이를 채용한 리튬 전지
US7006709B2 (en) * 2002-06-15 2006-02-28 Microsoft Corporation System and method deghosting mosaics using multiperspective plane sweep
US6928194B2 (en) * 2002-09-19 2005-08-09 M7 Visual Intelligence, Lp System for mosaicing digital ortho-images
US7274825B1 (en) * 2003-03-31 2007-09-25 Hewlett-Packard Development Company, L.P. Image matching using pixel-depth reduction before image comparison
US7425984B2 (en) * 2003-04-04 2008-09-16 Stmicroelectronics, Inc. Compound camera and methods for implementing auto-focus, depth-of-field and high-resolution functions
US7813589B2 (en) * 2004-04-01 2010-10-12 Hewlett-Packard Development Company, L.P. System and method for blending images into a single image
US7209907B2 (en) * 2004-06-25 2007-04-24 Intel Corporation Method and apparatus for periodically retraining a serial links interface
KR20090052889A (ko) * 2006-09-04 2009-05-26 코닌클리케 필립스 일렉트로닉스 엔.브이. 이미지들로부터 깊이 맵을 결정하기 위한 방법 및 깊이 맵을 결정하기 위한 디바이스
CN101034253A (zh) * 2007-04-12 2007-09-12 华为技术有限公司 实现拍摄全景照的装置及方法
CN101051386B (zh) * 2007-05-23 2010-12-08 北京航空航天大学 多幅深度图像的精确配准方法
KR101327791B1 (ko) * 2007-09-11 2013-11-20 삼성전자주식회사 영상 매칭 장치 및 방법

Cited By (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101808251A (zh) * 2010-04-06 2010-08-18 浙江大学 立体图像对中遮挡信息的提取方法
CN102223484A (zh) * 2011-08-04 2011-10-19 浙江工商大学 一种摄像机前端参数配置的方法和装置
CN102395040B (zh) * 2011-10-14 2014-08-20 友达光电股份有限公司 可改善鬼影现象的立体影像处理方法及其立体显示装置
CN102395040A (zh) * 2011-10-14 2012-03-28 友达光电股份有限公司 可改善鬼影现象的立体影像处理方法及其立体显示装置
TWI562077B (en) * 2012-01-04 2016-12-11 Gingy Technology Inc Method for fingerprint recognition using dual camera and device thereof
CN104025151A (zh) * 2012-01-31 2014-09-03 索尼爱立信移动通讯有限公司 用于创建组合图像的方法和电子装置
CN103260046A (zh) * 2012-02-16 2013-08-21 中兴通讯股份有限公司 一种三维显示方法及系统
CN102620909A (zh) * 2012-03-23 2012-08-01 中国科学院长春光学精密机械与物理研究所 一种光学星点图像的采集方法
CN102620909B (zh) * 2012-03-23 2014-06-18 中国科学院长春光学精密机械与物理研究所 一种光学星点图像的采集方法
CN103369331B (zh) * 2012-03-27 2016-12-21 北京数码视讯科技股份有限公司 图像空洞的填补方法和装置及视频图像的处理方法和装置
CN103369331A (zh) * 2012-03-27 2013-10-23 北京数码视讯科技股份有限公司 图像空洞的填补方法和装置及视频图像的处理方法和装置
CN102708558A (zh) * 2012-06-01 2012-10-03 惠州华阳通用电子有限公司 视频图像拼接装置、拼接方法以及视频监视系统
CN103218821B (zh) * 2013-04-27 2015-12-23 航天恒星科技有限公司 一种面向区域覆盖的影像自动镶嵌方法
CN103218821A (zh) * 2013-04-27 2013-07-24 航天恒星科技有限公司 一种面向区域覆盖的影像自动镶嵌方法
CN105530503A (zh) * 2014-09-30 2016-04-27 光宝科技股份有限公司 深度图建立方法与多镜头相机系统
CN104392416B (zh) * 2014-11-21 2017-02-22 中国电子科技集团公司第二十八研究所 一种运动场景的视频拼接方法
CN104392416A (zh) * 2014-11-21 2015-03-04 中国电子科技集团公司第二十八研究所 一种运动场景的视频拼接方法
CN106683071A (zh) * 2015-11-06 2017-05-17 杭州海康威视数字技术股份有限公司 图像的拼接方法和装置
CN106683071B (zh) * 2015-11-06 2020-10-30 杭州海康威视数字技术股份有限公司 图像的拼接方法和装置
WO2017076106A1 (zh) * 2015-11-06 2017-05-11 杭州海康威视数字技术股份有限公司 图像的拼接方法和装置
US10755381B2 (en) 2015-11-06 2020-08-25 Hangzhou Hikvision Digital Technology Co., Ltd. Method and device for image stitching
CN105427290A (zh) * 2015-11-11 2016-03-23 深圳进化动力数码科技有限公司 一种全景相机拼接效果的检测方法及装置
CN105427290B (zh) * 2015-11-11 2018-05-29 深圳进化动力数码科技有限公司 一种全景相机拼接效果的检测方法及装置
CN106997579A (zh) * 2016-01-26 2017-08-01 华为技术有限公司 图像拼接的方法和装置
CN106997579B (zh) * 2016-01-26 2020-01-03 华为技术有限公司 图像拼接的方法和装置
TWI619088B (zh) * 2016-02-19 2018-03-21 聯發科技股份有限公司 圖像資料處理系統和相關方法以及相關圖像融合方法
CN105894451B (zh) * 2016-03-30 2019-03-08 沈阳泰科易科技有限公司 全景图像拼接方法和装置
CN105894451A (zh) * 2016-03-30 2016-08-24 沈阳泰科易科技有限公司 全景图像拼接方法和装置
CN106023074A (zh) * 2016-05-06 2016-10-12 安徽伟合电子科技有限公司 一种分区获取的视频图像拼接方法
TWI567693B (zh) * 2016-05-17 2017-01-21 緯創資通股份有限公司 產生深度資訊的方法及其系統
CN106303247A (zh) * 2016-08-23 2017-01-04 刘永锋 基于vr的实时视频拍摄方法
CN106651755A (zh) * 2016-11-17 2017-05-10 宇龙计算机通信科技(深圳)有限公司 一种终端全景图像处理方法、装置及终端
WO2018090455A1 (zh) * 2016-11-17 2018-05-24 宇龙计算机通信科技(深圳)有限公司 一种终端全景图像处理方法、装置及终端
CN108109108A (zh) * 2016-11-25 2018-06-01 北京视联动力国际信息技术有限公司 一种基于余弦相似性自适应算法的图像拼接方法和装置
CN106657809A (zh) * 2016-12-13 2017-05-10 深圳先进技术研究院 一种全景3d视频拼接系统及方法
CN106934762A (zh) * 2017-03-09 2017-07-07 史鹏飞 一种图像拼接方法和设备
CN106934762B (zh) * 2017-03-09 2020-08-04 北京星云环影科技有限责任公司 一种图像拼接方法和设备
CN106952220A (zh) * 2017-03-14 2017-07-14 长沙全度影像科技有限公司 一种基于深度学习的全景图像融合方法
CN106934765A (zh) * 2017-03-14 2017-07-07 长沙全度影像科技有限公司 基于深度卷积神经网络与深度信息的全景图像融合方法
US10878537B2 (en) 2017-03-22 2020-12-29 Tencent Technology (Shenzhen) Company Limited Image splicing method, apparatus, terminal, and storage medium
WO2018171429A1 (zh) * 2017-03-22 2018-09-27 腾讯科技（深圳）有限公司 图像拼接方法、装置、终端及存储介质
CN106886979A (zh) * 2017-03-30 2017-06-23 深圳市未来媒体技术研究院 一种图像拼接装置及图像拼接方法
CN106886979B (zh) * 2017-03-30 2020-10-20 深圳市未来媒体技术研究院 一种图像拼接装置及图像拼接方法
CN107194958A (zh) * 2017-05-25 2017-09-22 深圳市金立通信设备有限公司 一种图像处理的方法、终端及计算机可读存储介质
WO2019174146A1 (en) * 2018-03-13 2019-09-19 Boe Technology Group Co., Ltd. Image stitching method, image stitching apparatus, display apparatus, and computer product
CN110505415A (zh) * 2018-05-16 2019-11-26 佳能株式会社 摄像设备及其控制方法和非暂时性计算机可读存储介质
CN111226263A (zh) * 2018-06-27 2020-06-02 深圳市大疆创新科技有限公司 控制装置、摄像装置、移动体、控制方法以及程序
WO2020001335A1 (zh) * 2018-06-27 2020-01-02 深圳市大疆创新科技有限公司 控制装置、摄像装置、移动体、控制方法以及程序
CN110689476A (zh) * 2018-07-04 2020-01-14 杭州海康威视数字技术股份有限公司 全景图像拼接方法及其装置、可读存储介质和电子设备
CN109064392A (zh) * 2018-08-07 2018-12-21 广州视源电子科技股份有限公司 确定单应矩阵的方法及其系统以及图像转换方法及其系统
CN109360150A (zh) * 2018-09-27 2019-02-19 轻客小觅智能科技（北京）有限公司 一种基于深度相机的全景深度图的拼接方法及装置
CN112449175B (zh) * 2019-08-29 2022-05-17 浙江宇视科技有限公司 一种图像拼接测试方法、装置、设备和存储介质
CN112449175A (zh) * 2019-08-29 2021-03-05 浙江宇视科技有限公司 一种图像拼接测试方法、装置、设备和存储介质
CN111598065A (zh) * 2020-07-24 2020-08-28 上海肇观电子科技有限公司 深度图像获取方法及活体识别方法、设备、电路和介质
CN112991178A (zh) * 2021-03-24 2021-06-18 北京百度网讯科技有限公司 图像拼接方法、装置、设备和介质
CN113393383A (zh) * 2021-08-17 2021-09-14 常州市新创智能科技有限公司 一种双深度相机拍照图像的拼接方法
CN115880248A (zh) * 2022-12-13 2023-03-31 哈尔滨耐是智能科技有限公司 一种表面划痕缺陷识别方法及视觉检测设备
CN115880248B (zh) * 2022-12-13 2024-02-09 哈尔滨耐是智能科技有限公司 一种表面划痕缺陷识别方法及视觉检测设备
CN117422617A (zh) * 2023-10-12 2024-01-19 华能澜沧江水电股份有限公司 实现视频会议系统图像拼接的方法及系统
CN117422617B (zh) * 2023-10-12 2024-04-09 华能澜沧江水电股份有限公司 实现视频会议系统图像拼接的方法及系统

Also Published As

Publication number Publication date
EP2328125A1 (en) 2011-06-01
WO2010028559A1 (zh) 2010-03-18
EP2328125A4 (en) 2011-09-07
EP2328125B1 (en) 2013-01-16
CN101673395B (zh) 2012-09-05
ES2402229T3 (es) 2013-04-29
US20110158509A1 (en) 2011-06-30
US8345961B2 (en) 2013-01-01

Similar Documents

Publication Publication Date Title
CN101673395B (zh) 图像拼接方法及装置
Perazzi et al. Panoramic video from unstructured camera arrays
CN106331527B (zh) 一种图像拼接方法及装置
US9591237B2 (en) Automated generation of panning shots
JP5472328B2 (ja) ステレオカメラ
Birklbauer et al. Panorama light‐field imaging
US20110025830A1 (en) Methods, systems, and computer-readable storage media for generating stereoscopic content via depth map creation
CN101577795A (zh) 一种实现全景图像的实时预览的方法和装置
CN105530431A (zh) 一种反射式全景成像系统及方法
CN113129241B (zh) 图像处理方法及装置、计算机可读介质、电子设备
WO2011014421A2 (en) Methods, systems, and computer-readable storage media for generating stereoscopic content via depth map creation
US11393076B2 (en) Blurring panoramic image blurring method, terminal and computer readable storage medium
CN108282650B (zh) 一种裸眼立体显示方法、装置、系统及存储介质
JP2016504828A (ja) 単一のカメラを用いて３ｄ画像を取り込む方法およびシステム
Wang et al. Depth from semi-calibrated stereo and defocus
CN105657268A (zh) 一种基于多分辨率的多视点视频拼接融合算法
CN102081796A (zh) 图像拼接方法和装置
Gurrieri et al. Stereoscopic cameras for the real-time acquisition of panoramic 3D images and videos
KR20110025083A (ko) 입체 영상 시스템에서 입체 영상 디스플레이 장치 및 방법
CA3025180A1 (en) Stereoscopic image capture
Gledhill 3D panoramic imaging for virtual environment construction
Chantara et al. Initial depth estimation using EPIs and structure tensor
Zilly Method for the automated analysis, control and correction of stereoscopic distortions and parameters for 3D-TV applications: new image processing algorithms to improve the efficiency of stereo-and multi-camera 3D-TV productions
CN115174805A (zh) 全景立体图像的生成方法、装置和电子设备
CN113132715A (zh) 一种图像处理方法、装置、电子设备及其存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 518129 Building 2, B District, Bantian HUAWEI base, Longgang District, Shenzhen, Guangdong.

Patentee after: Huawei terminal (Shenzhen) Co.,Ltd.

Address before: 518129 Building 2, B District, Bantian HUAWEI base, Longgang District, Shenzhen, Guangdong.

Patentee before: HUAWEI DEVICE Co.,Ltd.

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20181220

Address after: 523808 Southern Factory Building (Phase I) Project B2 Production Plant-5, New Town Avenue, Songshan Lake High-tech Industrial Development Zone, Dongguan City, Guangdong Province

Patentee after: HUAWEI DEVICE Co.,Ltd.

Address before: 518129 Building 2, B District, Bantian HUAWEI base, Longgang District, Shenzhen, Guangdong.

Patentee before: Huawei terminal (Shenzhen) Co.,Ltd.

TR01 Transfer of patent right