CN114331843B - 一种基于灰度直方图的图像拼接方法 - Google Patents

一种基于灰度直方图的图像拼接方法 Download PDF

Info

Publication number
CN114331843B
CN114331843B CN202111625439.XA CN202111625439A CN114331843B CN 114331843 B CN114331843 B CN 114331843B CN 202111625439 A CN202111625439 A CN 202111625439A CN 114331843 B CN114331843 B CN 114331843B
Authority
CN
China
Prior art keywords
image
gray
splicing
current frame
reference frame
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
CN202111625439.XA
Other languages
English (en)
Other versions
CN114331843A (zh
Inventor
李启达
柳佳
徐明飞
张小磊
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.)
Suzhou Seecar Information System Co ltd
Original Assignee
Suzhou Seecar Information System 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 Suzhou Seecar Information System Co ltd filed Critical Suzhou Seecar Information System Co ltd
Priority to CN202111625439.XA priority Critical patent/CN114331843B/zh
Publication of CN114331843A publication Critical patent/CN114331843A/zh
Application granted granted Critical
Publication of CN114331843B publication Critical patent/CN114331843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种基于灰度直方图的图像拼接方法，图像拼接的准确度高，并且拼接速度快，尤其适用于快速移动的被检测物体。包括步骤：S1，将参考帧图像和当前帧图像分别按照像素点数计算出图像的长H和宽W；分别将图像格式由彩色格式转灰度格式(RGB格式转换为GRAY格式)；再分别按照列累加灰度值并除以宽W，得到长H的参考帧信号和当前帧信号；S2，利用互相关函数求取长H值相同的两帧信号(参考帧信号与当前帧信号)之间的时延；S3，根据所述时延进行两帧信号的拼接，再根据灰度累加值进行两帧图像(参考帧图像与当前帧图像)的拼接。

Description

一种基于灰度直方图的图像拼接方法
技术领域
本发明涉及图像拼接技术领域，更具体地，涉及一种基于灰度直方图的图像拼接方法。
背景技术
随着图像传感器技术的不断发展，传感器的应用领域也在不断丰富，无论医疗、教育、安防还是交通、物流等行业对图像传感器的应用需求均在日益剧增。在不同场景下，对传感器的应用需求、实现功能均有差异，除了对传感器的感光灵敏度、分辨率等参数要求有所提高外，对与之配套的图像识别算法要求也是层出不穷。
在通信网络飞速发展的当下，监控摄像机的应用除满足传统的视频监控外，在一些场景下对行人、车辆等特征提取需求也与日俱增。部分场景下单台监控摄像机功能难以满足，需要通过多台摄像机通过图像拼接或算法融合等进行现场数据的实时还原。
目前常用的图像拼接方法主要包括基于区域相关的拼接算法和基于特征相关的拼接算法两种方法。基于区域相关的拼接是最为传统和最普遍的算法，基于区域的配准方法是从待拼接图像的灰度值出发，对待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法或者其他数学方法计算其灰度值的差异，对此差异比较后来判断待拼接图像重叠区域的相似程度，由此得到待拼接图像重叠区域的范围和位置，从而实现图像拼接。但是，当需要拼接的两个图像相似度高、移动速度较快时，基于区域相关的拼接会出现拼接错位、断层等问题。基于特征的配准方法不是直接利用图像的像素值，而是通过像素导出图像的特征，然后以图像特征为标准，对图像重叠部分的对应特征区域进行搜索匹配，该类拼接算法有比较高的健壮性和鲁棒性。但是，图像本身为扁平数据，受光线影响大，在拼接过程中，相关特征点缺乏量化指标在拼接过程中需要大量时间处理且易出现拼接错位现象；当对拼接速度要求过高时即对高速移动物体进行拼接时，拼接图像可信度交底，应用场景受限。
有鉴于此，本发明提供一种基于灰度直方图的图像拼接方法，图像拼接的准确度高，并且拼接速度快，尤其适用于快速移动的被检测物体。
发明内容
本发明的目的在于，提供一种基于灰度直方图的图像拼接方法，图像拼接的准确度高，并且拼接速度快，尤其适用于快速移动的被检测物体。
一种基于灰度直方图的图像拼接方法，包括步骤：
S1，将参考帧图像和当前帧图像分别按照像素点数计算出图像的长H和宽W；分别将图像格式由彩色格式转灰度格式(RGB格式转换为GRAY格式)；再分别按照列累加灰度值并除以宽W，得到长H的参考帧信号和当前帧信号；
S2，利用互相关函数求取长H值相同的两帧信号(参考帧信号与当前帧信号)之间的时延；
S3，根据所述时延进行两帧信号的拼接，再根据灰度累加值进行两帧图像(参考帧图像与当前帧图像)的拼接。
在一些实施方式中，在步骤S1中，所述参考帧图像与当前帧图像来源于不同的摄像机。
进一步的，所述参考帧图像为拼接图像的起始帧图像，即移动物体进入检测区域的第一帧数据，当前帧图像为视频刷新的下一帧数据。
进一步的，结合待拼接物体移动的特性及相机刷新频率、相机视场角因素，两帧图像之间存在共同区域。
进一步的，图像像素点数与图像分辨率为数码相机可选择的成像大小及尺寸，成像大小包括：640x480dpi、1024x768dpi、1600x1200dpi、2048x1536dpi，其中，成像大小的前者为图片宽度，后者为图片的高度，两者相乘得出的是图片的像素。
在一些实施方式中，在步骤S1中，RGB格式即一个像素由R、G、B三基色构成，RGB分量转Gray灰度即只挑取R、G、B中的1个分量，剩下的2个分量丢弃，其位置由挑取的分量来替代。
进一步的，Gray＝r*0.299+g*0.587+b*0.114。
在一些实施方式中，在步骤S1中，每一列图像是由若干个像素点组成，每个像素点的灰度值采用0-255表示，将同一列所有像素点的灰度值累加后除以宽W，可获得长度方向灰度值的平均值，即长H的参考帧信号和当前帧信号。
在一些实施方式中，在步骤S2中，所述互相关函数表示的是两个时间序列之间的相关程度，可求取得到所述参考帧信号与当前帧信号之间的一个具体值的时延。
在一些实施方式中，在步骤S3中，将当前帧信号根据时延进行信号平移，平移长度为时延长度，完成参考帧信号与当前帧信号的拼接；结合参考帧与当前帧列累加灰度值并除以宽W的值进行两帧数据的对齐；再将拼接后的信号根据灰度累加值还原成拼接图像，完成两帧图像的拼接。
与现有技术相比，本申请的优点在于：
(1)本申请根据物体同一位置灰度值相同对图像进行拼接，整个图像拼接的准确度更高。
(2)拼接速度更快，可满足更多场景下的应用，尤其在被检测物体快速移动时效果更为显著。
附图说明
结合以下附图一起阅读时，将会更加充分地描述本申请内容的上述和其他特征。可以理解，这些附图仅描绘了本申请内容的若干实施方式，因此不应认为是对本申请内容范围的限定。通过采用附图，本申请内容将会得到更加明确和详细地说明。
图1为本申请的基于灰度直方图的图像拼接方法的拼接信号的示意图。
图2为本申请的基于灰度直方图的图像拼接方法的拼接图像的示意图。
具体实施方式
描述以下实施例以辅助对本申请的理解，实施例不是也不应当以任何方式解释为限制本申请的保护范围。
在以下描述中，本领域的技术人员将认识到，在本论述的全文中，组件可描述为单独的功能单元(可包括子单元)，但是本领域的技术人员将认识到，各种组件或其部分可划分成单独组件，或者可整合在一起(包括整合在单个的系统或组件内)。
同时，组件或系统之间的连接并不旨在限于直接连接。相反，在这些组件之间的数据可由中间组件修改、重格式化、或以其它方式改变。另外，可使用另外或更少的连接。还应注意，术语“联接”、“连接”、或“输入”“固定”应理解为包括直接连接、通过一个或多个中间媒介来进行的间接的连接或固定。
实施例1：
一种基于灰度直方图的图像拼接方法，包括步骤：S1，将参考帧图像和当前帧图像分别按照像素点数计算出图像的长H和宽W；分别将图像格式由彩色格式转灰度格式(RGB格式转换为GRAY格式)；再分别按照列累加灰度值并除以宽W，得到长H的参考帧信号和当前帧信号；S2，利用互相关函数求取长H值相同的两帧信号(参考帧信号与当前帧信号)之间的时延参数；S3，根据所述时延参数进行两帧信号的拼接，再根据灰度累加值进行两帧图像(参考帧图像与当前帧图像)的拼接。
在步骤S1中，所述参考帧图像与当前帧图像来源于不同的摄像机。所述参考帧图像为拼接图像的起始帧图像，即移动物体进入检测区域的第一帧数据，当前帧图像为视频刷新的下一帧数据。结合待拼接物体移动的特性及相机刷新频率、相机视场角因素，两帧图像之间存在共同区域。图像像素点数与图像分辨率为数码相机可选择的成像大小及尺寸，成像大小包括：640x480dpi、1024x768dpi、1600x1200dpi、2048x1536dpi，其中，成像大小的前者为图片宽度，后者为图片的高度，两者相乘得出的是图片的像素。
在步骤S1中，RGB格式即一个像素由R、G、B三基色构成，RGB分量转Gray灰度即只挑取R、G、B中的1个分量，剩下的2个分量丢弃，其位置由挑取的分量来替代。Gray＝r*0.299+g*0.587+b*0.114。在步骤S1中，每一列图像是由若干个像素点组成，每个像素点的灰度值采用0-255表示，将同一列所有像素点的灰度值累加后除以宽W，可获得长度方向灰度值的平均值，即长H的参考帧信号和当前帧信号。
在步骤S2中，所述互相关函数表示的是两个时间序列之间的相关程度，可求取得到所述参考帧信号与当前帧信号之间的一个具体值的时延。在步骤S3中，将当前帧信号根据时延进行信号平移，平移长度为时延长度，完成参考帧信号与当前帧信号的拼接(如图1所示)；结合参考帧与当前帧列累加灰度值并除以宽W的值进行两帧数据的对齐；再将拼接后的信号根据灰度累加值还原成拼接图像，完成两帧图像的拼接(如图2所示)。
尽管本申请已公开了多个方面和实施方式，但是其它方面和实施方式对本领域技术人员而言将是显而易见的，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。本申请公开的多个方面和实施方式仅用于举例说明，其并非旨在限制本申请，本申请的实际保护范围以权利要求为准。

Claims (9)

1.一种基于灰度直方图的图像拼接方法，其特征在于，包括步骤：
S1，将参考帧图像和当前帧图像分别按照像素点数计算出图像的长H和宽W；分别将图像格式由彩色格式转灰度格式；再分别按照列累加灰度值并除以宽W，得到长H的参考帧信号和当前帧信号；
S2，利用互相关函数求取长H值相同的两帧信号之间的时延；
S3，根据所述时延进行两帧信号的拼接，再根据灰度累加值进行两帧图像的拼接；其中，将当前帧信号根据时延进行信号平移，平移长度为时延长度，完成参考帧信号与当前帧信号的拼接；结合参考帧与当前帧列累加灰度值并除以宽W的值进行两帧数据的对齐；再将拼接后的信号根据灰度累加值还原成拼接图像，完成两帧图像的拼接。
2.如权利要求1所述的基于灰度直方图的图像拼接方法，其特征在于，在步骤S1中，所述参考帧图像与当前帧图像来源于不同的摄像机。
3.如权利要求2所述的基于灰度直方图的图像拼接方法，其特征在于，所述参考帧图像为拼接图像的起始帧图像，即移动物体进入检测区域的第一帧数据，当前帧图像为视频刷新的下一帧数据。
4.如权利要求3所述的基于灰度直方图的图像拼接方法，其特征在于，结合待拼接物体移动的特性及相机刷新频率、相机视场角因素，两帧图像之间存在共同区域。
5.如权利要求1所述的基于灰度直方图的图像拼接方法，其特征在于，图像像素点数与图像分辨率为数码相机可选择的成像大小及尺寸，成像大小包括：640x 480dpi、1024x768dpi、1600x 1200dpi、2048x 1536dpi，其中，成像大小的前者为图片宽度，后者为图片的高度，两者相乘得出的是图片的像素。
6.如权利要求1所述的基于灰度直方图的图像拼接方法，其特征在于，在步骤S1中，RGB格式即一个像素由R、G、B三基色构成，RGB分量转Gray灰度即只挑取R、G、B中的1个分量，剩下的2个分量丢弃，其位置由挑取的分量来替代。
7.如权利要求6所述的基于灰度直方图的图像拼接方法，其特征在于，Gray＝r*0.299+g*0.587+b*0.114。
8.如权利要求1所述的基于灰度直方图的图像拼接方法，其特征在于，在步骤S1中，每一列图像是由若干个像素点组成，每个像素点的灰度值采用0-255表示，将同一列所有像素点的灰度值累加后除以宽W，可获得长度方向灰度值的平均值，即长H的参考帧信号和当前帧信号。
9.如权利要求1所述的基于灰度直方图的图像拼接方法，其特征在于，在步骤S2中，所述互相关函数表示的是两个时间序列之间的相关程度，可求取得到所述参考帧信号与当前帧信号之间的一个具体值的时延。
CN202111625439.XA 2021-12-28 2021-12-28 一种基于灰度直方图的图像拼接方法 Active CN114331843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111625439.XA CN114331843B (zh) 2021-12-28 2021-12-28 一种基于灰度直方图的图像拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111625439.XA CN114331843B (zh) 2021-12-28 2021-12-28 一种基于灰度直方图的图像拼接方法

Publications (2)

Publication Number Publication Date
CN114331843A CN114331843A (zh) 2022-04-12
CN114331843B true CN114331843B (zh) 2022-10-04

Family

ID=81015089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111625439.XA Active CN114331843B (zh) 2021-12-28 2021-12-28 一种基于灰度直方图的图像拼接方法

Country Status (1)

Country Link
CN (1) CN114331843B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345843A (zh) * 2008-08-28 2009-01-14 中兴通讯股份有限公司 可视移动终端全景视频的实现方法及系统
CN104349142A (zh) * 2014-11-03 2015-02-11 南京航空航天大学 一种基于分层表达的无人机视频自适应传输方法
CN104601881A (zh) * 2014-12-22 2015-05-06 中国科学院西安光学精密机械研究所 一种多通道输出的ccd摄像装置的图像拼接方法
CN104739453A (zh) * 2013-12-31 2015-07-01 深圳市鹏瑞智能技术应用研究院 超声信号断层扫描成像系统及方法
CN105635602A (zh) * 2015-12-31 2016-06-01 天津大学 一种采用两路视频间亮度和色偏对视频拼接的系统及其调整方法
CN107396068A (zh) * 2017-08-30 2017-11-24 广州杰赛科技股份有限公司 全景视频同步拼接系统、方法及全景视频显示装置
CN107466473A (zh) * 2015-03-13 2017-12-12 安科迪有限公司 多阵列相机成像系统及其方法
CN108174087A (zh) * 2017-12-26 2018-06-15 北京理工大学 一种灰度投影稳像中参考帧更新方法及系统
CN109636714A (zh) * 2018-08-30 2019-04-16 沈阳聚声医疗系统有限公司 一种超声宽景成像的图像拼接方法
CN112037126A (zh) * 2020-07-02 2020-12-04 电子科技大学 一种基于激光扫描法检测物体表面裂纹缺陷的图像合成方法
CN113112398A (zh) * 2021-04-27 2021-07-13 北京百度网讯科技有限公司 图像处理方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6956967B2 (en) * 2002-05-20 2005-10-18 Eastman Kodak Company Color transformation for processing digital images

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345843A (zh) * 2008-08-28 2009-01-14 中兴通讯股份有限公司 可视移动终端全景视频的实现方法及系统
CN104739453A (zh) * 2013-12-31 2015-07-01 深圳市鹏瑞智能技术应用研究院 超声信号断层扫描成像系统及方法
CN104349142A (zh) * 2014-11-03 2015-02-11 南京航空航天大学 一种基于分层表达的无人机视频自适应传输方法
CN104601881A (zh) * 2014-12-22 2015-05-06 中国科学院西安光学精密机械研究所 一种多通道输出的ccd摄像装置的图像拼接方法
CN107466473A (zh) * 2015-03-13 2017-12-12 安科迪有限公司 多阵列相机成像系统及其方法
CN105635602A (zh) * 2015-12-31 2016-06-01 天津大学 一种采用两路视频间亮度和色偏对视频拼接的系统及其调整方法
CN107396068A (zh) * 2017-08-30 2017-11-24 广州杰赛科技股份有限公司 全景视频同步拼接系统、方法及全景视频显示装置
CN108174087A (zh) * 2017-12-26 2018-06-15 北京理工大学 一种灰度投影稳像中参考帧更新方法及系统
CN109636714A (zh) * 2018-08-30 2019-04-16 沈阳聚声医疗系统有限公司 一种超声宽景成像的图像拼接方法
CN112037126A (zh) * 2020-07-02 2020-12-04 电子科技大学 一种基于激光扫描法检测物体表面裂纹缺陷的图像合成方法
CN113112398A (zh) * 2021-04-27 2021-07-13 北京百度网讯科技有限公司 图像处理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于时序特征预测的实时视频拼接方法》;杨丹等;《网络新媒体技术》;20210731;全文 *

Also Published As

Publication number Publication date
CN114331843A (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN112106345B (zh) 立体摄像装置
US8509481B2 (en) Image processing apparatus, image processing method, imaging apparatus
US10867166B2 (en) Image processing apparatus, image processing system, and image processing method
CN111967498A (zh) 基于毫米波雷达和视觉融合的夜间目标检测和跟踪方法
US11132538B2 (en) Image processing apparatus, image processing system, and image processing method
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
CN113673584A (zh) 一种图像检测方法及相关装置
EP2109061B1 (en) Image processing apparatus for vehicle
CN112819858B (zh) 基于视频增强的目标跟踪方法、装置、设备及存储介质
US20110085026A1 (en) Detection method and detection system of moving object
CN109543487B (zh) 一种基于条码边缘分割的自动感应触发方法及其系统
JP3134845B2 (ja) 動画像中の物体抽出装置及び方法
JP2017174380A (ja) 認識装置、物体の認識方法、プログラム、及び、記憶媒体
JP2020095621A (ja) 画像処理装置および画像処理方法
CN114331843B (zh) 一种基于灰度直方图的图像拼接方法
CN111160340B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN110430400B (zh) 一种双目可运动摄像机的地平面区域检测方法
CN111583315A (zh) 一种新的可见光图像和红外图像配准方法及装置
CN114782502B (zh) 一种多光谱多传感器协同处理方法及装置、存储介质
JP6825299B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN111833384B (zh) 一种可见光和红外图像快速配准方法及装置
US9761275B2 (en) System and method for spatiotemporal image fusion and integration
EP3605450B1 (en) Image processing apparatus, image pickup apparatus, control method of image processing apparatus, and computer-program
JP2018055591A (ja) 情報処理装置、情報処理方法およびプログラム
Park et al. Classification of daytime and night based on intensity and chromaticity in RGB color image

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