CN105894451A - 全景图像拼接方法和装置 - Google Patents
全景图像拼接方法和装置 Download PDFInfo
- Publication number
- CN105894451A CN105894451A CN201610196006.XA CN201610196006A CN105894451A CN 105894451 A CN105894451 A CN 105894451A CN 201610196006 A CN201610196006 A CN 201610196006A CN 105894451 A CN105894451 A CN 105894451A
- Authority
- CN
- China
- Prior art keywords
- image
- splicing
- distance
- algorithm
- panorama
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明提出一种全景图像拼接方法和装置,该全景图像拼接方法包括:获取全景相机拍摄到的图像,得到第一图像集;根据第一预设算法动态获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板;根据对应的距离拼接模板的拼接参数,对第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。通过本发明能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种全景图像拼接方法和装置。
背景技术
相关技术中的全景相机,只负责图片信息采集及数据传输,而拼接工作在计算机上进行,速度较慢,不具有实时性。为达到实时特性,改进的全景相机需要在相机内部完成实时拼接,然而相关技术中的图像拼接方法多是寻优的过程,计算复杂,直接应用会造成硬件的存储量及吞吐量巨大,限制了应用范围。改进后的全景相机的机内实时拼接,也多是小数据量的拼接。全景相机机内实时拼接解决方法很难实现一种既能处理大数据量传输、运行复杂拼接算法、消耗较低资源,同时又能达到实时、高质量拼接效果的要求。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种全景图像拼接方法,能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
本发明的另一个目的在于提出一种全景图像拼接装置。
为达到上述目的,本发明第一方面实施例提出的全景图像拼接方法,包括:获取全景相机拍摄到的图像,得到第一图像集;根据第一预设算法动态获取所述第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个所述真实距离对应的距离拼接模板;根据所述对应的距离拼接模板的拼接参数,对所述第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
本发明第一方面实施例提出的全景图像拼接方法,通过获取全景相机拍摄到的图像得到第一图像集,获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板,该距离拼接模板是由全景相机预先生成并存储的,能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
为达到上述目的,本发明第二方面实施例提出的全景图像拼接装置,包括:第一获取模块,用于获取全景相机拍摄到的图像,得到第一图像集;第二获取模块,用于根据第一预设算法动态获取所述第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个所述真实距离对应的距离拼接模板;拼接模块,用于根据所述对应的距离拼接模板的拼接参数,对所述第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
本发明第二方面实施例提出的全景图像拼接装置,通过获取全景相机拍摄到的图像得到第一图像集,获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板,该距离拼接模板是由全景相机预先生成并存储的,能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一实施例提出的全景图像拼接方法的流程示意图;
图2是本发明另一实施例提出的全景图像拼接方法的流程示意图;
图3是本发明另一实施例提出的全景图像拼接方法的流程示意图;
图4是本发明一实施例提出的全景图像拼接装置的结构示意图;
图5是本发明另一实施例提出的全景图像拼接装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的全景图像拼接方法的流程示意图。
本实施例可以应用在全景相机上。
全景相机是指能够接收用户产生的拍照指令,并根据拍照指令拍摄全景图像的照相设备,在本发明的实施例中,该全景相机可以包括至少两个的镜头,在拍摄全景图像时,全景相机的至少两个的镜头可以同时采集不同距离位置和/或不同角度位置的多幅图像,并在全景相机内部将不同距离位置和/或不同角度位置的多幅图像进行拼接处理,生成全景图像。
参见图1,本实施例的方法包括:
S11:获取全景相机拍摄到的图像,得到第一图像集。
可选地,全景相机可以包括至少两个的镜头,不同的镜头用于采集用户需要拍摄的场景空间中不同距离位置和/或不同角度位置的多幅图像。
一些实施例中,第一图像集中可以包含全景相机的至少两个的镜头拍摄到的多幅图像,该多幅图像可以为不同距离位置和/或不同角度位置的多幅图像。
可以理解的是,第一图像集中图像的数量与全景相机的镜头的数量相同。
例如,在全景相机接收用户产生的拍照指令,全景相机的至少两个的镜头可以根据拍照指令同时采集不同距离位置和/或不同角度位置的多幅图像,得到第一图像集。
S12:根据第一预设算法动态获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板。
可选地,第一预设算法为双目测距算法。
双目测距算法是一种基于双目立体视觉的距离测量算法。
一些实施例中,可以预先生成与n个不同的距离对应的距离拼接模板,并将n个不同的距离和对应的距离拼接模板的拼接参数预存在全景相机的存储器中,其中,n属于1~N,N为正整数。具体的距离拼接模板生成方法的流程可以参见后续实施例。
在本发明的实施例中,在对第一图像集中每两个相邻图像进行两两拼接的过程中,每两个相邻图像的重叠区域中相同景物的拍摄距离位置和/或拍摄角度位置有可能会不相同,因此,可以根据双目测距算法计算出每两个相邻图像的重叠区域中相同景物的真实距离,以调用与真实距离对应的距离拼接模板,实现高质量的全景拼接。
可以理解的是,真实距离的数量可以为至少一个,例如,在获取第一图像集中每两个相邻图像的重叠区域中景物的至少一个的真实距离后,全景相机的内置程序可以读取存储器中的预先生成的与n个不同的距离对应的距离拼接模板。
S13:根据对应的距离拼接模板的拼接参数,对第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
在本发明的实施例中,距离拼接模板的拼接参数例如可以包括投影映射矩阵融合参数、校正映射公式,以及匹配变换矩阵。
在本发明的实施例中,全景相机的至少两个的镜头可以是广角圆形鱼眼镜头,镜头采集的多幅图像中的像素坐标是非线性数据,直接对非线性数据进行拼接处理不易实现,因此可以预先对镜头采集的多幅图像中的像素坐标进行校正,将非线性像素坐标转化为线性像素坐标。
例如,可以根据距离拼接模板的拼接参数中的校正映射公式对多幅图像中的像素坐标进行校正映射处理。
在本发明的实施例中,将全景相机的至少两个的镜头采集的多幅图像中每两个相邻图像进行两两拼接的过程中,可以预先识别和判定每两个相邻图像的重叠区域中相同景物的位移、旋转等变换关系,以获取重叠区域中相同景物的真实位置数据。
例如,可以根据距离拼接模板的拼接参数中的匹配变换矩阵对重叠区域中相同景物的像素坐标进行配准处理。
在本发明的实施例中,将全景相机的至少两个的镜头采集的多幅图像中每两个相邻图像进行两两拼接的过程中,在依次将非线性像素坐标转化为线性像素坐标,并对重叠区域中相同景物的像素坐标进行配准处理,进一步的,可以对第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
例如,可以根据距离拼接模板的拼接参数中的投影映射矩阵融合参数对第一图像集中每两个相邻图像进行融合处理,得到第一全景图像。
全景相机在获取到与每个真实距离对应的距离拼接模板后,可以进一步读取距离拼接模板的拼接参数,
本实施例中,通过获取全景相机拍摄到的图像得到第一图像集,获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板,该距离拼接模板是由全景相机预先生成并存储的,能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
图2是本发明另一实施例提出的全景图像拼接方法的流程示意图。
本实施例以调用与n个不同的真实距离对应的距离拼接模板为例,其中,n属于1~N,N为正整数。
参见图2,本实施例的方法包括:
S21:获取全景相机拍摄到的图像,得到第一图像集。
一些实施例中,第一图像集中可以包含全景相机的至少两个的镜头拍摄到的多幅图像,该多幅图像可以为不同距离位置和/或不同角度位置的多幅图像。
可以理解的是,第一图像集中图像的数量与全景相机的镜头的数量相同。
例如,在全景相机接收用户产生的拍照指令,全景相机的至少两个的镜头可以根据拍照指令同时采集不同距离位置和/或不同角度位置的多幅图像,得到第一图像集。
S22:根据第一预设算法动态获取第一图像集中每两个相邻图像的重叠区域中景物的n个真实距离,其中,n属于1~N,N为正整数。
可选地,第一预设算法为双目测距算法。
双目测距算法是一种基于双目立体视觉的距离测量算法。
在本发明的实施例中,在对第一图像集中每两个相邻图像进行两两拼接的过程中,每两个相邻图像的重叠区域中相同景物的拍摄距离位置和/或拍摄角度位置有可能会不相同,因此,可以根据双目测距算法计算出每两个相邻图像的重叠区域中相同景物的真实距离,以调用与真实距离对应的距离拼接模板,实现高质量的全景拼接。
S23:获取n个真实距离中与每个真实距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
可以理解的是,n个真实距离对应n个距离拼接模板,其中,n属于1~N,N为正整数。
例如,在获取第一图像集中每两个相邻图像的重叠区域中景物的n个真实距离后,全景相机的内置程序可以读取存储器中的预先生成的与n个不同的真实距离对应的n个距离拼接模板。
S24:读取n个距离拼接模板的拼接参数。
在本发明的实施例中,距离拼接模板的拼接参数例如可以包括投影映射矩阵融合参数、校正映射公式,以及匹配变换矩阵。
可以理解的是,n个距离拼接模板的拼接参数可以相同或者不同。n个距离拼接模板可以包括n个投影映射矩阵融合参数、n个不同参数的校正映射公式,以及n个不同参数的匹配变换矩阵,其中,n属于1~N,N为正整数。
S25:根据距离拼接模板的拼接参数中的校正映射公式对多幅图像中的像素坐标进行校正映射处理。
例如,可以根据n个距离拼接模板中,每个距离拼接模板的校正映射公式对多幅图像中的像素坐标进行校正映射处理,将多幅图像中的非线性像素坐标转化为线性像素坐标。
S26:根据距离拼接模板的拼接参数中的匹配变换矩阵对重叠区域中相同景物的像素坐标进行配准处理。
例如,可以根据n个距离拼接模板中,每个距离拼接模板的匹配变换矩阵对相邻图像的重叠区域中相同景物的像素坐标进行配准处理,得到配准处理后的多幅图像。
S27:根据距离拼接模板的拼接参数中的投影映射矩阵融合参数对第一图像集中配准处理后的多幅图像中每两个相邻图像进行融合处理,得到第一全景图像。
例如,可以根据距离拼接模板的拼接参数中的投影映射矩阵融合参数对配准处理后的多幅图像中每两个相邻图像进行融合处理,得到第一全景图像。
本实施例中,通过调用距离拼接模板进行全景图像的拼接,简化了复杂的拼接算法实现过程,提高了全景图像的拼接效率,利于拼接实时性要求。同时,本实施例中通过存储距离拼接模板实现图像拼接,减少了全景相机的硬件资源的消耗,提高了全景相机的性价比。另外,本实施例采用双目测距方法动态在多个距离拼接模板中选取最合适的距离拼接模板,可以对需要拍摄的场景空间中不同距离位置和/或不同角度位置的多幅图像同时达到最优的拼接效果。进一步的,通过根据距离拼接模板的拼接参数进行全景图像的拼接,可以改善全景相机中至少一个的镜头光心节点不重合所造成的全景图像拼接质量不佳的问题。进一步的,本实施例不限制相邻图像重叠区域的面积大小,只要相邻图像存在重叠区域就可实现全景图像的拼接,提升了全景相机的适用性。
图3是本发明另一实施例提出的全景图像拼接方法的流程示意图。
本实施例以生成与n个不同的距离对应的距离拼接模板为例,其中,n属于1~N,N为正整数。
参见图3,本实施例的方法包括:
S31:获取全景相机对预设场景拍摄到的图像,得到第二图像集。
在本发明的实施例中,预设场景为用户预先选定的拍摄场景,用于生成距离拼接模板,预设场景可以为一处或者多处。例如,用户可以预先选定一处或者多处预设场景,通过对预设场景拍摄到的图像进行全景拼接,获取能够得到最优拼接质量全景图像的距离拼接模板。
本实施例以预设场景为一处示例。
一些实施例中,第二图像集中可以包含全景相机的至少两个的镜头对预设场景拍摄到的多幅图像,该多幅图像可以为不同距离位置和/或不同角度位置的多幅图像。
可以理解的是,第二图像集中图像的数量与全景相机的镜头的数量相同。第二图像集的数量可以为一个或者多个,例如,若预设场景为一处,则对应一个第二图像集,若预设场景为多处,则对应多个第二图像集,多个第二图像集可以用于对距离拼接模板进行不断的测试优化,以得到能够获取最优拼接质量全景图像的距离拼接模板。
例如,在全景相机接收用户产生的拍照指令,全景相机的至少两个的镜头可以根据拍照指令同时采集预设场景中不同距离位置和/或不同角度位置的多幅图像,得到第一图像集。
S32:根据图像预处理算法将第二图像集中的每个图像的非线性像素坐标转化为线性像素坐标,得到转化后的第二图像集。
一些实施例中,图像预处理算法可以如下校正映射公式:
其中,f为焦距,(xo,yo)为非线性像素坐标,(xc,yc)为校正后的线性像素坐标。
例如,可以根据校正映射公式对第二图像集中多幅图像的像素坐标进行校正映射处理,将多幅图像中的非线性像素坐标转化为线性像素坐标,得到转化后的第二图像集。
S33:根据图像配准算法对转化后的第二图像集中每两个相邻图像的重叠区域进行配准处理。
一些实施例中,图像配准算法可以如下匹配变换矩阵:
其中,x和y分别为第二图像集中的每个图像的像素坐标变换前的水平坐标和垂直坐标,x′和y′分别为变换后每个图像的像素坐标的水平坐标和垂直坐标,m0、m4为缩放旋转参数,m1、m3为错切参数,m2为x方向位移,m5为y方向位移,m6、m7为梯形失真参数。
例如,可以根据匹配变换矩阵对相邻图像的重叠区域中相同景物的像素坐标进行配准处理,得到配准处理后的多幅图像。
S34:根据图像融合算法将配准处理后的第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像。
一些实施例中,图像融合算法可以例如包括最佳拼接线位置求取算法、接缝平滑处理算法以及全景图像的整体曝光处理算法等。
可选地,最佳拼接线位置求取算法如下:
E(x,y)=E2 color(x,y)+Egeometry(x,y);
其中,Ecolor(x,y)表示相邻图像中重叠像素点的颜色值之差,而Egeometry(x,y)表示相邻图像中重叠像素点的结构差值。Egeometry(x,y)是通过修改梯度计算Sobel算子实现的。
Egeometry(x,y)=Diff(f1(x,y),f2(x,y));
Diff(f1(x,y),f2(x,y))可以通过计算相邻图像f1(x,y)和f2(x,y)在x和y方向的梯度之差的积得到。
可选地,可以在相邻图像的重叠区域根据相关技术中的拼接线位置求取算法选出最佳的拼接线,实现使图像的重叠区域能平滑自然地过渡,实现无缝拼接,在此不再赘述。
一些实施例中,平滑处理可以采用加权处理算法、泊松融合算法,以及多分辨处理算法等,可以根据全景图像的特点选取最优的算法消除相邻图像重叠区域的重影,以实现全景图像的拼接。
一些实施例中,全景图像的整体曝光处理算法可以例如亮度校正算法等。
可选地,第二图像集中的多张图像可能会存在色差或者曝光不同等现象,为实现高质量的全景图像拼接效果,可以采用亮度校正算法消除曝光差异。
例如,可以根据S32~S34对第二图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
S35:判断第二全景图像是否达到预设拼接标准,若是,执行S37,否则,执行S36。
在本发明的实施例中,预设拼接标准是指高质量的全景图像的拼接效果标准,预设拼接标准可以由全景相机的制造厂商设定。
例如,在根据S32~S34对第二图像集中每两个相邻图像进行拼接处理,得到第一全景图像之后,可以对第一全景图像的拼接效果进行评估,判断拼接效果是否达到预设拼接标准。
S36:根据预设规则对第二预设算法进行处理,得到目标预设算法,并重复根据目标预设算法对第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像。之后重复执行S35。
一些实施例中,第二预设算法包括图像预处理算法、图像配准算法和图像融合算法。
在判定第二全景图像的拼接效果未达到预设拼接标准,可以对第二预设算法进行优化处理,即对图像预处理算法、图像配准算法和图像融合算法进行优化处理,得到目标预设算法,其中,目标预设算法可以包括优化后的图像预处理算法、优化后的图像配准算法和优化后的图像融合算法。
例如,可以对校正映射公式、匹配变换矩阵,以及图像融合算法进行优化处理,得到目标预设算法,并通过目标预设算法对第二图像集中每两个相邻图像进行拼接处理,进一步的,循环判断拼接处理后的全景图像是否达到预设拼接标准,如果未达到,则持续对目标预设算法进行优化,直到根据优化后的目标预设算法拼接出的全景图像达到预设拼接标准。
S37:根据第二预设算法的参数生成与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
在判定第二全景图像的拼接效果达到预设拼接标准时,可以获取使全景图像达到预设拼接标准的第二预设算法的参数生成与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
可以理解的是,如果根据一处预设场景只能生成有限个数的不同的距离,与之对应生成有限个数的距离拼接模板,则可以选取多处预设场景,通过对多处预设场景进行全景图像的拼接处理,以获取与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
本实施例中,通过生成与n个不同的距离对应的距离拼接模板,该距离拼接模板能够使拼接出的全景图像达到预设拼接标准,可以使得远景和近景图像能够同时达到高质量的拼接效果,有效提升全景相机的适用性。通过循环判断拼接处理后的全景图像是否达到预设拼接标准,如果未达到,则持续对目标预设算法进行优化,能够实现高质量的拼接。同时,该距离拼接模板为制造厂商预先通过全景相机生成并存储在全景相机的存储器中,使得用户在使用全景相机进行全景拍照的过程中,只需要读取存储器中的距离拼接模板,而不是再次通过第二预设算法进行计算进行全景图像的拼接处理,本实施例在大数据量下仍能够实现全景图像的实时拼接效果,有效节省全景相机的硬件资源消耗,提升用户的使用体验。
图4是本发明一实施例提出的全景图像拼接装置的结构示意图。
该装置位于全景相机中,该装置40包括:第一获取模块41、第二获取模块42和拼接模块43。
全景相机是指能够接收用户产生的拍照指令,并根据拍照指令拍摄全景图像的照相设备,在本发明的实施例中,该全景相机可以包括至少两个的镜头,在拍摄全景图像时,全景相机的至少两个的镜头可以同时采集不同距离位置和/或不同角度位置的多幅图像,并在全景相机内部将不同距离位置和/或不同角度位置的多幅图像进行拼接处理,生成全景图像。
参见图4,本实施例的装置40包括:
第一获取模块41,用于获取全景相机拍摄到的图像,得到第一图像集。
第二获取模块42,用于根据第一预设算法动态获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板。
其中,第一预设算法为双目测距算法。
拼接模块43,用于根据对应的距离拼接模板的拼接参数,对第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
可选地,一些实施例中,参见图5,该装置40还包括:生成模块44和存储模块45。
生成模块44,用于生成与n个不同的距离对应的距离拼接模板。
可选地,一些实施例中,参见图5,生成模块44还可以包括:获取子模块441、拼接子模块442,以及处理子模块443。
获取子模块441,用于获取全景相机对预设场景拍摄到的图像,得到第二图像集。
拼接子模块442,用于根据第二预设算法对第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像,并判断第二全景图像是否达到预设拼接标准。
第二预设算法包括图像预处理算法、图像配准算法和图像融合算法。
可选地,拼接子模块442还用于:根据图像预处理算法将第二图像集中的每个图像的非线性像素坐标转化为线性像素坐标,得到转化后的第二图像集;根据图像配准算法对转化后的第二图像集中每两个相邻图像的重叠区域进行配准处理;根据图像融合算法将配准处理后的第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像。
处理子模块443,用于在第二全景图像达到预设拼接标准时,根据第二预设算法的参数生成与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
可选地,处理子模块443还用于:在第二全景图像未达到预设拼接标准时,根据预设规则对第二预设算法进行处理,得到目标预设算法,并重复根据目标预设算法对第二图像集中每两个相邻图像进行拼接处理。
存储模块45,用于将n个不同的距离和对应的距离拼接模板的拼接参数预存在全景相机的存储器中,其中,n属于1~N,N为正整数。
需要说明的是,前述对全景图像拼接方法实施例的解释说明也适用于该实施例的全景图像拼接装置40,其实现原理类似,此处不再赘述。
本实施例中,通过获取全景相机拍摄到的图像得到第一图像集,获取第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个真实距离对应的距离拼接模板,该距离拼接模板是由全景相机预先生成并存储的,能够实现大数据量全景图像的实时拼接效果,且能够节省全景相机的硬件资源消耗。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种全景图像拼接方法,其特征在于,包括以下步骤:
获取全景相机拍摄到的图像,得到第一图像集;
根据第一预设算法动态获取所述第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个所述真实距离对应的距离拼接模板;
根据所述对应的距离拼接模板的拼接参数,对所述第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
2.如权利要求1所述的全景图像拼接方法,其特征在于,在所述获取全景相机拍摄到的图像,得到第一图像集之前,还包括:
生成与n个不同的距离对应的距离拼接模板;
将所述n个不同的距离和所述对应的距离拼接模板的拼接参数预存在全景相机的存储器中,其中,n属于1~N,N为正整数。
3.如权利要求2所述的全景图像拼接方法,其特征在于,所述生成与n个不同的距离对应的距离拼接模板,包括:
获取所述全景相机对预设场景拍摄到的图像,得到第二图像集;
根据第二预设算法对所述第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像,并判断所述第二全景图像是否达到预设拼接标准;
如果所述第二全景图像达到所述预设拼接标准,则根据所述第二预设算法的参数生成所述与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
4.如权利要求3所述的全景图像拼接方法,其特征在于,所述判断所述第二全景图像是否达到预设拼接标准后,还包括:
如果所述第二全景图像未达到所述预设拼接标准,则根据预设规则对所述第二预设算法进行处理,得到目标预设算法,并重复根据所述目标预设算法对所述第二图像集中每两个相邻图像进行拼接处理。
5.如权利要求1所述的全景图像拼接方法,其特征在于,所述第一预设算法为双目测距算法。
6.如权利要求4所述的全景图像拼接方法,其特征在于,所述第二预设算法包括图像预处理算法、图像配准算法和图像融合算法。
7.如权利要求6所述的全景图像拼接方法,其特征在于,所述根据第二预设算法对所述第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像,包括:
根据所述图像预处理算法将所述第二图像集中的每个图像的非线性像素坐标转化为线性像素坐标,得到转化后的第二图像集;
根据所述图像配准算法对所述转化后的第二图像集中每两个相邻图像的重叠区域进行配准处理;
根据所述图像融合算法将配准处理后的所述第二图像集中每两个相邻图像进行拼接处理,得到所述第二全景图像。
8.如权利要求1-3任一项所述的全景图像拼接方法,其特征在于,所述全景相机包括至少两个的镜头。
9.一种全景图像拼接装置,其特征在于,包括:
第一获取模块,用于获取全景相机拍摄到的图像,得到第一图像集;
第二获取模块,用于根据第一预设算法动态获取所述第一图像集中每两个相邻图像的重叠区域中景物的真实距离,并获取与每个所述真实距离对应的距离拼接模板;
拼接模块,用于根据所述对应的距离拼接模板的拼接参数,对所述第一图像集中每两个相邻图像进行拼接处理,得到第一全景图像。
10.如权利要求9所述的全景图像拼接装置,其特征在于,还包括:
生成模块,用于生成与n个不同的距离对应的距离拼接模板;
存储模块,用于将所述n个不同的距离和所述对应的距离拼接模板的拼接参数预存在全景相机的存储器中,其中,n属于1~N,N为正整数。
11.如权利要求10所述的全景图像拼接装置,其特征在于,所述生成模块包括:
获取子模块,用于获取所述全景相机对预设场景拍摄到的图像,得到第二图像集;
拼接子模块,用于根据第二预设算法对所述第二图像集中每两个相邻图像进行拼接处理,得到第二全景图像,并判断所述第二全景图像是否达到预设拼接标准;
处理子模块,用于在所述第二全景图像达到所述预设拼接标准时,根据所述第二预设算法的参数生成所述与n个不同的距离对应的距离拼接模板,其中,n属于1~N,N为正整数。
12.如权利要求11所述的全景图像拼接装置,其特征在于,所述处理子模块还用于:
在所述第二全景图像未达到所述预设拼接标准时,根据预设规则对所述第二预设算法进行处理,得到目标预设算法,并重复根据所述目标预设算法对所述第二图像集中每两个相邻图像进行拼接处理。
13.如权利要求9所述的全景图像拼接装置,其特征在于,所述第一预设算法为双目测距算法。
14.如权利要求12所述的全景图像拼接装置,其特征在于,所述第二预设算法包括图像预处理算法、图像配准算法和图像融合算法。
15.如权利要求14所述的全景图像拼接装置,其特征在于,所述拼接子模块还用于:
根据所述图像预处理算法将所述第二图像集中的每个图像的非线性像素坐标转化为线性像素坐标,得到转化后的第二图像集;
根据所述图像配准算法对所述转化后的第二图像集中每两个相邻图像的重叠区域进行配准处理;
根据所述图像融合算法将配准处理后的所述第二图像集中每两个相邻图像进行拼接处理,得到所述第二全景图像。
16.如权利要求9-11任一项所述的全景图像拼接装置,其特征在于,所述全景相机包括至少两个的镜头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610196006.XA CN105894451B (zh) | 2016-03-30 | 2016-03-30 | 全景图像拼接方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610196006.XA CN105894451B (zh) | 2016-03-30 | 2016-03-30 | 全景图像拼接方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894451A true CN105894451A (zh) | 2016-08-24 |
CN105894451B CN105894451B (zh) | 2019-03-08 |
Family
ID=57014231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610196006.XA Active CN105894451B (zh) | 2016-03-30 | 2016-03-30 | 全景图像拼接方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894451B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106303554A (zh) * | 2016-09-07 | 2017-01-04 | 四川天辰智创科技有限公司 | 一种视频直播系统及方法 |
CN106971373A (zh) * | 2017-03-14 | 2017-07-21 | 东北大学 | 一种基于运动检测的图像配准方法 |
CN107292822A (zh) * | 2017-06-26 | 2017-10-24 | 北京奇艺世纪科技有限公司 | 一种图像的拼接方法和装置 |
WO2018121401A1 (zh) * | 2016-12-28 | 2018-07-05 | 深圳市掌网科技股份有限公司 | 一种全景视频图像的拼接方法及全景相机 |
CN108665415A (zh) * | 2017-03-27 | 2018-10-16 | 纵目科技(上海)股份有限公司 | 基于深度学习的图像质量提升方法及其装置 |
CN109068207A (zh) * | 2018-07-04 | 2018-12-21 | 广州希脉创新科技有限公司 | 一种耳机及耳机系统 |
CN109064397A (zh) * | 2018-07-04 | 2018-12-21 | 广州希脉创新科技有限公司 | 一种基于摄像耳机的图像拼接方法及系统 |
CN109948398A (zh) * | 2017-12-20 | 2019-06-28 | 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 |
CN110099220A (zh) * | 2019-06-17 | 2019-08-06 | 广东中星微电子有限公司 | 一种全景拼接方法及装置 |
CN110223226A (zh) * | 2019-05-07 | 2019-09-10 | 中国农业大学 | 全景图像拼接方法及系统 |
CN110719405A (zh) * | 2019-10-15 | 2020-01-21 | 成都大学 | 一种基于双目测距的多相机全景图像缝合方法、存储介质及终端 |
CN111369481A (zh) * | 2020-02-28 | 2020-07-03 | 当家移动绿色互联网技术集团有限公司 | 图像融合方法、装置、存储介质和电子设备 |
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 |
CN113379413A (zh) * | 2021-05-26 | 2021-09-10 | 上海祥承通讯技术有限公司 | 一种识别准确且高安全性的移动支付系统 |
CN114007014A (zh) * | 2021-10-29 | 2022-02-01 | 北京环境特性研究所 | 一种生成全景图像的方法、装置、电子设备和存储介质 |
CN116612168A (zh) * | 2023-04-20 | 2023-08-18 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备、图像处理系统及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673395A (zh) * | 2008-09-10 | 2010-03-17 | 深圳华为通信技术有限公司 | 图像拼接方法及装置 |
CN103150715A (zh) * | 2013-03-13 | 2013-06-12 | 腾讯科技(深圳)有限公司 | 图像拼接处理方法及装置 |
CN103729833A (zh) * | 2013-11-27 | 2014-04-16 | 乐视致新电子科技(天津)有限公司 | 一种图像拼接方法和装置 |
CN104427242A (zh) * | 2013-09-10 | 2015-03-18 | 联想(北京)有限公司 | 图像拼接方法、装置及电子设备 |
-
2016
- 2016-03-30 CN CN201610196006.XA patent/CN105894451B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673395A (zh) * | 2008-09-10 | 2010-03-17 | 深圳华为通信技术有限公司 | 图像拼接方法及装置 |
CN103150715A (zh) * | 2013-03-13 | 2013-06-12 | 腾讯科技(深圳)有限公司 | 图像拼接处理方法及装置 |
CN104427242A (zh) * | 2013-09-10 | 2015-03-18 | 联想(北京)有限公司 | 图像拼接方法、装置及电子设备 |
CN103729833A (zh) * | 2013-11-27 | 2014-04-16 | 乐视致新电子科技(天津)有限公司 | 一种图像拼接方法和装置 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106303554A (zh) * | 2016-09-07 | 2017-01-04 | 四川天辰智创科技有限公司 | 一种视频直播系统及方法 |
CN108616733B (zh) * | 2016-12-28 | 2020-01-10 | 深圳市掌网科技股份有限公司 | 一种全景视频图像的拼接方法及全景相机 |
WO2018121401A1 (zh) * | 2016-12-28 | 2018-07-05 | 深圳市掌网科技股份有限公司 | 一种全景视频图像的拼接方法及全景相机 |
CN108616733A (zh) * | 2016-12-28 | 2018-10-02 | 深圳市掌网科技股份有限公司 | 一种全景视频图像的拼接方法及全景相机 |
CN106971373A (zh) * | 2017-03-14 | 2017-07-21 | 东北大学 | 一种基于运动检测的图像配准方法 |
CN106971373B (zh) * | 2017-03-14 | 2019-10-25 | 东北大学 | 一种基于运动检测的图像配准方法 |
CN108665415A (zh) * | 2017-03-27 | 2018-10-16 | 纵目科技(上海)股份有限公司 | 基于深度学习的图像质量提升方法及其装置 |
CN108665415B (zh) * | 2017-03-27 | 2021-11-09 | 深圳纵目安驰科技有限公司 | 基于深度学习的图像质量提升方法及其装置 |
CN107292822A (zh) * | 2017-06-26 | 2017-10-24 | 北京奇艺世纪科技有限公司 | 一种图像的拼接方法和装置 |
CN107292822B (zh) * | 2017-06-26 | 2020-08-28 | 北京奇艺世纪科技有限公司 | 一种图像的拼接方法和装置 |
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 |
CN109948398A (zh) * | 2017-12-20 | 2019-06-28 | 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 |
CN109068207A (zh) * | 2018-07-04 | 2018-12-21 | 广州希脉创新科技有限公司 | 一种耳机及耳机系统 |
CN109064397A (zh) * | 2018-07-04 | 2018-12-21 | 广州希脉创新科技有限公司 | 一种基于摄像耳机的图像拼接方法及系统 |
CN109068207B (zh) * | 2018-07-04 | 2023-05-09 | 广州希脉创新科技有限公司 | 一种耳机及耳机系统 |
CN110223226A (zh) * | 2019-05-07 | 2019-09-10 | 中国农业大学 | 全景图像拼接方法及系统 |
CN110099220A (zh) * | 2019-06-17 | 2019-08-06 | 广东中星微电子有限公司 | 一种全景拼接方法及装置 |
CN110099220B (zh) * | 2019-06-17 | 2021-04-13 | 广东中星微电子有限公司 | 一种全景拼接方法及装置 |
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 |
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 |
CN110719405B (zh) * | 2019-10-15 | 2021-02-26 | 成都大学 | 一种基于双目测距的多相机全景图像缝合方法、存储介质及终端 |
CN110719405A (zh) * | 2019-10-15 | 2020-01-21 | 成都大学 | 一种基于双目测距的多相机全景图像缝合方法、存储介质及终端 |
CN111369481A (zh) * | 2020-02-28 | 2020-07-03 | 当家移动绿色互联网技术集团有限公司 | 图像融合方法、装置、存储介质和电子设备 |
CN113379413A (zh) * | 2021-05-26 | 2021-09-10 | 上海祥承通讯技术有限公司 | 一种识别准确且高安全性的移动支付系统 |
CN114007014A (zh) * | 2021-10-29 | 2022-02-01 | 北京环境特性研究所 | 一种生成全景图像的方法、装置、电子设备和存储介质 |
CN114007014B (zh) * | 2021-10-29 | 2023-06-16 | 北京环境特性研究所 | 一种生成全景图像的方法、装置、电子设备和存储介质 |
CN116612168A (zh) * | 2023-04-20 | 2023-08-18 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备、图像处理系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105894451B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894451A (zh) | 全景图像拼接方法和装置 | |
CN102905079B (zh) | 用于全景拍摄的方法、装置及移动终端 | |
CN101673395B (zh) | 图像拼接方法及装置 | |
CN109547766A (zh) | 一种全景图像生成方法及装置 | |
CN106875339A (zh) | 一种基于长条形标定板的鱼眼图像拼接方法 | |
CN109598673A (zh) | 图像拼接方法、装置、终端及计算机可读存储介质 | |
CN107948544A (zh) | 一种基于fpga的多路视频拼接系统及方法 | |
CN201523430U (zh) | 一种全景视频监控系统 | |
EP3902236A1 (en) | Terminal, photographing method, and storage medium | |
CN107800979A (zh) | 高动态范围视频拍摄方法及拍摄装置 | |
CN107690673A (zh) | 图像处理方法、装置及服务器 | |
CN108154058A (zh) | 图形码展示、位置区域确定方法及装置 | |
CN105469387B (zh) | 一种拼接质量的量化方法和量化装置 | |
US11393076B2 (en) | Blurring panoramic image blurring method, terminal and computer readable storage medium | |
CN110490271A (zh) | 图像匹配及拼接方法、装置、系统、可读介质 | |
CN106416217A (zh) | 照相机的深度辅助场景识别 | |
CN107967666B (zh) | 一种全景图像生成方法及装置 | |
CN110009567A (zh) | 用于鱼眼镜头的图像拼接方法和装置 | |
CN107464265A (zh) | 一种双目全景相机的参数标定系统及方法 | |
CN112669429A (zh) | 图像扭曲渲染方法及装置 | |
CN108616733A (zh) | 一种全景视频图像的拼接方法及全景相机 | |
CN111385461B (zh) | 全景拍摄方法及装置、相机、移动终端 | |
CN110097527A (zh) | 视频拼接融合方法、装置、终端及存储介质 | |
CN109788270A (zh) | 3d-360度全景图像生成方法及装置 | |
CN107197134B (zh) | 一种用于多个鱼眼镜头的图像的曝光调整方法和装置 |
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 |