CN107292820A - 图像拼接方法及装置 - Google Patents
图像拼接方法及装置 Download PDFInfo
- Publication number
- CN107292820A CN107292820A CN201710330504.3A CN201710330504A CN107292820A CN 107292820 A CN107292820 A CN 107292820A CN 201710330504 A CN201710330504 A CN 201710330504A CN 107292820 A CN107292820 A CN 107292820A
- Authority
- CN
- China
- Prior art keywords
- image
- floating
- reference image
- corrected
- floating 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 59
- 238000012937 correction Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 44
- 239000002245 particle Substances 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 25
- 230000003044 adaptive effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像拼接方法及装置，所述方法包括：获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。通过对三维的浮动图像进行矫正，然后再与参考图像进行拼接，以实现对三维图像的拼接。
Description
技术领域
本发明涉及人工智能领域，具体涉及一种图像拼接方法及装置。
背景技术
图像拼接(例如指纹拼接)，也即图像融合，是指将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。
传统的指纹拼接方法是在利用指纹特征点等方法进行指纹匹配、拼接的，且大多数方法实现的都是二维指纹图像的拼接。但由于二维图像不如三维图像更立体化，且指纹信息不全、指纹不完整，所以若通过从不同方位采集不同的三维指纹图像，例如固定相机不动，手指转动，分别正面对着相机，两面侧面对着相机，这样得到3幅图，即正面的指纹和两侧面的指纹，再将三维指纹图像进行拼接将得到更完整的指纹信息。
但是目前的二维图像拼接方法中，特征匹配、模板匹配应用于三维图像中时均无法找到准确同名点对，不适用于三维图像拼接，所以需要寻找一种三维图像拼接方法。
发明内容
本发明实施例提供了一种图像拼接方法及装置，以期可以对三维图像进行拼接。
第一方面，本发明实施例提供一种图像拼接方法，其特征在于，所述方法包括：
获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；
基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；
对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
第二方面，本发明实施例提供图像拼接装置，其特征在于，所述装置包括：
确定模块，用于获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；
矫正模块，用于基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；
拼接模块，用于对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
可以看出，本发明实施例所提供的技术方案中，在获取到两幅待拼接图像后，确定两幅待拼接图像中参考图像与浮动图像，然后基于参考图像对浮动图像进行矫正，再对参考图像与矫正后的浮动图像进行拼接得到拼接图像。通过对三维的浮动图像进行矫正，然后再与参考图像进行拼接，以实现对三维图像的拼接。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像拼接方法的流程示意图；
图2-a是本发明实施例提供一种左侧指纹图像示意图；
图2-b是本发明实施例提供的一种中间指纹图像示意图；
图2-c是本发明实施例提供的一种右侧指纹图像示意图；
图3-a是本发明实施例提供的一种预处理后的左侧指纹图像示意图；
图3-b是本发明实施例提供的一种预处理后的中间指纹图像示意图；
图3-c是本发明实施例提供的一种预处理后的右侧指纹图像示意图；
图4是本发明实施例提供的图像拼接时参考图像与浮动图像公共区域示意图；
图5-a是本发明实施例提供的一种拼接图像示意图；
图5-b为本发明实施例提供的另一种拼接图像示意图；
图6是本发明实施例提供的一种图像拼接方法的流程示意图；
图7是本发明实施例提供的一种图像拼接装置的结构示意图；
图8是本发明实施例提供的一种图像拼接装置的另一种结构示意图。
具体实施方式
本发明实施例提供了一种图像拼接方法及装置，以期可以对三维图像进行拼接。
为了使本技术领域的人员更好地理解本发明方案，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、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供的一种图像拼接方法，包括：
获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
参见图1，图1是本发明实施例提供的一种图像拼接方法的流程示意图。如图1所示，本发明实施例提供的图像拼接方法包括以下步骤：
S101、获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像。
其中，待拼接图像是指对预设目标从不同方向拍摄获得，从而将待拼接图像按方位顺序依次拼接后则可以得到该预设目标的完整图像信息。在本发明实施例中，对于某一个预设目标来说，从各个方位获取到的待拼接图像可以为两幅或者两幅以上。
具体地，该预设目标可以为指纹，从而该待拼接图像可以是分别从指纹左侧面、指纹正面以及指纹右侧面拍摄得到的三幅三维待拼接指纹图像，从而该三幅待拼接指纹图像包括了从指甲边缘到指甲另一边缘所有的指纹信息，从而将该三幅待拼接指纹图像进行拼接后即可得到完整的三维指纹图像。
在本发明实施例中，参考图像可以选取待拼接图像中的一幅任意一幅，一般选取预设目标正面拍摄的图像为参考图像，另一幅为浮动图像，从而基于该参考图像便于对浮动图像进行矫正。
在本发明实施例中，当基于预设目标从不同方向拍摄获得到图像为多幅时，可以首先从正面拍摄的图像为参考图像，以及与正面拍摄的图像靠近的另一幅图像为浮动图像进行利用进行拼接，然后再以拼接后的图像为参考图像，选取与拼接后的图像靠近的另一幅图像进行拼接，以依次完成整个待拼接图像的拼接，以得到目标图像的三维拼接图像。
可选地，在本发明的一个实施例中，在获取到待拼接图像后，需要对该待拼接图像进行归一化以及去除图像背景干扰等图像预处理步骤。具体地，可以通过设置阈值去除图像中的非指纹部分的背景干扰。
举例说明，在本发明的一个示例中，若获取到三幅三维指纹图像分别为左侧指纹图像、中间指纹图像以及右侧指纹图像，具体参见图2-a，图2-b与图2-c，图2-a是本发明实施例提供一种左侧指纹图像示意图，图2-b是本发明实施例提供的一种中间指纹图像示意图，图2-c是本发明实施例提供的一种右侧指纹图像示意图，其中，左侧指纹图像的参数为1200*1600*3，中间指纹图像为1600*1200*3，右侧指纹图像为1200*1600*3。然后对图像进行归一化以及去噪预处理过程后，得到图3-a，图3-b以及图3-c所示的指纹图像，其中，图3-a是本发明实施例提供的一种预处理后的左侧指纹图像示意图，图3-b是本发明实施例提供的一种预处理后的中间指纹图像示意图，图3-c是本发明实施例提供的一种预处理后的右侧指纹图像示意图。并可确定图3-a为参考图像，图3-b为浮动图像。
S102、基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像。
在本发明实施例中，由于参考图像与浮动图像为从不同的方位，在不同时刻进行拍摄的，所以该参考图像与浮动图像的尺寸，位置可能不同，为了实现参考图像与浮动图像的拼接，首先需要将浮动图像矫正到相同的尺寸以及同一位置得到矫正后的浮动图像，再对参考图像和矫正后的浮动图像进行拼接。
可选地，在本发明的一个实施例中，所述基于所述参考图像对所述浮动图像进行矫正，包括：
获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述变换参数包括水平平移参数、垂直平衡参数以及旋转角度参数；
基于所述缩放比例参数对所述浮动图像进行归一化以得到归一化后的浮动图像；
基于所述变换参数对所述归一化后的浮动图像进行矫正。
其中，缩放比例参数是指为了将浮动图像缩放到与参考图像为同一比例尺的参数，变换参数是指为了将浮动图像变换到与参考图像为同一位置的参数，从而在将浮动图像首先通过缩放比例参数进行尺寸缩放后，再利用变换参数对浮动图像进行矫正，则可以得到矫正后的浮动图像，以能实现参考图像与浮动图像的拼接。
可以理解，通过利用缩放比例参数与变换参数，则可以实现对浮动图像的矫正，以进一步实现对参考图像与浮动图像的拼接。
举例说明，在本发明的一个示例中，所述获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，包括：
利用粒子群优化算法(Particle Swarm Optimization，PSO)以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
其中，互信息是指用于描述两幅图像相关性的一个参量，当两幅图像相似度越高或重合部分越大时，其相关性也越大，此时互信息越大，反之越小，所以可以理解，在两幅图像在某个缩放比例参数与变换参数下，其互信息最大，说明其相关性越大，所以选取此时对应的缩放比例参数与变换参数进行图像矫正，将使得矫正后的浮动图像与参考图像的比例以及位置最为接近，从而进一步使得后续对参考图像与矫正后的浮动图像进行图像拼接时的效果最优。
具体地，若设参考图像与浮动图像分别为R和F，则参考图像与浮动图像之间的互信息计算式为：
MI＝H(R)+H(F)-H(R,F) 公式(1)。
其中，H(R)和H(F)分别为图像R和F的边缘熵，H(R,F)为两幅图像的联合熵，计算公式分别为：
其中，
其中，pR,F(i,j)、pR(i)和pF(j)分别为参考图像R和浮动图像F的联合概率密度函数和自身像素灰度的边缘概率密度函数，均可由两幅图像的联合直方图函数H(R,F)归一化求得；H(R,F)则是通过统计两幅图像对应位置的灰度对(i,j)出现的次数得到的。
具体地，可以通过基于PSO与互信息的算法来获取浮动图像基于参考图像的缩放比例参数与变换参数，该算法的输入参数包括：参考图像R，浮动图像F，搜索空间维度D、粒子种群规模ps与加速因子c1和c2；输出参数包括：浮动图像相对参考图像的水平位移tx，垂直位移ty，旋转角度angle以及缩放比例scale。该对浮动图像的矫正的具体计算步骤如下：
1、初始化所有粒子PSO，在搜索空间所允许的范围内随机设置每个粒子的初始位置和速度，设置全局最优位置gbest为空，各个粒子的当前最优位置pbest为初始位置，令初始迭代次数为0；
2、迭代次数加1，粒子群中的第i个粒子在第k次迭代时的编码方式为
3、计算每个粒子的适应函数值，即两幅图像的互信息值，若该函数值大于f(pbest)，则将其赋给f(pbest)，并将其对应的位置覆盖gbest；
4、对群体中所有粒子的个体最优位置pbest及其对应的适应函数f(pbest)更新完毕后，得到当前群体达到最优适应函数值fmax，若该函数值优于f(pbest)，则将fmax赋给f(pbest)，其对应的位置赋给gbest；
5、更新粒子速度和位置；
6、判断是否满足循环终止条件，该循环终止条件包括最小误差小于预设误差值，或最大迭代次数超过预设迭代次数。若不满足，则返回步骤2，若满足，则算法迭代终止，同时输出群体中粒子全局最优位置gbest，最优适应函数值f和迭代次数gen；
7、根据两幅图像的最大互信息实现图像矫正，即获取到PSO搜索到的最优参数组合(tx,ty,angle,scale)对浮动图像进行矫正。具体地，对浮动图像利用scale进行缩放，然后再利用tx,ty,angle进行矫正，得到矫正后的浮动图像。
S103、对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
可选地，在本发明的一个实施例中，所述对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像，包括：
获取所述参考图像与所述矫正后的浮动图像之间的公共区域；
基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
其中，参考图像与矫正后的浮动图像之间的公共区域是指参考图像与浮动图像之间在对预设目标进行拍摄时的重叠拍摄区域，例如，针对图3-a以及图3-b来说，若选定图3-a为参考图像，图3-b为矫正后的浮动图像，可得到图3-a和图3-b的公共区域如图4所示，图4是本发明实施例提供的图像拼接时参考图像与浮动图像公共区域示意图。
可选地，在本发明的一个实施例中，所述获取所述参考图像与所述浮动图像之间的公共区域，包括：
获取所述参考图像与所述矫正后的浮动图像之间的互信息；
确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
可以理解，由于互信息越大，图像之间的相关性越大，而参考图像与矫正后的浮动图像之间的公共区域必然是相关性大的区域，所以用相关性值大于预设阈值时，确定参考图像与矫正后的浮动图像将能准确地得到参考图像与矫正后的浮动图像之间的公共区域。
其中，加权平均法是指当对参考图像与矫正后的浮动图像拼接时，在参考图像与矫正后的浮动图像的公共区域融合，融合后的该处的图像的像素值为参考图像的像素值与矫正后的浮动图像的像素值的加权平均。
例如，参见图4，若对于图4中公共区域中参考图像某一个点的像素值为a1，图4中公共区域中矫正后的浮动图像某一个点的像素值为a2，则利用公式(2)所示的加权平均得到拼接图像的像素值a：
a＝W1*a1+W2*a2 公式(2)。
该拼接图像如图5-a所示，图5-a是本发明实施例提供的一种拼接图像示意图。其中，W1为参考图像的加权系数，W2为矫正后的浮动图像的加权系统，若设d1是该像素点到参考图像边界的距离，d2是该像素点到矫正后的浮动图像的边界的距离，W1＝d1/(d1+d2)，W1＝d2/(d1+d2)。
可以理解，在寻找到图像的公共区域后，再利用加权平均在公共区域进行图像融合，以实现图像的拼接，将使得拼接后的图像能综合待拼接图像的信息。
可以看出，本实施例的方案中，在获取到两幅待拼接图像后，确定两幅待拼接图像中参考图像与浮动图像，然后基于参考图像对浮动图像进行矫正，再对参考图像与矫正后的浮动图像进行拼接得到拼接图像。通过对三维的浮动图像进行矫正，然后再与参考图像进行拼接，以实现对三维图像的拼接。
需要说明，在对目标图像从不同方位进行摄像获取到多幅待拼接图像时，通过上述方式依次对其中相邻两幅进行拼接，以实现对所有待拼接图像进行拼接得到完整的三维目标图像。例如，当对图3-a和图3-b的图像进行拼接后得到图5-a所示的拼接图像后，再以图5-a所示的拼接图像为参考图像，以图3-c所示的右侧三维指纹图像为浮动图像利用上述方法进行拼接，得到图5-b所示的拼接图像。其中，图5-b为本发明实施例提供的另一种拼接图像示意图。
参见图6，图6是本发明实施例提供的一种图像拼接方法的流程示意图。图6所示的方法中，与图1所示方法相同或类似的内容可以参考图1中的详细描述，此处不再赘述。如图6所示，本发明实施例提供的图像拼接方法包括以下步骤：
S601、获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像。
其中，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像。
S602、利用粒子群优化算法PSO以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
S603、基于所述缩放比例参数对所述浮动图像进行缩放以得到缩放后的浮动图像。
S604、基于所述变换参数对所述缩放后的浮动图像进行矫正，以得到矫正后的浮动图像。
S605、获取所述参考图像与所述矫正后的浮动图像之间的互信息。
S606、确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
S607、基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
可以看出，本实施例的方案中，在获取到两幅待拼接图像后，确定两幅待拼接图像中参考图像与浮动图像，再利用PSO以及互信息获取到浮动图像的缩放参考与变换参数对浮动图像进行矫正，然后再利用互信息确定参考图像与浮动图像的公共区域，以完成三维曲面图像的拼接。
本发明实施例还提供一种图像拼接装置，其特征在于，所述装置包括：
确定模块，用于获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；
矫正模块，用于基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；
拼接模块，用于对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
具体地，请参见图7，图7是本发明实施例提供的一种图像拼接装置的结构示意图，用于实现本发明实施例公开的一种图像拼接方法。其中，如图7所示，本发明实施例提供的一种图像拼接装置700可以包括：
确定模块710、矫正模块720和拼接模块730。
其中，确定模块710，用于获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像。
其中，待拼接图像是指对预设目标从不同方向拍摄获得，从而将待拼接图像按方位顺序依次拼接后则可以得到该预设目标的完整图像信息。在本发明实施例中，对于某一个预设目标来说，从各个方位获取到的待拼接图像可以为两幅或者两幅以上。
具体地，该预设目标可以为指纹，从而该待拼接图像可以是分别从指纹左侧面、指纹正面以及指纹右侧面拍摄得到的三幅三维待拼接指纹图像，从而该三幅待拼接指纹图像包括了从指甲边缘到指甲另一边缘所有的指纹信息，从而将该三幅待拼接指纹图像进行拼接后即可得到完整的三维指纹图像。
在本发明实施例中，参考图像可以选取待拼接图像中的一幅任一一幅，一般选取预设目标正面拍摄的图像为参考图像，另一幅为浮动图像，从而基于该参考图像便于对浮动图像进行矫正。
在本发明实施例中，当基于预设目标从不同方向拍摄获得到图像为多幅时，可以首先从正面拍摄的图像为参考图像，以及与正面拍摄的图像靠近的另一幅图像为浮动图像进行利用进行拼接，然后再以拼接后的图像为参考图像，选取与拼接后的图像靠近的另一幅图像进行拼接，以依次完成整个待拼接图像的拼接，以得到目标图像的三维拼接图像。
可选地，在本发明的一个实施例中，在获取到待拼接图像后，需要对该待拼接图像进行归一化以及去除图像背景干扰等图像预处理步骤。具体地，可以通过设置阈值去除图像中的非指纹部分的背景干扰。
举例说明，在本发明的一个示例中，若获取到三幅三维指纹图像分别为左侧指纹图像、中间指纹图像以及右侧指纹图像，具体参见图2-a，图2-b与图2-c，图2-a是本发明实施例提供一种左侧指纹图像示意图，图2-b是本发明实施例提供的一种中间指纹图像示意图，图2-c是本发明实施例提供的一种右侧指纹图像示意图，其中，左侧指纹图像的参数为1200*1600*3，中间指纹图像为1600*1200*3，右侧指纹图像为1200*1600*3。然后对图像进行归一化以及去噪预处理过程后，得到图3-a，图3-b以及图3-c所示的指纹图像，其中，图3-a是本发明实施例提供的一种预处理后的左侧指纹图像示意图，图3-b是本发明实施例提供的一种预处理后的中间指纹图像示意图，图3-c是本发明实施例提供的一种预处理后的右机电指纹图像示意图。并可确定图3-a为参考图像，图3-b为浮动图像。
矫正模块720，用于基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像。
在本发明实施例中，由于参考图像与浮动图像为从不同的方位，在不同时刻进行拍摄的，所以该参考图像与浮动图像的尺寸，位置可能不同，为了实现参考图像与浮动图像的拼接，首先需要将浮动图像矫正到相同的尺寸以及同一位置得到矫正后的浮动图像，再对参考图像和矫正后的浮动图像进行拼接。
可选地，在本发明的一个实施例中，所述矫正模块720，包括：
第一获取单元721，用于获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述变换参数包括水平平移参数、垂直平衡参数以及旋转角度参数；
缩放单元722，用于基于所述缩放比例参数对所述浮动图像进行缩放以得到缩放后的浮动图像；
矫正单元723，用于基于所述变换参数对所述缩放后的浮动图像进行矫正。
其中，缩放比例参数是指为了将浮动图像缩放到与参考图像为同一比例尺的参数，变换参数是指为了将浮动图像变换到与参考图像为同一位置的参数，从而在将浮动图像首先通过缩放比例参数进行尺寸缩放后，再利用变换参数对浮动图像进行矫正，则可以得到矫正后的浮动图像，以能实现参考图像与浮动图像的拼接。
可以理解，通过利用缩放比例参数与变换参数，则可以实现对浮动图像的矫正，以进一步实现对参考图像与浮动图像的拼接。
举例说明，在本发明的一个示例中，所述获取单元，具体用于：
利用粒子群优化算法PSO以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
其中，互信息是指用于描述两幅图像相关性的一个参量，当两幅图像相似度越高或重合部分越大时，其相关性也越大，此时互信息越大，反之越小，所以可以理解，在两幅图像在某个缩放比例参数与变换参数下，其互信息最大，说明其相关性越大，所以选取此时对应的缩放比例参数与变换参数进行图像矫正，将使得矫正后的浮动图像与参考图像的比例以及位置最为接近，从而进一步使得后续对参考图像与矫正后的浮动图像进行图像拼接时的效果最优。
具体地，若设参考图像与浮动图像分别为R和F，则参考图像与浮动图像之间的互信息计算式为：
MI＝H(R)+H(F)-H(R,F)。
其中，H(R)和H(F)分别为图像R和F的边缘熵，H(R,F)为两幅图像的联合熵，计算公式分别为：
其中，
其中，pR,F(i,j)、pR(i)和pF(j)分别为参考图像R和浮动图像F的联合概率密度函数和自身像素灰度的边缘概率密度函数，均可由两幅图像的联合直方图函数H(R,F)归一化求得；H(R,F)则是通过统计两幅图像对应位置的灰度对(i,j)出现的次数得到的。
具体地，可以通过基于PSO与互信息的算法来获取浮动图像基于参考图像的缩放比例参数与变换参数，该算法的输入参数包括：参考图像R，浮动图像F，搜索空间维度D、粒子种群规模ps与加速因子c1和c2；输出参数包括：浮动图像相对参考图像的水平位移tx，垂直位移ty，旋转角度angle以及缩放比例scale。该对浮动图像的矫正的具体计算步骤如下：
1、初始化所有粒子PSO，在搜索空间所允许的范围内随机设置每个粒子的初始位置和速度，设置全局最优位置gbest为空，各个粒子的当前最优位置pbest为初始位置，令初始迭代次数为0；
2、迭代次数加1，粒子群中的第i个粒子在第k次迭代时的编码方式为
3、计算每个粒子的适应函数值，即两幅图像的互信息值，若该函数值大于f(pbest)，则将其赋给f(pbest)，并将其对应的位置覆盖gbest；
4、对群体中所有粒子的个体最优位置pbest及其对应的适应函数f(pbest)更新完毕后，得到当前群体达到最优适应函数值fmax，若该函数值优于f(pbest)，则将fmax赋给f(pbest)，其对应的位置赋给gbest；
5、更新粒子速度和位置；
6、判断是否满足循环终止条件，该循环终止条件包括最小误差小于预设误差值，或最大迭代次数超过预设迭代次数。若不满足，则返回步骤2，若满足，则算法迭代终止，同时输出群体中粒子全局最优位置gbest，最优适应函数值f和迭代次数gen；
7、根据两幅图像的最大互信息实现图像矫正，即获取到PSO搜索到的最优参数组合(tx,ty,angle,scale)对浮动图像进行矫正。具体地，对浮动图像利用scale进行缩放，然后再利用tx,ty,angle进行矫正，得到矫正后的浮动图像。
拼接模块730，用于对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
可选地，在本发明的一个实施例中，所述拼接模块730，包括：
第二获取单元731，用于获取所述参考图像与所述矫正后的浮动图像之间的公共区域；
拼接单元732，用于基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
其中，参考图像与矫正后的浮动图像之间的公共区域是指参考图像与浮动图像之间在对预设目标进行拍摄时的重叠拍摄区域，例如，针对图3-a以及图3-b来说，若选定图3-a为参考图像，图3-b为矫正后的浮动图像，可得到图3-a和图3-b的公共区域如图4所示，图4是本发明实施例提供的图像拼接时参考图像与浮动图像公共区域示意图。
可选地，在本发明的一个实施例中，所述第二获取单元，具体用于：
获取所述参考图像与所述矫正后的浮动图像之间的互信息；
确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
可以理解，由于互信息越大，图像之间的相关性越大，而参考图像与矫正后的浮动图像之间的公共区域必然是相关性大的区域，所以用相关性值大于预设阈值时，确定参考图像与矫正后的浮动图像将能准确地得到参考图像与矫正后的浮动图像之间的公共区域。
其中，加权平均法是指当对参考图像与矫正后的浮动图像拼接时，在参考图像与矫正后的浮动图像的公共区域融合，融合后的该处的图像的像素值为参考图像的像素值与矫正后的浮动图像的像素值的加权平均。
例如，参见图4，若对于图4中公共区域中参考图像某一个点的像素值为a1，图4中公共区域中矫正后的浮动图像某一个点的像素值为a2，则利用加权平均得到拼接图像的像素值a＝W1*a1+W2*a2，该拼接图像如图5所示，图5是本发明实施例提供的一种拼接图像示意图。其中，W1为参考图像的加权系数，W2为矫正后的浮动图像的加权系统，若设d1是该像素点到参考图像边界的距离，d2是该像素点到矫正后的浮动图像的边界的距离，W1＝d1/(d1+d2)，W1＝d2/(d1+d2)。
可以理解，在寻找到图像的公共区域后，再利用加权平均在公共区域进行图像融合，以实现图像的拼接，将使得拼接后的图像能综合待拼接图像的信息。
可以看出，本实施例的方案中，图像拼接装置700在获取到两幅待拼接图像后，确定两幅待拼接图像中参考图像与浮动图像，然后基于参考图像对浮动图像进行矫正，再对参考图像与矫正后的浮动图像进行拼接得到拼接图像。通过对三维的浮动图像进行矫正，然后再与参考图像进行拼接，以实现对三维图像的拼接。
需要说明，在对目标图像从不同方位进行摄像获取到多幅待拼接图像时，通过上述方式依次对其中相邻两幅进行拼接，以实现对所有待拼接图像进行拼接得到完整的三维目标图像。
在本实施例中，图像拼接装置700是以模块和单元的形式来呈现。这里的“单元”可以指特定应用集成电路(application-specific integrated circuit，ASIC)，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。
可以理解的是，本实施例的图像拼接装置700的各功能单元的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
参见图8，图8是本发明实施例提供的一种图像拼接装置的另一种结构示意图，用于实现本发明实施例公开的图像拼接方法。其中，该图像拼接装置800可以包括：至少一个总线801、与总线801相连的至少一个处理器802以及与总线801相连的至少一个存储器803。
其中，处理器802通过总线801，调用存储器中存储的代码以用于获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
可选地，在本发明的一些可能的实施方式中，所述处理器802基于所述参考图像对所述浮动图像进行矫正，包括：
获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述变换参数包括水平平移参数、垂直平衡参数以及旋转角度参数；基于所述缩放比例参数对所述浮动图像进行缩放以得到缩放后的浮动图像；基于所述变换参数对所述缩放后的浮动图像进行矫正。
可选地，在本发明的一些可能的实施方式中，所述处理器802获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，包括：
利用粒子群优化算法PSO以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
可选地，在本发明的一些可能的实施方式中，所述处理器802对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像，包括：
获取所述参考图像与所述矫正后的浮动图像之间的公共区域；
基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
可选地，在本发明的一些可能的实施方式中，所述处理器802获取所述参考图像与所述浮动图像之间的公共区域，包括：
获取所述参考图像与所述矫正后的浮动图像之间的互信息；
确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
可以看出，本实施例的方案中，图像拼接装置800在获取到两幅待拼接图像后，确定两幅待拼接图像中参考图像与浮动图像，然后基于参考图像对浮动图像进行矫正，再对参考图像与矫正后的浮动图像进行拼接得到拼接图像。通过对三维的浮动图像进行矫正，然后再与参考图像进行拼接，以实现对三维图像的拼接。
需要说明，在对目标图像从不同方位进行摄像获取到多幅待拼接图像时，通过上述方式依次对其中相邻两幅进行拼接，以实现对所有待拼接图像进行拼接得到完整的三维目标图像。
在本实施例中，图像拼接装置800是以模块和单元的形式来呈现。这里的“单元”可以指特定应用集成电路(application-specific integrated circuit，ASIC)，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。
可以理解的是，本实施例的图像拼接装置800的各功能单元的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时包括上述方法实施例中记载的任何图像拼接方法方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明的各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上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各实施例技术方案的范围。
Claims (14)
1.一种图像拼接方法，其特征在于，所述方法包括：
获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；
基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；
对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述参考图像对所述浮动图像进行矫正，包括：
获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述变换参数包括水平平移参数、垂直平衡参数以及旋转角度参数；
基于所述缩放比例参数对所述浮动图像进行缩放以得到缩放后的浮动图像；
基于所述变换参数对所述缩放后的浮动图像进行矫正。
3.根据权利要求2所述的方法，其特征在于，所述获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，包括：
利用粒子群优化算法PSO以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
4.根据权利要求3所述的方法，其特征在于，所述对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像，包括：
获取所述参考图像与所述矫正后的浮动图像之间的公共区域；
基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
5.根据权利要求4所述的方法，其特征在于，所述获取所述参考图像与所述浮动图像之间的公共区域，包括：
获取所述参考图像与所述矫正后的浮动图像之间的互信息；
确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
6.根据权利要求5所述的方法，其特征在于，所述获取所述参考图像与所述矫正后的浮动图像之间的互信息，包括：
利用公式(1)获取所述参考图像与所述矫正后的浮动图像之间的互信息：
MI＝H(R)+H(F)-H(R,F) 公式(1)
所述H(R)表示所述图像R的边缘熵，所述H(F)表示所述图像F的边缘熵，所述H(R,F)表示所述图像R与所述图像F的联合熵；
所述
所述
所述
其中，所述ri表示图像R的像素点取值，所述fj表示图像F的像素点取值，所述pR(i)表示所述图像R的边缘概率密度函数，所述pF(j)表示所述图像F的边缘概率密度函数，所述pR,F(i,j)表示所述图像R与所述图像F的联合概率密度，所述所述所述
7.根据权利要求6所述的方法，其特征在于，所述利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像，包括：
利用公式(2)对所述参考图像与所述矫正后的浮动图像进行拼接得到所述拼接图像的像素值a：
a＝W1*a1+W2*a2 公式(2)；
其中，a1为所述参考图像的像素点的像素值，a2为所述矫正后的浮动图像的像素点的像素值，W1为所述参考图像的加权系数，W2为所述矫正后的浮动图像的加权系数，所述W1＝d1/(d1+d2)，所述W1＝d2/(d1+d2)，所述d1是所述a1到所述参考图像边界的距离，所述d2是所述a2到所述矫正后的浮动图像的边界距离。
8.一种图像拼接装置，其特征在于，所述装置包括：
确定模块，用于获取两幅待拼接图像，并确定所述两幅待拼接图像中参考图像与浮动图像，所述浮动图像为需要基于所述参考图像进行矫正的图像，所述两幅待拼接图像为基于预设目标从不同方向拍摄获得，所述两幅待拼接图像为三维图像；
矫正模块，用于基于所述参考图像对所述浮动图像进行矫正，以得到矫正后的浮动图像；
拼接模块，用于对所述参考图像与矫正后的浮动图像进行拼接以得到拼接图像。
9.根据权利要求6所述的装置，其特征在于，所述矫正模块，包括：
第一获取单元，用于获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述变换参数包括水平平移参数、垂直平衡参数以及旋转角度参数；
缩放单元，用于基于所述缩放比例参数对所述浮动图像进行缩放以得到缩放后的浮动图像；
矫正单元，用于基于所述变换参数对所述缩放后的浮动图像进行矫正。
10.根据权利要求7所述的装置，其特征在于，所述获取单元，具体用于：
利用粒子群优化算法PSO以及互信息获取所述浮动图像基于所述参考图像的缩放比例参数与变换参数，所述缩放比例参数与所述变换参数在所述浮动图像与所述参数图像之间的互信息最大时获取。
11.根据权利要求8所述的装置，其特征在于，所述拼接模块，包括：
第二获取单元，用于获取所述参考图像与所述矫正后的浮动图像之间的公共区域；
拼接单元，用于基于所述公共区域，利用加权平均法对所述参考图像与所述矫正后的浮动图像进行拼接以得到拼接图像。
12.根据权利要求9所述的装置，其特征在于，所述第二获取单元，具体用于：
获取所述参考图像与所述矫正后的浮动图像之间的互信息；
确定所述互信息大于预设阈值的区域为所述参考图像与所述矫正后的浮动图像之间的公共区域。
13.根据权利要求12所述的装置，其特征在于，所述第二获取单元获取所述参考图像与所述矫正后的浮动图像之间的互信息，包括：
利用公式(1)获取所述参考图像与所述矫正后的浮动图像之间的互信息：
MI＝H(R)+H(F)-H(R,F) 公式(1)
所述H(R)表示所述图像R的边缘熵，所述H(F)表示所述图像F的边缘熵，所述H(R,F)表示所述图像R与所述图像F的联合熵；
所述
所述
所述
其中，所述ri表示图像R的像素点取值，所述fj表示图像F的像素点取值，所述pR(i)表示所述图像R的边缘概率密度函数，所述pF(j)表示所述图像F的边缘概率密度函数，所述pR,F(i,j)表示所述图像R与所述图像F的联合概率密度，所述所述所述
14.根据权利要求13所述的装置，其特征在于，所述拼接单元具体用于：
利用公式(2)对所述参考图像与所述矫正后的浮动图像进行拼接得到所述拼接图像的像素值a：
a＝W1*a1+W2*a2 公式(2)；
其中，a1为所述参考图像的像素点的像素值，a2为所述矫正后的浮动图像的像素点的像素值，W1为所述参考图像的加权系数，W2为所述矫正后的浮动图像的加权系数，所述W1＝d1/(d1+d2)，所述W1＝d2/(d1+d2)，所述d1是所述a1到所述参考图像边界的距离，所述d2是所述a2到所述矫正后的浮动图像的边界距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710330504.3A CN107292820A (zh) | 2017-05-11 | 2017-05-11 | 图像拼接方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710330504.3A CN107292820A (zh) | 2017-05-11 | 2017-05-11 | 图像拼接方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107292820A true CN107292820A (zh) | 2017-10-24 |
Family
ID=60095096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710330504.3A Pending CN107292820A (zh) | 2017-05-11 | 2017-05-11 | 图像拼接方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107292820A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112532884A (zh) * | 2020-11-27 | 2021-03-19 | 维沃移动通信有限公司 | 识别方法、装置及电子设备 |
| CN115798400A (zh) * | 2023-01-09 | 2023-03-14 | 永林电子股份有限公司 | 一种基于图像处理的led显示控制方法、装置及led显示系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663738A (zh) * | 2012-03-20 | 2012-09-12 | 苏州生物医学工程技术研究所 | 三维图像配准方法及系统 |
| CN104021547A (zh) * | 2014-05-17 | 2014-09-03 | 清华大学深圳研究生院 | 肺部 ct 的三维配准方法 |
| CN104517286A (zh) * | 2014-12-04 | 2015-04-15 | 西安电子科技大学 | 基于自适应阈值分割和组合优化的sar图像配准 |
| US20150317788A1 (en) * | 2014-04-30 | 2015-11-05 | Mitsubishi Electric Research Laboratories, Inc. | Method for Registering Deformable Images Using Random Markov Fields |
| CN106204415A (zh) * | 2015-05-04 | 2016-12-07 | 南京邮电大学 | 一种新型的图像配准方法 |
-
2017
- 2017-05-11 CN CN201710330504.3A patent/CN107292820A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663738A (zh) * | 2012-03-20 | 2012-09-12 | 苏州生物医学工程技术研究所 | 三维图像配准方法及系统 |
| US20150317788A1 (en) * | 2014-04-30 | 2015-11-05 | Mitsubishi Electric Research Laboratories, Inc. | Method for Registering Deformable Images Using Random Markov Fields |
| CN104021547A (zh) * | 2014-05-17 | 2014-09-03 | 清华大学深圳研究生院 | 肺部 ct 的三维配准方法 |
| CN104517286A (zh) * | 2014-12-04 | 2015-04-15 | 西安电子科技大学 | 基于自适应阈值分割和组合优化的sar图像配准 |
| CN106204415A (zh) * | 2015-05-04 | 2016-12-07 | 南京邮电大学 | 一种新型的图像配准方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李勇: "基于互信息的图像拼接算法研究", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112532884A (zh) * | 2020-11-27 | 2021-03-19 | 维沃移动通信有限公司 | 识别方法、装置及电子设备 |
| CN115798400A (zh) * | 2023-01-09 | 2023-03-14 | 永林电子股份有限公司 | 一种基于图像处理的led显示控制方法、装置及led显示系统 |
| CN115798400B (zh) * | 2023-01-09 | 2023-04-18 | 永林电子股份有限公司 | 一种基于图像处理的led显示控制方法、装置及led显示系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108960211B (zh) | 一种多目标人体姿态检测方法以及系统 | |
| JP6929047B2 (ja) | 画像処理装置、情報処理方法及びプログラム | |
| CN110705574B (zh) | 定位方法及装置、设备、存储介质 | |
| CN110246163B (zh) | 图像处理方法及其装置、设备、计算机存储介质 | |
| CN111598993B (zh) | 基于多视角成像技术的三维数据重建方法、装置 | |
| CN107953329B (zh) | 物体识别和姿态估计方法、装置及机械臂抓取系统 | |
| CN108734657B (zh) | 一种具有视差处理能力的图像拼接方法 | |
| CN109389555B (zh) | 一种全景图像拼接方法及装置 | |
| US11922658B2 (en) | Pose tracking method, pose tracking device and electronic device | |
| CN111126412B (zh) | 基于特征金字塔网络的图像关键点检测方法 | |
| CN110992263B (zh) | 一种图像拼接方法及系统 | |
| TWI691937B (zh) | 過濾光斑的方法和裝置、電腦可讀取儲存介質、處理器、視線追蹤設備 | |
| CN111553939B (zh) | 一种多目摄像机的图像配准算法 | |
| CN108345821B (zh) | 面部追踪方法及设备 | |
| CN105809626A (zh) | 一种自适应光线补偿的视频图像拼接方法 | |
| CN111383252B (zh) | 多相机目标追踪方法、系统、装置及存储介质 | |
| CN110243390B (zh) | 位姿的确定方法、装置及里程计 | |
| CN113673354B (zh) | 一种基于上下文信息与联合嵌入的人体关键点检测方法 | |
| CN108460727A (zh) | 一种基于投影几何与sift特征的图像拼接方法 | |
| AU2020203790A1 (en) | Transformed multi-source content aware fill | |
| CN113902781A (zh) | 三维人脸重建方法、装置、设备及介质 | |
| CN107330930B (zh) | 三维图像深度信息提取方法 | |
| CN107292820A (zh) | 图像拼接方法及装置 | |
| CN113610969A (zh) | 一种三维人体模型生成方法、装置、电子设备及存储介质 | |
| CN113902853A (zh) | 一种人脸三维重建方法、装置、电子设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 1301, No.132 Fengqi Road, phase III, software park, Xiamen City, Fujian Province Applicant after: Xiamen Entropy Technology Co., Ltd Address before: 361000, Xiamen three software park, Fujian Province, 8 North Street, room 2001 Applicant before: XIAMEN ZKTECO BIOMETRIC IDENTIFICATION TECHNOLOGY Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171024 |