CN106023125B - 一种基于图像覆盖和模糊重现的图像拼接方法 - Google Patents

一种基于图像覆盖和模糊重现的图像拼接方法 Download PDF

Info

Publication number
CN106023125B
CN106023125B CN201610305051.4A CN201610305051A CN106023125B CN 106023125 B CN106023125 B CN 106023125B CN 201610305051 A CN201610305051 A CN 201610305051A CN 106023125 B CN106023125 B CN 106023125B
Authority
CN
China
Prior art keywords
image
pixel
segmented
mean value
coordinate
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.)
Active
Application number
CN201610305051.4A
Other languages
English (en)
Other versions
CN106023125A (zh
Inventor
刘智伟
邓震
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.)
Anhui Weihe Electronic Technology Co Ltd
Original Assignee
Anhui Weihe Electronic Technology 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 Anhui Weihe Electronic Technology Co Ltd filed Critical Anhui Weihe Electronic Technology Co Ltd
Priority to CN201610305051.4A priority Critical patent/CN106023125B/zh
Publication of CN106023125A publication Critical patent/CN106023125A/zh
Application granted granted Critical
Publication of CN106023125B publication Critical patent/CN106023125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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 using two or more images, e.g. averaging or subtraction
    • 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)

Abstract

本发明公开了一种基于图像覆盖和模糊重现的图像拼接方法，首先将第一分割图像和第二分割图像分别从第一图像和第二图像中分离出来，为后续的重叠部分图像均值处理奠定了基础，减小了均值处理的工作范围，提高了均值处理的效率。本发明中，将均值重叠图像覆盖到有第一图像和第二图像拼接成的一级拼接图像中第一分割图像和第二分割图像重叠的位置。均值重叠图像为结合第一分割图像和第二分割图像后的均值图像，其结合了第一分割图像和第二分割图像的特点，并对两者之间的差别进行中和。均值重叠图像覆盖到一级拼接图像后，对第一图像和第二图像的拼接起到了过渡作用，避免了图像拼接过程中像素跳变的问题。

Description

一种基于图像覆盖和模糊重现的图像拼接方法
技术领域
本发明涉及图像拼接技术领域，尤其涉及一种基于图像覆盖和模糊重现的图像拼接方法。
背景技术
随着电子成像技术的发展，各种视频图像演示设备在人们的生活中已经无孔不入。视频图像演示设备用于演示视频或者图像，而视频的本质便是图像的动态播放，故而，视频图像演示中，图像是基础也是核心。
图像处理过程中，一个必不可少的处理方式就是图像拼接，即，将边沿重叠的图像拼接为一幅图像。目前，图像拼接过程中，都是简单的将边沿部分相重叠的图像相互覆盖。这种方式拼接的图像，平滑度低，过渡不自然，容易造成视觉观赏上的不适。此外，图像拼接过程中，还可能出现像素模糊的现象，降低拼接后图像的质量。
发明内容
基于背景技术存在的技术问题，本发明提出了一种基于图像覆盖和模糊重现的图像拼接方法。
本发明提出的一种基于图像覆盖和模糊重现的图像拼接方法，包括以下步骤：
S1、获得第一图像和第二图像，并将第一图像和第二图像的重叠部分分别从第一图像和第二图像中分割出来作为第一分割图像和第二分割图像；
S2、将第一图像和第二图像拼合形成一级拼接图像，第一图像和第二图像中的重叠部分相互覆盖；
S3、根据第一分割图像和第二分割图像分别建立第一像素坐标和第二像素坐标，第一像素坐标中各像素点的坐标位置与第二像素坐标中各像素点的坐标位置一一对应；
S4、建立均值坐标，根据第一像素坐标和第二像素坐标计算各像素点的像素值均值并映射到均值坐标中生成均值像素坐标；
S5、将均值像素坐标转换成均值重叠图像，并将均值重叠图像覆盖到一级拼接图像中图像重叠部分，形成二级拼接图像；
S6、对二级拼接图像进行平滑处理后，将图像中的模糊部分分割出去形成待修复图像；
S7、将待修复图像转换为像素坐标，像素坐标中对应分割出去的模糊部分形成空白区域，空白区域以外部分作为参考区域，空白区域中各像素点像素值为空集；
S8、选择空白区域内最边沿上的一个空白像素点，根据预设的第一阈值从参考区域获取距离该空白像素点最近的多个像素点作为参考像素点，并计算多个参考像素点的均值作为空白像素点的像素值；
S9、重复以上步骤，对空白区域内最边沿界线上的空白像素点进行像素值填充，然后更新空白区域和参考区域；
S10、重复步骤S8和S9，直至获得空白区域修复完成的最终像素坐标，将最终像素坐标转换成画像作为三级拼接图像；
S11、对三级拼接图像进行锐化处理获得最终的拼接图像。
优选地，步骤S2中具体为：从第一图像和第二图像中选取多对相对应的图像特征，根据相对应的图像特征相重叠的方法将第一图像与第二图像拼合。
优选地，步骤S2中，相对应的图像特征的对数为2。
优选地，第一阈值为距离阈值，步骤S8中，从参考区域内获取距离选定的空白像素点的距离小于第一阈值的像素点作为参考像素点。
优选地，还包括步骤SA：分别计算空白区域边界线上各空白像素点距离参考区域内最近像素点的距离并进行比较，将获得的最大距离值作为第一阈值。
本发明一种基于图像覆盖和模糊重现的图像拼接方法，首先将第一分割图像和第二分割图像分别从第一图像和第二图像中分离出来，为后续的重叠部分图像均值处理奠定了基础，减小了均值处理的工作范围，提高了均值处理的效率。本发明中，将均值重叠图像覆盖到有第一图像和第二图像拼接成的一级拼接图像中第一分割图像和第二分割图像重叠的位置。均值重叠图像为结合第一分割图像和第二分割图像后的均值图像，其结合了第一分割图像和第二分割图像的特点，并对两者之间的差别进行中和。均值重叠图像覆盖到一级拼接图像后，对第一图像和第二图像的拼接起到了过渡作用，避免了图像拼接过程中像素跳变的问题。
本发明中，对二级拼接图像进行模糊处理进一步解决第一图像和第二图像拼接后造成的局部过于锐化的问题。然后，对模糊处理后图像中过于模糊的部分进行剜除，再利用均值插入的方法对剜除的部分进行补充，既避免了模糊处理带来图像轮廓不清晰问题，又通过均值插入对图像机械牛修复，保证了最终获得的图像的完整性和清晰度。
本发明中最后的锐化处理可进一步解决本方法中经过均值化、模糊化处理带来的轮廓不清晰、层次不分明的问题，有利于提高拼接图像的质量。
附图说明
图1为本发明提出的一种基于图像覆盖和模糊重现的图像拼接方法流程图。
具体实施方式
参照图1，本发明提出的一种基于图像覆盖和模糊重现的图像拼接方法，包括以下步骤。
S1、获得第一图像和第二图像，并将第一图像和第二图像的重叠部分分别从第一图像和第二图像中分割出来作为第一分割图像和第二分割图像。
本步骤中对第一分割图像和第二分割图像进行分离，从而为图像重叠部分的单独处理奠定了基础，简化了后续图像处理步骤，有利于提高图像拼接效率。
S2、将第一图像和第二图像拼合形成一级拼接图像，第一图像和第二图像中的重叠部分相互覆盖。具体的，本步骤从第一图像和第二图像中选取多对相对应的图像特征，根据相对应的图像特征相重叠的方法将第一图像与第二图像拼合。相对应的图像特征即同时存在于第一图像和第二图像中并相同的图像特征。本实施方式中，具体选择两对相对应的图像特征，既可以避免一个相对应的图像特征在图像拼接时难以克服图像旋转的问题，又可以避免相对应的图像特征过多造成的图像拼合时限制多耗时长的问题。
S3、根据第一分割图像和第二分割图像分别建立第一像素坐标和第二像素坐标，第一像素坐标中各像素点的坐标位置与第二像素坐标中各像素点的坐标位置一一对应。
第一分割图像和第二分割图像对应的场景相同，但是由于第一图像采集状态和第二图像采集状态的不同，第一分割图像和第二分割图像在光线、色调等细节上肯定具有区别。本步骤中，通过像素坐标的转换，将第一分割图像和第二分割图像中各像素点具象化，有利于后续图像处理的明确性和可操作性。
S4、建立均值坐标，根据第一像素坐标和第二像素坐标计算各像素点的像素值均值并映射到均值坐标中生成均值像素坐标。
由于第一分割图像和第二分割图像对应的场景相同，故而，由第一分割图像转换的第一像素坐标和由第二分割图像转换的第二像素坐标中的像素点的坐标是一一对应的，只是相对应的像素点的像素值有区别。
本步骤中，通过以下公式计算像素均值。
T(x,y)＝(T1(x,y)+T2(x,y))/2，其中T1(x,y)为像素点(x,y)在第一像素坐标中的像素值，T2(x,y)为像素点(x,y)在第二像素坐标中的像素值。
S5、将均值像素坐标转换成均值重叠图像，并将均值重叠图像覆盖到一级拼接图像中图像重叠部分，形成二级拼接图像。
本步骤中，利用均值重叠图像覆盖一级拼接图像中第一分割图像和第二分割图像重叠的位置。均值重叠图像为结合第一分割图像和第二分割图像后的均值图像，其结合了第一分割图像和第二分割图像的特点，并对两者之间的差别进行中和。均值重叠图像覆盖到一级拼接图像后，对第一图像和第二图像的拼接起到了过渡作用，避免了图像拼接过程中像素跳变的问题。
S6、对二级拼接图像进行平滑处理后，将图像中的模糊部分分割出去形成待修复图像。
平滑处理即对二级拼接图像进行模糊处理，如此，将进一步解决第一图像和第二图像拼接后造成的局部过于锐化的问题。
本步骤中，可设置一个模糊阈值，将模糊程度超过模糊阈值的部分定义为模糊部分。模糊阈值的设置，避免了模糊部分难以界定的问题。
S7、将待修复图像转换为像素坐标，像素坐标中对应分割出去的模糊部分形成空白区域，空白区域以外部分作为参考区域，空白区域中各像素点像素值为空集。
步骤SA、分别计算空白区域边界线上各空白像素点距离参考区域内最近像素点的距离并进行比较，将获得的最大距离值作为第一阈值。
S8、选择空白区域内最边沿上的一个空白像素点，从参考区域内获取距离选定的空白像素点的距离小于第一阈值的像素点作为参考像素点，并计算多个参考像素点的均值作为空白像素点的像素值。
由于第一阈值的获取方式，在选择参考像素点时，避免了其不存在的情况，从而保证了第一阈值的有效性。具体实施时，第一阈值也可设置为数量阈值，直接选取距离空白像素点最近并位于参考区域内的第一阈值各像素点作为参考像素点。
S9、重复以上步骤，对空白区域内最边沿界线上的空白像素点进行像素值填充，然后更新空白区域和参考区域。
S10、重复步骤S8和S9，直至获得空白区域修复完成的最终像素坐标，将最终像素坐标转换成画像作为三级拼接图像。
步骤S6中对模糊处理后图像中过于模糊的部分进行剜除，然后利用均值插入的方法对剜除的部分进行补充，既避免了模糊处理带来图像轮廓不清晰问题，又通过均值插入对图像机械牛修复，保证了最终获得的图像的完整性和清晰度。
S11、对三级拼接图像进行锐化处理获得最终的拼接图像。
本步骤中经过锐化处理可进一步解决以上步骤中经过均值化、模糊化处理带来的轮廓不清晰、层次不分明的问题，有利于提高拼接图像的质量。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于图像覆盖和模糊重现的图像拼接方法，其特征在于，包括以下步骤：
S1、获得第一图像和第二图像，并将第一图像和第二图像的重叠部分分别从第一图像和第二图像中分割出来作为第一分割图像和第二分割图像；
S2、将第一图像和第二图像拼合形成一级拼接图像，第一图像和第二图像中的重叠部分相互覆盖；
S3、根据第一分割图像和第二分割图像分别建立第一像素坐标和第二像素坐标，第一像素坐标中各像素点的坐标位置与第二像素坐标中各像素点的坐标位置一一对应；
S4、建立均值坐标，根据第一像素坐标和第二像素坐标计算各像素点的像素值均值并映射到均值坐标中生成均值像素坐标；
S5、将均值像素坐标转换成均值重叠图像，并将均值重叠图像覆盖到一级拼接图像中图像重叠部分，形成二级拼接图像；
S6、对二级拼接图像进行平滑处理后，将图像中的模糊部分分割出去形成待修复图像；
S7、将待修复图像转换为像素坐标，像素坐标中对应分割出去的模糊部分形成空白区域，空白区域以外部分作为参考区域，空白区域中各像素点像素值为空集；
S8、选择空白区域内最边沿上的一个空白像素点，根据预设的第一阈值从参考区域获取距离该空白像素点最近的多个像素点作为参考像素点，并计算多个参考像素点的均值作为空白像素点的像素值；
S9、重复步骤S7和S8，对空白区域内最边沿界线上的空白像素点进行像素值填充，然后更新空白区域和参考区域；
S10、重复步骤S8和S9，直至获得空白区域修复完成的最终像素坐标，将最终像素坐标转换成画像作为三级拼接图像；
S11、对三级拼接图像进行锐化处理获得最终的拼接图像。
2.如权利要求1所述的基于图像覆盖和模糊重现的图像拼接方法，其特征在于，步骤S2中具体为：从第一图像和第二图像中选取多对相对应的图像特征，根据相对应的图像特征相重叠的方法将第一图像与第二图像拼合。
3.如权利要求2所述的基于图像覆盖和模糊重现的图像拼接方法，其特征在于，步骤S2中，相对应的图像特征的对数为2。
4.如权利要求1所述的基于图像覆盖和模糊重现的图像拼接方法，其特征在于，第一阈值为距离阈值，步骤S8中，从参考区域内获取距离选定的空白像素点的距离小于第一阈值的像素点作为参考像素点。
5.如权利要求4所述的基于图像覆盖和模糊重现的图像拼接方法，其特征在于，还包括步骤SA：分别计算空白区域边界线上各空白像素点距离参考区域内最近像素点的距离并进行比较，将获得的最大距离值作为第一阈值。
CN201610305051.4A 2016-05-06 2016-05-06 一种基于图像覆盖和模糊重现的图像拼接方法 Active CN106023125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610305051.4A CN106023125B (zh) 2016-05-06 2016-05-06 一种基于图像覆盖和模糊重现的图像拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610305051.4A CN106023125B (zh) 2016-05-06 2016-05-06 一种基于图像覆盖和模糊重现的图像拼接方法

Publications (2)

Publication Number Publication Date
CN106023125A CN106023125A (zh) 2016-10-12
CN106023125B true CN106023125B (zh) 2019-01-04

Family

ID=57099265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610305051.4A Active CN106023125B (zh) 2016-05-06 2016-05-06 一种基于图像覆盖和模糊重现的图像拼接方法

Country Status (1)

Country Link
CN (1) CN106023125B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780510A (zh) * 2016-11-30 2017-05-31 宇龙计算机通信科技(深圳)有限公司 一种图像处理方法及终端设备
CN107833196A (zh) * 2017-12-19 2018-03-23 蒙城县望槐信息科技有限责任公司 一种图像缺陷分圈修复方法
WO2020107836A1 (zh) * 2018-11-30 2020-06-04 平安科技（深圳）有限公司 基于 word2vec 的用户缺失画像的补充方法和相关设备
CN115482409B (zh) * 2022-08-15 2023-04-14 北京数美时代科技有限公司 一种图像识别模型训练方法、系统、存储介质和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751659A (zh) * 2009-12-24 2010-06-23 北京优纳科技有限公司 大容量快速图像拼接方法
CN104252705A (zh) * 2014-09-30 2014-12-31 中安消技术有限公司 一种图像拼接方法及装置
CN105023260A (zh) * 2014-04-22 2015-11-04 Tcl集团股份有限公司 一种全景图像融合方法及融合装置
CN105096283A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 全景图像的获取方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102274042B (zh) * 2010-06-08 2013-09-04 深圳迈瑞生物医疗电子股份有限公司 图像配准方法、宽景成像方法、超声成像方法及其系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751659A (zh) * 2009-12-24 2010-06-23 北京优纳科技有限公司 大容量快速图像拼接方法
CN105023260A (zh) * 2014-04-22 2015-11-04 Tcl集团股份有限公司 一种全景图像融合方法及融合装置
CN105096283A (zh) * 2014-04-29 2015-11-25 华为技术有限公司 全景图像的获取方法和装置
CN104252705A (zh) * 2014-09-30 2014-12-31 中安消技术有限公司 一种图像拼接方法及装置

Also Published As

Publication number Publication date
CN106023125A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN106023125B (zh) 一种基于图像覆盖和模糊重现的图像拼接方法
CN111047709B (zh) 一种双目视觉裸眼3d图像生成方法
US9549164B2 (en) Image processing apparatus and method, and related computer program
CN112543317B (zh) 高分辨率单目2d视频到双目3d视频的转制方法
US7161614B1 (en) Device and method for converting two-dimensional video to three-dimensional video
US9014462B2 (en) Depth information generating device, depth information generating method, and stereo image converter
US8885922B2 (en) Image processing apparatus, image processing method, and program
US9401039B2 (en) Image processing device, image processing method, program, and integrated circuit
KR101742120B1 (ko) 영상 처리 장치 및 방법
US9621869B2 (en) System and method for rendering affected pixels
CN102404594B (zh) 基于图像边缘信息的2d转3d的方法
US9578312B2 (en) Method of integrating binocular stereo video scenes with maintaining time consistency
JP5696783B2 (ja) 画像処理装置
JP2010510600A (ja) 画像の深度マップの生成
US20120269424A1 (en) Stereoscopic image generation method and stereoscopic image generation system
CN106709878B (zh) 一种快速图像融合方法
JP5540942B2 (ja) 処理装置
CN111080557B (zh) 亮度均衡处理方法及相关装置
JP2012257022A (ja) 画像処理装置および方法、並びにプログラム
KR101364860B1 (ko) 입체 영상의 입체감 향상을 위한 입체 영상 변환 방법 및 이를 기록한 기록매체
CN107809630B (zh) 基于改进虚拟视点合成的多视点视频超分辨率重建算法
CN105469375A (zh) 处理高动态范围全景图的方法和装置
CN106530212A (zh) 镜头影像变形校正装置
CN106028020B (zh) 一种基于多方向预测的虚拟视角图像空洞填补方法
CN113392879A (zh) 一种航空影像多视图匹配方法

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