CN111583118A - 图像拼接方法、装置、存储介质及电子设备 - Google Patents
图像拼接方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111583118A CN111583118A CN202010404847.1A CN202010404847A CN111583118A CN 111583118 A CN111583118 A CN 111583118A CN 202010404847 A CN202010404847 A CN 202010404847A CN 111583118 A CN111583118 A CN 111583118A
- Authority
- CN
- China
- Prior art keywords
- images
- relative
- relative relationship
- calculating
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000001133 acceleration Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种图像拼接方法、装置、存储介质及电子设备。所述图像拼接方法包括以下步骤:获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;根据所述相对关系对所述至少两张图像进行拼接处理。由于本申请采用了电子设备的运动参数信息结合特征点信息的方式进行至少两张图像的相对关系的计算,从而提高了相对关系计算的准确度,进而可以提高图像拼接的质量及精确度。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种图像拼接方法、装置、存储介质及电子设备。
背景技术
货架陈列图像拼接是渠道陈列智能管理的一个重要组成部分,精准的拼接直接影响货架陈列排面统计的精度。但是,在进行图像拼接时由于摄像头的运动轨迹的采集精确度不够,导致待拼接图像之间的相对关系计算精度低,进而使得图像拼接精确度较低,质量较差。
针对上述问题,目前尚未有有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种图像拼接方法、装置、存储介质及电子设备,可以提高图像拼接的精确度及质量。
第一方面,本申请实施例提供了一种图像拼接方法,应用于电子设备中,所述方法包括以下步骤:
获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;
获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;
根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;
根据所述相对关系对所述至少两张图像进行拼接处理。
本申请实施由于采用了电子设备的运动参数信息结合特征点信息的方式进行至少两张图像的相对关系的计算,从而提高了相对关系计算的准确度,从而可以提高图像拼接的质量及精确度。
可选地,在本申请实施例所述的图像拼接方法中,所述根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系的步骤包括:
根据所述运动参数信息计算出所述至少两张图像之间的第一相对关系;
根据所述至少两张图像的特征点信息计算出所述至少两张图像的第二相对关系;
根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系。
可选地,在本申请实施例所述的图像拼接方法中,所述根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像相对关系的步骤包括:
计算所述第一相对关系的第一置信度;
计算所述第二相对关系的第二置信度;
根据所述第一置信度以及所述第二置信度计算所述第一相对关系的第一权重值以及第二相对关系的第二权重值;
根据所述第一相对关系、第二相对关系、第一权重值以及所述第二权重值计算出所述至少两张图像的相对关系。
本申请实施例通过采用对第一相对关系及第二相对关系的置信度的计算从而计算出该第一相对关系及第二相对关系的权重,在保证图像拼接的精确度的前提下,保证了图像拼接的准确性。
可选地,在本申请实施例所述的图像拼接方法中,所述根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系的步骤包括:
将所述第一相对关系和所述第二相对关系取均值以计算得到所述至少两张图像的相对关系。
可选地,在本申请实施例所述的图像拼接方法中,所述电子设备包括加速度传感器以及陀螺仪传感器;
而所述获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息的步骤包括:
获取所述加速度传感器在所述电子设备在拍摄所述至少两张图像的间隔时间内检测到的加速度信息;
获取所述陀螺仪传感器在所述电子设备在拍摄所述至少两张图像的间隔时间内检测到的角度信息;
根据所述加速度信息以及所述角度信息计算所述电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息。
可选地,在本申请实施例所述的图像拼接方法中,所述特征点信息用于描述特征点的位置信息,每一所述特征点对应一目标像素点,所述目标像素点的像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
可选地,在本申请实施例所述的图像拼接方法中,所述特征点信息用于描述特征点的位置信息,每一所述特征点对应一具有多个像素点的目标像素区域,所述目标像素区域的最小像素值及最大像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
第二方面,本申请实施例还提供了一种图像拼接装置,应用于电子设备中,所述装置包括:
提取模块,用于获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;
获取模块,用于获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;
计算模块,用于根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;
拼接模块,用于根据所述相对关系对所述至少两张图像进行拼接处理。
第三方面,本申请实施例提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
由上可知,本申请实施例通过获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;根据所述相对关系对所述至少两张图像进行拼接处理;从而实现图像拼接,由于采用了电子设备的运动参数信息结合特征点信息的方式进行至少两张图像的相对关系的计算,从而提高了相对关系计算的准确度,进而可以提高图像拼接的质量及精确度。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的图像拼接方法的一种流程图。
图2为本申请实施例提供的图像拼接方法的一种具体示意图。
图3为本申请实施例提供的图像拼接装置的一种结构示意图。
图4为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的图像拼接方法的流程图。该图像拼接方法,应用于电子设备中。该图像拼接方法包括以下步骤:
S101、获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息。
S102、获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息。
S103、根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。
S104、根据所述相对关系对所述至少两张图像进行拼接处理。
其中,在该步骤S101中,该至少两张图像为电子设备在预设时间段内采集的至少两张图像。或者说,在相邻的至少两次拍照操作中获取的至少两张图像,例如两张图像,或者三张图像。尽量避免时间跨度太大或者电子设备运动幅度太大导致至少两张图像没有重合的区域,进而无法进行拼接。该特征点信息包括该特征点在对应图像中的位置信息,当某一目标像素点的像素值与该目标像素点周围预设范围内的像素点的像素值的差值大于预设阈值时,将该目标像素点定义为特征点。或者,每一特征点对应一具有多个像素点的目标像素区域,该目标像素区域的最小像素值及最大像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
可以理解地,在一些实施例中,可以采用ORB算法进行特征点信息的提取,也可以采用FAST算法进行特征点信息的提取。当然,现有技术中的其他常规算法也可以用来进行特征点信息的提取,在此不一一列举。
其中,在该步骤S102中,该运动参数信息为在电子设备在拍摄该至少两张图像的间隔时间内的运动距离及方向信息、旋转角度及方向信息。具体地,该电子设备包括加速度传感器以及陀螺仪传感器;而该步骤S102具体包括:S1021、获取所述加速度传感器在所述电子设备在拍摄所述至少两张图像时检测到的加速度信息;S1022、获取所述陀螺仪传感器在所述电子设备在拍摄所述至少两张图像时检测到的角度信息;S1023、根据所述加速度信息以及所述角度信息计算所述电子设备在拍摄所述至少两张图像时的运动参数信息。其中,该运动参数信息具体包括该电子设备的摄像头的运动方向及距离、旋转方向及角度。
可以理解地,为了提高运动参数的精确度,该陀螺仪传感器以及该加速度传感器的数量均为多个,该多个陀螺仪传感器均匀分布在电子设备上,该多个加速度传感器均匀分布在该电子设备上。
其中,在该步骤S103中,其中,该相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系,也即是该至少两张图像中的景象的相对位置关系。其中,该运动参数信息可以计算出该至少两张图像的一个第一相对关系。根据该至少两张图像的特征点信息可以计算出该至少两张图像之间的一个第二相对关系。在具体操作过程中,可以选择计算更快的一个相对关系作为相对关系,也即是在计算过程中,根据该运动参数信息计算第一相对关系以及根据该特征点信息计算该第二相对关系是并行的,当其中一个计算出后,对其置信度或者准确度进行验证,只要置信度或者准确度在预设范围没,即可停止另一个相对关系的计算,将经过验证的相对关系作为实际相对关系。
可以理解地,在一些实施例中,还可以将该第一相对关系以及该第二相对关系结合起来,从得到更精确的相对关系。具体地,该步骤S103包括以下子步骤:S1031、根据所述运动参数信息计算出所述至少两张图像之间的第一相对关系;S1032、根据所述至少两张图像的特征点信息计算出所述至少两张图像的第二相对关系;S1033、根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系。
其中,第一相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。第二相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。由于选用的计算参数不同,因此,第一相对关系和第二相对关系存在一定的差距或者区别。其中,在该步骤S1031中,基于该电子设备的运动参数信息可以相应计算出其摄像头的取景区域的变化的位置信息,该位置信息也即是该第一相对关系。在该步骤S1032中,对比同一特征点在不同图像中的位置信息即可以计算出该第二相对关系。在该步骤S1033中,可以取该第一相对关系与该第二相对关系的均值,也可以根据置信度来选取对应的权重值,从而计算出该相对关系。
具体地,在一些实施例中,该步骤S1033包括:计算所述第一相对关系的第一置信度;计算所述第二相对关系的第二置信度;根据所述第一置信度以及所述第二置信度计算所述第一相对关系的第一权重值以及第二相对关系的第二权重值;根据所述第一相对关系、第二相对关系、第一权重值以及所述第二权重值计算出所述至少两张图像的相对关系。其中,该第一置信度以及第二置信度均可以根据现有技术中的算法来进行计算。而该第一权重值为第一置信度除以第一置信度与第二置信度的和,该第二权重值为第二置信度除以第一置信度与第二置信度的和。
具体地,在一些实施例中,该步骤S1033包括:将所述第一相对关系和所述第二相对关系取均值以计算得到所述至少两张图像的相对关系。
其中,在该步骤S104中,如图2所示,该图2中左图像为第一次拍摄得到的图像,该图2中的右图像为第二次拍摄得到的图像,该第二次拍摄时的摄像头向右平移了距离d1,从而使得该第一次拍摄的取景区域与第二次的取景区域相差距离为d1,也即是该左图像与右图像的重合区域为区域C,拼接后,将两个图像的重合区域C重叠,即可得到拼接后的图像,拼接后的图像包括A区域、C区域以及B区域。
当然,以上是最简单的运动参数信息下的拼接模式。在拼接过程中,可以三张或者多张同时参与拼接计算,也可以是两张相邻的图像先拼接,再与另一张拼接。
在另一些实施例中,可能该电子设备不仅在水平方向平移了,还沿着远离或者靠近该景物的方向平移了,因此,在图像拼接时,需要根据该运动参数信息所包括的平行与摄像头的镜头方向第一运动参数以及沿着镜头取景方向的第二运动参数进行计算。具体地,先根据该第二运动参数对该至少两张图像进行缩放处理以得到物象比例相同的图像,然后根据该第一运动参数对缩放处理后的图像进行拼接处理。物象比例是指实际物体与图像中的物体图像的比例。
由上可知,本申请实施例通过获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;根据所述相对关系对所述至少两张图像进行拼接处理;从而实现图像拼接,由于采用了电子设备的运动参数信息结合特征点信息的方式进行至少两张图像的相对关系的计算,从而提高了相对关系计算的准确度,从而可以提高图像拼接的质量及精确度。
请参照图3,图3是本申请一些实施例中的一种图像拼接装置的结构示意图。该装置应用于电子设备中。图像拼接装置包括:提取模块201、获取模块202、计算模块203以及拼接模块204。
其中,该提取模块201用于获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息。该至少两张图像为电子设备在预设时间段内采集的至少两张图像。或者说,在相邻的两次拍照操作中获取的至少两张图像。尽量避免时间跨度太大或者电子设备运动幅度太大导致至少两张图像没有重合的区域,进而无法进行拼接。该特征点信息包括该特征点在对应图像中的位置信息,当某一目标像素点的像素值与该目标像素点周围预设范围内的像素点的像素值的差值大于预设阈值时,将该目标像素点定义为特征点。或者,每一特征点对应一具有多个像素点的目标像素区域,该目标像素区域的最小像素值及最大像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
可以理解地,在一些实施例中,该提取模块201可以采用ORB算法进行特征点信息的提取,也可以采用FAST算法进行特征点信息的提取。当然,现有技术中的其他常规算法也可以用来进行特征点信息的提取,在此不一一列举。
其中,该获取模块202用于获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;该运动参数信息为在电子设备在拍摄该至少两张图像的间隔时间内的运动距离及方向信息、旋转角度及方向信息。具体地,该电子设备包括加速度传感器以及陀螺仪传感器;而获取模块202用于获取所述加速度传感器在所述电子设备在拍摄所述至少两张图像时检测到的加速度信息;获取所述陀螺仪传感器在所述电子设备在拍摄所述至少两张图像时检测到的角度信息;根据所述加速度信息以及所述角度信息计算所述电子设备在拍摄所述至少两张图像时的运动参数信息。其中,该运动参数信息具体包括该电子设备的摄像头的运动方向及距离、旋转方向及角度。
可以理解地,为了提高运动参数的精确度,该陀螺仪传感器以及该加速度传感器的数量均为多个,该多个陀螺仪传感器均匀分布在电子设备上,该多个加速度传感器均匀分布在该电子设备上。
其中,该计算模块203用于根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。其中,该相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系,也即是该至少两张图像中的景象的相对位置关系。其中,该运动参数信息可以计算出该至少两张图像的一个第一相对关系。根据该至少两张图像的特征点信息可以计算出该至少两张图像之间的一个第二相对关系。在具体操作过程中,可以选择计算更快的一个相对关系作为相对关系,也即是在计算过程中,根据该运动参数信息计算第一相对关系以及根据该特征点信息计算该第二相对关系是并行的,当其中一个计算出后,对其置信度或者准确度进行验证,只要置信度或者准确度在预设范围没,即可停止另一个相对关系的计算,将经过验证的相对关系作为实际相对关系。
可以理解地,在一些实施例中,还可以将该第一相对关系以及该第二相对关系结合起来,从得到更精确的相对关系。具体地,该计算模块203用于根据所述运动参数信息计算出所述至少两张图像之间的第一相对关系;根据所述至少两张图像的特征点信息计算出所述至少两张图像的第二相对关系;根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系。其中,第一相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。第二相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系。由于选用的计算参数不同,因此,第一相对关系和第二相对关系存在一定的差距或者区别。其中,基于该电子设备的运动参数信息可以相应计算出其摄像头的取景区域的变化的位置信息,该位置信息也即是该第一相对关系。对比同一特征点在不同图像中的位置信息即可以计算出该第二相对关系。计算模块203可以取该第一相对关系与该第二相对关系的均值,也可以根据置信度来选取对应的权重值,从而计算出该相对关系。
具体地,在一些实施例中,计算模块203用于:计算所述第一相对关系的第一置信度;计算所述第二相对关系的第二置信度;根据所述第一置信度以及所述第二置信度计算所述第一相对关系的第一权重值以及第二相对关系的第二权重值;根据所述第一相对关系、第二相对关系、第一权重值以及所述第二权重值计算出所述至少两张图像的相对关系。其中,该第一置信度以及第二置信度均可以根据现有技术中的算法来进行计算。而该第一权重值为第一置信度除以第一置信度与第二置信度的和,该第二权重值为第二置信度除以第一置信度与第二置信度的和。
具体地,在一些实施例中,该计算模块203用于将所述第一相对关系和所述第二相对关系取均值以计算得到所述至少两张图像的相对关系。
其中,该拼接模块204用于根据所述相对关系对所述至少两张图像进行拼接处理。如图2所示,该图2中左图像为第一次拍摄得到的图像,该图2中的右图像为第二次拍摄得到的图像,该第二次拍摄时的摄像头向右平移了距离d1,从而使得该第一次拍摄的取景区域与第二次的取景区域相差距离为d1,也即是该左图像与右图像的重合区域为区域C,拼接后,将两个图像的重合区域C重叠,即可得到拼接后的图像,拼接后的图像包括A区域、C区域以及B区域。当然,以上是最简单的运动参数信息下的拼接模式。
在另一些实施例中,可能该电子设备不仅在水平方向平移了,还沿着远离或者靠近该景物的方向平移了,因此,在图像拼接时,需要根据该运动参数信息所包括的平行与摄像头的镜头方向第一运动参数以及沿着镜头取景方向的第二运动参数来计算。具体为拼接模块204用于根据该第二运动参数对该至少两张图像进行缩放处理以得到物象比例相同的图像,然后根据该第一运动参数对缩放处理后的图像进行拼接处理。
由上可知,本申请实施例提高的图像拼接装置通过获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;根据所述相对关系对所述至少两张图像进行拼接处理;从而实现图像拼接,由于采用了电子设备的运动参数信息结合特征点信息的方式进行至少两张图像的相对关系的计算,从而提高了相对关系计算的准确度,从而可以提高图像拼接的质量及精确度。
请参照图4,图4为本申请实施例提供的一种电子设备的结构示意图,本申请提供一种电子设备3,包括:处理器301和存储器302,处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯,存储器302存储有处理器301可执行的计算机程序,当计算设备运行时,处理器301执行该计算机程序,以执行时执行上述实施例的任一可选的实现方式中的方法,从而实现以下功能:获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;根据所述相对关系对所述至少两张图像进行拼接处理。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,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。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像拼接方法,应用于电子设备中,其特征在于,所述方法包括以下步骤:
获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;
获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;
根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;
根据所述相对关系对所述至少两张图像进行拼接处理。
2.根据权利要求1所述的图像拼接方法,其特征在于,所述根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系的步骤包括:
根据所述运动参数信息计算出所述至少两张图像之间的第一相对关系;
根据所述至少两张图像的特征点信息计算出所述至少两张图像的第二相对关系;
根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系。
3.根据权利要求2所述的图像拼接方法,其特征在于,所述根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像相对关系的步骤包括:
计算所述第一相对关系的第一置信度;
计算所述第二相对关系的第二置信度;
根据所述第一置信度以及所述第二置信度计算所述第一相对关系的第一权重值以及第二相对关系的第二权重值;
根据所述第一相对关系、第二相对关系、第一权重值以及所述第二权重值计算出所述至少两张图像的相对关系。
4.根据权利要求2所述的图像拼接方法,其特征在于,所述根据所述第一相对关系以及所述第二相对关系计算得到所述至少两张图像的相对关系的步骤包括:
将所述第一相对关系和所述第二相对关系取均值以计算得到所述至少两张图像的相对关系。
5.根据权利要求1所述的图像拼接方法,其特征在于,所述电子设备包括加速度传感器以及陀螺仪传感器;
而所述获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息的步骤包括:
获取所述加速度传感器在所述电子设备在拍摄所述至少两张图像的间隔时间内检测到的加速度信息;
获取所述陀螺仪传感器在所述电子设备在拍摄所述至少两张图像的间隔时间内检测到的角度信息;
根据所述加速度信息以及所述角度信息计算所述电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息。
6.根据权利要求1所述的图像拼接方法,其特征在于,所述特征点信息用于描述特征点的位置信息,每一所述特征点对应一目标像素点,所述目标像素点的像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
7.根据权利要求1所述的图像拼接方法,其特征在于,所述特征点信息用于描述特征点的位置信息,每一所述特征点对应一具有多个像素点的目标像素区域,所述目标像素区域的最小像素值及最大像素值与其周围预设范围内的每一像素点的像素值的差值均大于预设阈值。
8.一种图像拼接装置,应用于电子设备中,其特征在于,所述装置包括:
提取模块,用于获取电子设备采集的至少两张图像,并提取每一所述图像的特征点信息;
获取模块,用于获取电子设备在拍摄所述至少两张图像的间隔时间内的运动参数信息;
计算模块,用于根据所述运动参数信息以及所述特征点信息计算所述至少两张图像的相对关系,所述相对关系用于描述所述至少两张图像所对应取景区域的相对位置关系;
拼接模块,用于根据所述相对关系对所述至少两张图像进行拼接处理。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010404847.1A CN111583118B (zh) | 2020-05-13 | 2020-05-13 | 图像拼接方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010404847.1A CN111583118B (zh) | 2020-05-13 | 2020-05-13 | 图像拼接方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583118A true CN111583118A (zh) | 2020-08-25 |
CN111583118B CN111583118B (zh) | 2023-09-29 |
Family
ID=72113588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010404847.1A Active CN111583118B (zh) | 2020-05-13 | 2020-05-13 | 图像拼接方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583118B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001848A (zh) * | 2020-09-07 | 2020-11-27 | 杨仙莲 | 大数据监控系统中的图像识别拼接方法及系统 |
CN112000901A (zh) * | 2020-08-26 | 2020-11-27 | 北京百度网讯科技有限公司 | 一种提取地理位置点空间关系的方法和装置 |
CN112053401A (zh) * | 2020-09-11 | 2020-12-08 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片拼接方法、装置、设备及存储介质 |
CN113205458A (zh) * | 2021-05-28 | 2021-08-03 | 上海扩博智能技术有限公司 | 弱纹理叶片拼接方法、系统、设备及介质 |
CN113409198A (zh) * | 2021-08-19 | 2021-09-17 | 北京欧应信息技术有限公司 | 用于图像拼接的方法、计算设备和存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195540A (ja) * | 2005-01-11 | 2006-07-27 | Ntt Data Corp | モザイク画像合成装置、モザイク画像合成方法及びモザイク画像合成プログラム |
CN101646022A (zh) * | 2009-09-04 | 2010-02-10 | 深圳华为通信技术有限公司 | 一种图像拼接的方法、系统 |
JP2010141697A (ja) * | 2008-12-12 | 2010-06-24 | Keyence Corp | 撮像装置 |
CN105303518A (zh) * | 2014-06-12 | 2016-02-03 | 南京理工大学 | 一种基于区域特征的视频帧间拼接方法 |
CN105335931A (zh) * | 2015-11-09 | 2016-02-17 | 广州视源电子科技股份有限公司 | 板卡图像拼接方法、处理装置及系统 |
EP2993894A1 (en) * | 2014-09-05 | 2016-03-09 | HTC Corporation | Image capturing method, panorama image generating method and electronic apparatus |
CN105872345A (zh) * | 2015-01-20 | 2016-08-17 | 北京理工大学 | 基于特征匹配的全帧电子稳像方法 |
US20170289447A1 (en) * | 2016-03-31 | 2017-10-05 | Fujitsu Limited | Computer-readable recording medium, information processing method, and information processing apparatus |
CN107316275A (zh) * | 2017-06-08 | 2017-11-03 | 宁波永新光学股份有限公司 | 一种光流辅助的大尺度显微图像拼接算法 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN109064395A (zh) * | 2018-06-19 | 2018-12-21 | 广东数相智能科技有限公司 | 一种基于图书盘点的书架图像拼接方法、电子设备及存储介质 |
CN109087244A (zh) * | 2018-07-26 | 2018-12-25 | 贵州火星探索科技有限公司 | 一种全景图像拼接方法、智能终端及存储介质 |
CN109840884A (zh) * | 2017-11-29 | 2019-06-04 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法、装置及电子设备 |
CN109934093A (zh) * | 2019-01-21 | 2019-06-25 | 创新奇智(南京)科技有限公司 | 一种识别货架商品的方法、计算机可读介质及识别系统 |
CN110675319A (zh) * | 2019-09-12 | 2020-01-10 | 创新奇智(成都)科技有限公司 | 一种基于最小生成树的手机拍照全景图像拼接方法 |
CN110991360A (zh) * | 2019-12-06 | 2020-04-10 | 合肥科大智能机器人技术有限公司 | 一种基于视觉算法的机器人巡检点位智能配置方法 |
CN111028155A (zh) * | 2019-12-17 | 2020-04-17 | 大连理工大学 | 一种基于多对双目相机的视差图像拼接方法 |
-
2020
- 2020-05-13 CN CN202010404847.1A patent/CN111583118B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195540A (ja) * | 2005-01-11 | 2006-07-27 | Ntt Data Corp | モザイク画像合成装置、モザイク画像合成方法及びモザイク画像合成プログラム |
JP2010141697A (ja) * | 2008-12-12 | 2010-06-24 | Keyence Corp | 撮像装置 |
CN101646022A (zh) * | 2009-09-04 | 2010-02-10 | 深圳华为通信技术有限公司 | 一种图像拼接的方法、系统 |
CN105303518A (zh) * | 2014-06-12 | 2016-02-03 | 南京理工大学 | 一种基于区域特征的视频帧间拼接方法 |
EP2993894A1 (en) * | 2014-09-05 | 2016-03-09 | HTC Corporation | Image capturing method, panorama image generating method and electronic apparatus |
CN105872345A (zh) * | 2015-01-20 | 2016-08-17 | 北京理工大学 | 基于特征匹配的全帧电子稳像方法 |
CN105335931A (zh) * | 2015-11-09 | 2016-02-17 | 广州视源电子科技股份有限公司 | 板卡图像拼接方法、处理装置及系统 |
US20170289447A1 (en) * | 2016-03-31 | 2017-10-05 | Fujitsu Limited | Computer-readable recording medium, information processing method, and information processing apparatus |
CN107316275A (zh) * | 2017-06-08 | 2017-11-03 | 宁波永新光学股份有限公司 | 一种光流辅助的大尺度显微图像拼接算法 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN109840884A (zh) * | 2017-11-29 | 2019-06-04 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法、装置及电子设备 |
CN109064395A (zh) * | 2018-06-19 | 2018-12-21 | 广东数相智能科技有限公司 | 一种基于图书盘点的书架图像拼接方法、电子设备及存储介质 |
CN109087244A (zh) * | 2018-07-26 | 2018-12-25 | 贵州火星探索科技有限公司 | 一种全景图像拼接方法、智能终端及存储介质 |
CN109934093A (zh) * | 2019-01-21 | 2019-06-25 | 创新奇智(南京)科技有限公司 | 一种识别货架商品的方法、计算机可读介质及识别系统 |
CN110675319A (zh) * | 2019-09-12 | 2020-01-10 | 创新奇智(成都)科技有限公司 | 一种基于最小生成树的手机拍照全景图像拼接方法 |
CN110991360A (zh) * | 2019-12-06 | 2020-04-10 | 合肥科大智能机器人技术有限公司 | 一种基于视觉算法的机器人巡检点位智能配置方法 |
CN111028155A (zh) * | 2019-12-17 | 2020-04-17 | 大连理工大学 | 一种基于多对双目相机的视差图像拼接方法 |
Non-Patent Citations (2)
Title |
---|
KEN-ICHI OKUMURA;SUSHIL RAUT;QINGYI GU;TADAYOSHI AOYAMA;TAKESHI TAKAKI;IDAKU ISHII.: "Real-time feature-based video mosaicing at 500 fps.", 2013 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS. * |
李志伟: "图像拼接技术中若干问题的研究", 中国优秀硕士学位论文全文数据库 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112000901A (zh) * | 2020-08-26 | 2020-11-27 | 北京百度网讯科技有限公司 | 一种提取地理位置点空间关系的方法和装置 |
US11615613B2 (en) | 2020-08-26 | 2023-03-28 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for extracting spatial relationship of geographic location points |
CN112001848A (zh) * | 2020-09-07 | 2020-11-27 | 杨仙莲 | 大数据监控系统中的图像识别拼接方法及系统 |
CN112053401A (zh) * | 2020-09-11 | 2020-12-08 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片拼接方法、装置、设备及存储介质 |
CN112053401B (zh) * | 2020-09-11 | 2024-04-16 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片拼接方法、装置、设备及存储介质 |
CN113205458A (zh) * | 2021-05-28 | 2021-08-03 | 上海扩博智能技术有限公司 | 弱纹理叶片拼接方法、系统、设备及介质 |
CN113409198A (zh) * | 2021-08-19 | 2021-09-17 | 北京欧应信息技术有限公司 | 用于图像拼接的方法、计算设备和存储介质 |
CN113409198B (zh) * | 2021-08-19 | 2021-11-05 | 北京欧应信息技术有限公司 | 用于图像拼接的方法、计算设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111583118B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583118B (zh) | 图像拼接方法、装置、存储介质及电子设备 | |
CN110349213B (zh) | 基于深度信息的位姿确定方法、装置、介质与电子设备 | |
CN109446942B (zh) | 目标跟踪方法、装置和系统 | |
US10559090B2 (en) | Method and apparatus for calculating dual-camera relative position, and device | |
US11042991B2 (en) | Determining multiple camera positions from multiple videos | |
CN103218799B (zh) | 用于相机跟踪的方法和设备 | |
CN109840884B (zh) | 一种图像拼接方法、装置及电子设备 | |
CN109035330A (zh) | 箱体拟合方法、设备和计算机可读存储介质 | |
CN111898486B (zh) | 监控画面异常的检测方法、装置及存储介质 | |
CN103246044A (zh) | 一种自动对焦方法、系统及具有该系统的照相机和摄像机 | |
CN107980138A (zh) | 一种虚警障碍物检测方法及装置 | |
CN110675426B (zh) | 人体跟踪方法、装置、设备及存储介质 | |
CN111047622B (zh) | 视频中对象的匹配方法和装置、存储介质及电子装置 | |
CN110675425B (zh) | 一种视频边框识别方法、装置、设备及介质 | |
CN111553302B (zh) | 关键帧选取方法、装置、设备及计算机可读存储介质 | |
CN112184757A (zh) | 运动轨迹的确定方法及装置、存储介质、电子装置 | |
CN109308704B (zh) | 背景剔除方法、装置、计算机设备及存储介质 | |
CN116582653B (zh) | 一种基于多摄像头数据融合的智能视频监控方法及系统 | |
CN107480580B (zh) | 图像识别方法和图像识别装置 | |
CN111383246A (zh) | 条幅检测方法、装置及设备 | |
CN104376323A (zh) | 一种确定目标距离的方法及装置 | |
EP3035242A1 (en) | Method and electronic device for object tracking in a light-field capture | |
CN108109175A (zh) | 一种图像特征点的跟踪方法及装置 | |
CN105138979A (zh) | 基于立体视觉的运动人体头部检测方法 | |
CN110800020A (zh) | 一种图像信息获取方法、图像处理设备及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |