CN106886979B - 一种图像拼接装置及图像拼接方法 - Google Patents
一种图像拼接装置及图像拼接方法 Download PDFInfo
- Publication number
- CN106886979B CN106886979B CN201710203020.2A CN201710203020A CN106886979B CN 106886979 B CN106886979 B CN 106886979B CN 201710203020 A CN201710203020 A CN 201710203020A CN 106886979 B CN106886979 B CN 106886979B
- Authority
- CN
- China
- Prior art keywords
- image
- overlapping area
- level
- homography matrix
- layer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 51
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims description 11
- 230000014509 gene expression Effects 0.000 claims description 10
- 238000007500 overflow downdraw method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000005603 centrifugal distortion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
-
- 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
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像拼接装置及图像拼接方法,其中图像拼接装置包括彩色相机、深度相机和分光镜,分光镜用于将入射光线分成透射光和反射光,其中彩色相机设置在分光镜的透射光的光路上,深度相机设置在分光镜的反射光的光路上,且分光镜到彩色相机和到深度相机的距离相等;图像拼接方法包括:通过至少两个图像拼接装置分别拍摄不同视角的图像,获取有重叠区域的图像序列;从图像序列中选取相邻的两幅图像,提取特征点并匹配,计算得到全局单应性矩阵;获取相邻的两幅图像的重叠区域的图像层次信息,根据图像层次信息对重叠区域的图像进行投影得到拼接图像。本发明提出的图像拼接装置及图像拼接方法,实现无缝拼接,大大减少重影和视差。
Description
技术领域
本发明涉及计算机视觉和图像处理领域,尤其涉及一种图像拼接装置及图像拼接方法。
背景技术
由于相机视角有限以及广角镜头边缘畸变严重,难以获得一幅全景图像,利用图像拼接技术能大幅扩展镜头的表现能力。图像拼接是将一组重叠图像序列拼接成一幅宽视角或360度全景的无缝图,它作为新兴技术,在短短几年得到了快速发展。目前全景拼接图像已经成为虚拟现实研究中的热点和关键技术,在教育、娱乐、军事、医学、航空航天、体育等多个领域发挥着重要作用。
而现有的获取全景图像通常存在以下问题:使用多相机拍摄时各相机的光心不重合,或者单相机多次拍摄时相机光心不重合,或者拍摄场景中包含多个平面,从而导致两幅图像的重叠区域将会出现视差问题,导致拼接出现重影,影响获得的拼接图的视觉效果。
以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案,其并不必然属于本专利申请的现有技术,在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下,上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
为解决现有的图像拼接过程中存在的重影和视差问题,本发明提出一种图像拼接装置及图像拼接方法,实现无缝拼接,大大减少重影和视差。
为达到上述目的,本发明采用以下技术方案:
本发明公开了一种图像拼接装置,包括彩色相机、深度相机和分光镜,所述分光镜用于将入射光线分成透射光和反射光,其中所述彩色相机设置在所述分光镜的透射光的光路上,所述深度相机设置在所述分光镜的反射光的光路上,且所述分光镜到所述彩色相机和到所述深度相机的距离相等。
优选地,所述分光镜为中性非偏振分光镜。
本发明还公开了一种图像拼接方法,包括以下步骤:
S1:通过至少两个上述的图像拼接装置分别拍摄不同视角的图像,获取有重叠区域的图像序列;
S2:从所述图像序列中选取相邻的两幅图像,提取特征点并匹配,计算得到全局单应性矩阵;
S3:获取步骤S2中的相邻的两幅图像的重叠区域的图像层次信息,如果重叠区域的图像层次为一层,则使用全局单应性矩阵进行投影得到拼接图像;如果重叠区域的图像层次大于一层,依据重叠区域的场景位于不同层次计算得到各层的局部单应性矩阵,并按层次分别使用各层的局部单应性矩阵对重叠区域图像进行投影得到拼接图像。
优选地,步骤S3中获取步骤S2中的相邻的两幅图像的重叠区域的图像层次信息具体包括:根据步骤S2中的相邻的两幅图像的重叠区域的深度信息来划分图像层次信息,并根据各层次的视差来校正层次划分的合理性,其中视差的计算公式为:
其中,P为视差,D为深度,f为彩色相机的焦距,xc表示两个图像拼接装置中的彩色相机之间的距离。
优选地,步骤S3中如果重叠区域的图像层次为一层,则使用全局单应性矩阵进行投影得到拼接图像具体包括:如果重叠区域的图像层次为一层,则使用全局单应性矩阵将第二幅图像投影映射到第一幅图像的坐标系中得到拼接图像。
优选地,步骤S3中如果重叠区域的图像层次大于一层,依据重叠区域的场景位于不同层次计算得到各层的局部单应性矩阵,并按层次分别使用各层的局部单应性矩阵对重叠区域图像进行投影得到拼接图像具体包括:如果重叠区域的图像层次大于一层,则在每层中选择至少四对已经匹配好的特征点来计算局部单应性矩阵,并利用得到的局部单应性矩阵来计算置信度,若置信度≥0.95,则确认该局部单应性矩阵是相应层特征点的映射,否则舍弃该局部单应性矩阵并回到特征提取步骤重新计算局部单应性矩阵;然后将第二幅图像整体根据全局单应性矩阵投影到第一幅图像的坐标系中,并将第二幅图像的重叠区域使用各层的局部单应性矩阵投影变换到第一幅图像的坐标系中得到拼接图像。
优选地,所述图像拼接方法还包括以下步骤:S4:采用光束法平差使得步骤S3中得到的拼接图像中通过投影变换后的像点与真实平面中的像点之间的误差最小化,并对边缘进行畸变校正。
优选地,步骤S4中的光束法平差具体包括:设定一个3D空间中的点Xj,点Xj被多个位于不同角度的彩色相机拍摄到,根据第i个彩色相机看到点Xj的坐标以及点Xj向二维像平面转换的矩阵为Pi,计算投影矩阵和对应的3D空间中的点使得计算得到的3D空间中的点与真实平面中的点Xj之间的误差最小:
优选地,步骤S4中的畸变校正具体包括:如果重叠区域的图像层次为一层,则融合整个重叠区域,得到最终的拼接图像,如果重叠区域的图像层次大于一层,则融合图像分割线的部分,得到最终的拼接图像。
优选地,如果重叠区域的图像层次为一层,则采用α融合、加权融合、多频段融合或金字塔融合法融合整个重叠区域,得到最终的拼接图像;如果重叠区域的图像层次大于一层,采用MRF算法计算相应层次的投影变换的缝合线,选择最佳缝合线算法中效果最好的一条缝合线进行α融合。
优选地,采用MRF算法计算相应层次的投影变换的缝合线具体包括:
采用MRF算法对两幅图像的重叠区域I0和I1进行标记,I0区域标记为0,I1区域标记为1,通过按层次最小化能量来得到缝合线,表达式如下:
其中,λ为权重值,数据项Ed表示该点像素的梯度损耗,平滑项Es表示两幅图像的重叠区域的接缝处的损耗,数据项Ed的具体表达式为:
其中,lp是二进制标定值用来描述像素的梯度;
平滑项损耗Es的具体表达式为:
Es=D(p0,p1)+D(q0,q1)
其中,D表示重叠区域的图像被标记成不同的标签的差异之和,由二范数与梯度进行表征。
与现有技术相比,本发明的有益效果在于:本发明的图像拼接装置及图像拼接方法通过将彩色相机与深度相机进行结合,获取有重叠区域的一组图像,将所有图像拼接在一起获得宽视角的一幅图像,其中由于在图像拼接装置中对应设置分光镜和深度相机,使得拍摄得到的各个图像中均具有深度信息,根据深度信息将图片重叠区域划分为多个层次,对每个层次分别进行拼接,从而可以处理多层次场景的拼接,实现无缝拼接,减少视差和重影问题,大大提升了拼接质量与视觉效果。
附图说明
图1是本发明优选实施例的图像拼接方法的流程示意图;
图2是本发明优选实施例的图像拼接装置的结构示意图。
具体实施方式
下面对照附图并结合优选的实施方式对本发明作进一步说明。
如图1所示,本发明优选实施例公开了一种图像拼接方法,包括以下步骤:
S1:通过至少两个图像拼接装置分别拍摄不同视角的图像,获取有重叠区域的图像序列,该图像序列用于后续进行拼接。
图像拼接装置的结构示意图如图2所示,图像拼接装置包括彩色相机10、深度相机20和分光镜30,分光镜30可以将入射光线40分成两束,一束为透射光50,一束为反射光60;彩色相机10设置在透射光50的光路上,用于接收透射50,深度相机20设置在反射光60的光路上,用于接收反射光60;并且分光镜30到彩色相机10和到深度相机20的距离相等。通过该图像拼接装置可以直接获取彩色相机对应场景的深度信息,其中彩色相机10可以采用GoPro、Surround 360、柯达PixPro SP360等。
其中,图像拼接装置中的分光镜30采用中性非偏振分光镜,透射反射比为50:50,使得入射光线通过分光镜30后,一半经过透射给彩色相机10,另一半经过反射给深度相机20,以保证深度相机获得的深度信息与彩色相机的场景能一一对应。
S2:从图像序列中选取相邻的两幅图像,提取特征点并匹配,计算得到全局单应性矩阵。
其中提取特征点可以采用:Sift特征点检测、Surf特征点检测、Harris角点检测等方法,本施例中采用Sift特征点检测的方法,对提取出的特征点进行一一匹配,可以通过欧式距离、灰度相关和松弛匹配、以及梯度方向等信息进行匹配,本实施例中,使用欧式距离加上RANSC算法对特征点进行筛选与匹配,用最小二乘法对匹配的特征点求解得到全局单应性矩阵。
S3:获取步骤S2中的相邻的两幅图像的重叠区域的图像层次信息,如果图像层次为一层,则使用全局单应性矩阵进行投影得到拼接图像,如果图像层次大于一层,依据所述重叠区域的场景位于不同层次计算得到各层的局部单应性矩阵,并按层次分别使用各层的局部单应性矩阵对重叠区域图像进行投影得到拼接图像。
具体地,步骤S3包括以下步骤:
S31:获取步骤S2中的相邻的两幅图像的重叠区域,根据深度相机的信息可以获取图像的重叠区域的场景与彩色相机的距离,结合场景内容将重叠区域图像划分为n个层次(1≤n≤4),比如场景单一的天空、远山、湖泊、森林等可以视为只有一层,可以得到视差与深度之间的关系为:
当深度较小时,即深度值远远小于相机焦距(例如深度值比相机焦距小一个数量级),f-D可以近似为f,则视差与深度的关系可以等效为:
其中P为视差,D为深度,f为彩色相机的焦距,xc表示两个图像拼接装置中的彩色相机之间的距离。
通过式(1)、(2)可以计算重叠区域各层次的视差,来判断划分的层次的合理性。具体地,视差小于a为一层,a到b为一层,b到c为一层,c以上为一层,其中a、b、c的确定与图像大小、相机焦距等有关,例如一幅400*400的图像,可容忍的视差值为50。
S32:如果重叠区域的图像层次为一层,即n=1,则直接使用步骤S2中的全局单应性矩阵,将第二幅图像投影映射到第一幅图像的坐标系中得到拼接图像;
S33:如果重叠区域的图像层次大于一层,即n>1,则在每个层选择至少四对已经匹配好的特征点来计算局部单应性矩阵,并利用得到的局部单应性矩阵计算置信度,如果置信度在0.95以上,则认为该局部单应性矩阵是相应层特征点的映射,否则,舍弃该局部单应性矩阵回到特征提取步骤重新计算局部单应性矩阵;然后先将第二幅图像整体根据全局单应性矩阵投影到第一幅图像的坐标系中,对于第二幅图像的重叠区域则使用各层的局部单应性矩阵投影变换到第一幅图像的坐标系中。
S4:对步骤S3得到的拼接图像作光束法平差和畸变校正,如果重叠区域的图像层次为一层,则融合整个重叠区域;如果重叠区域的图像层次大于一层,则融合图像分割线的部分,得到最终的拼接图。
具体地,步骤S4包括以下步骤:
S41:假设拍摄图像中的噪声是高斯白噪声,采用光束法平差使得通过投影变换后的像点与真实平面中的像点之间的误差最小化,使得映射误差最小化。设定一个3D空间中的点Xj,它被多个位于不同角度的彩色相机拍摄到,根据第i个彩色相机看到点Xj的坐标以及该点向二维像平面转换的矩阵为Pi,估计投影矩阵和对应的3D空间中的点使得估计得到的3D空间中的点与真实平面中的点Xj之间的误差最小,即:
其中,wij表示指示参量,如果由式(3)估计得到的3D空间中的点在投影平面内,则wij=1,否则为0,d(x,y)代表点x与y之间的欧式距离。本实施例中,由3D点向二维像平面转换的矩阵Pi使用全局单应性矩阵。
拍摄相机由于设计、加工工艺及安装等因素,导致拍摄的图像产生一些畸变,包括径向畸变、离心畸变和薄棱镜畸变等,故需要对获得的图片进行畸变校正,本实施例中采用几何畸变校正的方法,由之前建立的图像像素坐标系与相机坐标系对应点的映射关系,对图像各个像素坐标进行校正,对灰度进行内插确定各像素的灰度值。
S42:若步骤S3中重叠区域的图像层次为一层,则直接对整个重叠区域进行融合,融合方法可以采用α融合、加权融合、多频段融合、金字塔融合法等算法,本实施例中采用金字塔融合。
S43:若步骤S3中重叠区域的图像层次大于一层,则采用最佳缝合线的融合方法,对步骤S2中的全局单应性矩阵和步骤S3中的各层的局部单应性矩阵,利用MRF算法得到相应投影变换的缝合线,选择最佳缝合线算法中效果最好(缝合线尽量避免将一物体分割成两部分)的一条缝合线进行简单的α融合。
采用MRF算法对两幅图像的重叠区域I0和I1进行标记,I0区域标记为0,I1区域标记为1,通过按层次最小化能量来得到缝合线,表达式如下:
其中,λ为权重值,本实施例中取值为2,数据项Ed表示该点像素的梯度损耗,平滑项Es表示两幅图像的重叠区域的接缝处的损耗,数据项Ed的具体表达式为:
其中,lp是二进制标定值用来描述像素的梯度,其取值为0和1。
平滑项损耗Es的具体表达式为:
Es=D(p0,p1)+D(q0,q1) (6)
其中,D表示重叠区域的图像被标记成不同的标签的差异之和,由二范数与梯度进行表征。
本发明优选实施例的图像拼接装置及图像拼接方法通过将彩色相机与深度相机进行结合,获取有重叠区域的一组图像,将所有图像拼接在一起获得宽视角的一幅图像,其中由于在图像拼接装置中对应设置分光镜和深度相机,使得拍摄得到的各个图像中均具有深度信息,根据深度信息将图片重叠区域划分为多个层次,对每个层次分别进行拼接,从而可以处理多层次场景的拼接,实现无缝拼接,减少视差和重影问题,大大提升了拼接质量与视觉效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围。
Claims (8)
1.一种图像拼接方法,其特征在于,包括以下步骤:
S1:通过至少两个图像拼接装置分别拍摄不同视角的图像,获取有重叠区域的图像序列;所述图像拼接装置包括彩色相机、深度相机和分光镜,所述分光镜用于将入射光线分成透射光和反射光,其中所述彩色相机设置在所述分光镜的透射光的光路上,所述深度相机设置在所述分光镜的反射光的光路上,且所述分光镜到所述彩色相机和到所述深度相机的距离相等;
S2:从所述图像序列中选取相邻的两幅图像,提取特征点并匹配,计算得到全局单应性矩阵;
S3:获取步骤S2中的相邻的两幅图像的重叠区域的图像层次信息,如果重叠区域的图像层次为一层,则使用全局单应性矩阵进行投影得到拼接图像;如果重叠区域的图像层次大于一层,依据重叠区域的场景位于不同层次计算得到各层的局部单应性矩阵,并按层次分别使用各层的局部单应性矩阵对重叠区域图像进行投影得到拼接图像;
步骤S3中如果重叠区域的图像层次大于一层,依据重叠区域的场景位于不同层次计算得到各层的局部单应性矩阵,并按层次分别使用各层的局部单应性矩阵对重叠区域图像进行投影得到拼接图像具体包括:
如果重叠区域的图像层次大于一层,则在每层中选择至少四对已经匹配好的特征点来计算局部单应性矩阵,并利用得到的局部单应性矩阵来计算置信度,若置信度≥0.95,则确认该局部单应性矩阵是相应层特征点的映射,否则舍弃该局部单应性矩阵并回到特征提取步骤重新计算局部单应性矩阵;然后将第二幅图像整体根据全局单应性矩阵投影到第一幅图像的坐标系中,并将第二幅图像的重叠区域使用各层的局部单应性矩阵投影变换到第一幅图像的坐标系中得到拼接图像。
3.根据权利要求1所述的图像拼接方法,其特征在于,步骤S3中如果重叠区域的图像层次为一层,则使用全局单应性矩阵进行投影得到拼接图像具体包括:如果重叠区域的图像层次为一层,则使用全局单应性矩阵将第二幅图像投影映射到第一幅图像的坐标系中得到拼接图像。
4.根据权利要求1所述的图像拼接方法,其特征在于,所述分光镜为中性非偏振分光镜。
5.根据权利要求1至4任一项所述的图像拼接方法,其特征在于,还包括以下步骤:
S4:采用光束法平差使得步骤S3中得到的拼接图像中通过投影变换后的像点与真实平面中的像点之间的误差最小化,并对边缘进行畸变校正。
7.根据权利要求5所述的图像拼接方法,其特征在于,步骤S4中的畸变校正具体包括:如果重叠区域的图像层次为一层,则融合整个重叠区域,得到最终的拼接图像,如果重叠区域的图像层次大于一层,则融合图像分割线的部分,得到最终的拼接图像。
8.根据权利要求7所述的图像拼接方法,其特征在于,如果重叠区域的图像层次为一层,则采用α融合、加权融合、多频段融合或金字塔融合法融合整个重叠区域,得到最终的拼接图像;如果重叠区域的图像层次大于一层,采用MRF算法计算相应层次的投影变换的缝合线,选择最佳缝合线算法中效果最好的一条缝合线进行α融合;采用MRF算法计算相应层次的投影变换的缝合线具体包括:
采用MRF算法对两幅图像的重叠区域I0和I1进行标记,I0区域标记为0,I1区域标记为1,通过按层次最小化能量来得到缝合线,表达式如下:
其中,λ为权重值,数据项Ed表示该点像素的梯度损耗,平滑项Es表示两幅图像的重叠区域的接缝处的损耗,数据项Ed的具体表达式为:
其中,lp是二进制标定值用来描述像素的梯度;
平滑项损耗Es的具体表达式为:
Es=D(p0,p1)+D(q0,q1)
其中,D表示重叠区域的图像被标记成不同的标签的差异之和,由二范数与梯度进行表征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203020.2A CN106886979B (zh) | 2017-03-30 | 2017-03-30 | 一种图像拼接装置及图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203020.2A CN106886979B (zh) | 2017-03-30 | 2017-03-30 | 一种图像拼接装置及图像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106886979A CN106886979A (zh) | 2017-06-23 |
CN106886979B true CN106886979B (zh) | 2020-10-20 |
Family
ID=59181320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710203020.2A Active CN106886979B (zh) | 2017-03-30 | 2017-03-30 | 一种图像拼接装置及图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106886979B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507133B (zh) * | 2017-09-13 | 2021-04-13 | 中国海洋石油总公司 | 一种基于圆管作业机器人的实时图像拼接方法 |
CN107516294B (zh) * | 2017-09-30 | 2020-10-13 | 百度在线网络技术(北京)有限公司 | 拼接图像的方法和装置 |
CN108093188B (zh) * | 2017-12-25 | 2019-01-25 | 北京航空航天大学 | 一种基于混合投影变换模型的大视场视频全景图拼接的方法 |
CN108921781B (zh) * | 2018-05-07 | 2020-10-02 | 清华大学深圳研究生院 | 一种基于深度的光场拼接方法 |
CN108648149B (zh) * | 2018-05-10 | 2022-05-31 | 上海扩博智能技术有限公司 | 基于增强现实的图像拼接方法、系统、设备及存储介质 |
CN109124615B (zh) * | 2018-09-06 | 2023-07-11 | 佛山科学技术学院 | 一种可选区高动态激光散斑血流成像装置及方法 |
US20200104977A1 (en) * | 2018-09-30 | 2020-04-02 | Augentix Inc. | Method of Adaptive Image Stitching and Image Processing Device |
CN109781014B (zh) * | 2019-03-11 | 2020-10-16 | 安徽工业大学 | 机器视觉方式下多相机协同在线测量条状目标长度的技术和方法 |
CN110428367B (zh) * | 2019-07-26 | 2023-04-14 | 北京小龙潜行科技有限公司 | 一种图像拼接方法及装置 |
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 |
CN110544206A (zh) * | 2019-08-29 | 2019-12-06 | 济南神博信息技术有限公司 | 一种图像拼接系统和图像拼接方法 |
CN112488914A (zh) * | 2019-09-11 | 2021-03-12 | 顺丰科技有限公司 | 图像拼接方法、装置、终端及计算机可读存储介质 |
CN110675358B (zh) * | 2019-09-30 | 2023-05-16 | 上海扩博智能技术有限公司 | 长形物体的图像拼接方法、系统、设备和存储介质 |
CN111062873B (zh) * | 2019-12-17 | 2021-09-24 | 大连理工大学 | 一种基于多对双目相机的视差图像拼接与可视化方法 |
CN111800609B (zh) * | 2020-06-29 | 2021-05-25 | 中国矿业大学 | 基于多平面多感知缝合线的矿井巷道视频拼接方法 |
CN112308986B (zh) * | 2020-11-03 | 2024-04-12 | 豪威科技(武汉)有限公司 | 车载图像拼接方法、系统以及装置 |
CN112884652B (zh) * | 2021-02-26 | 2024-05-31 | 西安维塑智能科技有限公司 | 一种一体化双相机智能体测装置和人体图像拼接方法 |
CN112991813B (zh) * | 2021-03-03 | 2022-08-16 | 广州小鹏自动驾驶科技有限公司 | 一种停车位对齐方法、装置、设备和计算机可读存储介质 |
CN113344834B (zh) * | 2021-06-02 | 2022-06-03 | 深圳兆日科技股份有限公司 | 图像拼接方法、装置及计算机可读存储介质 |
CN113362440B (zh) * | 2021-06-29 | 2023-05-26 | 成都数字天空科技有限公司 | 一种材质贴图获取方法、装置、电子设备及存储介质 |
CN113689332B (zh) * | 2021-08-23 | 2022-08-02 | 河北工业大学 | 高度重复特征场景下高鲁棒性的图像拼接方法 |
CN113902905A (zh) * | 2021-10-11 | 2022-01-07 | 北京百度网讯科技有限公司 | 图像处理方法、装置和电子设备 |
CN113671782B (zh) * | 2021-10-21 | 2022-02-15 | 成都极米科技股份有限公司 | 一种投影设备 |
CN116567166B (zh) * | 2023-07-07 | 2023-10-17 | 广东省电信规划设计院有限公司 | 一种视频融合方法、装置、电子设备及存储介质 |
Citations (3)
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 |
CN102073050A (zh) * | 2010-12-17 | 2011-05-25 | 清华大学 | 基于深度相机的测量三维场景深度的装置 |
CN105205853A (zh) * | 2014-06-20 | 2015-12-30 | 西安英诺视通信息技术有限公司 | 一种用于全景视图管理的3d图像拼接合成方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10048130B2 (en) * | 2015-01-09 | 2018-08-14 | California Institute Of Technology | Context imaging raman spectrometer |
-
2017
- 2017-03-30 CN CN201710203020.2A patent/CN106886979B/zh active Active
Patent Citations (3)
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 |
CN102073050A (zh) * | 2010-12-17 | 2011-05-25 | 清华大学 | 基于深度相机的测量三维场景深度的装置 |
CN105205853A (zh) * | 2014-06-20 | 2015-12-30 | 西安英诺视通信息技术有限公司 | 一种用于全景视图管理的3d图像拼接合成方法 |
Non-Patent Citations (4)
Title |
---|
《基于光束平差法的宽基线双目三维重建》;张家旺;《现代计算机》;20161130;正文第71-73页 * |
《基于图割的图像拼接》;郭荣伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20121015(第10期);正文第35-60页 * |
《基于深度图像的拼接技术研究与实现》;李小妹;《中国优秀硕士学位论文全文数据库信息科技辑 》;20140115(第01期);正文第44-62页,图4-7 * |
《飞行时间深度相机和彩色相机的联合标定》;周杰等;《信号处理》;20170131;第33卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106886979A (zh) | 2017-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886979B (zh) | 一种图像拼接装置及图像拼接方法 | |
US10425638B2 (en) | Equipment and method for promptly performing calibration and verification of intrinsic and extrinsic parameters of a plurality of image capturing elements installed on electronic device | |
Kim et al. | Robust radiometric calibration and vignetting correction | |
CN110782394A (zh) | 全景视频快速拼接方法及系统 | |
CN106683071B (zh) | 图像的拼接方法和装置 | |
EP2328125B1 (en) | Image splicing method and device | |
CN111899282B (zh) | 基于双目摄像机标定的行人轨迹跟踪方法及装置 | |
WO2012114639A1 (ja) | オブジェクト表示装置、オブジェクト表示方法及びオブジェクト表示プログラム | |
CN103971375B (zh) | 一种基于图像拼接的全景凝视相机空间标定方法 | |
CN109272570A (zh) | 一种基于立体视觉数学模型的空间点三维坐标求解方法 | |
CN107077743A (zh) | 用于阵列相机的动态校准的系统和方法 | |
CN106997579B (zh) | 图像拼接的方法和装置 | |
CN112215880B (zh) | 一种图像深度估计方法及装置、电子设备、存储介质 | |
CN109325981B (zh) | 基于聚焦像点的微透镜阵列型光场相机几何参数标定方法 | |
CN107154014A (zh) | 一种实时彩色及深度全景图像拼接方法 | |
CN112085659A (zh) | 一种基于球幕相机的全景拼接融合方法、系统及存储介质 | |
CN111866523B (zh) | 全景视频合成方法、装置、电子设备和计算机存储介质 | |
Lo et al. | Image stitching for dual fisheye cameras | |
CN111009030A (zh) | 一种多视高分辨率纹理图像与双目三维点云映射方法 | |
CN108282650B (zh) | 一种裸眼立体显示方法、装置、系统及存储介质 | |
CN108269234A (zh) | 一种全景相机镜头姿态估计方法及全景相机 | |
JP2016114445A (ja) | 3次元位置算出装置およびそのプログラム、ならびに、cg合成装置 | |
CN116245734A (zh) | 全景图像生成方法、装置、设备和存储介质 | |
CN111583117A (zh) | 一种适用于太空复杂环境的快速全景拼接方法及装置 | |
CN110796690B (zh) | 图像匹配方法和图像匹配装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |