CN112907445A - 天空云图的拼接方法、装置及设备 - Google Patents
天空云图的拼接方法、装置及设备 Download PDFInfo
- Publication number
- CN112907445A CN112907445A CN202110172930.5A CN202110172930A CN112907445A CN 112907445 A CN112907445 A CN 112907445A CN 202110172930 A CN202110172930 A CN 202110172930A CN 112907445 A CN112907445 A CN 112907445A
- Authority
- CN
- China
- Prior art keywords
- target
- sky cloud
- image
- initial
- camera
- 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 45
- 238000012545 processing Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000012805 post-processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000012937 correction Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 101150064138 MAP1 gene Proteins 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001846 repelling effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种天空云图的拼接方法、装置及设备,该方法包括:从摄像机获取初始天空云图和传感器参数;对每一初始天空云图进行校正,得到初始天空云图对应的目标天空云图;基于多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,初始全景图像中相邻两个目标天空云图存在重叠区域;依据摄像机的传感器参数,对初始全景图像中的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;基于调整后的全景图像确定目标全景图像。通过本申请的技术方案,从地面采集天空云图,高处云层不会对低处云层存在遮挡,天空云图能够准确反映距离地球最近的云层的轨迹和动向。
Description
技术领域
本申请涉及图像处理领域,尤其是一种天空云图的拼接方法、装置及设备。
背景技术
天空云图是反映天空中云的尺度、形状、纹理、分布等特征的图像,通过天空云图分析云的外形特征,从而推论出形成云的气象条件,预测未来的天气变化。天空云图一般是通过卫星从太空向地面拍摄得到,根据卫星的传感器(相当于相机镜头)所采用的光线波段不同,可以将天空云图分为可见光云图和红外云图。其中,可见光云图是在可见光波段,地球表面反射太阳光形成的图像,能够反映地表和云反射率的差异,根据云对太阳可见光的反射不同,能够判别云的高度、厚度、分布等宏观特征。红外云图是在红外波段,地球表面发射的红外光形成的图像,能够反映地表和云温度的差异,根据云发射红外光的差异,通过推算云的温度,能够判别云的高度、厚度、分布等宏观特征。
但是,通过卫星从太空向地面拍摄得到天空云图时,高处的云层会对低处的云层存在遮挡,使得天空云图无法准确反映距离地球最近的云层的轨迹和动向,天空云图无法有效的展现与人们生活关联更近的云图信息。
发明内容
本申请提供一种天空云图的拼接方法,所述方法包括:
针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,所述传感器参数是所述摄像机内的传感器采集的参数;
对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;
基于所述调整后的全景图像确定目标全景图像。
在一种可能的实施方式中,所述多个摄像机中相邻两个摄像机之间的距离小于或者等于目标距离;其中,所述目标距离的确定方式为:基于摄像机的目标视场角和天空中的云层高度,确定目标距离。
示例性的,所述基于摄像机的目标视场角和天空中的云层高度,确定目标距离,包括:基于如下公式确定出所述目标距离:L=tan(FOV/2)*H*2;其中,L为所述目标距离,FOV为所述目标视场角,H为所述云层高度。
示例性的,所述多个摄像机采用预设边长进行等边三角形的网格部署;
其中,所述预设边长小于或者等于所述目标距离。等边三角形的边长差值符合预设容差阈值。
示例性的,所述基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,包括:基于所有摄像机的经纬度坐标的范围,确定全景区域图像;基于每个摄像机的经纬度坐标,确定所述摄像机采集的初始天空云图对应的目标天空云图在所述全景区域图像中的目标位置;
基于目标天空云图在所述全景区域图像中的目标位置,将目标天空云图叠加到所述全景区域图像,且目标天空云图的中心像素点与所述目标位置重合;
将已叠加所有目标天空云图的全景区域图像确定为初始全景图像。
示例性的,所有摄像机的经纬度坐标的范围包括经度最小值、经度最大值、纬度最小值和纬度最大值;所述基于所有摄像机的经纬度坐标的范围,确定全景区域图像,包括:按照第一间隔值将经度最小值和经度最大值之间的区域划分为多个经度点;按照第二间隔值将纬度最小值和纬度最大值之间的区域划分为多个纬度点;基于所有经度点和所有纬度点确定全景区域图像;其中,所述全景区域图像内的每个像素点对应所述范围内的一个经纬度坐标,所述全景区域图像的尺寸基于所有经度点的数量和所有纬度点的数量确定。
示例性的,所述依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,包括:
若所述传感器参数为所述摄像机内的加速度传感器采集的水平度参数,所述水平度参数表示所述摄像机采集的初始天空云图沿着视场角中心线向第一方向偏移目标角度,则对所述摄像机采集的初始天空云图对应的目标天空云图向第二方向移动所述目标角度,所述第二方向是所述第一方向的相反方向;或者,
若所述传感器参数为所述摄像机内的气压传感器采集的气压参数,则基于所述气压参数确定所述摄像机的实际海拔高度;若所述实际海拔高度小于初始海拔高度,则对所述摄像机采集的初始天空云图对应的目标天空云图中的重叠区域进行裁剪;其中,目标天空云图的裁剪尺寸与所述实际海拔高度成反比。
示例性的,所述基于所述调整后的全景图像确定目标全景图像,包括:
对所述调整后的全景图像中的目标区域进行过渡处理,得到目标全景图像;其中,所述目标区域是至少两个目标天空云图的重叠区域;
其中,针对所述调整后的全景图像中的目标区域的每个像素点,从所述目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图;基于该像素点在该第一目标天空云图中的第一像素值、该像素点在该第二目标天空云图中的第二像素值、及该像素点的衰减系数,确定该像素点的像素衰减值,基于所述第一像素值和所述像素衰减值确定该像素点的目标像素值;基于所述目标区域的每个像素点的目标像素值确定所述目标全景图像。
示例性的,从所述目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图,包括:从所述目标区域叠加的所有目标天空云图中选取两个目标天空云图;基于该像素点与每个目标天空云图的目标划分线之间的距离,将距离近的目标天空云图选取为该像素点对应的第一目标天空云图,将距离远的目标天空云图选取为该像素点对应的第二目标天空云图;所述目标划分线经过目标天空云图的中心像素点,与所述目标区域的对角线平行。
示例性的,该像素点的衰减系数的获取方式,具体包括:
基于该像素点与所述目标区域的对角线之间的距离,获取该像素点的衰减系数;其中,该衰减系数与该距离成反比,且该衰减系数位于指定数值区间。
本申请提供一种天空云图的拼接装置,所述装置包括:
获取模块,用于针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,传感器参数是摄像机内的传感器采集的参数;对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
拼接模块,用于基于多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
确定模块,用于依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;以及,基于所述调整后的全景图像确定目标全景图像。
本申请提供一种天空云图的拼接设备,包括:处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现如下步骤:
针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,所述传感器参数是所述摄像机内的传感器采集的参数;
对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;
基于所述调整后的全景图像确定目标全景图像。
由以上技术方案可见,本申请实施例中,可以在地面部署多个摄像机,通过多个摄像机从地面向太空拍摄天空云图,对多个摄像机采集的天空云图进行拼接,得到真实的高分辨率的天空云图,达到高分辨率要求。由于是从地面采集天空云图,高处云层不会对低处云层存在遮挡,天空云图能够准确反映距离地球最近的云层的轨迹和动向,能够有效展现与人们生活关联更近的云图信息。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案,下面将对本申请实施例或者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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据本申请实施例的这些附图获得其他的附图。
图1是本申请一种实施方式中的天空云图的拼接方法的流程示意图;
图2是本申请一种实施方式中的拼接系统的结构示意图;
图3是本申请一种实施方式中的摄像机的部署示意图;
图4是本申请一种实施方式中的摄像机的重叠关系的示意图;
图5是本申请一种实施方式中的天空云图的拼接方法的流程示意图;
图6A-图6C是本申请一种实施方式中的过渡处理示意图;
图7是本申请一种实施方式中的天空云图的拼接装置的结构示意图。
具体实施方式
在本申请实施例使用的术语仅仅是出于描述特定实施例的目的,而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例中提出了一种天空云图的拼接方法,地面部署有多个摄像机,多个摄像机中的每个摄像机用于采集初始天空云图,且多个摄像机中的相邻两个摄像机采集的初始天空云图存在重叠区域,参见图1所示,该方法可以包括:
步骤101,针对地面部署的多个摄像机中的每一摄像机,从该摄像机获取初始天空云图和传感器参数,该传感器参数是摄像机内的传感器采集的参数。
步骤102,基于从多个摄像机获取的所有初始天空云图,对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图。
步骤103,基于多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,该初始全景图像中相邻两个目标天空云图存在重叠区域。
示例性的,在步骤103中,可以基于所有摄像机的经纬度坐标的范围,确定全景区域图像;然后,基于每个摄像机的经纬度坐标,确定该摄像机采集的初始天空云图对应的目标天空云图在该全景区域图像中的目标位置,并基于目标天空云图在该全景区域图像中的目标位置,将该目标天空云图叠加到全景区域图像,且该目标天空云图的中心像素点与该目标位置重合。然后,将已叠加所有目标天空云图的全景区域图像确定为初始全景图像。
示例性的,所有摄像机的经纬度坐标的范围包括经度最小值、经度最大值、纬度最小值和纬度最大值;基于所有摄像机的经纬度坐标的范围,确定全景区域图像,可以包括:按照第一间隔值将该经度最小值和该经度最大值之间的区域划分为多个经度点;按照第二间隔值将该纬度最小值和该纬度最大值之间的区域划分为多个纬度点;基于所有经度点和所有纬度点确定全景区域图像;其中,该全景区域图像内的每个像素点对应该范围内的一个经纬度坐标,且该全景区域图像的尺寸基于所有经度点的数量和所有纬度点的数量确定。
步骤104,依据摄像机的传感器参数,对该初始全景图像中该摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像。
示例性的,若传感器参数为摄像机内的加速度传感器采集的水平度参数,该水平度参数表示该摄像机采集的初始天空云图沿着视场角中心线向第一方向偏移目标角度,则可以对该摄像机采集的初始天空云图对应的目标天空云图向第二方向移动该目标角度,第二方向是第一方向的相反方向。或者,若传感器参数为摄像机内的气压传感器采集的气压参数,则可以基于气压参数确定该摄像机的实际海拔高度;若该实际海拔高度小于初始海拔高度,则可以对该摄像机采集的初始天空云图对应的目标天空云图中的重叠区域进行裁剪;示例性的,对重叠区域进行裁剪时,目标天空云图的裁剪尺寸与该实际海拔高度成反比。
步骤105,基于调整后的全景图像确定目标全景图像。
示例性的,可以对调整后的全景图像中的目标区域进行过渡处理,得到目标全景图像,该目标区域可以是至少两个目标天空云图的重叠区域。
比如说,针对调整后的全景图像中的目标区域的每个像素点,可以从该目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图;基于该像素点在该第一目标天空云图中的第一像素值、该像素点在该第二目标天空云图中的第二像素值、及该像素点的衰减系数,确定该像素点的像素衰减值,基于该第一像素值和该像素衰减值确定该像素点的目标像素值。然后,基于该目标区域的每个像素点的目标像素值确定目标全景图像。
示例性的,从该目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图,可以包括:从该目标区域叠加的所有目标天空云图中选取两个目标天空云图;基于该像素点与每个目标天空云图的目标划分线之间的距离,将距离近的目标天空云图选取为该像素点对应的第一目标天空云图,将距离远的目标天空云图选取为该像素点对应的第二目标天空云图。目标划分线经过目标天空云图的中心像素点,且与该目标区域的对角线平行。
示例性的,该像素点的衰减系数的获取方式,可以包括但不限于:基于该像素点与目标区域的对角线之间的距离,获取该像素点的衰减系数;其中,该衰减系数可以与该距离成反比,且该衰减系数可以位于指定数值区间。
在一种可能的实施方式中,多个摄像机中相邻两个摄像机之间的距离小于或者等于目标距离。示例性的,该目标距离的确定方式可以为:基于摄像机的目标视场角和天空中的云层高度,确定该目标距离。比如说,可以基于如下公式确定出该目标距离:L=tan(FOV/2)*H*2;在上述公式中,L可以为该目标距离,FOV可以为该目标视场角,H可以为该云层高度。
在一种可能的实施方式中,多个摄像机采用预设边长进行等边三角形的网格部署;其中,所述预设边长小于或者等于该目标距离。示例性的,等边三角形的边长差值符合预设容差阈值。
示例性的,多个摄像机中的任一摄像机可以被配置为视场角朝向天空;且多个摄像机中的任一摄像机被配置为方向指向北。当然,任一摄像机也可以被配置为其它方向,如方向指向南、或东、或西等,对此不做限制。
示例性的,上述的执行顺序只是为了方便描述给出的示例,在实际应用中,还可以改变步骤之间的执行顺序,对此执行顺序不做限制。而且,在其它实施例中,并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其它实施例中可能被分解为多个步骤进行描述;本说明书中所描述的多个步骤,在其它实施例也可能被合并为单个步骤进行描述。
由以上技术方案可见,本申请实施例中,可以在地面部署多个摄像机,通过多个摄像机从地面向太空拍摄天空云图,对多个摄像机采集的天空云图进行拼接,得到真实的高分辨率的天空云图,达到高分辨率要求。由于是从地面采集天空云图,高处云层不会对低处云层存在遮挡,天空云图能够准确反映距离地球最近的云层的轨迹和动向,能够有效展现与人们生活关联更近的云图信息。
以下结合具体应用场景,对本申请实施例的上述技术方案进行说明。
天空云图是反映天空中云的尺度、形状、纹理、分布等特征的图像,通过天空云图分析云的外形特征,从而推论出形成云的气象条件,预测未来的天气变化。本申请实施例中,可以在地面设置一定数量的摄像机,通过这些摄像机采集天空云图进行拼接,从而将多个天空云图拼接成高分辨率的天空云图。对天空云图进行拼接是指,将不同的摄像机采集的天空云图按照重叠区域的变换关系进行叠加,从而得到具有更多视野的图像,而这个图像就是高分辨率的天空云图,这个天空云图具有分辨率高、实时性高、更加直观的可视化效果等特点,由于是从地面通过摄像机观测天空,因此,能够看清低层、小尺寸的云层,可实现实时图像的拼接,对气象观测、强对流天气观测等具有较高的应用价值。
参见图2所示,本申请实施例中提出一种将地面多摄像机采集的天空云图拼接成全域天空图像的系统,该系统可以包括N(N大于或等于3)个摄像机、后处理设备和平台服务器。每个摄像机均包括各种传感器,这些传感器能够采集摄像机的传感器参数,且摄像机可以采集初始天空云图。每个摄像机可以通过有线方式或者无线方式(如WIFI、3G网络、4G网络、5G网络等)将初始天空云图和传感器参数发送给后处理设备。后处理设备基于初始天空云图和传感器参数拼接出目标全景图像,这个目标全景图像是高分辨率的天空云图,并对目标全景图像进行编码,将编码后的码流发送给平台服务器。平台服务器对接收到的码流进行解码,得到目标全景图像,并对目标全景图像进行显示和存储。
在一种可能的实施方式中,关于摄像机的部署关系、摄像机的功能、后处理设备的功能、平台服务器的功能,以下结合具体实施例对此进行说明。
第一、摄像机的功能。
摄像机可以为网络摄像机(即IPC),也可以为模拟摄像机,对此摄像机的类型不做限制。针对网络摄像机来说,摄像机可以为鱼眼摄像机(基于鱼眼镜头的摄像机,鱼眼摄像机的焦距很短且视场角很大,如视场角接近或大于等于180度),也可以是其它类型的超广角摄像机(如视场角达到180度的摄像机)。
针对每个摄像机来说,可以包括但不限于如下传感器的至少一种:
图像采集传感器:摄像机通过图像采集传感器采集初始天空云图,对此采集方式不做限制,比如说,将镜头对着天空采集初始天空云图。
电子罗盘传感器:摄像机通过电子罗盘传感器采集初始天空云图的指北方向,对初始天空云图加入指北方向的角度信息,也就是说,电子罗盘传感器可以采集初始天空云图的方向参数,该方向参数表示初始天空云图的指北方向。
加速度传感器:摄像机通过加速度传感器采集初始天空云图的水平度参数,该水平度参数表示初始天空云图沿着视场角中心线向第一方向偏移目标角度,也就是说,加速度传感器可以采集初始天空云图的水平度参数。例如,摄像机的视场角为从-30度到30度,视场角中心线为0度,但是,摄像机实际采集初始天空云图的视场角为从-40度到20度,则表示沿着视场角中心线向左侧方向偏移10度,即,水平度参数为-10度,表示初始天空云图沿着视场角中心线向左侧方向偏移10度,“-”表示第一方向是左侧方向,“10度”表示目标角度。又例如,若摄像机实际采集初始天空云图的视场角为从-25度到35度,则表示沿着视场角中心线向右侧方向偏移5度,即,水平度参数为+5度,表示初始天空云图沿着视场角中心线向右侧方向偏移5度,“+”表示第一方向是右侧方向,“5度”表示目标角度。当然,上述只是水平度参数的示例,对此不做限制。
气压传感器:摄像机通过气压传感器采集摄像机的气压参数,该气压参数是用于表示摄像机所处实际海拔高度的气压值,即可以基于该气压参数确定出摄像机的实际海拔高度,也就是说,气压传感器可以采集摄像机的气压参数。
卫星定位传感器:摄像机可以通过卫星定位传感器(如GPS卫星定位传感器、北斗卫星定位传感器等)采集摄像机的位置参数,该位置参数用于表示摄像机所处位置的经纬度坐标,即可以基于该位置参数定位出摄像机的经纬度坐标,也就是说,卫星定位传感器可以采集摄像机的位置参数。
当然,上述只是传感器类型的几个示例,对此传感器的类型不做限制。在实际应用中,为了与周围环境适应,还可以对摄像机进行一些特殊配置。比如说,为了消除落雪对摄像机的影响,可以为摄像机配置加热融雪功能。又例如,为了消除灰尘对摄像机的影响,可以为摄像机配置外罩,避免灰尘落到摄像机。此外,还可以使摄像机具有自动覆盖物识别和声音驱鸟功能等。
第二、摄像机的部署关系。
摄像机在地面的部署关系可以参见图3所示,每个点代表一个摄像机,这些摄像机按照预设边长的等边三角形的网格延伸布设,这样布设的原因是:相邻摄像机的距离一致,拼接方式可以类推,便于朝任意方向延伸,可以根据实际需求增减边缘的摄像机的数量。继续参见图3所示,每个点位的摄像机有6个与其相邻的摄像机,与该摄像机相邻的6个摄像机的连线可组成正6边形。
当然,本申请实施例中并不严格限制多个摄像机的布设形状,多个摄像机的布设形状还可以根据实际需要进行改变,等边三角形的网格形状也只是本实施例的一个示例,只要相邻摄像机的距离满足预设距离要求即可。
在一种可能的实施方式中,相邻摄像机之间的距离取决于摄像机的目标视场角FOV和云层高度H,在摄像机的目标视场角FOV确定的情况下,相邻摄像机之间的距离与云层高度H呈正比关系,也就是说,云层高度H越大,则相邻摄像机之间的距离越大,云层高度H越小,则相邻摄像机之间的距离越小。
参见图4所示,L为相邻摄像机之间的目标距离,目标距离L取决于摄像机的目标视场角FOV和云层高度H,在摄像机的目标视场角FOV确定的情况下,目标距离L与云层高度H呈正比关系。目标距离L、目标视场角FOV和云层高度H的关系可以采用如下公式表示:L=tan(FOV/2)*H*2。
从图4可以看出,在相邻摄像机之间的距离(即实际距离)为目标距离L时,相邻摄像机采集的天空云图正好没有重叠关系,但是,相邻摄像机能够采集连续视场的天空云图,不会存在处于视场盲区的位置。若相邻摄像机之间的距离小于目标距离L,则相邻摄像机采集的天空云图存在重叠关系。若相邻摄像机之间的距离大于目标距离L,则相邻摄像机采集的天空云图不存在重叠关系,且无法采集连续视场的天空云图,即会存在处于视场盲区的位置。
综上所述,相邻摄像机之间的距离(即实际距离)需要小于或者等于目标距离L,使得不存在处于视场盲区的位置,比如说,相邻摄像机之间的距离可以小于目标距离L,使得相邻摄像机采集的天空云图存在重叠关系。
显然,多个摄像机中相邻两个摄像机之间的距离可以小于或者等于目标距离L,也就是说,在多个摄像机采用预设边长进行等边三角形的网格部署时,预设边长小于或者等于目标距离L,后续以预设边长小于目标距离L为例。
示例性的,多个摄像机中的任一摄像机可以被配置为视场角朝向天空;且多个摄像机中的任一摄像机被配置为方向指向北。当然,任一摄像机也可以被配置为其它方向,如方向指向南、或东、或西等,对此不做限制。
综上所述,可以先获取摄像机的目标视场角FOV和云层高度H,在得到目标视场角FOV和云层高度H后,就可以确定出目标距离L,基于该目标距离L,可以确定任一摄像机的安装位置,以使摄像机的安装位置构成以预设边长为长度的等边三角形。当然,等边三角形只是示例,对此不做限制,只要相邻两个摄像机之间的距离小于目标距离即可,即基于目标距离确定摄像机的安装位置。
示例性的,可以将相邻两个摄像机之间的距离记为D,为了控制相邻两个摄像机采集的初始天空云图之间存在重叠区域,可以控制目标距离L与实际距离D的差值,与目标距离L之间的比例满足预设比例要求。比如说,假设需要控制重叠区域与初始天空云图之间的比例为k,即两个初始天空云图之间存在k的重叠区域,则(L-D)/L的取值为k,使得重叠区域的比例为k。
例如,预设比例要求k为10%,则D为0.9*L,(L-D)/L=0.9。
在采用距离D布设所有摄像机后,所有摄像机的镜头对着天空,通过摄像机自带的水平仪保证摄像机处于水平,所有摄像机的固定方向为共同指北,保证天空云图的采集方位一致,控制所有摄像机采集同一时刻的天空云图。
在上述实施例中,为了确定目标距离L,可以先获取云层高度H,该云层高度H是天空中云层的高度(即云层的平均高度,或者云层最下面的高度,或者其它云层高度),可以是用户输入的高度,对此获取方式不做限制。为了确定目标距离L,可以先获取摄像机的目标视场角FOV,目标视场角FOV是摄像机的属性,可以从摄像机的配置中读取,对此获取方式不做限制。
继续参见图4所示,以云层高度H为例,当云层高度H越低时,相邻摄像机之间的目标距离L就越小。在基于云层高度H确定目标距离L之后,由于云层高度会发生变化,因此,若实际云高H1>H,即使相邻摄像机之间的距离(即实际距离)为目标距离L,则相邻两个摄像机的画面也有部分重叠,重叠部分的视场角r=(FOV/2-Atan(H1/L)*180°/π)*2,可对重叠部分的图像进行特征点识别、融合或图像裁剪,亮度调整等处理,消除图像拼接的痕迹。当实际云高H2<H,若相邻摄像机之间的距离(即实际距离)为目标距离L,则相邻两个摄像机的画面存在视场盲区,处于盲区中的云朵会无法出现在图像中。综上所述,为了兼容所有云层高度的采集,可以增加摄像机的目标视场角FOV或者缩短相邻摄像机之间的距离(即实际距离),保证更低高度的云层处于图像内。
第三、后处理设备的功能。
示例性的,后处理设备可以是X86服务器,PC(Personal Computer,个人计算机),DSP(Digital Signal Process,数字信号处理)平台,FPGA(Field Programmable GateArray,现场可编程逻辑门阵列)平台,ARM(Advanced RISC Machines,高级精简指令集处理器)平台等,对此类型不做限制。在后处理设备上运行多种图像处理算法,如图像畸变矫正,太阳扣除和填补,图像亮度调节,图像拼接融合等,参见图5所示,后处理设备的数据处理流程如下:
步骤501,后处理设备从多个摄像机获取同一采集时刻的初始天空云图和传感器参数,该传感器参数可以是摄像机内的传感器采集的参数。
示例性的,每个摄像机均可以采集初始天空云图和传感器参数,并将初始天空云图和传感器参数发送给后处理设备,因此,后处理设备可以接收到每个摄像机发送的初始天空云图和传感器参数,继而将同一采集时刻的初始天空云图和传感器参数组合起来,即从多个摄像机获取同一采集时刻的初始天空云图和传感器参数。比如说,从摄像机1获取采集时刻1的初始天空云图11和传感器参数12,从摄像机2获取采集时刻1的初始天空云图21和传感器参数22,从摄像机3获取采集时刻1的初始天空云图31和传感器参数32,以此类推。
步骤502,后处理设备基于从多个摄像机获取的所有初始天空云图,对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图。
比如说,对初始天空云图11进行校正,得到初始天空云图11对应的目标天空云图11,对初始天空云图21进行校正,得到初始天空云图21对应的目标天空云图21,以此类推,可以得到每个初始天空云图对应的目标天空云图。
示例性的,针对摄像机采集的初始天空云图,可能存在压缩和变形等问题,因此,本实施例中,为了将初始天空云图校正为常规的线性图像(即无畸变的天空图像),可以对摄像机采集的初始天空云图进行畸变校正,得到该初始天空云图对应的目标天空云图。在畸变校正过程中,可以使用经度矫正算法、网格矫正算法、球面投影矫正算法、tan矫正算法、OpenCV矫正算法、光学畸变参数矫正算法等畸变校正算法,将初始天空云图校正为目标天空云图,对此校正过程不做限制。当然,也可以采用其它畸变矫正算法将初始天空云图校正为目标天空云图,对此不做限制,只要能够得到目标天空云图即可。
步骤503,后处理设备基于多个摄像机的经纬度坐标,确定全景区域图像。
比如说,后处理设备可以基于所有摄像机的经纬度坐标的范围,确定该全景区域图像,该全景区域图像可以理解为一个空白图像(还没有像素值),后续可以将各个目标天空云图均叠加到该全景区域图像,得到拼接后的全景图像。
示例性的,所有摄像机的经纬度坐标的范围可以包括经度最小值、经度最大值、纬度最小值和纬度最大值。基于此,可以按照第一间隔值将经度最小值和经度最大值之间的区域划分为多个经度点,并可以按照第二间隔值将纬度最小值和纬度最大值之间的区域划分为多个纬度点。比如说,假设经度最小值为A1,经度最大值为A2,第一间隔值为k1,纬度最小值为B1,纬度最大值为B2,第二间隔值为k2,则多个经度点可以依次为A1、A1+k1、A1+2k1、A1+3k1、…、A2,多个纬度点可以依次为B1、B1+k2、B1+2k2、B1+3k2、…、B2。
然后,基于所有经度点和所有纬度点确定全景区域图像,该全景区域图像内的每个像素点对应所有摄像机的经纬度坐标的范围内的一个经纬度坐标,全景区域图像的尺寸基于所有经度点的数量和所有纬度点的数量确定。比如说,假设所有经度点的数量为C,所有纬度点的数量为D,则全景区域图像的尺寸为C*D,全景区域图像的第一行第一列的像素点对应经纬度坐标(A1,B1),第一行第二列的像素点对应经纬度坐标(A1+k1,B1),…,第一行第C列的像素点对应经纬度坐标(A2,B1),第二行第一列的像素点对应经纬度坐标(A1,B1+k2),…,第D行第一列的像素点对应经纬度坐标(A1,B2),以此类推。显然,全景区域图像内的每个像素点可以对应一个经纬度坐标。
步骤504,后处理设备基于每个摄像机的经纬度坐标,确定该摄像机采集的初始天空云图对应的目标天空云图在该全景区域图像中的目标位置。
参见上述实施例,每个摄像机可以对应一个经纬度坐标,且全景区域图像中的每个像素点可以对应一个经纬度坐标,因此,摄像机的经纬度坐标与全景区域图像中的像素点可以具有对应关系,也就是说,可以基于摄像机的经纬度坐标找到全景区域图像中的像素点,这个像素点也就是目标位置。
比如说,摄像机1的经纬度坐标为M1,全景区域图像中的像素点N1对应经纬度坐标M1,则摄像机1采集的初始天空云图对应的目标天空云图在全景区域图像中的目标位置是像素点N1,以此类推,可以得到每个摄像机采集的初始天空云图对应的目标天空云图在全景区域图像中的目标位置,也就是说,摄像机的经纬度坐标与全景区域图像中的目标位置具有映射关系。
步骤505,针对每个目标天空云图,后处理设备基于该目标天空云图在全景区域图像中的目标位置,将该目标天空云图叠加到全景区域图像,且该目标天空云图的中心像素点与该目标位置重合。示例性的,在将所有目标天空云图叠加到全景区域图像后,将已叠加所有目标天空云图的全景区域图像确定为初始全景图像,该初始全景图像中相邻两个目标天空云图存在重叠区域。
示例性的,针对每个目标天空云图,可以将目标天空云图叠加到全景区域图像,在叠加过程中,该目标天空云图的中心像素点(即处于目标天空云图中心的像素点)需要与该目标天空云图在全景区域图像中的目标位置重合。或者,针对每个目标天空云图,可以基于映射比例将该目标天空云图映射为缩放天空云图,并将该缩放天空云图叠加到全景区域图像,在将该缩放天空云图叠加到全景区域图像时,缩放天空云图的中心像素点(即处于缩放天空云图中心的像素点)需要与该目标天空云图在全景区域图像中的目标位置重合。在将所有缩放天空云图叠加到全景区域图像后,将已叠加所有缩放天空云图的全景区域图像确定为初始全景图像,初始全景图像中相邻两个缩放天空云图存在重叠区域。
示例性的,针对该映射比例的确定方式,可以是根据经验配置的数值,也可以是基于目标天空云图的尺寸、全景区域图像的尺寸、全景区域图像中的图像数量确定,对此映射比例的确定方式不做限制,只要能够基于映射比例将该目标天空云图映射为缩放天空云图即可。比如说,若该映射比例为0.5,则表示缩放天空云图的尺寸是目标天空云图的尺寸的一半,对此映射过程不做限制。
为了方便描述,后续实施例中,以将所有目标天空云图叠加到全景区域图像为例,即初始全景图像包括目标天空云图。关于将缩放天空云图叠加到全景区域图像,其处理过程类似,缩放天空云图可以理解为缩放后的目标天空云图。
步骤506,后处理设备依据摄像机的传感器参数,对初始全景图像中该摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像,即,将对目标天空云图进行调整后的图像记为调整后的全景图像。
参见上述实施例,摄像机内可以部署图像采集传感器,图像采集传感器采集的传感器参数为初始天空云图,后处理设备可以对初始天空云图进行校正,得到目标天空云图,并基于所有目标天空云图得到初始全景图像。
参见上述实施例,摄像机内可以部署电子罗盘传感器,电子罗盘传感器采集的传感器参数为方向参数,该方向参数表示初始天空云图的指北方向,初始天空云图的指北方向也就是该初始天空云图对应的目标天空云图的指北方向。
后处理设备可以基于目标天空云图的指北方向(表示目标天空云图的哪个方向是北),将所有目标天空云图拼接为初始全景图像,即,初始全景图像中每个目标天空云图的指北方向,均对着初始全景图像的同一方向,如上侧。
参见上述实施例,摄像机内可以部署卫星定位传感器,卫星定位传感器采集的传感器参数为位置参数,该位置参数表示摄像机的经纬度坐标,后处理设备可以基于摄像机的位置参数确定摄像机的经纬度坐标。基于摄像机的经纬度坐标,可以确定全景区域图像,并确定摄像机采集的初始天空云图对应的目标天空云图在全景区域图像中的目标位置,参见步骤503和步骤504所示。
参见上述实施例,摄像机内可以部署加速度传感器,加速度传感器采集的传感器参数为初始天空云图的水平度参数,该水平度参数表示该摄像机采集的初始天空云图沿着视场角中心线向第一方向偏移目标角度,也就是目标天空云图沿着视场角中心线向第一方向偏移目标角度。后处理设备可以对该摄像机采集的初始天空云图对应的目标天空云图向第二方向移动该目标角度,第二方向是第一方向的相反方向,即向第一方向的相反方向移动目标天空云图。
比如说,摄像机1的视场角为从-30度到30度,视场角中心线为0度,若摄像机1实际采集初始天空云图的视场角为从-40度到20度,则水平度参数为-10度,表示初始天空云图沿着视场角中心线向左侧方向偏移10度,因此,第二方向是右侧方向,目标角度为10度,在此基础上,后处理设备从初始全景图像中找到摄像机1采集的初始天空云图对应的目标天空云图,并对该目标天空云图向右侧方向移动10度,也就是说,目标天空云图的视场角为从-30度到30度,视场角中心线为0度,保证目标天空云图的实际视场角为从-30度到30度。
又例如,摄像机2的视场角为从-30度到30度,视场角中心线为0度,若摄像机2实际采集初始天空云图的视场角为从-25度到35度,则水平度参数为+5度,表示初始天空云图沿着视场角中心线向右侧方向偏移5度,因此,第二方向是左侧方向,目标角度为5度,在此基础上,后处理设备从初始全景图像中找到摄像机2采集的初始天空云图对应的目标天空云图,并对该目标天空云图向左侧方向移动5度,也就是说,目标天空云图的视场角为从-30度到30度,视场角中心线为0度,保证目标天空云图的实际视场角为从-30度到30度。
综上所述,通过对摄像机采集的初始天空云图对应的目标天空云图向第二方向移动目标角度,使目标天空云图的视场角为摄像机的目标视场角FOV(-30度到30度),也就是说,即使摄像机在图像采集过程中发生移动(向左或向右),也可以保证目标天空云图的视场角为摄像机的目标视场角,继而使得相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求。
比如说,参见上述实施例,可以基于摄像机的目标视场角FOV和云层高度H确定出目标距离L,若相邻两个摄像机(后续记为第一摄像机和第二摄像机,第一摄像机位于第二摄像机的左侧,第二摄像机位于第一摄像机的右侧)之间的距离为D,且目标距离L与实际距离D的差值,与目标距离L之间的比例满足预设比例要求k(如10%),则第一摄像机采集的初始天空云图1与第二摄像机采集的初始天空云图2之间存在重叠区域,且重叠区域与初始天空云图1(或初始天空云图2)之间的比例为k。在将初始天空云图1对应的目标天空云图1和初始天空云图2对应的目标天空云图2叠加到全景区域图像,并得到初始全景图像后,初始全景图像中的目标天空云图1和目标天空云图2也存在重叠区域,且重叠区域与目标天空云图1(或目标天空云图2)之间的比例为k。
但是,若第一摄像机采集初始天空云图的过程中向左移动,则初始全景图像中的目标天空云图1也会向左移动,由于目标天空云图1位于左侧,目标天空云图2位于右侧(第一摄像机位于第二摄像机的左侧,第二摄像机位于第一摄像机的右侧),因此,会导致目标天空云图1和目标天空云图2之间的重叠区域变小,无法满足预设比例要求k,即重叠区域与目标天空云图1之间的比例小于k。在此基础上,在得到初始全景图像后,可以向右移动目标天空云图1,使得目标天空云图1和目标天空云图2之间的重叠区域满足预设比例要求k,即重叠区域与目标天空云图1之间的比例为k,也就是说,重叠区域大小占单独画面的一定比例(如10%)。或者,若第一摄像机采集初始天空云图的过程中向右移动,则初始全景图像中的目标天空云图1也会向右移动,由于目标天空云图1位于左侧,目标天空云图2位于右侧因此,会导致目标天空云图1和目标天空云图2之间的重叠区域变大,无法满足预设比例要求k,即重叠区域与目标天空云图1之间的比例大于k。在此基础上,在得到初始全景图像后,可以向左移动目标天空云图1,使得目标天空云图1和目标天空云图2之间的重叠区域满足预设比例要求k,即重叠区域与目标天空云图1之间的比例为k。
参见上述实施例,摄像机内可以部署气压传感器,气压传感器采集的传感器参数为摄像机的气压参数,该气压参数用于表示摄像机所处实际海拔高度的气压值,后处理设备可以基于该气压参数确定出摄像机的实际海拔高度。若该实际海拔高度小于初始海拔高度,则对该摄像机采集的初始天空云图对应的目标天空云图中的重叠区域进行裁剪,在对该重叠区域进行裁剪时,目标天空云图的裁剪尺寸与该实际海拔高度成反比,即实际海拔高度越小,则目标天空云图的裁剪尺寸越大,实际海拔高度越大,则目标天空云图的裁剪尺寸越小。若该实际海拔高度不小于初始海拔高度,则保持目标天空云图中的重叠区域不变。
比如说,参见上述实施例,可以基于摄像机的目标视场角FOV和云层高度H确定出目标距离L,若相邻两个摄像机(记为第一摄像机和第二摄像机)之间的距离为D,且目标距离L与实际距离D的差值,与目标距离L之间的比例满足预设比例要求k(如10%),则第一摄像机采集的初始天空云图1对应的目标天空云图1与第二摄像机采集的初始天空云图2对应的目标天空云图2之间存在重叠区域,重叠区域与目标天空云图1(或目标天空云图2)之间的比例为k。
针对云层高度H来说,是在某一初始海拔高度下的云层高度H,即云层与初始海拔高度之间的距离为H。在实际部署摄像机时,摄像机的实际海拔高度可能大于初始海拔高度,实际海拔高度也可能小于初始海拔高度。
在此基础上,若摄像机1的实际海拔高度大于初始海拔高度,则摄像机1的实际云层高度小于上述云层高度H,在实际云层高度小于云层高度H时,会导致目标天空云图1与目标天空云图2之间的重叠区域变小,因此,保持目标天空云图1中的重叠区域不变,即不对目标天空云图1中的重叠区域进行裁剪。
若摄像机1的实际海拔高度小于初始海拔高度,则摄像机1的实际云层高度大于上述云层高度H,在实际云层高度大于云层高度H时,会导致目标天空云图1与目标天空云图2之间的重叠区域变大,且摄像机1的实际海拔高度越小时,摄像机1的实际云层高度越大,目标天空云图1与目标天空云图2之间的重叠区域越大。因此,可以对目标天空云图1中的重叠区域(即目标天空云图1和目标天空云图2的重叠区域)进行裁剪,即对重叠区域中属于目标天空云图1的部分进行裁剪(从靠近目标天空云图2中心点的方向开始裁剪)。在对该重叠区域进行裁剪时,若摄像机1的实际海拔高度越小,则目标天空云图1的裁剪尺寸越大,即目标天空云图1的裁剪尺寸与该实际海拔高度成反比。
综上所述,摄像机1的实际海拔高度小于初始海拔高度时,通过对目标天空云图1中的重叠区域进行裁剪,使得目标天空云图1与目标天空云图2的重叠区域变小,继而使得相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求。在摄像机1的实际海拔高度越小时,则目标天空云图1的裁剪尺寸越大,使得重叠区域与目标天空云图的大小满足预设比例要求。
综上所述,可以根据水平度参数和气压参数等传感器参数,对初始全景图像中该摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求。
步骤507,后处理设备基于调整后的全景图像确定目标全景图像。
示例性的,可以对调整后的全景图像中的目标区域进行过渡处理,得到目标全景图像,该目标区域可以是至少两个目标天空云图的重叠区域。
示例性的,在得到调整后的全景图像后,该调整后的全景图像可以包括目标区域和非目标区域,该目标区域可以是至少两个目标天空云图的重叠区域,该非目标区域可以是一个目标天空云图的区域。为了使拼接图像整体自然,可以对目标区域进行过渡,而不需要对非目标区域进行过渡。
在得到调整后的全景图像后,可以确定该全景图像的外接矩形范围,设定一个与该全景图像同样大小的mask(掩藏)图像,结合外矩形信息,mask图像的每个位置与该全景图像的每个像素点一一对应。针对mask图像的每个位置,该位置记录了调整后的全景图像中与该位置对应的像素点来源于几幅目标天空云图,以及目标天空云图的序号。显然,基于mask图像,就可以获知调整后的全景图像的每个像素点属于目标区域,还是属于非目标区域。在像素点属于目标区域时,还可以获知该像素点对应的目标天空云图。
综上所述,针对调整后的全景图像的每个像素点,可以先基于mask图像确定该像素点属于目标区域还是非目标区域。若该像素点属于非目标区域,则保持该像素点的像素值不变。若该像素点属于目标区域,则对该像素点的像素值进行过渡处理。比如说,基于mask图像确定该像素点对应的至少两个目标天空云图,在一个目标天空云图中该像素点的像素值的基础上叠加像素衰减值,得到该像素点的目标像素点,即全景图像中该像素点的像素值为该目标像素点。
在一种可能的实施方式中,可以采用如下步骤对目标区域进行过渡处理:
步骤5071、针对调整后的全景图像中的目标区域的每个像素点,从目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图。例如,可以采用如下步骤选取第一目标天空云图和第二目标天空云图:
步骤S11、从目标区域叠加的所有目标天空云图中选取两个目标天空云图。
比如说,若该目标区域只叠加两个目标天空云图,则可以选取这两个目标天空云图。或者,若该目标区域叠加三个目标天空云图,则可以从三个目标天空云图中选取两个目标天空云图。例如,以目标区域叠加目标天空云图1、目标天空云图2和目标天空云图3为例进行说明,目标天空云图1、目标天空云图2和目标天空云图3均包括像素点A,在对像素点A进行过渡处理时,需要确定目标天空云图1和目标天空云图2的重叠区域1、目标天空云图1和目标天空云图3的重叠区域2、目标天空云图2和目标天空云图3的重叠区域3。然后,从重叠区域1、重叠区域2和重叠区域3中选取目标重叠区域,从目标区域叠加的所有目标天空云图中选取与目标重叠区域对应的目标天空云图,比如说,若目标重叠区域为重叠区域1,则选取目标天空云图1和目标天空云图2。
在选取目标重叠区域时,可以基于重叠区域1的尺寸(高度、宽度和面积)、重叠区域2的尺寸和重叠区域3的尺寸,从所有重叠区域中选取目标重叠区域。
比如说,若重叠区域1的高度和/或宽度小于预设阈值,重叠区域2的高度和/或宽度小于预设阈值,且重叠区域3的高度和/或宽度小于预设阈值,则将面积最大的重叠区域作为目标重叠区域。若重叠区域1的高度和宽度均大于等于预设阈值,重叠区域2的高度和宽度均大于等于预设阈值,重叠区域3的高度和宽度均大于等于预设阈值,则将面积最大的重叠区域作为目标重叠区域。
若重叠区域1的高度和宽度均大于等于预设阈值,重叠区域2的高度和/或宽度小于预设阈值,重叠区域3的高度和/或宽度小于预设阈值,则将重叠区域1作为目标重叠区域。若重叠区域1的高度和宽度均大于等于预设阈值,重叠区域2的高度和宽度均大于等于预设阈值,重叠区域3的高度和/或宽度小于预设阈值,则将重叠区域1和重叠区域2中面积大的重叠区域作为目标重叠区域。
步骤S12、基于该像素点与每个目标天空云图的目标划分线之间的距离,将距离近的目标天空云图选取为该像素点对应的第一目标天空云图,并将距离远的目标天空云图选取为该像素点对应的第二目标天空云图;示例性的,该目标划分线经过目标天空云图的中心像素点,且与该目标区域的对角线平行。而且,目标区域的对角线可以是指:两个目标天空云图的交点组成的对角线。
比如说,参见图6A所示,为目标区域的示意图,针对像素点A来说,像素点A与目标天空云图1的目标划分线之间的距离为d1,像素点A与目标天空云图2的目标划分线之间的距离为d2,若d1小于或等于d2,则将目标天空云图1选取为像素点A的第一目标天空云图,将目标天空云图2选取为像素点A的第二目标天空云图,若d1大于d2,则将目标天空云图2选取为像素点A的第一目标天空云图,将目标天空云图1选取为像素点A的第二目标天空云图。
步骤5072、基于该像素点在第一目标天空云图中的第一像素值、该像素点在第二目标天空云图中的第二像素值、及该像素点的衰减系数,确定该像素点的像素衰减值,并基于第一像素值和该像素衰减值确定该像素点的目标像素值。
比如说,可以通过如下公式确定该像素点的目标像素值:
在上述公式中,yuvA表示像素点A的目标像素值,alpha表示像素点A的衰减系数。若d1小于或等于d2,则yuvA1表示像素点A在第一目标天空云图中的第一像素值,yuvA2表示像素点A在第二目标天空云图中的第二像素值,若d1大于d2,则yuvA2表示像素点A在第一目标天空云图中的第一像素值,yuvA1表示像素点A在第二目标天空云图中的第二像素值。综上所述,可以基于第一像素值、第二像素值及衰减系数确定像素点A的像素衰减值,然后基于第一像素值和该像素衰减值确定像素点A的目标像素值。
示例性的,该像素点的衰减系数的获取方式,可以包括但不限于:基于该像素点与目标区域的对角线之间的距离,获取该像素点的衰减系数;其中,该衰减系数与该距离成反比,该衰减系数位于指定数值区间,如区间[0,1]。
示例性的,该像素点的衰减系数可以通过如下公式表示:alpha=tb[off]。
在一种可能的实施方式中,可以创建一个参数dis,在dis从0增大到off时,衰减系数tb逐渐从1减小到0,参见图6B所示。示例性的,dis可以由目标区域的大小控制,基于像素点与目标区域的对角线之间的距离确定。
比如说,若像素点位于目标区域的对角线,则dis为0,对应的衰减系数tb为1,垂直方向向第一目标天空云图和第二目标天空云图两边移动时,dis逐渐衰减到off_end时,对应的衰减系数tb为0。在目标区域的宽高大于阈值(如20个像素)时,off_end取当前位置与对角线垂线的交点沿该垂线与目标区域边界较近的距离,参见图6A所示,可以理解成off1和off2中的较小值,否侧,off_end取目标区域的宽和高中较小值的一半。示例性的,off为像素点与目标区域对角线的距离,将每个目标区域的衰减系数情况进行图形化,如图6C所示,越亮的地方表示alpha越接近于1,即该处的像素值越接近两个图像的平均值。
综上所述,可以基于该像素点与目标区域的对角线之间的距离,获取参数dis的取值,基于参数dis的取值确定该像素点的衰减系数tb。
步骤5073、基于目标区域的每个像素点的目标像素值确定目标全景图像。
示例性的,在将目标区域(所有目标区域)的所有像素点的像素值更新为该像素点的目标像素值后,就可以将更新后的全景图像确定为目标全景图像。
在一种可能的实施方式中,后处理设备还可以对目标全景图像中多余太阳进行抠除处理,获得真实的高分辨率天空云图。比如说,由于太阳与地面的距离远超云层高度,因此,每个摄像机采集的天空云图都会有太阳存在。为了更好的天空云图拼接效果,需要抠除多余太阳,只保留一个太阳,对此不再赘述。后处理设备还可以对目标全景图像进行亮度调节,对此过程不再赘述。
四、平台服务器的功能。
后处理设备可以对目标全景图像进行编码,将编码后的码流发送给平台服务器。平台服务器对接收到的码流进行解码,得到目标全景图像,并对目标全景图像进行显示和存储。比如说,平台服务器将接收到的码流进行解码,根据协议进行图像排列和对齐,完成整个画面或视频流的展示和存储。
由以上技术方案可见,本申请实施例中,可以在地面的感兴趣区域部署多个摄像机,通过多个摄像机从地面向太空拍摄天空云图,对多个摄像机采集的天空云图进行拼接,得到真实的高分辨率的天空云图,达到高分辨率要求。由于是从地面采集天空云图,高处的云层不会对低处的云层存在遮挡,天空云图能够准确反映距离地球最近的云层的轨迹和动向,能够有效展现与人们生活关联更近的云图信息。通过将天空云图拼接成高分辨率的图像或实时视频流,每个点位的图像搭配观测仪器,对可视范围内的天空做云量测算、云状判别、雨量等判别,可应用于气象识别、科技馆展示、天气分析预报等多种场合。能够确定摄像机的布设间距,保证满足拼接重叠要求的同时尽可能减少冗余,避免摄像机的数量上的浪费。通过经纬度信息实现天空云图的映射,基于经纬度信息实现天空云图的拼接,避免对天空云图进行特征提取导致的拼接困难问题。
基于与上述方法同样的申请构思,本申请实施例中提出一种天空云图的拼接装置,参见图7所示,为所述装置的结构示意图,所述装置包括:
获取模块71,用于针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,传感器参数是摄像机内的传感器采集的参数;对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;拼接模块72,用于基于多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,所述初始全景图像中相邻两个目标天空云图存在重叠区域;确定模块73,用于依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;以及基于所述调整后的全景图像确定目标全景图像。
示例性的,所述拼接模块72基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像时具体用于:基于所有摄像机的经纬度坐标的范围,确定全景区域图像;基于每个摄像机的经纬度坐标,确定所述摄像机采集的初始天空云图对应的目标天空云图在所述全景区域图像中的目标位置;基于目标天空云图在所述全景区域图像中的目标位置,将目标天空云图叠加到所述全景区域图像,且目标天空云图的中心像素点与所述目标位置重合;将已叠加所有目标天空云图的全景区域图像确定为初始全景图像。
示例性的,所有摄像机的经纬度坐标的范围包括经度最小值、经度最大值、纬度最小值和纬度最大值;所述拼接模块72基于所有摄像机的经纬度坐标的范围,确定全景区域图像时具体用于:按照第一间隔值将经度最小值和经度最大值之间的区域划分为多个经度点;按照第二间隔值将纬度最小值和纬度最大值之间的区域划分为多个纬度点;基于所有经度点和所有纬度点确定全景区域图像;其中,所述全景区域图像内的每个像素点对应所述范围内的一个经纬度坐标,所述全景区域图像的尺寸基于所有经度点的数量和所有纬度点的数量确定。
示例性的,所述确定模块73依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整时具体用于:
若所述传感器参数为所述摄像机内的加速度传感器采集的水平度参数,所述水平度参数表示所述摄像机采集的初始天空云图沿着视场角中心线向第一方向偏移目标角度,则对所述摄像机采集的初始天空云图对应的目标天空云图向第二方向移动所述目标角度,所述第二方向是所述第一方向的相反方向;或者,
若所述传感器参数为所述摄像机内的气压传感器采集的气压参数,则基于所述气压参数确定所述摄像机的实际海拔高度;若所述实际海拔高度小于初始海拔高度,则对所述摄像机采集的初始天空云图对应的目标天空云图中的重叠区域进行裁剪;其中,目标天空云图的裁剪尺寸与所述实际海拔高度成反比。
示例性的,所述确定模块73基于所述调整后的全景图像确定目标全景图像时具体用于:对所述调整后的全景图像中的目标区域进行过渡处理,得到目标全景图像;其中,所述目标区域是至少两个目标天空云图的重叠区域;
其中,针对所述调整后的全景图像中的目标区域的每个像素点,从所述目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图;基于该像素点在该第一目标天空云图中的第一像素值、该像素点在该第二目标天空云图中的第二像素值、及该像素点的衰减系数,确定该像素点的像素衰减值,基于所述第一像素值和所述像素衰减值确定该像素点的目标像素值;基于所述目标区域的每个像素点的目标像素值确定所述目标全景图像。
基于与上述方法同样的申请构思,本申请实施例中提出一种天空云图的拼接设备(即上述实施例的后处理设备),包括:处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现上述各实施例公开的方法步骤,在此不再赘述。比如说,所述处理器用于执行机器可执行指令,以实现如下步骤:
针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,所述传感器参数是所述摄像机内的传感器采集的参数;
对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;
基于所述调整后的全景图像确定目标全景图像。
基于与上述方法同样的申请构思,本申请实施例还提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,能够实现本申请上述各实施例公开的方法步骤。
其中,上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (10)
1.一种天空云图的拼接方法,其特征在于,所述方法包括:
针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,所述传感器参数是所述摄像机内的传感器采集的参数;
对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;
基于所述调整后的全景图像确定目标全景图像。
2.根据权利要求1所述的方法,其特征在于,所述多个摄像机中相邻两个摄像机之间的距离小于或者等于目标距离;其中,所述目标距离的确定方式为:基于摄像机的目标视场角和天空中的云层高度,确定目标距离。
3.根据权利要求2所述的方法,其特征在于,
所述基于摄像机的目标视场角和天空中的云层高度,确定目标距离,包括:
基于如下公式确定出所述目标距离:L=tan(FOV/2)*H*2;
其中,L为所述目标距离,FOV为所述目标视场角,H为所述云层高度。
4.根据权利要求2或3所述的方法,其特征在于,
所述多个摄像机采用预设边长进行等边三角形的网格部署;
其中,所述预设边长小于或者等于所述目标距离。
5.根据权利要求1所述的方法,其特征在于,所述基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,包括:
基于所有摄像机的经纬度坐标的范围,确定全景区域图像;
基于每个摄像机的经纬度坐标,确定所述摄像机采集的初始天空云图对应的目标天空云图在所述全景区域图像中的目标位置;
基于目标天空云图在所述全景区域图像中的目标位置,将目标天空云图叠加到所述全景区域图像,且目标天空云图的中心像素点与所述目标位置重合;
将已叠加所有目标天空云图的全景区域图像确定为初始全景图像。
6.根据权利要求5所述的方法,其特征在于,所有摄像机的经纬度坐标的范围包括经度最小值、经度最大值、纬度最小值和纬度最大值;
所述基于所有摄像机的经纬度坐标的范围,确定全景区域图像,包括:
按照第一间隔值将经度最小值和经度最大值之间的区域划分为多个经度点;
按照第二间隔值将纬度最小值和纬度最大值之间的区域划分为多个纬度点;
基于所有经度点和所有纬度点确定全景区域图像;其中,所述全景区域图像内的每个像素点对应所述范围内的一个经纬度坐标,所述全景区域图像的尺寸基于所有经度点的数量和所有纬度点的数量确定。
7.根据权利要求1所述的方法,其特征在于,
所述依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,包括:
若所述传感器参数为所述摄像机内的加速度传感器采集的水平度参数,所述水平度参数表示所述摄像机采集的初始天空云图沿着视场角中心线向第一方向偏移目标角度,则对所述摄像机采集的初始天空云图对应的目标天空云图向第二方向移动所述目标角度,所述第二方向是所述第一方向的相反方向;或者,
若所述传感器参数为所述摄像机内的气压传感器采集的气压参数,则基于所述气压参数确定所述摄像机的实际海拔高度;若所述实际海拔高度小于初始海拔高度,则对所述摄像机采集的初始天空云图对应的目标天空云图中的重叠区域进行裁剪;其中,目标天空云图的裁剪尺寸与所述实际海拔高度成反比。
8.根据权利要求1所述的方法,其特征在于,
所述基于所述调整后的全景图像确定目标全景图像,包括:
对所述调整后的全景图像中的目标区域进行过渡处理,得到目标全景图像;其中,所述目标区域是至少两个目标天空云图的重叠区域;
其中,针对所述调整后的全景图像中的目标区域的每个像素点,从所述目标区域的目标天空云图中选取该像素点对应的第一目标天空云图和第二目标天空云图;基于该像素点在该第一目标天空云图中的第一像素值、该像素点在该第二目标天空云图中的第二像素值、及该像素点的衰减系数,确定该像素点的像素衰减值,基于所述第一像素值和所述像素衰减值确定该像素点的目标像素值;基于所述目标区域的每个像素点的目标像素值确定所述目标全景图像。
9.一种天空云图的拼接装置,其特征在于,所述装置包括:
获取模块,用于针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,传感器参数是摄像机内的传感器采集的参数;对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
拼接模块,用于基于多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
确定模块,用于依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;以及基于所述调整后的全景图像确定目标全景图像。
10.一种天空云图的拼接设备,其特征在于,包括:处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现如下步骤:
针对地面部署的多个摄像机中的每一摄像机,从所述摄像机获取初始天空云图和传感器参数,所述传感器参数是所述摄像机内的传感器采集的参数;
对每一初始天空云图进行校正,得到该初始天空云图对应的目标天空云图;
基于所述多个摄像机的经纬度坐标,将所有目标天空云图拼接为初始全景图像;其中,所述初始全景图像中相邻两个目标天空云图存在重叠区域;
依据摄像机的传感器参数,对所述初始全景图像中所述摄像机采集的初始天空云图对应的目标天空云图进行调整,以使相邻两个目标天空云图之间的重叠区域与目标天空云图的大小满足预设比例要求,得到调整后的全景图像;
基于所述调整后的全景图像确定目标全景图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110172930.5A CN112907445B (zh) | 2021-02-08 | 2021-02-08 | 天空云图的拼接方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110172930.5A CN112907445B (zh) | 2021-02-08 | 2021-02-08 | 天空云图的拼接方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112907445A true CN112907445A (zh) | 2021-06-04 |
CN112907445B CN112907445B (zh) | 2023-05-26 |
Family
ID=76123984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110172930.5A Active CN112907445B (zh) | 2021-02-08 | 2021-02-08 | 天空云图的拼接方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907445B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861079A (zh) * | 2023-02-24 | 2023-03-28 | 和普威视光电股份有限公司 | 一种无重叠区域的全景图像拼接方法、系统及拼接终端 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354813A (zh) * | 2014-08-18 | 2016-02-24 | 杭州海康威视数字技术股份有限公司 | 驱动云台生成拼接图像的方法及装置 |
CN106683045A (zh) * | 2016-09-28 | 2017-05-17 | 深圳市优象计算技术有限公司 | 一种基于双目像机的全景图像拼接方法 |
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
CN108470323A (zh) * | 2018-03-13 | 2018-08-31 | 京东方科技集团股份有限公司 | 一种图像拼接方法、计算机设备及显示装置 |
CN109255302A (zh) * | 2018-08-15 | 2019-01-22 | 广州极飞科技有限公司 | 目标物识别方法及终端、移动装置控制方法及终端 |
CN109348119A (zh) * | 2018-09-18 | 2019-02-15 | 成都易瞳科技有限公司 | 一种全景监控系统 |
US20190394441A1 (en) * | 2012-02-24 | 2019-12-26 | Matterport, Inc. | Capturing and aligning panoramic image and depth data |
CN111598777A (zh) * | 2020-05-13 | 2020-08-28 | 上海眼控科技股份有限公司 | 天空云图的处理方法、计算机设备和可读存储介质 |
-
2021
- 2021-02-08 CN CN202110172930.5A patent/CN112907445B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190394441A1 (en) * | 2012-02-24 | 2019-12-26 | Matterport, Inc. | Capturing and aligning panoramic image and depth data |
CN105354813A (zh) * | 2014-08-18 | 2016-02-24 | 杭州海康威视数字技术股份有限公司 | 驱动云台生成拼接图像的方法及装置 |
CN106683045A (zh) * | 2016-09-28 | 2017-05-17 | 深圳市优象计算技术有限公司 | 一种基于双目像机的全景图像拼接方法 |
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
CN108470323A (zh) * | 2018-03-13 | 2018-08-31 | 京东方科技集团股份有限公司 | 一种图像拼接方法、计算机设备及显示装置 |
CN109255302A (zh) * | 2018-08-15 | 2019-01-22 | 广州极飞科技有限公司 | 目标物识别方法及终端、移动装置控制方法及终端 |
CN109348119A (zh) * | 2018-09-18 | 2019-02-15 | 成都易瞳科技有限公司 | 一种全景监控系统 |
CN111598777A (zh) * | 2020-05-13 | 2020-08-28 | 上海眼控科技股份有限公司 | 天空云图的处理方法、计算机设备和可读存储介质 |
Non-Patent Citations (1)
Title |
---|
陈青青,等: "地图投影面上的全天空图像拼接", 《软件与算法》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861079A (zh) * | 2023-02-24 | 2023-03-28 | 和普威视光电股份有限公司 | 一种无重叠区域的全景图像拼接方法、系统及拼接终端 |
CN115861079B (zh) * | 2023-02-24 | 2023-05-12 | 和普威视光电股份有限公司 | 一种无重叠区域的全景图像拼接方法、系统及拼接终端 |
Also Published As
Publication number | Publication date |
---|---|
CN112907445B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2401703B1 (en) | System and method of indicating transition between street level images | |
CN108702444B (zh) | 一种图像处理方法、无人机及系统 | |
US8085308B2 (en) | Image correction device, method, integrated circuit and system for correcting images captured by a camera provided in a moving object | |
US20140340427A1 (en) | Method, device, and system for computing a spherical projection image based on two-dimensional images | |
US8339583B2 (en) | Visual detection of clear air turbulence | |
KR20040078061A (ko) | 개선된 시각 이미징을 제공하기 위한 시스템 및 방법 | |
US8982245B2 (en) | Method and system for sequential viewing of two video streams | |
CN112470092A (zh) | 一种测绘系统、测绘方法、装置、设备及介质 | |
EP2433248A1 (en) | Image zooming using pre-existing imaging information | |
WO2022242395A1 (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN114125310B (zh) | 拍照方法、终端设备及云端服务器 | |
JP6087712B2 (ja) | 分布データ表示装置、方法及びプログラム | |
CN113781664B (zh) | 基于三维模型的vr全景图构造显示方法、系统及终端 | |
CN112907445B (zh) | 天空云图的拼接方法、装置及设备 | |
CN111527375B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
JP2007271869A (ja) | 画像処理による地図作成方法、その装置及びそのコンピュータプログラム | |
CN112907447B (zh) | 天空云图的拼接及用于确定多摄像机安装位置的方法 | |
CN111868656B (zh) | 一种作业控制系统、作业控制方法、装置、设备及介质 | |
US8995751B2 (en) | Method for virtually expanding and enriching the field of view of a scene | |
CN113805829B (zh) | 导航界面的显示方法、装置、终端、存储介质及程序产品 | |
CN114494563A (zh) | 航拍视频在数字地球上的融合显示方法和装置 | |
US9324176B2 (en) | Apparatus and method for saving and updating image file | |
CN111970504A (zh) | 利用虚拟投影反向模拟三维球体的展示方法、装置和系统 | |
WO2023286546A1 (ja) | データ生成装置、表示装置、データ生成方法、表示方法及びプログラム | |
CN116977400A (zh) | 一种面积测算方法及装置 |
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 |