CN112468742B - 一种多光谱图像拼接方法、装置及系统 - Google Patents

一种多光谱图像拼接方法、装置及系统 Download PDF

Info

Publication number
CN112468742B
CN112468742B CN202011324110.5A CN202011324110A CN112468742B CN 112468742 B CN112468742 B CN 112468742B CN 202011324110 A CN202011324110 A CN 202011324110A CN 112468742 B CN112468742 B CN 112468742B
Authority
CN
China
Prior art keywords
camera
image
filter wheel
intermittent
belt line
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
Application number
CN202011324110.5A
Other languages
English (en)
Other versions
CN112468742A (zh
Inventor
莫卓亚
刘元路
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.)
Guangdong Gongye Technology Co Ltd
Original Assignee
Guangdong Gongye Technology Co Ltd
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 Guangdong Gongye Technology Co Ltd filed Critical Guangdong Gongye Technology Co Ltd
Priority to CN202011324110.5A priority Critical patent/CN112468742B/zh
Publication of CN112468742A publication Critical patent/CN112468742A/zh
Application granted granted Critical
Publication of CN112468742B publication Critical patent/CN112468742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2624—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects for obtaining an image which is composed of whole input images, e.g. splitscreen
    • 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
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing

Landscapes

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

Abstract

本发明属于图像拼接技术领域，尤其涉及一种多光谱图像拼接方法、装置及系统，应用于间歇滤光片轮，间歇滤光片轮设置于皮带线上方，间歇滤光片轮上方还设有相机，间歇滤光片轮上设有多个滤光片，间歇滤光片轮转动时，各滤光片分别对准相机；所述多光谱拼接方法包括：在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；将各所述图像拼接生成多光谱图像。本发明能够使所述间歇滤光片轮与所述皮带线实现同步运动，使得带有间歇滤光片轮的相机能够拍摄运动中的皮带线及皮带线上的物体，获取完整的图像并完成图像的拼接，得到多光谱图像，为后续精准识别皮带线上的物体提供数据基础，通过获取的多光谱图像来实现垃圾的精准分类。

Description

一种多光谱图像拼接方法、装置及系统
技术领域
本发明属于图像拼接技术领域，尤其涉及一种多光谱图像拼接方法、装置及系统。
背景技术
随着人们的环保意识逐渐增强，垃圾分类已然成为保护环境的一个重要行径。但由于垃圾的类型繁多，单靠人工手动对垃圾进行分类不仅效率低下，而且部分垃圾还有可能对分拣员造成危害。因而，安全高效地对垃圾分类成为保护环境的重要一步。
目前，垃圾分类包括人工实地分类和相机配合深度学习识别的方法。人工分类会占用大量的人员且效率低下，而市面上带有间歇机构滤光轮的相机只能拍摄静止的物体，得到静止物体的多光谱图像。而对于移动中相机拍摄到的物体，滤光片下的图像是错位的，无法通过所述带有间歇机构滤光轮的相机拍摄运动中的物体获得多光谱图像，进而只能通过深度学习识别静止的物体，识别效率亟待提高。因此，实有必要设计一种多光谱图像拼接方法、装置及系统。
发明内容
本发明的目的在于提供一种多光谱图像拼接方法、装置及系统，旨在解决现有技术中带有间歇机构滤光轮的相机无法拼接物体运动过程中的多光谱图像的技术问题。
为实现上述目的，本发明实施例提供一种多光谱图像拼接方法，所述间歇滤光片轮设置于皮带线上方，所述间歇滤光片轮上方还设有相机，所述间歇滤光片轮上设有多个滤光片，所述间歇滤光片轮转动时，各所述滤光片分别对准所述相机；其特征在于，所述多光谱拼接方法包括：
在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；
将各所述图像拼接生成多光谱图像。
可选地，所述在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像的步骤，具体包括：
在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈；
在间歇滤光片轮转动时，控制相机在各滤光片对准相机时拍照；
获取相机拍照后的图像。
可选地，所述在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈的步骤，具体包括：
通过电子齿轮的方式控制皮带线运动一个相机视野的同时，控制间歇滤光片轮转动一圈。
可选地，所述将各所述图像拼接生成多光谱图像的步骤，具体包括：
对所述图像进行预处理；
基于多光谱图像的配准方法，将预处理完成后的图像进行配准，并生成所述多光谱图像。
可选地，所述多光谱图像的配准方法基于以下公式，将预处理完成后的图像进行配准：
Iλ[j]＝Ii-1 λ(k-λ，k]+Ii λ[0，k-λ]，k为常数，λ∈[0,k],i∈[1,∞]
其中，I为多光谱图像，j为相机视野的编号，k为间歇滤光片轮上滤光片的数量，λ为当前滤光片序号，i为间歇滤光片轮的圈数。
可选地，所述将各所述图像拼接生成多光谱图像的步骤之后，还包括：
将所述多光谱图像输入智能垃圾分类模型；
根据所述智能垃圾分类模型生成垃圾分类结果。
本发明还提供一种多光谱图像拼接装置，所述装置包括：
图像获取模块，用于在皮带线运动时，获取相机对准不同滤光片拍照后得到的光谱图像；
多光谱图像拼接模块，用于将各所述图像拼接生成多光谱图像。
本发明还提供一种多光谱图像拼接系统，包括皮带线、间歇滤光片轮、相机和工控机，所述间歇滤光片轮设置于皮带线上方，所述间歇滤光片轮上方还设有相机，所述间歇滤光片轮上设有多个滤光片，所述间歇滤光片轮转动时，各所述滤光片分别对准所述相机；其中，所述工控机，用于在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；将各所述图像拼接生成多光谱图像。
本发明还提供一种计算机设备，包括一个或多个处理器、存储器；以及一个或多个程序，其中一个或多个程序被存储到存储器中，并且被配置成由一个或多个处理器执行，所述程序包括用于执行所述多光谱图像拼接的控制指令。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述多光谱图像拼接方法中的步骤。
本发明实施例提供的一种多光谱图像拼接方法、装置及系统中的上述一个或多个技术方案至少具有如下技术效果之一：
本发明通过将所述间歇滤光片轮设置于皮带线上方，并在间歇滤光片轮上方设置相机，在所述间歇滤光片轮上设置多个滤光片，当所述间歇滤光片轮转动时，各所述滤光片分别对准所述相机；在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；将各所述图像拼接生成多光谱图像；使所述间歇滤光片轮与所述皮带线实现同步运动，进而使得带有间歇滤光片轮的相机能够拍摄运动中的皮带线及皮带线上的物体，获取完整的图像并完成图像的拼接，得到多光谱图像，进而为后续精准识别皮带线上的物体提供数据基础，通过获取的多光谱图像来实现垃圾的精准分类。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的多光谱图像拼接方法的应用场景图；
图2为本发明实施例提供的多光谱图像拼接方法中步骤S100-S200的流程图；
图3为本发明实施例提供的多光谱图像拼接方法中步骤S110-S130的流程图；
图4为本发明实施例提供的多光谱图像拼接方法中步骤S210-S220的流程图；
图5为本发明实施例提供的多光谱图像拼接方法中步骤S310-S320的流程图；
图6为本发明实施例提供的多光谱图像拼接装置的结构框图；
图7为本发明实施例提供的多光谱图像拼接系统的结构框图；
图8为本发明实施例提供的计算机设备的结构框图；
图9为本发明实施例提供的多光谱图像拼接方法中步骤S220的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
在本发明的一个实施例中，如图1所示，提供本发明所述多光谱图像拼接方法应用场景图。该方法包括一工控机510，所述工控机510设置与一皮带线520、一间歇滤光片轮530和一相机540连接，实现所述工控机510控制所述皮带线520与所述间歇滤光片轮530同步运动，获取所述相机540拍摄运动中的皮带线520及皮带线520上的物体的图像。所述间歇滤光片轮530设置于所述皮带线520上方，所述间歇滤光片轮530上方还设有相机540，所述间歇滤光片轮530上设有多个滤光片，所述间歇滤光片轮530转动时，各所述滤光片分别对准相机540。在所述皮带线520运动时，获取相机540对准不同滤光片拍照后得到的图像；再将各所述图像拼接生成多光谱图像。应理解，在本发明实施例中，所述相机540的类型为多种，如可以是2D相机、3D相机等摄像设备，本领域技术人员可以根据实际需求对摄像设备进行选择，对此，本申请不作具体限定。
在本发明的一个实施例中，如图2所示，提供一种多光谱图像拼接方法,应用于间歇滤光片轮530，所述间歇滤光片轮530设置于皮带线520上方，所述间歇滤光片轮530上方还设有相机，所述间歇滤光片轮530上设有多个滤光片，所述间歇滤光片轮530转动时，各所述滤光片分别对准所述相机540，所述方法包括以下步骤：
步骤S100：在皮带线520运动时，获取相机540对准不同滤光片拍照后得到的图像；
具体地，在本步骤中，皮带线520和间歇滤光片轮530同步运动，即随着皮带线520的运动，间歇滤光片轮530转动以使各滤光片分别对准所述相机540。当各所述滤光片对准所述相机540时，相机540分别拍照，并获取不同滤光片下的图像。
步骤S200：将各所述图像拼接生成多光谱图像。
具体地，在本步骤中，所述多光谱图像通过对采集的图像进行图像预处理及图像配准，进而得到完整的多光谱图像。
本发明通过将所述间歇滤光片轮540设置于皮带线520上方，并在间歇滤光片轮530上方设置相机540，在所述间歇滤光片轮530上设置多个滤光片，当所述间歇滤光片轮530转动时，各所述滤光片分别对准所述相机540；在皮带线520运动时，获取相机540对准不同滤光片拍照后得到图像；将各所述图像拼接生成多光谱图像。使所述间歇滤光片轮与所述皮带线实现同步运动，进而使得带有间歇滤光片轮530的相机能够完整拍摄运动中的皮带线520及皮带线上的物体，获取完整的图像并完成图像的拼接，得到多光谱图像，进而为后续精准识别皮带线520上移动的物体提供数据基础，通过获取的多光谱图像来实现垃圾的精准分类。
在本发明的另一个实施例中，如图3所示，所述在皮带线520运动时，获取相机540对准不同滤光片拍照后得到的图像的步骤，具体包括：
步骤S110：在皮带线520运动一个相机视野的距离过程中，控制间歇滤光片轮530转动一圈；
具体地，本步骤中，一个相机视野的距离为间歇滤光片轮530转动一圈时，皮带线520运动的距离。
进一步地，通过控制皮带线520和间歇滤光片轮530的同步运动，使皮带线520运动一个相机视野的距离的同时，控制间歇滤光片轮530转动一圈。
间歇滤光片轮530转动一圈，由公式一可确认所述间歇滤光片轮530每转动一圈皮带线520移动的距离，
公式一如下：
S＝H÷k；
其中，所述相机视野范围为(W，H)，其中，W为皮带线520的宽度，S为皮带线520移动的距离，H为所述相机视野内的所述皮带线520的长度，k为间歇滤光片轮530上滤光的数量；
具体地，当所述相机540完成当前滤光片的图像拍摄后，所述间歇滤光片轮530将旋转切换到下一个滤光片，当滤光片切换完成后，所述皮带线520移动的距离为S＝H÷k。
进一步地，通过电子齿轮的方式控制皮带线520运动一个相机视野的距离的同时，控制间歇滤光片轮530转动一圈。
步骤S120：在间歇滤光片轮530转动时，控制相机540在各滤光片对准相机时拍照；
步骤S130：获取相机540拍照后的图像。
在本发明的另一个实施例中，如图4所示，所述将各所述图像拼接生成多光谱图像的步骤，具体包括：
步骤S210：对所述图像进行预处理；
具体地，在本步骤中，所述图像预处理包括对所述图像进行几何畸变校正和噪声点的抑制，进而使待拼接图像不存在明显的几何畸变。防止在图像质量不理想的情况下进行图像拼接时，出现错误匹配的情况。所述图像预处理能有效地提高图像的质量并满足图像配准的要求，以便实现图像的拼接。
步骤S220：基于多光谱图像的配准方法，将完成预处理的图像进行配准，并生成所述多光谱图像。
本步骤中，对所述输入采集到的多个滤光片下的图像进行特征提取。
具体地，所述多光谱图像的配准方法基于公式二，将完成预处理的图像进行配准，
公式二如下：
Iλ[j]＝Ii-1 λ(k-λ，k]+Ii λ[0，k-λ]，λ∈[0,k],i∈[1,∞]，k为常数。
其中，I为多光谱图像，j为相机视野的编号，k为间歇滤光片轮530上滤光片的数量，λ为当前滤光片序号，i为间歇滤光片轮530的圈数。
具体地，在本发明的另一个实施例中，所述滤光片的数量为6个，所述相机透过每个滤光片拍摄得到的图像表示为Ii λ[j]，其中，所述I为图像，所述λ为当前滤光片序号，所述i为间歇滤光片轮530转过圈数的序号，可由所述公式二变形得到公式三，所述公式三如下：
Iλ[j]＝Ii-1 λ(5-λ，5]+Ii λ[0，5-λ],k为常数，λ∈[0,5]，i∈[1,∞]
其中，I为多光谱图像，j为相机视野的编号，k为间歇滤光片轮530上滤光片的数量，λ为当前滤光片序号，i为间歇滤光片轮530的圈数。
具体地，如图9所示，所述相机540第一次拍照时，间歇滤光轮530的圈数i为0，对应第一个滤光片的序号λ为0，拍得的图像j均分为6个区域，每个区域记为I0 λ0[j]，j∈[0,5]。
进一步地，所述相机540第二次拍照时，皮带线移动六分之一的距离，即间歇滤光轮530的圈数i为0，对应的第二个滤光片的序号λ为1，拍得的图像j亦分为6个区域，每个区域记为I0 λ1[j],j∈[0,5]。故I0 λ0[1]与I0 λ1[0]在同一个物理位置。
进一步地，所述相机540第三次拍照时，皮带线又移动六分之一的距离，即间歇滤光轮530的圈数i为0，对应的第三个滤光片的序号λ为2，拍得的图像j亦分为6个区域，每个区域记为I0 λ2[j],j∈[0,5]。故I0 λ0[2]、I0 λ1[1]与I0 λ2[0]在同一个物理位置。
进一步地，所述相机540第四次拍照时，皮带线又移动六分之一的距离，即间歇滤光轮530的圈数i为0，对应的第四个滤光片的序号λ为3，拍得的图像j亦分为6个区域，每个区域记为I0 λ3[j],j∈[0,5]。故I0 λ0[3]、I0 λ1[2]、I0 λ2[1]与I0 λ3[0]在同一个物理位置。
进一步地，所述相机540第五次拍照时，皮带线又移动六分之一的距离，即间歇滤光轮530的圈数i为0，对应的第五个滤光片的序号λ为4，拍得的图像j亦分为6个区域，每个区域记为I0 λ4[j],j∈[0,5]。故I0 λ0[4]、I0 λ1[3]、I0 λ2[2]、I0 λ3[1]与I0 λ4[0]在同一个物理位置。
进一步地，所述相机540第六次拍照时，皮带线又移动六分之一的距离，即间歇滤光轮530的圈数i为0，对应的第六个滤光片的序号λ为5，拍得的图像j亦分为6个区域，每个区域记为I0 λ5[j],j∈[0,5]。故I0 λ0[5]、I0 λ1[4]、I0 λ2[3]、I0 λ3[2]、I0 λ4[1]与I0 λ5[0]在同一个物理位置。
如公式四所示，当第六个滤光片拍照结束后，在相机视野j＝5时的位置可以获得λ0至λ5的6个不同波段下的数据，而此时只能获得j＝5的区域完整的6个波段数据，而在相机视野j<5的区域均有其他波段数据的缺失。
公式四如下：
如公式五所示，当再切换至下一个滤光片时，则轮到间歇滤光片轮530的下一圈，即间歇滤光片轮530的圈数i＝1，λ＝0时，可以获得此时相机视野区域j＝0时，对应物理位置的六个波段数据，所述六个波段的数据即I1 λ0[0]、I0 λ1[5]、I0 λ2[4]、I0 λ3[3]、I0 λ4[2]与I0 λ5[1]的物理位置相同，图像拼接完成后可得到该区域的多光谱图像。
同理可以得到，在间歇滤光片轮530的第二圈完成后，间歇滤光片轮530第二圈的相机视野均可获得六个完整的波段数据，进而得到一份完整的多光谱图像，图像中的每个区域有六个波段数据。
公式五如下：
其中，所述I为间歇滤光片轮530在i＝1结束时，所述六个滤光片完成拼接后得到的完整的多光谱图像，图像中的每个像素位置都有6个波段的数据。同理，根据所述公式三，可以得到间歇滤光片轮530在第二圈之后的完整的多光谱图像。
故所述基于多光谱图像的配准方法从间歇滤光片轮530的第二圈开始拼接，并在完成第二圈后得到一个相机视野完整的多光谱图像，实现图像的拼接。
在本发明的另一个实施例中，如图5所示，所述将各所述图像拼接生成多光谱图像的步骤之后，还包括：
步骤S310：将所述多光谱图像输入智能垃圾分类模型；
具体地，在本步骤中，将采集到的多光谱图像导入至智能垃圾分类模型中，所述智能垃圾分类模型采用深度学习模型，能有效地对所述多光谱图像中的垃圾进行分类。
步骤S320：根据所述智能垃圾分类模型生成垃圾分类结果。
具体地，本步骤中，所述多光谱图像与所述深度学习模型中的垃圾分类数据进行图像比对。所述智能垃圾分类模型采用深度学习的方法进行垃圾分类，通过比对所述智能垃圾分类模型中垃圾类别的数据，确定当前的所述多光谱图像中垃圾的类别，实现垃圾的智能分类。例如可以通过所述深度学习模型中的深度方法，识别出所述多光谱图像中的有害垃圾、可回收垃圾、厨余垃圾和其他垃圾等，进而完成垃圾分类。
在本发明的另一个实施例中，如图6所示，提供一种多光谱图像拼接装置400，所述装置包括图像获取模块410和多光谱图像拼接模块420。
其中，所述图像获取模块410，用于在皮带线520运动时，获取相机540对准不同滤光片拍照后得到的图像；
所述多光谱图像拼接模块420，用于将各所述图像拼接生成多光谱图像。
在本发明的另一个实施例中，所述图像获取模块410还用于：
在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮530转动一圈；
在间歇滤光片轮530转动时，控制相机540在各滤光片对准相机时拍照；
获取相机540拍照后的图像。
在本发明的另一个实施例中，所述多光谱图像拼接模块420包括：
对所述图像进行预处理；
基于多光谱图像的配准方法，将完成预处理的图像进行配准，并生成所述多光谱图像。
在本发明的另一个实施例中，所述多光谱图像拼接装置400还包括智能分类模块。所述智能分类模块430用于：
将所述多光谱图像输入智能垃圾分类模型；
根据所述智能垃圾分类模型生成垃圾分类结果。
在本发明的另一个实施例中，本发明还提供一种多光谱图像拼接系统500，如图7所示，包括皮带线520、间歇滤光片轮530、相机540和工控机510，所述间歇滤光片轮530设置于皮带线520上方，所述间歇滤光片轮530上方还设有相机540，所述间歇滤光片轮530上设有多个滤光片，所述间歇滤光片轮530转动时，各所述滤光片分别对准所述相机540；其中，所述工控机510，用于在皮带线520运动时，获取相机540对准不同滤光片拍照后得到的图像；将各所述图像拼接生成多光谱图像。
在本发明的另一个实施例中，本发明还提供一种计算机设备，包括一个或多个处理器、存储器；以及一个或多个程序，其中一个或多个程序被存储到存储器中，并且被配置成由一个或多个处理器执行，所述程序包括用于执行所述多光谱图像拼接方法的控制指令。
所述计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现多光谱图像拼接方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在本发明的另一个实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述多光谱图像拼接方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种多光谱图像拼接方法，应用于间歇滤光片轮，所述间歇滤光片轮设置于皮带线上方，所述间歇滤光片轮上方还设有相机，所述间歇滤光片轮上设有多个滤光片，所述间歇滤光片轮转动时，各所述滤光片分别对准所述相机；其特征在于，所述多光谱拼接方法包括：
在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；
将各所述图像拼接生成多光谱图像；
所述在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像的步骤，具体包括：
在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈；
在间歇滤光片轮转动时，控制相机在各滤光片对准相机时拍照；
获取相机拍照后的图像；
所述在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈的步骤，具体包括：
通过电子齿轮的方式控制皮带线运动一个相机视野的同时，控制间歇滤光片轮转动一圈；
所述将各所述图像拼接生成多光谱图像的步骤，具体包括：
对所述图像进行预处理；
基于多光谱图像的配准方法，将完成预处理的图像进行配准，并生成所述多光谱图像；
所述将各所述图像拼接生成多光谱图像的步骤之后，还包括：
将所述多光谱图像输入智能垃圾分类模型；
根据所述智能垃圾分类模型生成垃圾分类结果。
2.一种多光谱图像拼接装置，其特征在于，所述装置包括：
图像获取模块，用于在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；
多光谱图像拼接模块，用于将各所述图像拼接生成多光谱图像；
所述图像获取模块还用于：
在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈；
在间歇滤光片轮转动时，控制相机在各滤光片对准相机时拍照；
获取相机拍照后的图像；
通过电子齿轮的方式控制皮带线运动一个相机视野的同时，控制间歇滤光片轮转动一圈；
所述多光谱图像拼接模块还用于：
对所述图像进行预处理；
基于多光谱图像的配准方法，将完成预处理的图像进行配准，并生成所述多光谱图像；
将所述多光谱图像输入智能垃圾分类模型；
所述图像获取模块还用于：根据所述智能垃圾分类模型生成垃圾分类结果。
3.一种多光谱图像拼接系统，其特征在于，包括皮带线、间歇滤光片轮、相机和工控机，所述间歇滤光片轮设置于皮带线上方，所述间歇滤光片轮上方还设有相机，所述间歇滤光片轮上设有多个滤光片，所述间歇滤光片轮转动时，各所述滤光片分别对准所述相机；其中，
所述工控机，用于在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像；将各所述图像拼接生成多光谱图像；
所述在皮带线运动时，获取相机对准不同滤光片拍照后得到的图像的步骤，具体包括：
在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈；
在间歇滤光片轮转动时，控制相机在各滤光片对准相机时拍照；
获取相机拍照后的图像；
所述在皮带线运动一个相机视野的距离过程中，控制间歇滤光片轮转动一圈的步骤，具体包括：
通过电子齿轮的方式控制皮带线运动一个相机视野的同时，控制间歇滤光片轮转动一圈；
所述将各所述图像拼接生成多光谱图像的步骤，具体包括：
对所述图像进行预处理；
基于多光谱图像的配准方法，将完成预处理的图像进行配准，并生成所述多光谱图像；
所述将各所述图像拼接生成多光谱图像的步骤之后，还包括：
将所述多光谱图像输入智能垃圾分类模型；
根据所述智能垃圾分类模型生成垃圾分类结果。
4.一种计算机设备，其特征在于，包括一个或多个处理器、存储器；以及一个或多个程序，其中一个或多个程序被存储到存储器中，并且被配置成由一个或多个处理器执行，所述程序包括用于执行如权利要求1所述的多光谱图像拼接方法的控制指令。
5.一种计算机可读存储介质，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实现权利要求1所述的多光谱图像拼接方法的步骤。
CN202011324110.5A 2020-11-23 2020-11-23 一种多光谱图像拼接方法、装置及系统 Active CN112468742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011324110.5A CN112468742B (zh) 2020-11-23 2020-11-23 一种多光谱图像拼接方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011324110.5A CN112468742B (zh) 2020-11-23 2020-11-23 一种多光谱图像拼接方法、装置及系统

Publications (2)

Publication Number Publication Date
CN112468742A CN112468742A (zh) 2021-03-09
CN112468742B true CN112468742B (zh) 2024-06-28

Family

ID=74798529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011324110.5A Active CN112468742B (zh) 2020-11-23 2020-11-23 一种多光谱图像拼接方法、装置及系统

Country Status (1)

Country Link
CN (1) CN112468742B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113609908B (zh) * 2021-07-02 2022-09-06 赣州好朋友科技有限公司 矿料识别方法、分选设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206074124U (zh) * 2016-08-17 2017-04-05 苏州网颢信息科技有限公司 滤光片转轮式多光谱成像系统
CN111932592A (zh) * 2020-03-26 2020-11-13 中国科学院空天信息创新研究院 一种分视场滤光片型多光谱影像数据的处理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602004018551D1 (de) * 2003-10-21 2009-01-29 Barco Nv Verfahren und Vorrichtung zur Durchführung einer stereoskopischen Bildanzeige auf der Basis von farbselektiven Filtern
CN102004308B (zh) * 2010-09-09 2013-04-03 北京航空航天大学 卡塞格林望远镜多光谱成像方法和装置
CN109269642B (zh) * 2018-08-30 2021-10-22 上海机电工程研究所 基于滤光片色轮的红外图像生成装置及方法
CN110927073A (zh) * 2019-11-06 2020-03-27 广东弓叶科技有限公司 多光谱成像方法、电子装置及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206074124U (zh) * 2016-08-17 2017-04-05 苏州网颢信息科技有限公司 滤光片转轮式多光谱成像系统
CN111932592A (zh) * 2020-03-26 2020-11-13 中国科学院空天信息创新研究院 一种分视场滤光片型多光谱影像数据的处理方法

Also Published As

Publication number Publication date
CN112468742A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN108111818B (zh) 基于多摄像机协同的运动目标主动感知方法和装置
CN108353118B (zh) 具有自动可调节长焦视场的双孔径变焦数字摄影机
US10018804B2 (en) Apparatus and method for multiple mode image acquisition for iris imaging
CN107818305A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN110149482A (zh) 对焦方法、装置、电子设备和计算机可读存储介质
CN106682620A (zh) 人脸图像采集方法及装置
KR20170099838A (ko) 지문 인식의 실시간 검증을 위한 도구인 모빌리티가 부여된 생체인증 장치
CN103384998A (zh) 摄像装置、摄像方法、程序及程序存储介质
CN107862274A (zh) 美颜方法、装置、电子设备和计算机可读存储介质
US9948869B2 (en) Image fusion method for multiple lenses and device thereof
CN103733607A (zh) 用于检测运动物体的装置和方法
CN107395957B (zh) 拍照方法、装置、存储介质及电子设备
CN111814564B (zh) 基于多光谱图像的活体检测方法、装置、设备和存储介质
CN109559353B (zh) 摄像模组标定方法、装置、电子设备及计算机可读存储介质
TWI509466B (zh) 物件辨識方法與裝置
CN105426841B (zh) 基于人脸检测的监控相机自定位方法及装置
CN112468742B (zh) 一种多光谱图像拼接方法、装置及系统
CN110956679A (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN113033348A (zh) 行人重识别的俯视图像校正方法、存储介质和电子设备
TW200426704A (en) Image processing device
JP7363971B2 (ja) 画像処理装置および画像処理方法
CN111353361A (zh) 一种人脸识别方法及装置、电子设备
CN102883101A (zh) 影像处理装置及其影像处理方法
CN112995503B (zh) 手势控制全景图像获取方法、装置、电子设备及存储介质
CN113033350A (zh) 基于俯视图像的行人重识别方法、存储介质和电子设备

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