CN105574815A - 用于扫描鼠标器的图像拼接方法及装置 - Google Patents
用于扫描鼠标器的图像拼接方法及装置 Download PDFInfo
- Publication number
- CN105574815A CN105574815A CN201510966976.9A CN201510966976A CN105574815A CN 105574815 A CN105574815 A CN 105574815A CN 201510966976 A CN201510966976 A CN 201510966976A CN 105574815 A CN105574815 A CN 105574815A
- Authority
- CN
- China
- Prior art keywords
- image
- reference picture
- spliced
- conversion
- process image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 158
- 230000008569 process Effects 0.000 claims description 112
- 238000006243 chemical reaction Methods 0.000 claims description 62
- 230000008878 coupling Effects 0.000 claims description 19
- 238000010168 coupling process Methods 0.000 claims description 19
- 238000005859 coupling reaction Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 7
- 230000004927 fusion Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013350 formula milk Nutrition 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明提供一种用于扫描鼠标器的图像拼接方法及装置,所述方法包括:取出至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。上述方法有效地提高了匹配精度,简化算法,使其适用于实时图像处理。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种用于扫描鼠标器的图像拼接方法及装置。
背景技术
随着电子技术日星月异的发展,电子产品也逐步更新换代。单一功能的电子产品已无法满足人们的需求,给鼠标加上扫描仪功能成为办公用品里一个新的应用。
扫描鼠标器在扫描物体时,由于自身体积较小,往往需要对物体进行多次扫描,每次扫描物体的不同位置,硬件部分输出一系列运动图像,然后通过一个图像拼接软件对这些运动图像进行拼接,最终得到一幅完整的扫描图像。
图像拼接是图像处理技术的一个重要内容,是一种将多张有衔接重叠的图像拼成一张高分辨率全景图像的技术。该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域。
传统的图像拼接技术主要分为两个主要步骤:图像配准和图像融合。其中,图像配准是整个图像拼接的基础,图像配准是指基于参考图和活动图中的图像关键信息,寻找最佳的匹配对,搜索每个匹配对之间运动向量,最终估计出两幅图像之间的全局的、线性或非线性的运动变换参数。经典的方法有L-M算法、相位相关法,基于几何特征的图像配准方法等。
用于扫描鼠标器的图像拼接方法需要进行多幅图像的拼接,通常要求两幅图像之间的匹配精度较高,由于误差累加,如果中间两幅图像的匹配融合有偏差,会导致后续图像都无法匹配正确;此外,还要求算法的时间复杂度不能太高,整个方法里需要进行多次图像匹配,要能够进行实时处理。
然而,现有图像拼接技术还无法解决特征的匹配精度较差的问题,并且现有图像拼接技术算法较为复杂,不适合用于实时图像处理。
发明内容
针对现有技术中的缺陷,本发明提供一种用于扫描鼠标器的图像拼接方法及装置,有效地提高了匹配精度,简化算法,适用于实时图像处理。
第一方面,本发明提供一种用于扫描鼠标器的图像拼接方法,包括:
取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;
对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;
在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
优选地,所述方法还包括:
在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤,以获得最终拼接图像。
优选地,所述对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间,具体包括:
提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合;
根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系;
根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
优选地,所述对所述特征点进行匹配,具体包括:
提取所述参考图像中的第一特征点,并采用最近邻距离比匹配法获得所述处理图像中与所述特征点匹配的第二特征点;
采用最近邻距离比匹配法获得所述参考图像中与所述第二特征点匹配的第三特征点;
若所述第三特征点与所述第一特征点为同一特征点,则将所述第一特征点与所述第二特征点作为一对匹配的特征点。
优选地,在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,具体包括:
在所述参考图像与变换后的处理图像的重叠面积大于预设值时,将重叠区域的参考图像与变换后的处理图像各点的原像素值的均值作为拼接后的图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后的图像在该非重叠区域的像素值。
优选地,所述方法还包括:
在所述参考图像与变换后的处理图像的重叠面积小于等于预设值时,将所述第一图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
第二方面,本发明提供一种用于扫描鼠标器的图像拼接装置,包括:
待拼接图像获取单元,用于取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;
图像配准单元,用于对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;
图像拼接单元,用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
优选地,所述图像配准单元,还用于在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
优选地,所述图像配准单元,具体用于提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合;根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系;根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
优越地,所述图像拼接单元,具体用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,将重叠区域的参考图像与变换后的处理图像各点的原像素值的均值作为拼接后的图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后的图像在该非重叠区域的像素值。
由上述技术方案可知,本发明的图像拼接方法及装置,通过对参考图像与处理图像进行图像配准,将处理图像变换至参考图像的坐标空间;在参考图像与变换后的处理图像的重叠面积大于预设值时,对参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。由此,有效地提高了匹配精度,简化算法,适用于实时图像处理。
附图说明
图1为本发明一实施例提供的用于扫描鼠标器的图像拼接方法的流程示意图;
图2为本发明另一实施例提供的用于扫描鼠标器的图像拼接方法的流程示意图;
图3为本发明一实施例提供的用于扫描鼠标器的图像拼接装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的用于扫描鼠标器的图像拼接方法的流程示意图,如图1所示,本实施例的用于扫描鼠标器的图像拼接方法如下所述。
101、取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像。
应该说明的是,上述的待拼接图像至少为两幅存在重叠区域的图像,在实际应用中可采用带有扫描功能的鼠标,即上述的扫描鼠标器来获取多幅图像,进而对多幅图像进行拼接。
举例来说,通过扫描鼠标器传来的N幅图像为{p1,p2…pn},则选取第一幅图像p1作为参考图像,选取第二幅图像p2作为处理图像,且图像p1和图像p2具有重叠区域。
102、对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间。
可理解的是,在进行图像配准之前,需要对两像的坐标空间进行变化,将需要进行图像配准的图像变换至同一坐标空间,才可对其进行图像的配准。
103、在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
举例来说,上述的预设值可为一图像比例,可为重叠区域面积占两图像总面积的比例。在实际应用中,可取上述的即设值为50%,即上述的参考图像和变换后的处理图像的重叠区域的面积占两图像总面积的50%时,对上述的两图像进行融合,经过融合的图像即为拼接后的图像。
应该说明的是,在所述参考图像与变换后的处理图像的重叠面积小于等于预设值时,仍将所述第一图像作为新的参考图像,将与上述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行上述的步骤102。
本实施例的用于扫描鼠标器的图像拼接方法,通过对参考图像与处理图像进行图像配准,将处理图像变换至参考图像的坐标空间;在参考图像与变换后的处理图像的重叠面积大于预设值时,对参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。由此,有效地提高了匹配精度,简化算法,适用于实时图像处理。
图2示出了本发明一实施例提供的用于扫描鼠标器的图像拼接方法的流程示意图,如图2所示,本实施例的用于扫描鼠标器的图像拼接方法如下所述。
201、取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像。
202、对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间。
在实际应用中,上述的步骤202还包括图中未示出的子步骤2021至子步骤2023。
2021、提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合。
举例来说,可提取上述的参考图像及处理图像中的SIFT特征点,并且采用改进的基于SIFT特征配准的方法对提取的特征点进行匹配。
具体地,对所述特征点进行匹配可包括:
提取所述参考图像中的第一特征点,并采用最近邻距离比匹配法获得所述处理图像中与所述特征点匹配的第二特征点;
采用最近邻距离比匹配法获得所述参考图像中与所述第二特征点匹配的第三特征点;
若所述第三特征点与所述第一特征点为同一特征点,则将所述第一特征点与所述第二特征点作为一对匹配的特征点。
举例来说,将上述的参考图像及处理图像分别用图像F及图像C表示,分别提取图像F与图像C的SIFT特征点集合,对于图像C中的SIFT特征点S1,利用最近邻距离比匹配方法在图像F中找到与其最佳匹配的特征点S2;进而反向操作最近邻距离比匹配方法在图像C中找到与特征点S2最佳匹配的特征点S1’;若S1与S1’为同一特征点,则认为S1与S2为一对匹配的特征点。重复上述的方法,得到图像F与图像C中所有匹配的特征点集合{(S1i,S2i)},其中,i为匹配索引号。
2022、根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系。
2023、根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
具体来说,可利用上述的匹配的特征点集合{(S1i,S2i)}计算出图像F与图像C之间的映射关系,例如,可利用匹配的特征点集合计算出图像F与图像C之间的仿射变换参数,进而得到图像C至图像F的变换公式g,使得通过变换公式g将图像C投影到图像F的坐标空间,得到变换后的图像C’,且满足C′=g·C。
203、在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
具体地,在所述参考图像与变换后的处理图像的重叠面积大于预设比例时,可将重叠区域的参考图像与变换后的处理图像各点的原像素均值作为拼接后图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后图像在该非重叠区域的像素值。
举例来说,对于变换后的处理图像和参考图像,即上述的图像C’和图像F,采用如下规则确定拼接后图像各点的像素值:
其中,newF为上述的拼接后的图像。
204、判断未取出的待拼接图像的数量是否为零,在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行步骤203;在未取出的待拼接图像的数量为零时,执行步骤205。
可理解的是,在未取出的待拼接图像的数量大于零时,要将之前拼接后的图像作为新的参考图像对待拼接图像作相同处理,使得最终拼接图像为一幅完整的图像。例如,将上述的图像newF作为新的参考图像,将与图像C存在重叠区域的待拼接图像作为新的处理图像,执行上述的步骤203。
205、在未取出的待拼接图像的数量为零时,将所述拼接后的图像作为最终拼接图像。
本实施例的用于扫描鼠标器的图像拼接方法,通过对参考图像与处理图像进行图像配准,将处理图像变换至参考图像的坐标空间;在参考图像与变换后的处理图像的重叠面积大于预设值时,对参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。由此,有效地提高了匹配精度,简化算法,适用于实时图像处理。
图3示出了本发明一实施例提供的用于扫描鼠标器的图像拼接装置,如图3所述,本实施例的用于扫描鼠标器的图像拼接装置,包括:待拼接图像获取单元31、图像配准单元32和图像拼接单元33。
待拼接图像获取单元31,用于取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;
图像配准单元32,用于对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;
图像拼接单元33,用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
可选地,图像配准单元32,还用于在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
可选地,图像配准单元32,具体用于提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合;根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系;根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
可选地,图像配准单元32,还用于提取所述参考图像中的第一特征点,并采用最近邻距离比匹配法获得所述处理图像中与所述特征点匹配的第二特征点;采用最近邻距离比匹配法获得所述参考图像中与所述第二特征点匹配的第三特征点;若所述第三特征点与所述第一特征点为同一特征点,则将所述第一特征点与所述第二特征点作为一对匹配的特征点。
可选地,图像拼接单元33,具体用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,将重叠区域的参考图像与变换后的处理图像各点的原像素值的均值作为拼接后的图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后的图像在该非重叠区域的像素值。
可选地,图像配准单元32,还用于在所述参考图像与变换后的处理图像的重叠面积小于等于预设值时,将所述第一图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
本实施例的用于扫描鼠标器的图像拼接装置,可以用于执行上述图1或图2所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本实施例的用于扫描鼠标器的图像拼接装置,通过对参考图像与处理图像进行图像配准,将处理图像变换至参考图像的坐标空间;在参考图像与变换后的处理图像的重叠面积大于预设值时,对参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。由此,有效地提高了匹配精度,简化算法,适用于实时图像处理。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (10)
1.一种用于扫描鼠标器的图像拼接方法,其特征在于,所述方法包括:
取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;
对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;
在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤,以获得最终拼接图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间,具体包括:
提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合;
根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系;
根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
4.根据权利要求3所述的方法,其特征在于,所述对所述特征点进行匹配,具体包括:
提取所述参考图像中的第一特征点,并采用最近邻距离比匹配法获得所述处理图像中与所述特征点匹配的第二特征点;
采用最近邻距离比匹配法获得所述参考图像中与所述第二特征点匹配的第三特征点;
若所述第三特征点与所述第一特征点为同一特征点,则将所述第一特征点与所述第二特征点作为一对匹配的特征点。
5.根据权利要求1所述的方法,其特征在于,在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像,具体包括:
在所述参考图像与变换后的处理图像的重叠面积大于预设值时,将重叠区域的参考图像与变换后的处理图像各点的原像素值的均值作为拼接后的图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后的图像在该非重叠区域的像素值。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述参考图像与变换后的处理图像的重叠面积小于等于预设值时,将所述第一图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
7.一种用于扫描鼠标器的图像拼接装置,其特征在于,所述装置包括:
待拼接图像获取单元,用于取出扫描鼠标器获取的至少两幅待拼接图像中的第一图像,将所述第一图像作为参考图像,并取出所述至少两幅待拼接图像中与第一图像存在重叠区域的第二图像,将所述第二图像作为处理图像;
图像配准单元,用于对所述参考图像与处理图像进行图像配准,将所述处理图像变换至所述参考图像的坐标空间;
图像拼接单元,用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,对所述参考图像与变换后的处理图像进行图像融合,以获得拼接后的图像。
8.根据权利要求7所述的装置,其特征在于,所述图像配准单元,还用于在未取出的待拼接图像的数量大于零时,将所述拼接后的图像作为新的参考图像,将与所述新的参考图像存在重叠区域的待拼接图像作为新的处理图像,执行所述对所述参考图像与处理图像进行图像配准的步骤。
9.根据权利要求7所述的装置,其特征在于,所述图像配准单元,具体用于提取所述参考图像与处理图像的特征点,并对所述特征点进行匹配,以获得匹配的特征点集合;根据所述匹配的特征点集合确定所述参考图像与处理图像的映射关系;根据所述映射关系将所述处理图像变换至所述参考图像的坐标空间。
10.根据权利要求7所述的装置,其特征在于,所述图像拼接单元,具体用于在所述参考图像与变换后的处理图像的重叠面积大于预设值时,将重叠区域的参考图像与变换后的处理图像各点的原像素值的均值作为拼接后的图像在该重叠区域各点的像素值,并且将非重叠区域的原像素值作为拼接后的图像在该非重叠区域的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510966976.9A CN105574815A (zh) | 2015-12-21 | 2015-12-21 | 用于扫描鼠标器的图像拼接方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510966976.9A CN105574815A (zh) | 2015-12-21 | 2015-12-21 | 用于扫描鼠标器的图像拼接方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105574815A true CN105574815A (zh) | 2016-05-11 |
Family
ID=55884912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510966976.9A Pending CN105574815A (zh) | 2015-12-21 | 2015-12-21 | 用于扫描鼠标器的图像拼接方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574815A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600575A (zh) * | 2016-09-30 | 2017-04-26 | 上海联影医疗科技有限公司 | 拼接图像校验方法及装置、x射线摄影系统 |
CN107392846A (zh) * | 2017-07-31 | 2017-11-24 | 四川长虹电器股份有限公司 | 行车记录仪图像拼接方法 |
CN108416735A (zh) * | 2018-03-19 | 2018-08-17 | 深圳市深图医学影像设备有限公司 | 基于几何特征的数字化x线图像的拼接方法及装置 |
CN110097063A (zh) * | 2019-04-30 | 2019-08-06 | 网易有道信息技术(北京)有限公司 | 电子设备的数据处理方法、介质、装置和计算设备 |
CN110807732A (zh) * | 2019-10-11 | 2020-02-18 | 武汉兰丁医学高科技有限公司 | 用于显微图像全景拼接系统及方法 |
US10580135B2 (en) | 2016-07-14 | 2020-03-03 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for splicing images |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001292313A (ja) * | 2000-04-10 | 2001-10-19 | Seiko Epson Corp | 画像処理制御プログラムを記録した記録媒体、画像処理方法、画像処理装置および画像入力装置 |
CN101853524A (zh) * | 2010-05-13 | 2010-10-06 | 北京农业信息技术研究中心 | 使用图像序列生成玉米果穗全景图的方法 |
CN103955888A (zh) * | 2014-05-12 | 2014-07-30 | 中国人民解放军空军预警学院监控系统工程研究所 | 一种基于sift的高清视频图像拼接方法及装置 |
CN104299215A (zh) * | 2014-10-11 | 2015-01-21 | 中国兵器工业第二O二研究所 | 一种特征点标定和匹配的图像拼接方法 |
-
2015
- 2015-12-21 CN CN201510966976.9A patent/CN105574815A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001292313A (ja) * | 2000-04-10 | 2001-10-19 | Seiko Epson Corp | 画像処理制御プログラムを記録した記録媒体、画像処理方法、画像処理装置および画像入力装置 |
CN101853524A (zh) * | 2010-05-13 | 2010-10-06 | 北京农业信息技术研究中心 | 使用图像序列生成玉米果穗全景图的方法 |
CN103955888A (zh) * | 2014-05-12 | 2014-07-30 | 中国人民解放军空军预警学院监控系统工程研究所 | 一种基于sift的高清视频图像拼接方法及装置 |
CN104299215A (zh) * | 2014-10-11 | 2015-01-21 | 中国兵器工业第二O二研究所 | 一种特征点标定和匹配的图像拼接方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10580135B2 (en) | 2016-07-14 | 2020-03-03 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for splicing images |
US11416993B2 (en) | 2016-07-14 | 2022-08-16 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for splicing images |
US11893738B2 (en) | 2016-07-14 | 2024-02-06 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for splicing images |
CN106600575A (zh) * | 2016-09-30 | 2017-04-26 | 上海联影医疗科技有限公司 | 拼接图像校验方法及装置、x射线摄影系统 |
CN107392846A (zh) * | 2017-07-31 | 2017-11-24 | 四川长虹电器股份有限公司 | 行车记录仪图像拼接方法 |
CN108416735A (zh) * | 2018-03-19 | 2018-08-17 | 深圳市深图医学影像设备有限公司 | 基于几何特征的数字化x线图像的拼接方法及装置 |
CN108416735B (zh) * | 2018-03-19 | 2022-02-01 | 深圳市深图医学影像设备有限公司 | 基于几何特征的数字化x线图像的拼接方法及装置 |
CN110097063A (zh) * | 2019-04-30 | 2019-08-06 | 网易有道信息技术(北京)有限公司 | 电子设备的数据处理方法、介质、装置和计算设备 |
CN110807732A (zh) * | 2019-10-11 | 2020-02-18 | 武汉兰丁医学高科技有限公司 | 用于显微图像全景拼接系统及方法 |
CN110807732B (zh) * | 2019-10-11 | 2023-08-29 | 武汉兰丁智能医学股份有限公司 | 用于显微图像全景拼接系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574815A (zh) | 用于扫描鼠标器的图像拼接方法及装置 | |
Zhu et al. | Cross view capture for stereo image super-resolution | |
CN103761721B (zh) | 一种适用于空间绳系机器人的立体视觉快速图像拼接方法 | |
Guo et al. | Vision-based measurement for rotational speed by improving Lucas–Kanade template tracking algorithm | |
CN113706699A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
Zhu et al. | Surface reconstruction via efficient and accurate registration of multiview range scans | |
Wang et al. | Msfnet: multistage fusion network for infrared and visible image fusion | |
KR20170020065A (ko) | 이미지 비교 알고리즘에 기반한 소아 교육용 학습 장치 및 방법 | |
CN113255429A (zh) | 一种视频中人体姿态估计与跟踪方法及系统 | |
Jiang et al. | Reference-based image and video super-resolution via $ C^{2} $-matching | |
Cao et al. | Super-resolution algorithm through neighbor embedding with new feature selection and example training | |
Li et al. | Realistic single-image super-resolution using autoencoding adversarial networks | |
Stern et al. | Enhanced-resolution image restoration from a sequence of low-frequency vibrated images by use of convex projections | |
Liu et al. | Correcting large lens radial distortion using epipolar constraint | |
Kang et al. | A highly accurate dense approach for homography estimation using modified differential evolution | |
Kim et al. | Extended fisheye lens model for practical geometric correction and image enhancement | |
Lindner et al. | Depth enhanced and content aware video stabilization | |
Chen et al. | Screen image segmentation and correction for a computer display | |
Laraqui et al. | Stitched image based on a real-time video conversion technique | |
Liu et al. | Automatic seamless image mosaic method based on SIFT features | |
Spampinato et al. | Low cost rototranslational video stabilization algorithm | |
CN103646237B (zh) | 低分辨率面部视频的处理方法 | |
Xue et al. | A new optimal seam method for seamless image stitching | |
Czupryński et al. | Real-time RGBD SLAM system | |
Hu et al. | Depth information calculation method for unstructured objects based on deep neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160511 |