CN105447850B - 一种基于多视点图像的全景图拼接合成方法 - Google Patents

一种基于多视点图像的全景图拼接合成方法 Download PDF

Info

Publication number
CN105447850B
CN105447850B CN201510770288.5A CN201510770288A CN105447850B CN 105447850 B CN105447850 B CN 105447850B CN 201510770288 A CN201510770288 A CN 201510770288A CN 105447850 B CN105447850 B CN 105447850B
Authority
CN
China
Prior art keywords
mtd
camera
image
mrow
mtr
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.)
Expired - Fee Related
Application number
CN201510770288.5A
Other languages
English (en)
Other versions
CN105447850A (zh
Inventor
耿卫东
王镇
桂义林
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201510770288.5A priority Critical patent/CN105447850B/zh
Publication of CN105447850A publication Critical patent/CN105447850A/zh
Application granted granted Critical
Publication of CN105447850B publication Critical patent/CN105447850B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Abstract

本发明公开了一种基于多视点图像的全景图拼接合成方法。该方法首先输入多个相机拍摄的相机标定用图像,计算相机内外参数,使用混合误差对相机外参数进行优化,根据相机内外参数计算出将原照片变换为俯视视图的变换矩阵;其次输入多个相机拍摄的待拼接图像,使用计算得到的相机参数及变换矩阵将待拼接图像转换为俯视视图图像,根据多个相机间的相对位置及变换矩阵计算每张俯视视图图像在全景图中的全局位置;最后根据图像间的重叠区域对齐各个图像的对应部分,根据图像全局位置融合各个图像,生成全景拼接图像。本发明方法利用多相机进行局部拍摄,克服了使用单相机拍摄大幅图像的困难,实现了多张具有重叠区域的图像的全景图像合成。

Description

一种基于多视点图像的全景图拼接合成方法
技术领域
本发明涉及一种图像合成方法,尤其是涉及一种基于多视点图像的全景图拼接合成方法。
背景技术
在人们的日常生活和工作中,往往有着获取全景图像的需求,但是由于摄像设备的机械限制,一般只能得到局部的成像,而专业的全景拍摄设备比较昂贵,不适合普遍应用。图像拼接技术是指将多张有重叠部分的图像进行空间配准变换后,融合成一幅包含各图像信息的宽视角、高分辨率的全景图像。目前图像拼接合成技术已经广泛应用于数字视频处理、医学影像分析、遥感图像处理等领域。
针对大幅平面资料,如书画、报纸和海报等,对其进行电子扫描化能够方便地对相关信息进行存储、复制和传输。使用文档扫描仪可以实现纸质平面资料的电子化,但传统的扫描仪有如下缺点:扫描仪图像获取方式为每次获取水平方向上一条线的像素,然后在其垂直方向上作步进运动,最后把获取的各个水平线上的像素合成为一幅完整的图像,因此扫描仪能够处理的平面资料最大尺寸受限于扫描仪自身的尺寸,平面资料尺幅越大,扫描仪自身占地空间越大,易用性与可扩展性都较差。
可以使用图像拼接技术合成平面资料的全景图作为扫描的一种有效替代手段,但目前大多数图像拼接方法都是针对单相机的全景图像拼接,使用单独一个相机进行拍摄时,如果使用帧间配准方法,由于存在图像配准误差、非严格平面等因素,随着图像数量的增加,累积误差会越来越明显,使得拼接出的全景图像发生扭曲、失真等情况。为了使合成出的全景图像尽可能还原平面资料的原貌,需要设计针对平面资料图像的多相机视点全景图拼接合成算法。
发明内容
针对大幅平面资料,如书画、海报等,通过拍照的手段进行电子化时,由于尺幅太大,使用单独一个相机完成比较困难。为了有效地对大幅平面资料进行电子化,本发明的目的是提供一种基于多视点图像的全景图拼接合成方法,使用多个相机对大幅平面资料的每个局部进行拍摄,设计了相机标定与图像拼接算法,通过拼接各个图像合成全景图像。
本发明的目的是通过以下技术方案来实现的:一种基于多视点图像的全景图拼接合成方法,该方法包含以下步骤:
1)输入N个相机(N≥4)分别拍摄的N张标定用棋盘格局部图像(每个相机拍摄一张),相邻相机拍摄的标定用图像应有重叠区域;计算每一个相机的内外参数,使用混合误差对相机外参进行优化;
2)使用步骤1)得到的相机内外参数计算每一个相机对应的俯视变换矩阵;
3)输入步骤1)中的N个相机(N≥4)分别拍摄的N张待拼接图像,使用步骤1)得到的相机参数及步骤2)得到的俯视变换矩阵将待拼接图像转换为俯视视图图像;
4)根据多个相机间的相对位置及俯视变换矩阵计算每张俯视视图图像在目标全景图中的全局位置;
5)根据俯视视图图像间的重叠区域对齐各个图像的对应部分,根据图像全局位置融合各个图像,生成全景拼接图像。
进一步地,所述步骤1)具体包括以下子步骤:
1.1)对每一个相机拍摄的棋盘格标定图像进行角点提取,可以自动提取,也可以允许用户进行交互式的棋盘角点提取;
1.2)使用张正友标定法计算每一个相机的内参(包括畸变系数)及外参;该方法在论文《A Flexible New Technique for Camera Calibration》中被提出;
1.3)使用混合误差对所有相机的外参进行优化,所述混合误差包括投影误差和校正误差,投影误差和校正误差具体如下:
1.3.1)投影误差:对左右一对相机,定义为右视图中检测到的角点与左视图中检测到的对应点变换到右视图中的位置(投影位置)之差。
1.3.2)校正误差:对左右一对相机,定义为同一交点在极线校正后的左右视图中y方向(垂直极线方向)的差值。
记投影误差为Eproj,校正误差为Erect,则混合误差Emix为:
Emix=αEproj+(1-α)Erect
α为可调权重,使用用于求解非线性最小二乘的Levenberg‐Marquardt算法作为优化方法进行相机外参的优化求解。
进一步地,所述步骤2)具体包括以下子步骤:
2.1)对每一个相机计算从相机成像平面到相机旋转矩阵为单位阵时的有限远射影相机的变换。设当前相机的内参矩阵为K,相机外参中的旋转矩阵为R,相机的缩放系数为s,原图像上的点为(X,Y),新图像上的点为(x,y),新图像平移为(dx,dy)。记Q=K*R,则在仅进行相机旋转情况下变换矩阵M为:
M=K*Q-1
考虑平移,则新图像上的点为s(x+dx,y+dy),对变换矩阵进行进一步变换:
M=(M1,M2,M3)T
Mi为M的第i行向量,最终变换矩阵M′为
M′=(M1+dx*M3,M2+dy*M3,M3)T
2.2)计算有限远射影相机向无穷远相机的变换,设变换为无穷远相机时的缩放系数为s′,则从有限远射影相机向无穷远相机的变换矩阵H为:
其中(fx,fy)为相机内参中的镜头焦距。
2.3)计算整体映射矩阵:对每个相机,最终得到的相机缩放系数为s的平行投影矩阵为H*M′;对所有相机,为保持映射后原物理尺寸保持一致,为每个相机分别计算s:设当前相机物理尺寸为l,经射影相机映射后尺寸为L=fx/tz*l,tz为当前相机外参中平移向量的z分量,令Lc=min(L1,L2,...,LN),则当前相机的缩放系数s=Lc/L。
进一步地,所述步骤3)中使用步骤2)得到的俯视变换矩阵将待拼接图像变换为俯视视图图像,该变换过程包含了三种复合变换的效果:
变换1:保持相机位置不变,仅进行相机的旋转;
变换2:仅进行相机的平移;
变换3:射影相机向无穷远相机的变换。
实际变换时,直接使用一个单一的变换矩阵,利用矩阵乘法对每一个图像像素完成变换。
进一步地,所述步骤5)中输入经过俯视变换后的待拼接图像,通过对齐不同图像上的匹配特征点对齐图像之间的重叠区域,再根据待拼接图像在全景图中的全局位置进行图像的融合,图像融合提供多波段混合和图像缝合两种方式,在图像缝合方式中,图像拼接缝的查找使用动态规划方法实现。
本发明的有益效果是:本发明方法利用多相机对目标图像进行局部拍摄,克服了使用单相机拍摄大幅图像的困难,实现了多张具有重叠区域的平面图像扫描级的全景拼接合成。本发明方法所生成的全景拼接合成图像,相较于由通用全景拼接方法生成的全景图,更加符合图像资料的原貌特征,可作为图像资料电子化的一种有效方法。
附图说明
图1为实施例相机标定步骤中所使用的标定板。
图2为实施例相机标定步骤中输入的8个相机拍摄的标定用图像。
图3为实施例输入的8个相机拍摄的待拼接图像。
图4为实施例由俯视变换矩阵对待拼接图像进行变换后的俯视视图图像。
图5为实施例由多波段混合方式生成的全景图像。
图6为实施例由图像缝合方式生成的全景图像。
具体实施方式
下面结合附图和实施例对本发明方法作进一步说明。
本发明实施例如下:
1)输入多个视点下拍摄的相机标定用棋盘格图像,计算相机内参矩阵K,畸变参数Dist_Coeff以及外参数(相机旋转R,相机平移T)。
输入图1所示的棋盘格标定板在多个视点下的8张图像(图2所示),对输入的标定图像进行角点提取。使用张正友标定法计算相机内参(包括畸变系数)及外参,支持相机焦距纵横比和畸变系数的定制,并且加入对标定结果的缓存,即当标定文件相同时,不再重新计算。
2)使用混合误差(投影误差和校正误差)对相机外参进行优化,投影误差指同一角点在不同视图中的投影位置误差,校正误差为同一角点在极线校正后的左右视图中y方向上的差异,混合误差为两种误差的加权混合。使用用于求解非线性最小二乘的Levenberg‐Marquardt算法作为优化方法,优化后的相机外参保存在配置文件中供后续步骤调用。
3)使用标定(优化)得到的相机内外参数,计算俯视变换矩阵,俯视变换由三种变换复合而成,分别是:
‐保持相机位置不变,仅进行相机的旋转;
‐仅进行相机的平移;
‐射影相机向无穷远相机的变换。
将三种变换的变换矩阵复合成为一个整体变换矩阵,保存在配置文件中,供后续步骤调用。
4)输入如图3所示的8张待拼接图像,使用步骤3)得到的俯视变换矩阵将待拼接图像变换为俯视视图图像,具体处理过程为:
‐利用相机内参对每一张图像做去几何畸变处理,根据相机内参和畸变参数,构造畸变消除变换矩阵;
‐使用畸变消除变换矩阵对图像进行校正变换;
‐使用俯视变换矩阵对图像进行俯视变换,保存每一张待拼接图像变换后的俯视视图图像,如图4所示。
5)根据相机间的相对位置及变换矩阵计算步骤4)得到的每张俯视视图图像在目标全景图中的全局位置,具体处理过程为:
‐使用相机外参数计算俯视变换后的待拼接图像之间的相对平移;
‐使用每一幅俯视图像对应的俯视变换矩阵和相对平移计算待拼接图像的全局位置坐标。
6)根据俯视图像间的重叠区域对齐各个图像的对应部分,利用图像全局位置融合各个图像,使用多波段混合或图像缝合两种方式生成目标全景拼接图像,具体处理过程为:
‐对每一幅俯视图像提取图像特征点与图像特征点描述信息;
‐对两两图像之间进行特征点匹配,通过对齐不同图像上的匹配特征点计算图像的微调矩阵;
‐对每一幅俯视图像应用微调矩阵,完成图像微调变换,对齐各个图像的重叠区域;
‐根据待拼接图像在全景图中的全局位置进行图像的融合,图像融合提供多波段混合和图像缝合两种方式,在图像缝合方式中,图像拼接缝的查找使用动态规划方法实现。图5为由多波段混合方式生成的全景图像,图6为由图像缝合方式生成的全景图像。

Claims (3)

1.一种基于多视点图像的全景图拼接合成方法,其特征在于,包含以下步骤:
1)输入N个相机分别拍摄的N张标定用棋盘格局部图像,每个相机拍摄一张,其中N≥4,相邻相机拍摄的标定用图像应有重叠区域;计算每一个相机的内外参数,使用混合误差对相机外参进行优化;
2)使用步骤1)得到的相机内外参数计算每一个相机对应的俯视变换矩阵;所述步骤2)具体包括以下子步骤:
2.1)对每一个相机计算从相机成像平面到相机旋转矩阵为单位阵时的有限远射影相机的变换;设当前相机的内参矩阵为K,相机外参中的旋转矩阵为R,相机的缩放系数为s,原图像上的点为(X,Y),新图像上的点为(x,y),新图像平移为(dx,dy);记Q=K*R,则在仅进行相机旋转情况下变换矩阵M为:
M=K*Q-1
考虑平移,则新图像上的点为s(x+dx,y+dy),对变换矩阵进行进一步变换:
M=(M1,M2,M3)T
Mi为M的第i行向量,最终变换矩阵M′为
M′=(M1+dx*M3,M2+dy*M3,M3)T
2.2)计算有限远射影相机向无穷远相机的变换,设变换为无穷远相机时的缩放系数为s′,则从有限远射影相机向无穷远相机的变换矩阵H为:
<mrow> <mi>H</mi> <mo>=</mo> <mfenced open = "(" close = ")"> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>*</mo> <msub> <mi>f</mi> <mi>x</mi> </msub> <mo>/</mo> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>y</mi> <mo>*</mo> <msub> <mi>f</mi> <mi>y</mi> </msub> <mo>/</mo> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "(" close = ")"> <mtable> <mtr> <mtd> <msup> <mi>s</mi> <mo>&amp;prime;</mo> </msup> </mtd> <mtd> <mrow></mrow> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <msup> <mi>s</mi> <mo>&amp;prime;</mo> </msup> </mtd> <mtd> <mrow></mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow></mrow> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "(" close = ")"> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>-</mo> <mi>x</mi> <mo>*</mo> <msub> <mi>f</mi> <mi>x</mi> </msub> <mo>/</mo> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mo>-</mo> <mi>y</mi> <mo>*</mo> <msub> <mi>f</mi> <mi>y</mi> </msub> <mo>/</mo> <mn>2</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中fx,fy为相机内参中的镜头焦距;
2.3)计算整体映射矩阵:对每个相机,最终得到的相机缩放系数为s的平行投影矩阵为H*M′;对所有相机,为保持映射后原物理尺寸保持一致,为每个相机分别计算s:设当前相机物理尺寸为l,经射影相机映射后尺寸为L=fx/tz*l,tz为当前相机外参中平移向量的z分量,令Lc=min(L1,L2,...,LN),则当前相机的缩放系数s=Lc/L;
3)输入步骤1)中的N个相机分别拍摄的N张待拼接图像,其中N≥4,使用步骤1)得到的相机参数及步骤2)得到的俯视变换矩阵将待拼接图像转换为俯视视图图像;
4)根据多个相机间的相对位置及俯视变换矩阵计算每张俯视视图图像在目标全景图中的全局位置;
5)根据俯视视图图像间的重叠区域对齐各个图像的对应部分,根据图像全局位置融合各个图像,生成全景拼接图像。
2.根据权利要求1所述一种基于多视点图像的全景图拼接合成方法,其特征在于,所述步骤1)具体包括以下子步骤:
1.1)对每一个相机拍摄的棋盘格标定图像进行角点提取,可以自动提取,也可以允许用户进行交互式的棋盘角点提取;
1.2)使用张正友标定法计算每一个相机的内参及外参,其中内参包括畸变系数;
1.3)使用混合误差对所有相机的外参进行优化,所述混合误差包括投影误差和校正误差,投影误差和校正误差具体如下:
1.3.1)投影误差:对左右一对相机,定义为右视图中检测到的角点与左视图中检测到的对应点变换到右视图中的位置之差;
1.3.2)校正误差:对左右一对相机,定义为同一交点在极线校正后的左右视图中y方向的差值;
记投影误差为Eproj,校正误差为Erect,则混合误差Emix为:
Emix=αEproj+(1-α)Erect
α为可调权重,使用用于求解非线性最小二乘的Levenberg‐Marquardt算法作为优化方法进行相机外参的优化求解。
3.根据权利要求1所述一种基于多视点图像的全景图拼接合成方法,其特征在于,所述步骤5)中输入经过俯视变换后的待拼接图像,通过对齐不同图像上的匹配特征点对齐图像之间的重叠区域,再根据待拼接图像在全景图中的全局位置进行图像的融合,图像融合提供多波段混合和图像缝合两种方式,在图像缝合方式中,图像拼接缝的查找使用动态规划方法实现。
CN201510770288.5A 2015-11-12 2015-11-12 一种基于多视点图像的全景图拼接合成方法 Expired - Fee Related CN105447850B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510770288.5A CN105447850B (zh) 2015-11-12 2015-11-12 一种基于多视点图像的全景图拼接合成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510770288.5A CN105447850B (zh) 2015-11-12 2015-11-12 一种基于多视点图像的全景图拼接合成方法

Publications (2)

Publication Number Publication Date
CN105447850A CN105447850A (zh) 2016-03-30
CN105447850B true CN105447850B (zh) 2018-02-09

Family

ID=55557983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510770288.5A Expired - Fee Related CN105447850B (zh) 2015-11-12 2015-11-12 一种基于多视点图像的全景图拼接合成方法

Country Status (1)

Country Link
CN (1) CN105447850B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991701A (zh) * 2016-04-21 2017-07-28 深圳市圆周率软件科技有限责任公司 一种用于全景拍摄设备参数的标定系统及方法
CN106157304A (zh) * 2016-07-01 2016-11-23 成都通甲优博科技有限责任公司 一种基于多个相机的全景图拼接方法及系统
CN106990669B (zh) * 2016-11-24 2019-07-26 深圳市圆周率软件科技有限责任公司 一种全景相机量产方法及系统
CN106657620A (zh) * 2016-11-30 2017-05-10 努比亚技术有限公司 一种照片合成方法、装置及移动终端
CN106657910B (zh) * 2016-12-22 2018-10-09 国网浙江省电力公司杭州供电公司 一种电力变电站的全景视频监控方法
CN106875339B (zh) * 2017-02-22 2020-03-27 长沙全度影像科技有限公司 一种基于长条形标定板的鱼眼图像拼接方法
CN107274336B (zh) * 2017-06-14 2019-07-12 电子科技大学 一种针对车载环境的全景图像拼接方法
CN107464214B (zh) * 2017-06-16 2020-09-25 理光软件研究所(北京)有限公司 生成太阳能电站全景图的方法
CN107358577B (zh) * 2017-06-29 2020-08-18 西安交通大学 一种立方体全景图的快速拼接方法
CN107689029A (zh) * 2017-09-01 2018-02-13 努比亚技术有限公司 图像处理方法、移动终端和计算机可读存储介质
CN107767330B (zh) * 2017-10-17 2021-02-26 中电科新型智慧城市研究院有限公司 一种图像拼接方法
CN107993264A (zh) * 2017-11-17 2018-05-04 广州市安晓科技有限责任公司 一种汽车环视全景的标定方法
CN109948398B (zh) * 2017-12-20 2024-02-13 深圳开阳电子股份有限公司 全景泊车的图像处理方法及全景泊车装置
CN108171735B (zh) * 2017-12-27 2021-01-22 清华大学 基于深度学习的十亿像素视频对齐方法及系统
CN109166151B (zh) * 2018-07-27 2022-06-24 深圳六滴科技有限公司 全景相机的远程标定方法、装置、计算机设备和存储介质
CN111279354A (zh) * 2018-12-28 2020-06-12 深圳市大疆创新科技有限公司 图像处理方法、设备及计算机可读存储介质
CN109829951B (zh) * 2019-01-23 2021-03-16 北京中科慧眼科技有限公司 平行等位检测方法、装置与自动驾驶系统
CN110782394A (zh) * 2019-10-21 2020-02-11 中国人民解放军63861部队 全景视频快速拼接方法及系统
WO2021134506A1 (zh) * 2019-12-31 2021-07-08 无锡祥生医疗科技股份有限公司 宽景拼接方法、装置及存储介质
CN111798375A (zh) * 2020-07-07 2020-10-20 三一专用汽车有限责任公司 环视图像拼接方法、系统、装置、存储介质和搅拌车
CN112581369A (zh) * 2020-12-24 2021-03-30 中国银联股份有限公司 图像拼接方法以及装置
CN113112404B (zh) * 2021-04-02 2023-04-28 广州图匠数据科技有限公司 一种基于滑动窗口的图像拼接方法及装置
CN113781373A (zh) * 2021-08-26 2021-12-10 云从科技集团股份有限公司 图像融合方法、设备及计算机存储介质
CN116883461B (zh) * 2023-05-18 2024-03-01 珠海移科智能科技有限公司 一种用于获取清晰文档图像的方法及其终端装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866482A (zh) * 2010-06-21 2010-10-20 清华大学 基于摄像设备自标定技术的全景图拼接方法和装置
CN102629372A (zh) * 2012-02-22 2012-08-08 北京工业大学 一种用于辅助车辆驾驶的360度全景鸟瞰图生成方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5696872B2 (ja) * 2010-03-26 2015-04-08 アイシン精機株式会社 車両周辺監視装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866482A (zh) * 2010-06-21 2010-10-20 清华大学 基于摄像设备自标定技术的全景图拼接方法和装置
CN102629372A (zh) * 2012-02-22 2012-08-08 北京工业大学 一种用于辅助车辆驾驶的360度全景鸟瞰图生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Photographing Long Scenes with Multi-Viewpoint Panoramas;Aseem Agarwala et al;《ACM Transactions on Graphics》;20060731;第25卷(第3期);第853-861页 *
全景视觉泊车辅助系统算法研究;廖国品;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140515(第5期);正文第17页第3.1.4节最后、第46-60页第五章 *
基于SURF的序列图像快速拼接方法;杨云涛 等;《计算机技术与发展》;20110331;第21卷(第3期);第6-9页 *

Also Published As

Publication number Publication date
CN105447850A (zh) 2016-03-30

Similar Documents

Publication Publication Date Title
CN105447850B (zh) 一种基于多视点图像的全景图拼接合成方法
CN105118055B (zh) 摄影机定位修正标定方法及系统
CN106875339B (zh) 一种基于长条形标定板的鱼眼图像拼接方法
EP3356887B1 (en) Method for stitching together images taken through fisheye lens in order to produce 360-degree spherical panorama
EP2571261B1 (en) Method and device for multi-camera image calibration
US9900505B2 (en) Panoramic video from unstructured camera arrays with globally consistent parallax removal
Ho et al. Dual-fisheye lens stitching for 360-degree imaging
US9195121B2 (en) Markerless geometric registration of multiple projectors on extruded surfaces using an uncalibrated camera
KR102328020B1 (ko) 하나의 룩업 테이블을 이용한 파노라마 영상 출력 시스템 및 방법
WO2018076154A1 (zh) 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法
CN110782394A (zh) 全景视频快速拼接方法及系统
CN110211043A (zh) 一种用于全景图像拼接的基于网格优化的配准方法
TWI433530B (zh) 具有立體影像攝影引導的攝影系統與方法及自動調整方法
TW201830333A (zh) 具接合功能的全景影像產生方法及裝置
WO2011076104A1 (zh) 图像拼接方法及装置
CN110519528B (zh) 一种全景视频合成方法、装置及电子设备
WO2014023231A1 (zh) 宽视场超高分辨率光学成像系统及方法
TW201715880A (zh) 一種全景魚眼相機影像校正、合成與景深重建方法與其系統
JP2011139368A (ja) 撮像装置の制御装置および制御方法
CN109919911A (zh) 基于多视角光度立体的移动三维重建方法
CN107016707B (zh) 一种集成成像超大三维场景拍摄图像校正方法
US8019180B2 (en) Constructing arbitrary-plane and multi-arbitrary-plane mosaic composite images from a multi-imager
JP2014010783A (ja) 画像処理装置、画像処理方法およびプログラム
Mehta et al. Image stitching techniques
Kurillo et al. Geometric and color calibration of multiview panoramic cameras for life-size 3D immersive video

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180209

Termination date: 20181112

CF01 Termination of patent right due to non-payment of annual fee