CN107220955A - 一种基于重叠区域特征点对的图像亮度均衡方法 - Google Patents

一种基于重叠区域特征点对的图像亮度均衡方法 Download PDF

Info

Publication number
CN107220955A
CN107220955A CN201710267903.XA CN201710267903A CN107220955A CN 107220955 A CN107220955 A CN 107220955A CN 201710267903 A CN201710267903 A CN 201710267903A CN 107220955 A CN107220955 A CN 107220955A
Authority
CN
China
Prior art keywords
mrow
msub
characteristic point
image
overlapping region
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
Application number
CN201710267903.XA
Other languages
English (en)
Inventor
张云洲
陶亮
蒋建军
张亚洲
张�杰
王争
崔家华
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.)
Northeastern University China
Original Assignee
Northeastern University China
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 Northeastern University China filed Critical Northeastern University China
Priority to CN201710267903.XA priority Critical patent/CN107220955A/zh
Publication of CN107220955A publication Critical patent/CN107220955A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • 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
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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

一种基于重叠区域特征点对的图像亮度均衡方法，包括如下步骤：利用SIFT算法对两幅图像进行处理，提取SIFT特征点；对提取的特征点进行粗匹配，形成特征点对，之后利用RANSAC算法去除错误的特征点对，得到最终用于匹配的特征点集；利用已配的特征点的位置关系得到两幅图像重合区域的在原图像中的坐标；利用步骤三确定的重叠区域特征点对计算两幅图像的亮度差；分别对重合区域和非融合区域的亮度值进行调整；输出最终的亮度调整后图像。本发明方法充分考虑了直方图亮度均衡对拼接图像亮度校正实时性的影响，在保证最终拼接图像效果的情况下，解决了因摄像头曝光率不同造成的明暗问题，并且大幅度提高了算法的实时性。在嵌入式平台上，具有较大应用价值。

Description

一种基于重叠区域特征点对的图像亮度均衡方法
技术领域
本发明属于数字图像处理技术领域，涉及到一种基于重叠区域特征点对的图像亮度均衡方法。
背景技术
随着图像处理技术的发展，图像拼接技术已经广泛应用于汽车电子、虚拟旅游、全景漫游等众多领域。图像拼接技术涉及到计算机视觉、数字图像处理等领域的技术，主要是利用多摄像机进行图像获取，提取图像中的特征点，利用特征点的相对关系计算图像变换的单应性矩阵，在图像进行配准之后可以形成初步的全景图像，在进行图像的融合等操作的优化后，可以得到最终的全景图像。
在图像拼接中，由于多幅图像的来源，拍摄时间、拍摄角度、相机曝光等条件不同，加之其他各种不定的因素的影响，使得拼接图像在拼缝处或多或少的存在拼接痕迹。由于拼接痕迹的存在，影响了拼接图像的质量，也为后续图像的处理带来了很多的不便。一般的做法是在图像配准拼接的同时，引入图像融合处理，以便于改善拼接图像的质量。
图像融合指的是将互补的不同来源、不同时间或者不同视点的图像转化为一幅新的高质量的图像。图像融合算法已经在众多的领域得到了应用，例如：在遥感观测和天文学中，多传感器融合用来获取较高空间分辨率和较高光谱分辨率相结合的图像。
由于图像来自不同的摄像机，因此需要在图像配准的基础上进行图像的融合处理。在实际生产场景的应用中，发现存在相邻的摄像机的曝光度不一致的情况，会导致相邻摄像机拍摄的图像在亮度上存在一定的差异，当差异较大时，即使采用加权平均法对相邻的图像进行融合处理，拼接后的图像也存在一定的拼接痕迹，而且拼接后的图像的整体亮度存在很大的差异，影响最终的拼接效果。
发明内容
针对两幅待拼接图像亮度差异过大情况，并且图像融合后仍有明显拼缝以及整体亮度具有明显差异，本发明提供了一种基于重叠区域特征点对的图像亮度均衡方法，主要是利用图像配准后的重合区域特征点对，并依此计算得到两幅图像的亮度差，之后再进行拼接图像亮度的调整。利用重叠区域特征点对亮度差进行拼接图像的亮度调整，相比直方图均衡，具有较少的计算量，同时保证较好的亮度调整效果。该基于重叠区域特征点对亮度均衡方法在数学运算上只用到加法、乘法，计算较为简便，十分有利于硬件实现。在嵌入式系统中应用以及相关应用场合中，基于重叠区域特征点对的亮度均衡方法表现出明显的优势。
本发明用到了SIFT特征点检测方法。具体地：利用SIFT算法寻找图像的特征点，首先对图像进行尺度空间的构建，之后进行特征点位置以及特征点方向的确定，最后进行SIFT描述子的计算，从而得到用于匹配的图像SIFT特征点集合。
本发明用到了RANSAC算法，实现对SIFT已经匹配的特征点对进行筛选。具体地：从已经粗匹配的特征点对集中随机选取4组特征点对作为一个RANSAC样本；根据这4组特征点对计算单应性变换矩阵H；利用求得的单应性变换矩阵H，在特征点对集中筛选当前H下满足误差范围内的特征点对子集，并返回其个数；根据
本发明的技术方案是这样实现的：首先采用SIFT算法对待拼接图像进行特征点的提取，对提取出的特征点进行匹配与配准，之后需要去除错误匹配的特征点对，利用已完成配准的特征点的位置关系得到两幅图像重合区域的在原图像中的坐标，利用重叠区域特征点对计算两幅图像的亮度差，最后要对拼接后图像的亮度进行调整，进而得到最终的图像。
基于重叠区域特征点对的亮度均衡方法，包括如下步骤：
步骤一：利用SIFT算法对两幅待拼接图像进行计算处理，提取SIFT特征点集；
步骤二：对提取的特征点进行粗匹配，形成特征点对，之后利用RANSAC算法去除错误的特征点对，得到最终用于匹配的特征点集；
步骤三：利用已配的特征点的位置关系得到两幅图像重合区域的在原图像中的坐标，确定该区域中包含的特征点对的亮度及坐标信息；
步骤四：利用步骤三确定的重叠区域特征点对计算两幅图像的亮度差，主要是计算图像在重叠区域特征点对的三通道分量的差值的均值：
公式(1)中Bmean是一个三维向量，用于表示像素点的三通道分量的差值的均值，n为相邻图像重叠区域内像素点的个数，xmin，xmax，ymin，ymax分别表示重叠区域特征点对在X，Y轴方向最小和最大的坐标。
步骤五：对图像亮度进行调整，包括两部分，首先是重合区域的亮度调整：
I(x,y)＝ρI1(x,y)+(1-ρ)(I2(x,y)+Bmean) (2)
在公式(2)中，ρ为加权的比例系数，它的数值可以利用公式(3)计算得到，这里令ρ＝w，
其中，0≤i≤w，w为重叠区域的像素宽度；
其次是非融合区域的亮度值：
I1(x,y)、I2(x,y)分别表示两幅待拼接图像像素点的像素值，I(x,y)则表示融合后的图像在(x,y)处像素点的像素值。其中R1、R2分别表示两幅原始图像中未重叠的区域。
步骤六：输出最终的亮度调整后结果图像，得到经过亮度均衡后的拼接图像，如图8所示。
本发明方法充分考虑了直方图亮度均衡计算量大对拼接图像亮度校正实时性的影响，在保证最终拼接图像效果的情况下，通过实时性亮度补偿解决了因摄像头曝光率差异造成的图像亮暗问题。
附图说明
图1是本发明中具体实施方式的方法流程示意图。
图2是本发明中具体实施方式的待拼接的原始图像。
图3是本发明中具体实施方式的SIFT检测后的特征点检测效果。
图4是本发明中具体实施方式的特征点匹配及去除错误后效果。
图5是本发明中具体实施方式的采用平均值融合方法的效果。
图6是本发明中具体实施方式的采用加权平均融合方法的效果。
图7是本发明中具体实施方式的直方图均衡化的图像亮度均衡效果。
图8是本发明中具体实施方式的基于重叠区域特征点对图像亮度均衡效果。
具体实施方式
接下来将结合附图对本发明中具体的实施过程进行详细说明。
本实施方式具体的方法，其软件环境采用Windows7操作系统，采用的仿真环境为Matlab2014a，具体的流程示意如图1所示：
步骤一：利用SIFT算法对两幅图像进行计算处理，提取并得到SIFT特征点集，如图2 所示，为原始待处理的图像，两幅图像左右亮度差异较为明显，对原始图像进行SIFT特征点检测，从而得到特征点集，如图3所示；
步骤二：对提取的特征点进行粗匹配，形成特征点对，之后利用RANSAC算法去除错误的特征点对，得到最终用于匹配的特征点集，如图4所示，为匹配的特征点对的情况；
通过RANSAC计算图4中图像的单应性变换矩阵，可得最优矩阵
步骤三：利用已配的特征点的位置关系得到两幅图像重合区域的在原图像中的坐标，在此过程中，可以对重叠区域进行均值融合，得到图5的效果，也可以对重叠区域进行线性过渡，得到图6中的效果；
步骤四：利用步骤三确定的重叠区域特征点对计算两幅图像的亮度差，主要利用公式1 进行计算；
步骤五：对图像亮度进行调整，包括两部分，首先是重合区域的亮度调整，主要是利用公式3进行调整，其次是非融合区域的亮度值，主要利用公式4进行调整
步骤六：输出最终的亮度调整后结果图像，得到经过亮度均衡后的拼接图像，如图8所示。
图7为直方图均衡形成的最终的拼接图像，与原图像进行对比可以发现直方图均衡使得最终图像的对比度发生变化，同时与本发明提出的重叠区域特征点对的亮度均衡方法相比，直方图均衡方法所需时间较长。综上所述，基于重叠区域特征点对的图像亮度均衡方法实现了高效的亮度均衡过程。该方法在保证最终效果的的同时，减少了计算量，从而提高了算法的实时性。

Claims (1)

1.一种基于重叠区域特征点对的图像亮度均衡方法，其特征在于以下步骤：
步骤一：利用SIFT算法对两幅待拼接图像进行计算处理，提取SIFT特征点集；
步骤二：对提取的特征点进行粗匹配，形成特征点对，之后利用RANSAC算法去除错误的特征点对，得到最终用于匹配的特征点集；
步骤三：利用已配的特征点的位置关系得到两幅图像重合区域的在原图像中的坐标，确定该区域中包含的特征点对的亮度及坐标信息；
步骤四：利用步骤三确定的重叠区域特征点对，分别对两幅图像的特征点各通道亮度进行累加，之后做差求均值，得到亮度差，如公式(1)所示：
<mrow> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>x</mi> <mo>=</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>y</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <msub> <mi>y</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </munderover> <msub> <mi>I</mi> <mn>1</mn> </msub> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>x</mi> <mo>=</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>y</mi> <mi>min</mi> </msub> </mrow> <msub> <mi>y</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </munderover> <msub> <mi>I</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>)</mo> </mrow> <mi>n</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
步骤五：对图像亮度进行调整，包括两部分，首先是重合区域的亮度调整，利用公式2进行调整，其中ρ＝w，由公式3给出；其次是非融合区域的亮度值，利用公式4进行调整
I(x,y)＝ρI1(x,y)+(1-ρ)(I2(x,y)+Bmean) (2)
<mrow> <msub> <mi>w</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>w</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>i</mi> <mi>w</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>I</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>&amp;Element;</mo> <msub> <mi>R</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>I</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> <mo>&amp;Element;</mo> <msub> <mi>R</mi> <mn>2</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
步骤六：输出最终的亮度调整后结果图像，得到经过亮度均衡后的拼接图像。
CN201710267903.XA 2017-04-24 2017-04-24 一种基于重叠区域特征点对的图像亮度均衡方法 Pending CN107220955A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710267903.XA CN107220955A (zh) 2017-04-24 2017-04-24 一种基于重叠区域特征点对的图像亮度均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710267903.XA CN107220955A (zh) 2017-04-24 2017-04-24 一种基于重叠区域特征点对的图像亮度均衡方法

Publications (1)

Publication Number Publication Date
CN107220955A true CN107220955A (zh) 2017-09-29

Family

ID=59943776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710267903.XA Pending CN107220955A (zh) 2017-04-24 2017-04-24 一种基于重叠区域特征点对的图像亮度均衡方法

Country Status (1)

Country Link
CN (1) CN107220955A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911629A (zh) * 2017-11-03 2018-04-13 浙江大华技术股份有限公司 一种亮度调节方法及装置
CN108489989A (zh) * 2018-03-28 2018-09-04 苏州巨能图像检测技术有限公司 基于多相机拼接成像检测的光伏组件双面外观检测仪
CN108508022A (zh) * 2018-03-28 2018-09-07 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法
CN109903220A (zh) * 2017-12-08 2019-06-18 杭州海康威视数字技术股份有限公司 一种图像拼接方法、拼接装置及电子设备
CN110942023A (zh) * 2019-11-25 2020-03-31 鹰驾科技（深圳）有限公司 车辆视觉盲区的指示方法、装置、设备及存储介质
CN112368741A (zh) * 2018-06-29 2021-02-12 祖克斯有限公司 传感器校准
CN115953332A (zh) * 2023-03-15 2023-04-11 四川新视创伟超高清科技有限公司 动态图像融合的亮度调整方法、系统、电子设备
CN117911287A (zh) * 2024-03-20 2024-04-19 中国科学院西安光学精密机械研究所 一种大幅壁画图像的交互式拼接修复方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102342092A (zh) * 2009-03-05 2012-02-01 韩国科亚电子股份有限公司 生成全景图像的装置、方法及由记录有运行该方法的程序的计算机可读取的记录介质
CN102708558A (zh) * 2012-06-01 2012-10-03 惠州华阳通用电子有限公司 视频图像拼接装置、拼接方法以及视频监视系统
CN103258321A (zh) * 2013-05-14 2013-08-21 杭州海康希牧智能科技有限公司 一种图像拼接方法
CN103606139A (zh) * 2013-09-09 2014-02-26 上海大学 一种声纳图像拼接方法
CN102968777B (zh) * 2012-11-20 2015-01-14 河海大学 一种基于重叠区域sift特征点的图像拼接方法
CN104992446A (zh) * 2015-07-27 2015-10-21 西安工业大学 非线性光照自适应的图像拼接方法及其实现系统
CN105321151A (zh) * 2015-10-27 2016-02-10 Tcl集团股份有限公司 一种全景图拼接亮度均衡方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102342092A (zh) * 2009-03-05 2012-02-01 韩国科亚电子股份有限公司 生成全景图像的装置、方法及由记录有运行该方法的程序的计算机可读取的记录介质
CN102708558A (zh) * 2012-06-01 2012-10-03 惠州华阳通用电子有限公司 视频图像拼接装置、拼接方法以及视频监视系统
CN102968777B (zh) * 2012-11-20 2015-01-14 河海大学 一种基于重叠区域sift特征点的图像拼接方法
CN103258321A (zh) * 2013-05-14 2013-08-21 杭州海康希牧智能科技有限公司 一种图像拼接方法
CN103606139A (zh) * 2013-09-09 2014-02-26 上海大学 一种声纳图像拼接方法
CN104992446A (zh) * 2015-07-27 2015-10-21 西安工业大学 非线性光照自适应的图像拼接方法及其实现系统
CN105321151A (zh) * 2015-10-27 2016-02-10 Tcl集团股份有限公司 一种全景图拼接亮度均衡方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋佳乾 等: "基于改进SIFT特征点匹配的图像拼接算法", 《计算机测量与控制》 *
马强 等: "基于改进SIFT和RANSAC图像拼接算法研究", 《计算机技术与发展》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911629A (zh) * 2017-11-03 2018-04-13 浙江大华技术股份有限公司 一种亮度调节方法及装置
CN109903220A (zh) * 2017-12-08 2019-06-18 杭州海康威视数字技术股份有限公司 一种图像拼接方法、拼接装置及电子设备
CN108489989A (zh) * 2018-03-28 2018-09-04 苏州巨能图像检测技术有限公司 基于多相机拼接成像检测的光伏组件双面外观检测仪
CN108508022A (zh) * 2018-03-28 2018-09-07 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法
CN108508022B (zh) * 2018-03-28 2021-07-13 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法
CN112368741A (zh) * 2018-06-29 2021-02-12 祖克斯有限公司 传感器校准
CN110942023A (zh) * 2019-11-25 2020-03-31 鹰驾科技（深圳）有限公司 车辆视觉盲区的指示方法、装置、设备及存储介质
CN115953332A (zh) * 2023-03-15 2023-04-11 四川新视创伟超高清科技有限公司 动态图像融合的亮度调整方法、系统、电子设备
CN115953332B (zh) * 2023-03-15 2023-08-18 四川新视创伟超高清科技有限公司 动态图像融合的亮度调整方法、系统、电子设备
CN117911287A (zh) * 2024-03-20 2024-04-19 中国科学院西安光学精密机械研究所 一种大幅壁画图像的交互式拼接修复方法

Similar Documents

Publication Publication Date Title
CN107220955A (zh) 一种基于重叠区域特征点对的图像亮度均衡方法
US10972672B2 (en) Device having cameras with different focal lengths and a method of implementing cameras with different focal lengths
US11830222B2 (en) Bi-level optimization-based infrared and visible light fusion method
Kim et al. Robust radiometric calibration and vignetting correction
US20150278996A1 (en) Image processing apparatus, method, and medium for generating color image data
WO2020007320A1 (zh) 多视角图像的融合方法、装置、计算机设备和存储介质
CN104392416B (zh) 一种运动场景的视频拼接方法
CN111723801B (zh) 鱼眼相机图片中目标检测矫正的方法与系统
CN110930301B (zh) 图像处理方法、装置、存储介质及电子设备
CN105023260A (zh) 一种全景图像融合方法及融合装置
CN108171735B (zh) 基于深度学习的十亿像素视频对齐方法及系统
CN102982524B (zh) 玉米果穗有序图像的拼接方法
CN105894443A (zh) 一种基于改进的surf算法的实时视频拼接方法
CN107800965A (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
US9020269B2 (en) Image processing device, image processing method, and recording medium
WO2020029877A1 (zh) 多相机拼接的亮度调整方法及便携式终端
CN105069749A (zh) 一种轮胎模具图像的拼接方法
US10070111B2 (en) Local white balance under mixed illumination using flash photography
US20080226159A1 (en) Method and System For Calculating Depth Information of Object in Image
CN103793891A (zh) 低复杂度的全景影像接合方法
CN109934787B (zh) 一种基于高动态范围的图像拼接方法
CN107948618A (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN113052765B (zh) 基于最优栅格密度模型的全景图像拼接方法
CN108109118B (zh) 一种无控制点的航拍图像几何校正方法
CN107330856B (zh) 一种基于投影变换和薄板样条的全景成像方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170929

WD01 Invention patent application deemed withdrawn after publication