CN111915482A - 一种适用于固定场景的图像拼接方法 - Google Patents

一种适用于固定场景的图像拼接方法 Download PDF

Info

Publication number
CN111915482A
CN111915482A CN202010590431.3A CN202010590431A CN111915482A CN 111915482 A CN111915482 A CN 111915482A CN 202010590431 A CN202010590431 A CN 202010590431A CN 111915482 A CN111915482 A CN 111915482A
Authority
CN
China
Prior art keywords
imaging
cameras
distance
scene
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.)
Granted
Application number
CN202010590431.3A
Other languages
English (en)
Other versions
CN111915482B (zh
Inventor
罗冠泰
李瑞峰
张陈涛
戴杰
汤思榕
梁培栋
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.)
Fujian Quanzhou HIT Research Institute of Engineering and Technology
Original Assignee
Fujian Quanzhou HIT Research Institute of Engineering and Technology
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 Fujian Quanzhou HIT Research Institute of Engineering and Technology filed Critical Fujian Quanzhou HIT Research Institute of Engineering and Technology
Priority to CN202010590431.3A priority Critical patent/CN111915482B/zh
Publication of CN111915482A publication Critical patent/CN111915482A/zh
Application granted granted Critical
Publication of CN111915482B publication Critical patent/CN111915482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理的图像拼接方法领域,具体公开一种适用于固定场景的图像拼接方法,包括多个相机以及激光测距机,所述相机为两两相机的视野成像区域存在重合区域的方式设置,所述激光测距机、相机均为固定设置,所述激光测距机用于测量相机与成像场景对应成像平面的工作距离,其图像拼接方法为通过增加激光测距机,获取成像场景的距离,标定不同成像场景距离下的平移分量,然后判断出平移分量与不同成像场景距离的关系,得出不同成像场景距离下的平移参数,从而得到不同距离下的单应变换矩阵,完成待拼接图像的拼接,该方法可以有效降低拼接时的运算量,同时可有效解决因纹理的原因导致拼接失败的问题。

Description

一种适用于固定场景的图像拼接方法
技术领域
本发明涉及图像处理的图像拼接方法领域,具体是涉及适用与固定场景的图像拼接方法。
背景技术
由于单个相机的视野有限,在某些场景下需要采用多个相机并将多个相机的视野进行拼接,将多幅图像拼接成全景图,目前的图像拼接均采用基于s ift、surf等特征点的拼接方法,其步骤一般为:分别提取两幅图的特征点向量->特征匹配->RANSAC剔除错配点->计算两幅图的投影变换矩阵->完成拼接。现有这种特征点拼接的方式,主要由以下缺点:(1)需要计算不同图像的特征点,并进行特征向量的匹配,此过程运算量大,当需要多个相机拼接时,难以做到实时;(2)当场景中纹理较弱,或者有相似纹理时,容易出现错配等问题,导致拼接失败,还有,这种拼接方式应用在相比非特定场景下的图像拼接复杂程度较低的特定场景下的图像拼接,上述的两条缺点依旧存在。有鉴于此,本案发明人致力研究改进现有的不足之处,遂有本案产生。
发明内容
本发明的目的在于提供一种适用于固定场景的图像拼接方法,该方法可以有效降低拼接是的运算量,同时可有效解决因纹理的原因(纹理较弱或者相似纹理)导致拼接失败的问题。
为实现上述目的,本发明的技术方案是:一种适用于固定场景的图像拼接方法,其特征在于,包括多个相机以及激光测距机,所述相机为两两相机的视野成像区域存在重合区域的方式设置,所述激光测距机、相机均为固定设置,所述激光测距机用于测量相机与成像场景对应成像平面的工作距离,其图像拼接方法为,
步骤1)、预先通过所述激光测距机获取多个相同间隔距离的成像场景距离,标定出不同成像场景距离下各相机间成像图像的单应性变换,即单应矩阵,得出标定的平移分量参数;
标定时借助标定板,把同一个标定板放置于两个相机的公共区域,相机分别采集标定板棋盘格图像,进而标定出各相机间的成像图像变换参数,其中包括标定出不同成像场景距离的除平移分量以外的其他变换分量的变换参数,除平移分量以外的其他变换分量(旋转、缩放及剪切等变换参数)因为不会随着成像平面的工作距离改变,因此只需在任意成像场景距离处标定一次,而平移分量则需标定出不同的成像场景距离的参数值;
单应矩阵通过标定得出,其表达式为,
Figure BDA0002555283220000021
lx、ly表示平移分量的变换参数,h00-h21为除平移分量的变换参数以外的其他分量变换参数(旋转、缩放及剪切等变换参数);H表示标定的成像图像间的单应矩阵;
从而得出标定的不同的成像场景距离下单应矩阵的平移分量参数,即得出标定的平移分量参数;
步骤2)、各相机获取当前成像图像,所述激光测距机测量获取当前成像图像场景与相机的距离,该距离为当前成像距离;
步骤3)、根据当前成像距离及步骤1)标定的平移分量参数,通过插值计算得出当前成像距离下各幅当前成像图像间的当前平移分量参数;
步骤4)、通过步骤3)得出的当前平移分量参数及步骤1)标定出的除平移分量以外的其他变换分量参数代入上述单应矩阵表达式得到对应当前成像距离的各当前成像图像间的单应矩阵;
步骤5)、利用步骤4)得到对应当前成像距离的各当前成像图像间的单应矩阵,完成当前成像图像间的拼接工作。
所述步骤3)中的平移分量是采用线性插值算法计算出,线性插值算法公式为:
Figure BDA0002555283220000031
x0,x1为标定的相机工作距离;
Figure BDA0002555283220000032
为标定的分别对应于x0,x1的相机工作距离处的成像图像的平移分量参数;x为激光测距机测量的相机当前成像距离;
Figure BDA0002555283220000033
为对应于x相机工作距离处的相机平移分量。
通过采用上述技术方案,本发明的有益效果是:由于在图像拼接中,在以下两种情况下图像可拼接,一是各相机几何中心重合;二是各相机位置任意,但场景是一个平面,在满足上述两种情况之一时,存在一个单应矩阵(单应性变换(Homography)),能够将一个相机的图像变换到另一个相机的视角下。因此,在应用场景为固定场景且场景为平面能够很好的利用这种单应性变换,本发明中通过增加激光测距机测得相机与成像图像对应所在平面间的距离,在各相机的成像图像变换标定中采用该激光测距机获得多个不同成像距离来进行标定得出标定的不同成像距离下的平移分量参数,在实际工作中采用该激光测距机测得当前成像图像的距离,来进行判断计算,得出当前成像图像的单应矩阵,从而通过该单应矩阵来达到各当前成像图像的拼接,本发明的这种图像拼接方法具有下述优点,
(1)图像间的单应矩阵通过标定和插值的方式计算获得,在实时图像拼接的过程中无需计算特征点、特征向量及特征点的匹配,可有效降低运算量;
(2)传统的特征点拼接方式依赖于场景的纹理,当场景纹理较弱或者相似纹理时容易出现拼接失败的问题,本文提出的图像拼接方式,在弱纹理或相似纹理的场景下依然能实现准确的拼接。
综上,本发明特别适用于在固定场景下的图像拼接使用,如一些存在固定场景的工业现场环境,图像拼接的计算处理速度和对纹理较弱或者相似纹理的图像拼接处理具有优势。
附图说明
图1是本发明涉及的一种适用于固定场景的图像拼接方法的结构示意图;
具体实施方式
为了进一步解释本发明的技术方案,下面通过具体实施例来对本发明进行详细阐述。
本发明公开的一种适用于固定场景的图像拼接方法,可应用于多个相机间的成像图像拼接,拍的场景为固定场景,本实施例中以两个相机使用方法为例进行描述,更多相机的使用则可为两个相机使用方法代入使用,本领域的技术人员可通过本实施例清楚理解。本实施例如图中所示,包括两个相机以及一个激光测距机,两个相机为两两相机的视野成像区域存在重合区域的方式设置,所述激光测距机、相机均为固定设置,所述激光测距机用于测量相机与成像场景对应成像平面的工作距离,例如图中所示的虚线位置即为成像平面位置,相机获得的这些平面位置的成像图像,激光测距机即可测得对应距离,激光测距机的用途在相机标定和工作时的图像拼接都起到作用,下面来详细说明一下本发明中应用激光测距机的图像拼接方法为,
步骤1)、预先通过所述激光测距机获取多个相同间隔距离的成像场景距离,如图中所示的,最底下的实现为背景平面,从背景平面起为每间隔5厘米的虚线为一个成像场景距离,标定出一个对应的平移参数,间隔的距离可依据实际使用情况来决定,如此,标定出不同成像场景距离下两相机间成像图像的单应性变换,即单应矩阵,得出标定的平移分量参数,用于后面的计算参照;
标定时借助标定板,把同一个标定板放置于两个相机的公共区域,相机分别采集标定板棋盘格图像,进而标定出两相机间的成像图像变换参数(包含旋转分量、缩放分量、剪切分量、平移分量等变换参数),其中包括标定出不同成像场景距离的除平移分量以外的其他变换分量的变换参数,这里除平移分量以外的其他变换分量只需标定一次,而平移分量则需标定出不同的成像场景距离的参数值;
单应矩阵通过标定得出,其表达式为,
Figure BDA0002555283220000051
lx、ly表示平移分量的变换参数,h00-h21为除平移分量的变换参数以外的其他分量变换参数;H表示标定的成像图像间的单应矩阵;
从而得出标定的不同的成像场景距离下单应矩阵的平移分量参数,即得出标定的平移分量参数;
上述由于在工作时成像场景距离相机的距离是不定的是任意的,因此单应矩阵中的平移分量会根据成像场景的距离发生变化,而两个相机的相对位置固定,不同的成像场景距离下单应矩阵中的旋转、缩放及剪切等分量也固定,因此上述的标定除平移分量以外的其他变换分量只需在任意成像场景距离处标定一次。
步骤2)、两相机获取当前成像图像,即工作实时使用的成像图像,所述激光测距机测量获取当前成像图像场景与相机的距离,该距离为当前成像距离;
步骤3)、根据当前成像距离及步骤1)标定的平移分量参数,通过插值计算得出当前成像距离下各幅当前成像图像间的当前平移分量参数;本实施例中当前平移分量参数的插值计算采用的是线性插值算法计算出,但不局限于采用这种线性插值,也可采用其他插值方式,具体可根据实际应用场景和插值效果而定,这里线性插值算法公式为:
Figure BDA0002555283220000061
x0,x1为标定的相机工作距离;
Figure BDA0002555283220000062
为标定的分别对应于x0,x1的相机工作距离处的成像图像的平移分量参数;x为激光测距机测量的相机当前成像距离;
Figure BDA0002555283220000063
为对应于x相机工作距离处的相机平移分量;
步骤4)、通过步骤3)得出的当前平移分量参数及步骤1)标定出的除平移分量以外的其他变换分量参数代入上述单应矩阵表达式得到对应当前成像距离的各当前成像图像间的单应矩阵;
步骤5)、利用步骤4)得到对应当前成像距离的各当前成像图像间的单应矩阵,完成当前成像图像间的拼接工作。
综上所述,简单的说本发明是通过标定板标定计算了两相机间的旋转、缩放、剪切等变换参数,以及通过激光测距机获取不同成像距离,标定得到不同成像距离处的平移参数,通过激光测距机获取当前成像距离,并通过插值计算来得到任意成像距离处的平移分量,从而得出不同成像距离下的成像图像间的单应矩阵,其处理方式相较现有技术明显在过程上简化了许多,在实时图像拼接的过程中无需计算特征点、特征向量及特征点的匹配,可有效降低运算量;利用存在单应性矩阵可达到两相机间的视角变换来达到图像的拼接,不依赖于场景的纹理,因此可避开当场景纹理较弱或者相似纹理时容易出现拼接失败的问题,而能够在弱纹理或相似纹理的场景下依然能实现准确的拼接。
上述实施例和图式并非限定本发明的产品形态和式样,任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆应视为不脱离本发明的专利范畴。

Claims (2)

1.一种适用于固定场景的图像拼接方法,其特征在于,包括多个相机以及激光测距机,所述相机为两两相机的视野成像区域存在重合区域的方式设置,所述激光测距机、相机均为固定设置,所述激光测距机用于测量相机与成像场景对应成像平面的工作距离,其图像拼接方法为,
步骤1)、预先通过所述激光测距机获取多个相同间隔距离的成像场景距离,标定出不同成像场景距离下各相机间成像图像的单应性变换,即单应矩阵,得出标定的平移分量参数;
标定时借助标定板,把同一个标定板放置于两个相机的公共区域,相机分别采集标定板棋盘格图像,进而标定出各相机间的成像图像变换参数,其中包括标定出不同成像场景距离的除平移分量以外的其他变换分量的变换参数,除平移分量以外的其他变换分量因为不会随着成像平面的工作距离改变,因此只需在任意成像场景距离处标定一次,而平移分量则需标定出不同的成像场景距离的参数值;
单应矩阵通过标定得出,其表达式为,
Figure FDA0002555283210000011
tx、ty表示平移分量的变换参数,h00-h21为除平移分量的变换参数以外的其他分量变换参数;H表示标定的成像图像间的单应矩阵;
从而得出标定的不同的成像场景距离下单应矩阵的平移分量参数,即得出标定的平移分量参数;
步骤2)、各相机获取当前成像图像,所述激光测距机测量获取当前成像图像场景与相机的距离,该距离为当前成像距离;
步骤3)、根据当前成像距离及步骤1)标定的平移分量参数,通过插值计算得出当前成像距离下各幅当前成像图像间的当前平移分量参数;
步骤4)、通过步骤3)得出的当前平移分量参数及步骤1)标定出的除平移分量以外的其他变换分量参数代入上述单应矩阵表达式得到对应当前成像距离的各当前成像图像间的单应矩阵;
步骤5)、利用步骤4)得到对应当前成像距离的各当前成像图像间的单应矩阵,完成当前成像图像间的拼接工作。
2.如权利要求1所述的一种适用于固定场景的图像拼接方法,其特征在于,
所述步骤3)中的平移分量是采用线性插值算法计算出,线性插值算法公式为:
Figure FDA0002555283210000021
x0,x1为标定的相机工作距离;
Figure FDA0002555283210000022
为标定的分别对应于x0,x1的相机工作距离处的成像图像的平移分量参数;x为激光测距机测量的相机当前成像距离;
Figure FDA0002555283210000023
为对应于x相机工作距离处的相机平移分量。
CN202010590431.3A 2020-06-24 2020-06-24 一种适用于固定场景的图像拼接方法 Active CN111915482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010590431.3A CN111915482B (zh) 2020-06-24 2020-06-24 一种适用于固定场景的图像拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010590431.3A CN111915482B (zh) 2020-06-24 2020-06-24 一种适用于固定场景的图像拼接方法

Publications (2)

Publication Number Publication Date
CN111915482A true CN111915482A (zh) 2020-11-10
CN111915482B CN111915482B (zh) 2022-08-05

Family

ID=73227921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010590431.3A Active CN111915482B (zh) 2020-06-24 2020-06-24 一种适用于固定场景的图像拼接方法

Country Status (1)

Country Link
CN (1) CN111915482B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113146073A (zh) * 2021-06-24 2021-07-23 浙江华睿科技有限公司 基于视觉的激光切割方法及装置、电子设备、存储介质
CN116236164A (zh) * 2022-12-20 2023-06-09 哈尔滨海鸿基业科技发展有限公司 一种血运重建实时评估装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106572307A (zh) * 2016-11-01 2017-04-19 深圳岚锋创视网络科技有限公司 一种全景图像的生成方法、系统及拍摄装置
CN109064404A (zh) * 2018-08-10 2018-12-21 西安电子科技大学 一种基于多相机标定的全景拼接方法、全景拼接系统
CN110782394A (zh) * 2019-10-21 2020-02-11 中国人民解放军63861部队 全景视频快速拼接方法及系统
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
CN111062873A (zh) * 2019-12-17 2020-04-24 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106572307A (zh) * 2016-11-01 2017-04-19 深圳岚锋创视网络科技有限公司 一种全景图像的生成方法、系统及拍摄装置
CN109064404A (zh) * 2018-08-10 2018-12-21 西安电子科技大学 一种基于多相机标定的全景拼接方法、全景拼接系统
CN110782394A (zh) * 2019-10-21 2020-02-11 中国人民解放军63861部队 全景视频快速拼接方法及系统
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
CN111062873A (zh) * 2019-12-17 2020-04-24 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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
TAO JIANG ET AL.: "Calibration method for binocular vision with large FOV based on normalized 1D homography", 《OPTIK》 *
傅子秋 等: "多场景下基于快速相机标定的柱面图像拼接方法_傅子秋", 《光电工程》 *
张洋等: "一种多摄像机全景视频图像快速拼接算法", 《光电子.激光》 *
杨晨晓: "基于单应性矩阵的图像拼接方法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113146073A (zh) * 2021-06-24 2021-07-23 浙江华睿科技有限公司 基于视觉的激光切割方法及装置、电子设备、存储介质
CN116236164A (zh) * 2022-12-20 2023-06-09 哈尔滨海鸿基业科技发展有限公司 一种血运重建实时评估装置
CN116236164B (zh) * 2022-12-20 2023-12-08 哈尔滨海鸿基业科技发展有限公司 一种血运重建实时评估装置

Also Published As

Publication number Publication date
CN111915482B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN108827147B (zh) 一种基于快速标定的图像测量方法及系统
CN109903341A (zh) 一种车载摄像机外参动态自标定方法
CN102387374B (zh) 用于获得高精度深度图的设备和方法
CN111915482B (zh) 一种适用于固定场景的图像拼接方法
CN110322485B (zh) 一种异构多相机成像系统的快速图像配准方法
WO2022037633A1 (zh) 双目摄像头的标定及图像矫正方法、装置、存储介质、终端、智能设备
CN108629810B (zh) 双目相机的标定方法、装置及终端
CN113724337B (zh) 一种无需依赖云台角度的相机动态外参标定方法及装置
KR101589167B1 (ko) 깊이 정보를 이용한 원근 왜곡 영상의 보정 시스템 및 방법
CN110779491A (zh) 一种水平面上目标测距的方法、装置、设备及存储介质
WO2020063058A1 (zh) 一种多自由度可动视觉系统的标定方法
CN111263142A (zh) 一种摄像模组光学防抖的测试方法、装置、设备及介质
CN104807405B (zh) 一种基于光线角度标定的三维坐标测量方法
CN111461963A (zh) 一种鱼眼图像拼接方法及装置
CN114792345B (zh) 一种基于单目结构光系统的标定方法
CN110044266B (zh) 基于散斑投影的摄影测量系统
CN114878572A (zh) 保温材料粘结面积比快速检测方法、设备及存储介质
KR101634283B1 (ko) 단일영상에서의 3차원 카메라교정을 통한 3차원 공간모델링 형성제어장치 및 방법
CN108510463B (zh) 一种畸变图像的矫正方法及装置
CN114693807B (zh) 一种输电线路图像与点云的映射数据重构方法及系统
JP2000171214A (ja) 対応点検索方法及びこれを利用した三次元位置計測方法
CN113592934B (zh) 一种基于单目相机的目标深度与高度测量方法及装置
CN114820810A (zh) 一种基于Tsai氏相机平面标定算法的解析方法
TWI569642B (zh) 機器視覺中進行影像擷取之方法及裝置
CN110766740B (zh) 一种基于行人跟踪的实时高精度双目测距系统及方法

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
GR01 Patent grant
GR01 Patent grant