CN113344834B - 图像拼接方法、装置及计算机可读存储介质 - Google Patents
图像拼接方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113344834B CN113344834B CN202110616571.8A CN202110616571A CN113344834B CN 113344834 B CN113344834 B CN 113344834B CN 202110616571 A CN202110616571 A CN 202110616571A CN 113344834 B CN113344834 B CN 113344834B
- Authority
- CN
- China
- Prior art keywords
- image
- reflected light
- images
- stitching
- splicing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20048—Transform domain processing
-
- 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)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像拼接方法、装置及计算机可读存储介质，方法包括：获取待拼接的至少两张反射光图像；根据各个反射光图像关联的纹理信息获取反射光图像的拼接位置，反射光图像关联的纹理信息根据反射光图像对应的透射光图像得到，相对应的反射光图像以及透射光图像的像素点相同；根据拼接位置拼接反射光图像。本发明可提高拼接图像的质量。
Description
技术领域
本发明涉及图像处理的技术领域，尤其涉及一种图像拼接方法、装置及计算机可读存储介质。
背景技术
在拍摄被拍摄物时，若被拍摄物的物理面积超过摄像头的视野，就需要通过移动摄像头来拍摄多幅图像，然后将拍到的图像进行图像拼接，即可得到被拍摄物的拼接图像，但是，对于图像拼接，现有技术往往是基于单个类型的图像进行拼接，若反射光图像中的拼接所需信息较少，会导致拼接效果差，由此可见，现有技术在拍摄被拍摄物时，获取的被拍摄物的拼接图像的图像质量不稳定。
发明内容
本发明实施例通过提供一种图像拼接方法、装置及计算机可读存储介质，旨在解决现有技术在拍摄被拍摄物时，获取的被拍摄物的拼接图像的图像质量不稳定的技术问题。
本发明实施例提供一种图像拼接方法，所述图像拼接方法包括以下步骤：
获取待拼接的至少两张反射光图像；
根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；
根据所述拼接位置拼接所述反射光图像。
在一实施例中，所述根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置的步骤包括：
根据所述纹理信息的相似度确定各个反射光图像对应的透射光图像的重叠区域；
根据所述重叠区域的图像梯度值在所述重叠区域确定缝合线区域；
获取透射光图像所述缝合线区域对应的像素点的位置信息；
将所述反射光图像中所述位置信息对应的像素点所在的位置作为所述反射光图像的拼接位置。
在一实施例中，所述根据所述拼接位置拼接所述反射光图像的步骤包括：
对反射光图像中所述拼接位置的像素点进行图像融合，以拼接所述反射光图像。
在一实施例中，所述获取待拼接的至少两张反射光图像的步骤之前，所述方法还包括：
控制摄像头在各个预设采集位置各采集一张待拼接的反射光图像以及一张透射光图像；
识别所述透射光图像的所述纹理信息；
关联所述反射光图像以及同一位置的所述透射光图像的所述纹理信息。
在一实施例中，所述识别所述透射光图像的所述纹理信息的步骤之前，所述方法还包括：
对所述反射光图像以及所述透射光图像进行畸变校正。
在一实施例中，所述根据所述拼接位置拼接所述反射光图像的步骤之前，是方法还包括：
对所述反射光图像进行光照补偿；
根据所述拼接位置拼接光照补偿后的反射光图像。
在一实施例中，所述根据所述拼接位置拼接所述反射光图像的步骤之后，所述方法还包括：
存储拼接得到的拼接图像，以作为待拼接的反射光图像；
拼接所述待拼接的至少两张反射光图像对应的透射光图像，识别拼接后的所述透射光图像的纹理信息；
关联所述拼接图像以及拼接后的所述透射光图像的纹理信息；
返回执行所述获取待拼接的至少两张反射光图像的步骤，直至图像拼接完成。
在一实施例中，所述获取待拼接的至少两张反射光图像的步骤包括：
获取上一次拼接得到的拼接图像的标识信息；
根据所述标识信息获取所述拼接图像的相邻图像作为所述待拼接图像。
本发明实施例还提供一种图像拼接装置，所述图像拼接装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的图像拼接程序，所述处理器执行所述图像拼接程序时实现如上所述的图像拼接方法的各个步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像拼接程序，所述图像拼接程序被处理器执行时实现如上所述的图像拼接方法的各个步骤。
在本实施例的技术方案中，图像拼接装置获取待拼接的至少两张反射光图像；根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；根据所述拼接位置拼接所述反射光图像。由于图像拼接装置可基于透射光图像上的纹理信息来对反射光图像进行图像拼接，在反射光图像中的纹理特征较少时，也不会影响到拼接质量，由于透射光图像保护的纹理特征更为清晰，而反射光图像才是拼接目标，因此，使用透射光图像的纹理特征实现对反射光图像的拼接，可提高拼接图像的质量。
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为本发明实施例涉及的图像拼接装置的硬件构架示意图；
图2为本发明图像拼接方法第一实施例的流程示意图；
图3为本发明图像拼接方法第二实施例步骤20的细化流程示意图；
图4为本发明图像拼接方法第三实施例的流程示意图；
图5为本发明图像拼接方法第四实施例的流程示意图；
图6为本发明图像拼接方法第五实施例的流程示意图；
图7为本发明图像拼接方法第六实施例的流程示意图；
图8为本发明图像拼接方法第七实施例的流程示意图。
具体实施方式
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的主要解决方案是：图像拼接装置获取待拼接的至少两张反射光图像；根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；根据所述拼接位置拼接所述反射光图像。
由于图像拼接装置可基于透射光图像上的纹理信息来对反射光图像进行图像拼接，在反射光图像中的纹理特征较少时，也不会影响到拼接质量，由于透射光图像保护的纹理特征更为清晰，而反射光图像才是拼接目标，因此，使用透射光图像的纹理特征实现对反射光图像的拼接，可提高拼接图像的质量。
作为一种实现方式，图像拼接装置可以如图1。
本发明实施例方案涉及的是图像拼接装置，图像拼接装置包括：处理器101，例如CPU，存储器102，通信总线103，指示灯104。其中，通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器，也可以是稳定的存储器（non-volatilememory），例如磁盘存储器。如图1，作为一种计算机可读存储介质的存储器103中可以包括检测程序；而处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
获取待拼接的至少两张反射光图像；
根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；
根据所述拼接位置拼接所述反射光图像。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
根据所述纹理信息的相似度确定各个反射光图像对应的透射光图像的重叠区域；
根据所述重叠区域的图像梯度值在所述重叠区域确定缝合线区域；
获取透射光图像所述缝合线区域对应的像素点的位置信息；
将所述反射光图像中所述位置信息对应的像素点所在的位置作为所述反射光图像的拼接位置。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
对反射光图像中所述拼接位置的像素点进行图像融合，以拼接所述反射光图像。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
控制摄像头在各个预设采集位置各采集一张待拼接的反射光图像以及一张透射光图像；
识别所述透射光图像的所述纹理信息；
关联所述反射光图像以及同一位置的所述透射光图像的所述纹理信息。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
对所述反射光图像以及所述透射光图像进行畸变校正。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
对所述反射光图像进行光照补偿；
根据所述拼接位置拼接光照补偿后的反射光图像。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
存储拼接得到的拼接图像，以作为待拼接的反射光图像；
拼接所述待拼接的至少两张反射光图像对应的透射光图像，识别拼接后的所述透射光图像的纹理信息；
关联所述拼接图像以及拼接后的所述透射光图像的纹理信息；
返回执行所述获取待拼接的至少两张反射光图像的步骤，直至图像拼接完成。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
获取上一次拼接得到的拼接图像的标识信息；
根据所述标识信息获取所述拼接图像的相邻图像作为所述待拼接图像。
在本实施例的技术方案中，图像拼接装置获取待拼接的至少两张反射光图像；根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；根据所述拼接位置拼接所述反射光图像。由于图像拼接装置可基于透射光图像上的纹理信息来对反射光图像进行图像拼接，在反射光图像中的纹理特征较少时，也不会影响到拼接质量，由于透射光图像保护的纹理特征更为清晰，而反射光图像才是拼接目标，因此，使用透射光图像的纹理特征实现对反射光图像的拼接，可提高拼接图像的质量。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2，图2为本发明图像拼接方法的第一实施例，方法包括以下步骤：
步骤S10，获取待拼接的至少两张反射光图像。
在本实施例中，反射光图像为预先获取的图像，容易理解的是，反射光图像是摄像头在光源为反射光的环境下获取的图像；本步骤是在预先获取的反射光图像数据库中获取待拼接的至少两张反射光图像。
步骤S20，根据各个反射光图像关联的纹理信息获取所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同。
在本实施例中，在确定要拼接的反射光图像后，获取反射光图像关联的透射光图像，容易理解的是，透射光图像是摄像头在透射光的环境下获取的图像，是在预先拍摄反射光图像时，同步拍摄得到并关联的；然后获取透射光图像的纹理信息，其中，上述纹理信息包括纸纹纹理特征；基于得到的纹理信息的相似度确定透射光图像之间的重叠区域，介于透射光图像与反射光图像是纹理信息是关联的，在确定了透射光图像的重叠区域之后，可基于透射光的重叠区域确定反射光的重叠区域，容易理解的是，将确定的反射光的重叠区域作为拼接反射光图像的拼接位置。
可选的，确定透射光图像后，对透射光图像进行尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。
可选的，对于反射光图像与透射光图像的关联，可基于RANSAC（Random SamplingConsensus）方法进行，并引用Sampson加权算子，以Sampson距离划分局内点和局外点来提高算法的鲁棒性，而局外点数据就是误匹配的特征点对。RANSAC方法的基本思想是：在进行参数估计时，通过重复地对特征数据集取样来获得基本子集，利用基本子集估算基本矩阵。
可选的，可对得到的透射图像进行特征配准，然后基于配准结果确定上述重叠区域，容易理解的是，根据透射光图像之间的纹理信息的相似度确定上述重叠区域。
可选的，在获取透射光图像之后，可对得到的反射光图像以及透射光图像进行透视变换，其中，透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：
上式中，u、v是原始图片左边，对应得到变换后的图片坐标x、y，其中，
。
步骤S30，根据所述拼接位置拼接所述反射光图像。
在本实施例中，在上述重叠区域的最佳缝合线拼接反射光图像。
在本实施例的技术方案中，由于图像拼接装置可基于透射光图像上的纹理信息来对反射光图像进行图像拼接，在反射光图像中的纹理特征较少时，也不会影响到拼接质量，由于透射光图像保护的纹理特征更为清晰，而反射光图像才是拼接目标，因此，使用透射光图像的纹理特征实现对反射光图像的拼接，可提高拼接图像的质量。
参照图3，图3为本发明图像拼接方法的第二实施例，基于第一实施例，步骤S20包括：
步骤S21，根据所述纹理信息的相似度确定各个反射光图像对应的透射光图像的重叠区域。
在本实施例中，确定透射光图像各个区域的纹理信息，然后基于得到的纹理信息的相似度确定透射光图像的重叠区域。
步骤S22，根据所述重叠区域的图像梯度值在所述重叠区域确定缝合线区域。
在本实施例中，在确定了透射光图像的重叠区域之后，进一步在重叠区域确定缝合线区域，具体的，上述缝合线为最佳缝合线，可基于重叠区域的图像梯度值确定。
可选的，对于最佳缝合线的查找，还可基于最佳缝合线-多分辨率融合的图像拼接算法，将重叠区域图像划分为一个缝合线区域和两个过渡区域，在缝合线区域内寻找最佳缝合线。
可选的，一条理想的最佳缝合线应该满足以下两个要求，第一，在颜色强度上，两幅图像的颜色差异最小；第二，在结构强度上，两幅图像的结构差异最小。其中，最佳缝合线计算准则，即：
上式中， Ecolor(x,y)表示图像的颜色差异强度值，Egeometry(x,y)表示图像结构差异强度值。基于图像梯度计算Egeometry(x,y)，具体公式为：
式中，Sx和Sy表示3×3的Sobel算子模板。
步骤S23，获取透射光图像所述缝合线区域对应的像素点的位置信息。
步骤S24，将所述反射光图像中所述位置信息对应的像素点所在的位置作为所述反射光图像的拼接位置。
在本实施例中，在确定了透射光图像的最佳缝合线之后，确定最佳缝合线对应的像素点的位置信息，然后基于透射光图像与反射光图像的对应关系，在反射光图像中确定对应的像素点的位置信息，得到反射光图像的最佳缝合线，并作为上述拼接位置。
在本实施例的技术方案中，可基于透射光图像的重叠区域中的最佳缝合线以及透射光图像与反射光图像的关联关系，在反射光图像中确定最佳缝合线，从而实现根据透射光图像对反射光图像进行拼接。
参照图4，图4为本发明图像拼接方法的第三实施例，基于第一至第二任一实施例，步骤S30包括：
步骤S31，对反射光图像中所述拼接位置的像素点进行图像融合，以拼接所述反射光图像。
在本实施例中，前面已经得到了反射光图像的最佳缝合线，但如果只是简单的对缝合线的两侧选取不同的图像，那么对于反射光图像的重叠区域，在缝合线处的过度会出现不连贯的现象，在视觉上会显得有些突兀。因此还需要在缝合线两侧，对不同图像进行融合处理来克服上述不足之处。为了能够保留图像的高频成分（即图像的细节部分），则需要应用多频段融合方法，它通过建立拉普拉斯（带通滤波器）金字塔，使各个频段上的信息都保留并融合在一起。
首先，分别建立各个图像的拉普拉斯金字塔，然后针对重叠区域，把它们的金字塔的相同层应用式进行合并，最后对该合并后的金字塔进行逆拉普拉斯变换，从而得到最终的融合图像。拉普拉斯金字塔是通过高斯金字塔得到。高斯金字塔的上一层图像是对下一层图像进行高斯模糊（卷积高斯内核）再降采样（隔点采样）得到的。而拉普拉斯金字塔的各层图像是由高斯金字塔的相同层减去它的上一层的扩展得到的，即：
上式中，L和G分别表示拉普拉斯和高斯金字塔，R为由式92得到的合并金字塔，S为融合金字塔，拉普拉斯金字塔的顶层图像就是高斯金字塔的顶层图像，下标n表示的是金字塔的层数，底层为0，并且G0为图像原图，expand表示扩展运算。拉普拉斯金字塔是由底层向顶层逐层构建得到的。
在本实施例的技术方案中，图像融合(Image Fusion)是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。待融合图像已配准好且像素位宽一致，因此，对待拼接的反射光图像进行图像融合，可提高拼接图像的质量。
参照图5，图5为本发明图像拼接方法的第四实施例，基于第一至第三任一实施例，步骤S10之前，还包括：
步骤S40，控制摄像头在各个预设采集位置各采集一张待拼接的反射光图像以及一张透射光图像。
在本实施例中，在进行图像拼接前，对于反射光图像以及透射光图像的获取，可控制摄像头在预设采集位置进行获取。
可选的，对所述反射光图像以及所述透射光图像进行畸变校正，从而提高图像质量。
步骤S50，识别所述透射光图像的所述纹理信息。
步骤S60，关联所述反射光图像以及同一位置的所述透射光图像的所述纹理信息。
在本实施例的技术方案中，基于预先采集并关联纹理信息的透射光图像以及反射光图像，在进行拼接时，可直接根据透射光体现以及反射光图像的关联关系进行图像拼接，提高了图像拼接的效率。
参照图6，图6为本发明图像拼接方法的第五实施例，基于第一至第四任一实施例，步骤S50之前，还包括：
步骤S70，对所述反射光图像进行光照补偿。
在本实施例中，如果不同图像之间有不同的曝光程度，那么拼接图像中的重叠部分也会出现明显的边缘，这样就使图像看起来十分不自然。因此，我们还需要对每幅图像进行曝光补偿，常用的曝光补偿方法有增益补偿和分块补偿这两种方法。增益补偿就是为每幅图像赋予一个增益系数，使重叠部分的图像强度相等或相似。它可以利用误差函数来实现：
上式中，gi和gj为图像i和图像j的增益系数，R(i,j)表示图像i和图像j的重叠部分，Ii(ui)表示图像i在重叠部分R(i,j)的强度平均值Iij。
步骤S80，根据所述拼接位置拼接光照补偿后的反射光图像。
在本实施例的技术方案中，对待拼接的反射光图像进行光照补偿，可提高待拼接图像直接的曝光程度，进而提高待拼接的反射光图像之间的契合度。
参照图7，图7为本发明图像拼接方法的第六实施例，基于第一至第五任一实施例，步骤S30之后，包括：
步骤S90，存储拼接得到的拼接图像，以作为待拼接的反射光图像。
步骤S100，拼接所述待拼接的至少两张反射光图像对应的透射光图像，识别拼接后的所述透射光图像的纹理信息。
步骤S110，关联所述拼接图像以及拼接后的所述透射光图像的纹理信息。
步骤S120，返回执行所述获取待拼接的至少两张反射光图像的步骤，直至图像拼接完成。
在本实施例中，在完成反射光图像的拼接后，拼接对应的透射光图像，然后关联对应的拼接结果的纹理信息。
可选的，若检测到还有待拼接的图像，可将得到的拼接图像作为新一轮的拼接目标。
在本实施例的技术方案中，在合成待拼接的反射光图像后，继续针对对应的透射光图像进行图像拼接，然后关联两个拼接结果的特征信息，在同时存在多个拼接目标时，可将上述两组拼接结果进行关联，作为下一次拼接图组，从而实现多个拼接目标的拼接。
参照图8，图8为本发明图像拼接方法的第七实施例，基于第一至第六任一实施例，步骤S120包括：
步骤S121，获取上一次拼接得到的拼接图像的标识信息。
步骤S122，根据所述标识信息获取所述拼接图像的相邻图像作为所述待拼接图像。
在本实施例中，每个待拼接图像都设有对应的标识信息，然后可基于标识信息确定是否还存在相邻的图像，在存在多个拼接目标时，可自动进行循环拼接。
为实现上述目的，本发明实施例还提供一种图像拼接装置，所述图像拼接装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的图像拼接程序，所述处理器执行所述图像拼接程序时实现如上所述的图像拼接方法的各个步骤。
为实现上述目的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像拼接程序，所述图像拼接程序被处理器执行时实现如上所述的图像拼接方法的各个步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或图像拼接程序产品。因此，本发明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，本发明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计算机可读存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的网络配置产品程序的形式。
本发明是参照根据本发明实施例的方法、装置（系统）、和图像拼接程序产品的流程图和／或方框图来描述的。应理解可由图像拼接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。可提供这些图像拼接程序指令到通用计算机、专用计算机、嵌入式处理机或其他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他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。
这些图像拼接程序指令也可存储在能引导计算机或其他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多个流程和／或方框图一个方框或多个方框中指定的功能。
这些图像拼接程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他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，从而在计算机或其他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。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种图像拼接方法，其特征在于，所述图像拼接方法包括以下步骤：
获取待拼接的至少两张反射光图像；
根据各个反射光图像关联的纹理信息的相似度确定各个反射光图像对应的透射光图像的重叠区域；
根据所述重叠区域的图像梯度值在所述重叠区域确定缝合线区域；
获取透射光图像所述缝合线区域对应的像素点的位置信息；
将所述反射光图像中所述位置信息对应的像素点所在的位置作为所述反射光图像的拼接位置，所述反射光图像关联的纹理信息根据所述反射光图像对应的透射光图像得到，相对应的反射光图像以及所述透射光图像的像素点相同；
根据所述拼接位置拼接所述反射光图像。
2.如权利要求1所述的图像拼接方法，其特征在于，所述根据所述拼接位置拼接所述反射光图像的步骤包括：
对反射光图像中所述拼接位置的像素点进行图像融合，以拼接所述反射光图像。
3.如权利要求1所述的图像拼接方法，其特征在于，所述获取待拼接的至少两张反射光图像的步骤之前，所述方法还包括：
控制摄像头在各个预设采集位置各采集一张待拼接的反射光图像以及一张透射光图像；
识别所述透射光图像的所述纹理信息；
关联所述反射光图像以及同一位置的所述透射光图像的所述纹理信息。
4.如权利要求3所述的图像拼接方法，其特征在于，所述识别所述透射光图像的所述纹理信息的步骤之前，所述方法还包括：
对所述反射光图像以及所述透射光图像进行畸变校正。
5.如权利要求1所述的图像拼接方法，其特征在于，所述根据所述拼接位置拼接所述反射光图像的步骤之前，是方法还包括：
对所述反射光图像进行光照补偿；
根据所述拼接位置拼接光照补偿后的反射光图像。
6.如权利要求1-5任一项所述的图像拼接方法，其特征在于，所述根据所述拼接位置拼接所述反射光图像的步骤之后，所述方法还包括：
存储拼接得到的拼接图像，以作为待拼接的反射光图像；
拼接所述待拼接的至少两张反射光图像对应的透射光图像，识别拼接后的所述透射光图像的纹理信息；
关联所述拼接图像以及拼接后的所述透射光图像的纹理信息；
返回执行所述获取待拼接的至少两张反射光图像的步骤，直至图像拼接完成。
7.如权利要求6所述的图像拼接方法，其特征在于，所述获取待拼接的至少两张反射光图像的步骤包括：
获取上一次拼接得到的拼接图像的标识信息；
根据所述标识信息获取所述拼接图像的相邻图像作为所述待拼接图像。
8.一种图像拼接装置，其特征在于，所述图像拼接装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的图像拼接程序，所述处理器执行所述图像拼接程序时实现如权利要求1至7中任一项所述的图像拼接方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像拼接程序，所述图像拼接程序被处理器执行时实现如权利要求1至7中任一项所述的图像拼接方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110616571.8A CN113344834B (zh) | 2021-06-02 | 2021-06-02 | 图像拼接方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110616571.8A CN113344834B (zh) | 2021-06-02 | 2021-06-02 | 图像拼接方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113344834A CN113344834A (zh) | 2021-09-03 |
| CN113344834B true CN113344834B (zh) | 2022-06-03 |
Family
ID=77475074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110616571.8A Active CN113344834B (zh) | 2021-06-02 | 2021-06-02 | 图像拼接方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113344834B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106886979A (zh) * | 2017-03-30 | 2017-06-23 | 深圳市未来媒体技术研究院 | 一种图像拼接装置及图像拼接方法 |
| CN107079141A (zh) * | 2014-09-22 | 2017-08-18 | 三星电子株式会社 | 用于三维视频的图像拼接 |
| CN107807490A (zh) * | 2017-09-26 | 2018-03-16 | 中国科学院长春光学精密机械与物理研究所 | 基于双相机分光成像增大视场的方法及系统 |
| CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6680560B2 (ja) * | 2016-02-17 | 2020-04-15 | オリンパス株式会社 | 共焦点顕微鏡装置、貼り合せ画像構築方法、及びプログラム |
| CN110136183B (zh) * | 2018-02-09 | 2021-05-18 | 华为技术有限公司 | 一种图像处理的方法、装置以及摄像装置 |
-
2021
- 2021-06-02 CN CN202110616571.8A patent/CN113344834B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107079141A (zh) * | 2014-09-22 | 2017-08-18 | 三星电子株式会社 | 用于三维视频的图像拼接 |
| CN106886979A (zh) * | 2017-03-30 | 2017-06-23 | 深圳市未来媒体技术研究院 | 一种图像拼接装置及图像拼接方法 |
| CN107807490A (zh) * | 2017-09-26 | 2018-03-16 | 中国科学院长春光学精密机械与物理研究所 | 基于双相机分光成像增大视场的方法及系统 |
| CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 基于全自动显微镜的图像拼接技术研究;张传友;《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑》;20140415(第04期);I138-835 * |
| 基于反射光和透射光成像的图像识别方法比较;弓宇;《机电产品的开发与创新》;20130531;第26卷(第3期);第7-8、56页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113344834A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10540806B2 (en) | Systems and methods for depth-assisted perspective distortion correction | |
| US10559090B2 (en) | Method and apparatus for calculating dual-camera relative position, and device | |
| US6865289B1 (en) | Detection and removal of image occlusion errors | |
| Hu et al. | Exposure stacks of live scenes with hand-held cameras | |
| US6798923B1 (en) | Apparatus and method for providing panoramic images | |
| CN107316326B (zh) | 应用于双目立体视觉的基于边的视差图计算方法和装置 | |
| CN113129241B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
| AU2007285683A1 (en) | Method of image processing | |
| US20220172331A1 (en) | Image inpainting with geometric and photometric transformations | |
| Lo et al. | Joint trilateral filtering for depth map super-resolution | |
| US20150249774A1 (en) | Ghost artifact detection and removal in hdr image creation using graph based selection of local reference | |
| CN111222432A (zh) | 人脸活体检测方法、系统、设备及可读存储介质 | |
| CN111339887A (zh) | 商品识别方法及智能货柜系统 | |
| CN113793266A (zh) | 一种多目机器视觉图像拼接方法、系统及存储介质 | |
| Attard et al. | Image mosaicing of tunnel wall images using high level features | |
| JP4296617B2 (ja) | 画像処理装置および画像処理方法、並びに記録媒体 | |
| CN110557556A (zh) | 一种多对象拍摄的方法及装置 | |
| CN114998773A (zh) | 适用于无人机系统航拍图像的特征误匹配剔除方法及系统 | |
| JP2001194126A (ja) | 三次元形状計測装置および三次元形状計測方法、並びにプログラム提供媒体 | |
| JP2001148012A (ja) | 対応点探索方法および装置 | |
| CN112270748B (zh) | 基于图像的三维重建方法及装置 | |
| CN107767330B (zh) | 一种图像拼接方法 | |
| CN113344834B (zh) | 图像拼接方法、装置及计算机可读存储介质 | |
| CN107680083B (zh) | 视差确定方法和视差确定装置 | |
| CN112288817B (zh) | 基于图像的三维重建处理方法及装置 |
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 |