CN115222598A - 图像处理方法、装置、设备及介质 - Google Patents
图像处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115222598A CN115222598A CN202210869866.0A CN202210869866A CN115222598A CN 115222598 A CN115222598 A CN 115222598A CN 202210869866 A CN202210869866 A CN 202210869866A CN 115222598 A CN115222598 A CN 115222598A
- Authority
- CN
- China
- Prior art keywords
- image
- canvas
- boundary
- mapping
- vertex
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000013507 mapping Methods 0.000 claims abstract description 117
- 238000003702 image correction Methods 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000002123 temporal 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
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种图像处理方法、装置、设备及介质，涉及人工智能技术领域，具体涉及图像处理、计算机视觉和深度学习等技术领域，尤其涉及3D视觉、虚拟现实、增强现实和元宇宙等场景。实现方案为：获取多帧图像；对多帧图像中的待拼接图像：确定用于拼接待拼接图像的画布；确定待拼接图像相对于画布的图像映射关系，以基于图像映射关系获得第一映射图像；将画布沿图像拼接方向扩展，以使画布的第一边界通过第一顶点；检测第一顶点与扩展后的画布的边界的位置关系；基于位置关系，确定图像校正角度；基于图像校正角度，校正第一映射图像，以获取第二映射图像；以及将第二映射图像与画布拼接，以获得更新后的画布。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及图像处理、计算机视觉和深度学习等技术领域，尤其涉及3D视觉、虚拟现实、增强现实和元宇宙等场景，具体涉及一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
图像拼接是图像处理技术的一个重要内容，是一种将多张有衔接重叠的图像拼成一张完整图像的技术。该技术广泛应用于显微图像分析、数字视频、运动分析、医学图像处理、虚拟现实技术和遥感图像处理等领域。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种图像处理方法，包括：获取多帧图像，其中，多帧图像通过对待扫描平面进行连续扫描获得；基于多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接待拼接图像的画布；确定待拼接图像相对于画布的图像映射关系，以基于图像映射关系获得第一映射图像；基于第一映射图像的第一顶点的位置，将画布沿图像拼接方向扩展，以使画布的第一边界通过第一顶点；检测第一顶点与扩展后的画布的边界的位置关系；基于位置关系，确定图像校正角度；基于图像校正角度，校正第一映射图像，以获取第二映射图像；以及将第二映射图像与画布拼接，以获得更新后的画布。
根据本公开的另一方面，提供了一种图像处理装置，包括：第一获取单元，被配置为获取多帧图像，其中，多帧图像通过对待扫描平面进行连续扫描获得；第一确定单元，被配置为基于多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接待拼接图像的画布；第二确定单元，被配置为确定待拼接图像相对于画布的图像映射关系，以基于图像映射关系获得第一映射图像；扩展单元，被配置为基于第一映射图像的第一顶点的位置，将画布沿图像拼接方向扩展，以使画布的第一边界通过第一顶点；第一检测单元，被配置为检测第一顶点与扩展后的画布的边界的位置关系；第三确定单元，被配置为基于位置关系，确定图像校正角度；校正单元，被配置为基于图像校正角度，校正第一映射图像，以获取第二映射图像；以及第一拼接单元，被配置为将第二映射图像与画布拼接，以获得更新后的画布。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述图像处理方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述图像处理方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述图像处理方法。
根据本公开的一个或多个实施例，能够保证多帧图像的连续拼接的同时，减少用于扩展画布所消耗的计算量。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的图像处理方法的流程图；
图3示出了根据本公开的示例性实施例的图像拼接示意图；
图4示出了根据相关技术进行图像拼接的图像拼接结果效果图；
图5示出了根据本公开的实施例进行图像拼接的图像拼接结果效果图；
图6示出了根据本公开的实施例的图像处理装置的结构框图；
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
相关技术中，基于计算机视觉技术的扫描拼接技术，一般包括两种方式：一是通过非常精准地3D估计，得到单应性矩阵，并在此基础上，基于重投影的拼接方法进行图像拼接；二是进行较为粗糙的单应性矩阵估计，并在此基础上，基于重投影和渐变融合的拼接方法进行图像拼接。
其中，前者需要耗费大量的计算资源以进行单应性矩阵的3D估计，并且拼接容易产生接缝，过渡区域明显；而后者的重投影过程为2D的操作，因此当在图像扫描时扫描方向产生波动的情况下，拼接图像在高度上需要进行额外的扩展，拼接效果不理想的同时，也会带来较大的计算量以及计算资源的占用。
本公开的实施例提供了一种图像处理方法，基于转换到画布坐标系中的待拼接图像与画布在拼接方向一端的交点，确定该图像的图像校正角度，并基于该图像校正角度修正当前帧的旋转角度，从而能够在保证拼接质量的同时，使多帧图像不至大幅度超出画布范围，从而保证了多帧图像的连续拼接的同时，减少用于扩展画布所消耗的计算量。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行上述图像处理方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来获取待拼接的多帧图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
根据一些实施例，如图2所示，提供了一种图像处理方法，包括：步骤S201、获取多帧图像，其中，多帧图像通过对待扫描平面进行连续扫描获得；S202、基于多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接待拼接图像的画布；S203、确定待拼接图像相对于画布的图像映射关系，以基于图像映射关系获得第一映射图像；S204、基于第一映射图像的第一顶点的位置，将画布沿图像拼接方向扩展，以使画布的第一边界通过第一顶点；S205、检测第一顶点与扩展后的画布的边界的位置关系；S206、基于位置关系，确定图像校正角度；S207、基于图像校正角度，校正第一映射图像，以获取第二映射图像；以及S208、将第二映射图像与画布拼接，以获得更新后的画布。
由此，基于转换到画布坐标系中的待拼接图像与画布在拼接方向一端的交点，确定该图像的图像校正角度，并基于该图像校正角度修正当前帧的旋转角度，从而能够在保证拼接质量的同时，使多帧图像不至大幅度超出画布范围，从而保证了多帧图像的连续拼接的同时，减少用于扩展画布所消耗的计算量。
在一些实施例中，上述多帧图像可以是通过应用扫描装置(如扫描笔)，对一待扫描平面(例如书本上的一行文字、商品货架上的一排商品)进行连续扫描获得的。在一些情况中，由于操作扫描装置延扫描方向移动的过程中，扫描装置可能发生抖动，从而使得扫描方向发生短暂的偏转。这种偏转会使图像在拼接时，待拼接图像的方向与图像拼接的方向产生一定的夹角，使待拼接图像超出原本的用于拼接的画布，导致在不进行画布扩展的情况下，图像拼接无法正常进行。
在一些实施例中，画布可以是待拼接图像的前一帧图像，也可以是上述多帧图像中的带拼接图像之前的所有图像进行拼接获得的。
例如，对于第二帧图像，其画布为第一帧图像；对于第三帧图像，其画布为第一帧图像与第二帧图像的拼接图像。
在一些实施例中，图像映射关系可以用于指示该待拼接图像的像素坐标系与画布的像素坐标系之间的映射关系。
在一些实施例中，用于将待拼接图像映射到画布的像素坐标系中的图像映射关系，可以是通过单应性估计，基于图像与图像之间的单应性矩阵获得；也可以是通过图像标定，获得待拼接图像中的像素坐标系与画布的像素坐标系之间的映射关系获得。
在一些实施例中，可以首先对上述多帧图像中相邻图像进行单应性估计，以获取两两相邻图像之间的单应性矩阵。例如，对于N帧图像，分别对其两两相邻图像之间的单应性矩阵进行估计，从而获得H1、H2、…、HN-1，其中，N为大于2的正整数。
对于第2帧图像，其相对于画布(此时的画布为第1帧图像)的图像映射关系为H＝H1；对于第n帧图像，其相对于画布(前n-1帧图像拼接后所得的图像)的图像映射关系为H＝H1*H2*…*Hn-1。随后即可通过图像映射关系H与待拼接图像中的每个像素坐标相乘，即可获得第一映射图像。
在一些实施例中，当待拼接图像为第二帧图像时，可以首先基于对H1第二帧图像进行图像映射，以映射到第一帧图像的坐标系中，从而获得第一映射图像；并通过上述图像处理方法，将第一帧图像作为画布并根据第一映射图像的远离图像拼接起点的第一顶点，延拼接方向进行扩展，并根据第一顶点的位置确定该第一映射图像是否需要进行校正，随后将其拼接在该画布上，从而得到用于拼接后序待拼接图像的画布。
在一些实施例中，第一顶点为第一映射图像的远离图像拼接起点的顶点，第一边界为画布中的图像拼接方向所指向的并且与图像拼接方向垂直的边界。
根据一些实施例，基于位置关系确定图像校正角度可以包括：响应于检测到第一顶点不处于画布的第二边界和第三边界上，基于第一顶点、第二边界和第三边界，确定图像校正角度。
其中，第一顶点为第一映射图像的远离图像拼接起点的顶点，第一边界为画布中的图像拼接方向所指向的并且与图像拼接方向垂直的边界，第二边界和第三边界分别为画布中的与图像拼接方向平行的边界。
图3示出了根据本公开的示例性实施例的图像拼接示意图。
在一些示例性实施例中，如图3所示，待拼接图像在进行图像映射之后，获得第一映射图像301，其与画布302的相对位置如图所示，其中画布302是通过待拼接图像前的所有图像拼接获得的，该图像延图像拼接方向303进行图像拼接。
当画布302未根据第一映射图像301进行扩展时，其第一边界位于边界304处；当确定第一映射图像301的位置后，为对第一映射图像301进行拼接，需要首先将画布302的第一边界扩展到使其通过第一映射图像301的第一顶点305，也即扩展后的画布302的第一边界306通过第一顶点305。
响应于检测到第一顶点305不处于画布302的第二边界307和第三边界308上，可以基于第一顶点305、第二边界307和第三边界308，确定图像校正角度。
根据一些实施例，基于第一顶点、第二边界和第三边界，确定图像校正角度包括：基于第一顶点与第二边界之间的距离以及第一顶点与第三边界之间的距离，确定第一映射图像的图像偏转角度；以及基于图像偏转角度，确定图像校正角度。
在一些实施例中，如图3所示，例如可以基于第一顶点305、第二边界307和第三边界308，确定第一顶点305与第二边界307之间的距离以及第一顶点305与第三边界308之间的距离，从而基于上述两个距离估算一个第一映射图像301的图像偏转角度，该偏转角度用于指示该第一映射图像301需要调整的角度(也即图像校正角度)，从而基于该角度能够对第一映射图像301进行校正，使拼接第一映射图像301后的画布无需在与图像拼接方向垂直的方向上进行扩展，也能够继续基于该画布对下一帧图像进行拼接，从而在保证图像拼接质量的同时，降低画布扩展所占用的计算资源以及消耗的计算量。
在一些实施例中，将第一顶点305与第二边界307之间的距离记为h1，将第一顶点305与第三边界308之间的距离记为h2，则图像偏转角度可以通过计算arctan(h2/h1)进行估计。
在一些实施例中，也可以基于其他反三角函数基于h1与h2进行图像偏转角度计算。也可以通过其他自定义函数基于h1与h2进行图像偏转角度的估计，在此不做限制。由此，可以通过较为简单的方法获取图像校正角度，从而在有效对图像进行校正的同时，减小计算量。
在一些实施例中，也可以通过获取该第一映射图像与画布之间的更多信息，例如，第一映射图像与画布边界的其他交点，从而确定第一映射图像的偏转方向与图像拼接方向之间的夹角，进而将该夹角作为图像校正角度，对第一映射图像进行校正。
根据一些实施例，基于图像偏转角度，确定图像校正角度包括：基于图像偏转角度，确定第一映射图像相应的图像校正权重；以及基于图像偏转角度以及图像校正权重，确定图像校正角度。
在一些情况下，当所计算得到的图像偏转角度过大时，由于上述多帧图像通过高频率扫描获得(例如每秒扫描60帧图像)，因此直接应用该角度进行图像校正，可能会产生较大误差，从而影响图像拼接质量。
在一些实施例中，可以通过判断图像偏转角度是否大于预设阈值，当大于预设阈值时，可以基于该图像偏转角度确定一个图像校正权重(图像校正权重可以为小于1的参数)，例如，当图像偏转角度为60度时，可以将图像校正权重确定为0.1。
在一些实施例中，当图像偏转角度处于某一预设角度范围内时，可以将图像校正权重设置为某一参数值，使图像偏转角度可以受到图像校正权重的调整，从而避免上述问题的发生，保证图像拼接的平滑性，提升图像拼接质量。
根据一些实施例，图像处理方法还包括：检测多帧图像中的每帧图像的图像偏转角度；检测多帧图像中的连续的多帧第一图像，其中，多帧第一图像中的每帧第一图像的图像偏转角度大于预设角度阈值；并且响应于待拼接图像为多帧第一图像中的图像，确定第一映射图像相应的图像校正权重包括：基于多帧第一图像的数量，确定图像校正权重。
在一些实施例中，也可以通过对多帧图像进行检测，从而确定其中扫描方向存在较大偏转的连续多帧第一图像。
在一些实施例中，可以通过估算每一帧的图像偏转角度，并通过预设角度阈值判断其中图像偏转角度大于预设角度阈值的连续多帧第一图像。
在一些实施例中，可以对上述多帧第一图像的数量进行统计，并基于多帧第一图像的数量确定每个第一图像对应的图像校正权重。
在一些实施例中，每个第一图像对应的图像校正权重例如可以为该多帧第一图像的数量的倒数。
在一些实施例中，每个第一图像对应的图像校正权重也可以通过上述多帧第一图像中的第一帧第一图像的偏移角度与最后一帧第一图像的偏移角度之间的差值除以该多帧第一图像的数量确定。
在一些实施例中，图像校正权重也可以分别获取该多帧第一图像中最大偏转角度和最小偏转角度之间的差值除以该多帧第一图像的数量确定。
在一些实施例中，也可以通过其他自定义函数对图像校正权重进行计算，在此不作限制。
由此，能够通过连续多帧存在偏转的图像的数量确定图像校正权重，从而进一步保证图像拼接的平滑性。
根据一些实施例，图像映射关系用于指示待拼接图像的像素坐标系与画布的像素坐标系之间的映射关系，图像映射关系包括单应性矩阵，基于图像校正角度，校正第一映射图像，以获取第二映射图像包括：基于图像校正角度，确定图像校正矩阵；基于图像校正矩阵与单应性矩阵，确定校正后的单应性矩阵；以及基于校正后的单应性矩阵对该待拼接图像进行转换，以获取第二映射图像。
在一些实施例中，在确定图像校正角度之后，可以直接通过将第一映射图像向使第一映射图像的偏转方向与图像拼接方向趋近于平行的方向旋转该图像校正角度，从而实现对第一映射图像的校正，例如，将图3中所示的第一映射图像301顺时针旋转图像校正角度。
在一些实施例中，也可以首先将图像校正角度转化为旋转矩阵(记为R)，并将其与图像映射关系相乘，从而获得校正后的图像映射关系。
在一些实施例中，图像映射关系例如为单应性矩阵为H，则相应的校正后的单应性矩阵则为H’＝R*H。随后即可通过校正后的单应性矩阵H’与待拼接图像中的每个像素坐标相乘，即可获得第二映射图像。
由此，能够通过将旋图像校正度转换为旋转矩阵，并基于旋转矩阵对图像映射关系进行校正，进一步提升计算精度，提高图像校正和图像拼接的精确度和效果。
根据一些实施例，图像处理方法还包括响应于检测到第一顶点处于画布的第二边界或第三边界上，将第一映射图像与画布拼接，以获得更新后的画布。
在一些实施例中，当待拼接图像不存在偏转时，也即其第一顶点处于画布的第二边界或第三边界上时，则可以直接将该图像与画布进行拼接。
根据本公开的实施例提供的图像处理方法，能够在保证拼接质量的同时，使多帧图像不至大幅度超出画布范围，从而保证了多帧图像的连续拼接的同时，减少用于扩展画布所消耗的计算量。
图4与图5分别示出了通过相关技术进行图像拼接的结果以及通过本公开的方法进行图像拼接的结果。如图4所示，基于相关技术，在不在画布的纵向方向(与图像拼接方向垂直的方向)上进行扩展，并且未对每一帧图像的偏转角度进行校正时，仅进行了很短距离的图像拼接后，就由于图像偏转过大，导致图像主体内容无法完整显示，并且无法基于偏转过大的图像进行后续图像的拼接。而通过本公开的方法，则能够在保证图像主体内容的完整性以及图像拼接质量，并且不进行画布的纵向扩展的同时，保证了较多帧图像的连续拼接。
根据一些实施例，如图6所示，提供了一种图像处理装置600，包括：第一获取单元610，被配置为获取多帧图像，其中，多帧图像通过对待扫描平面进行连续扫描获得；第一确定单元620，被配置为基于多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接待拼接图像的画布；第二确定单元630，被配置为确定待拼接图像相对于画布的图像映射关系，以基于图像映射关系获得第一映射图像；扩展单元640，被配置为基于第一映射图像的第一顶点的位置，将画布沿图像拼接方向扩展，以使画布的第一边界通过第一顶点；第一检测单元650，被配置为检测第一顶点与扩展后的画布的边界的位置关系；第三确定单元660，被配置为基于位置关系，确定图像校正角度；校正单元670，被配置为基于图像校正角度，校正第一映射图像，以获取第二映射图像；以及第一拼接单元680，被配置为将第二映射图像与画布拼接，以获得更新后的画布。
其中，图像处理装置600的单元610-单元680的操作与上述图像处理方法中的步骤S201-步骤S208的操作类似，在此不做赘述。
根据一些实施例，第三确定单元可以被配置为：响应于检测到第一顶点不处于画布的第二边界和第三边界上，基于第一顶点、第二边界和第三边界，确定图像校正角度，其中，第一顶点为第一映射图像的远离图像拼接起点的顶点，第一边界为画布中的图像拼接方向所指向的并且与图像拼接方向垂直的边界，第二边界和第三边界分别为画布中的与图像拼接方向平行的边界。
根据一些实施例，第三确定单元可以包括：第一确定子单元，被配置为基于第一顶点与第二边界之间的距离以及第一顶点与第三边界之间的距离，确定第一映射图像的图像偏转角度；以及第二确定子单元，被配置为基于图像偏转角度，确定图像校正角度。
根据一些实施例，第二确定子单元可以包括：第一确定模块，被配置为基于图像偏转角度，确定第一映射图像相应的图像校正权重；以及第二确定模块，被配置为基于图像偏转角度以及图像校正权重，确定图像校正角度。
根据一些实施例，图像处理装置还可以包括：第二检测单元，被配置为检测多帧图像中的每帧图像的图像偏转角度；第三检测单元，被配置为检测多帧图像中的连续的多帧第一图像，其中，多帧第一图像中的每帧第一图像的图像偏转角度大于预设角度阈值；并且响应于该待拼接图像为多帧第一图像中的图像，第一确定模块被配置为：基于多帧第一图像的数量，确定图像校正权重。
根据一些实施例，图像映射关系用于指示待拼接图像的像素坐标系与画布的像素坐标系之间的映射关系，图像映射关系包括单应性矩阵，校正单元可以包括：第三确定子单元，被配置为基于图像校正角度，确定图像校正矩阵；第四确定子单元，被配置为基于图像校正矩阵与单应性矩阵，确定校正后的单应性矩阵；以及转换子单元，被配置为基于校正后的单应性矩阵对该待拼接图像进行转换，以获取第二映射图像。
根据一些实施例，图像处理装置还可以包括：第二拼接单元，被配置为响应于检测到第一顶点处于画布的第二边界或第三边界上，将第一映射图像与画布拼接，以获得更新后的画布。
根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如上述图像处理方法。例如，在一些实施例中，上述图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的上述图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种图像处理方法，包括：
获取多帧图像，其中，所述多帧图像通过对待扫描平面进行连续扫描获得；
基于所述多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接所述待拼接图像的画布；
确定所述待拼接图像相对于所述画布的图像映射关系，以基于所述图像映射关系获得第一映射图像；
基于所述第一映射图像的第一顶点的位置，将所述画布沿图像拼接方向扩展，以使所述画布的第一边界通过所述第一顶点；
检测所述第一顶点与扩展后的所述画布的边界的位置关系；
基于所述位置关系，确定图像校正角度；
基于所述图像校正角度，校正所述第一映射图像，以获取第二映射图像；以及
将所述第二映射图像与所述画布拼接，以获得更新后的画布。
2.根据权利要求1所述的方法，其中，所述基于所述位置关系，确定图像校正角度包括：
响应于检测到所述第一顶点不处于所述画布的第二边界和第三边界上，基于所述第一顶点、所述第二边界和所述第三边界，确定图像校正角度，其中，所述第一顶点为所述第一映射图像的远离图像拼接起点的顶点，所述第一边界为所述画布中的所述图像拼接方向所指向的并且与所述图像拼接方向垂直的边界，所述第二边界和所述第三边界分别为所述画布中的与图像拼接方向平行的边界。
3.根据权利要求2所述的方法，其中，所述基于所述第一顶点、所述第二边界和所述第三边界，确定图像校正角度包括：
基于所述第一顶点与所述第二边界之间的距离以及所述第一顶点与所述第三边界之间的距离，确定所述第一映射图像的图像偏转角度；以及
基于所述图像偏转角度，确定所述图像校正角度。
4.根据权利要求3所述的方法，其中，所述基于所述图像偏转角度，确定所述图像校正角度包括：
基于所述图像偏转角度，确定所述第一映射图像相应的图像校正权重；以及
基于所述图像偏转角度以及图像校正权重，确定所述图像校正角度。
5.根据权利要求4所述的方法，还包括：
检测所述多帧图像中的每帧图像的图像偏转角度；
检测所述多帧图像中的连续的多帧第一图像，其中，所述多帧第一图像中的每帧第一图像的图像偏转角度大于预设角度阈值；并且
响应于所述待拼接图像为所述多帧第一图像中的图像，所述确定所述第一映射图像相应的图像校正权重包括：
基于所述多帧第一图像的数量，确定所述图像校正权重。
6.根据权利要求1-5中任一项所述的方法，其中，所述图像映射关系用于指示所述待拼接图像的像素坐标系与所述画布的像素坐标系之间的映射关系，所述图像映射关系包括单应性矩阵，所述基于所述图像校正角度，校正所述第一映射图像，以获取第二映射图像包括：
基于所述图像校正角度，确定图像校正矩阵；
基于所述图像校正矩阵与所述单应性矩阵，确定校正后的单应性矩阵；以及
基于校正后的单应性矩阵对所述待拼接图像进行转换，以获取所述第二映射图像。
7.根据权利要求2-6中任一项所述的方法，还包括：
响应于检测到所述第一顶点处于所述画布的所述第二边界或所述第三边界上，将所述第一映射图像与所述画布拼接，以获得更新后的画布。
8.一种图像处理装置，包括：
第一获取单元，被配置为获取多帧图像，其中，所述多帧图像通过对待扫描平面进行连续扫描获得；
第一确定单元，被配置为基于所述多帧图像中的待拼接图像之前的至少一帧图像，确定用于拼接所述待拼接图像的画布；
第二确定单元，被配置为确定所述待拼接图像相对于所述画布的图像映射关系，以基于所述图像映射关系获得第一映射图像；
扩展单元，被配置为基于所述第一映射图像的第一顶点的位置，将所述画布沿图像拼接方向扩展，以使所述画布的第一边界通过所述第一顶点；
第一检测单元，被配置为检测所述第一顶点与扩展后的所述画布的边界的位置关系；第三确定单元，被配置为基于所述位置关系，确定图像校正角度；
校正单元，被配置为基于所述图像校正角度，校正所述第一映射图像，以获取第二映射图像；以及
第一拼接单元，被配置为将所述第二映射图像与所述画布拼接，以获得更新后的画布。
9.根据权利要求8所述的装置，其中，所述第三确定单元被配置为：
响应于检测到所述第一顶点不处于所述画布的第二边界和第三边界上，基于所述第一顶点、所述第二边界和所述第三边界，确定图像校正角度，其中，所述第一顶点为所述第一映射图像的远离图像拼接起点的顶点，所述第一边界为所述画布中的所述图像拼接方向所指向的并且与所述图像拼接方向垂直的边界，所述第二边界和所述第三边界分别为所述画布中的与图像拼接方向平行的边界。
10.根据权利要求9所述的装置，其中，所述第三确定单元包括：
第一确定子单元，被配置为基于所述第一顶点与所述第二边界之间的距离以及所述第一顶点与所述第三边界之间的距离，确定所述第一映射图像的图像偏转角度；以及
第二确定子单元，被配置为基于所述图像偏转角度，确定所述图像校正角度。
11.根据权利要求10所述的装置，其中，所述第二确定子单元包括：
第一确定模块，被配置为基于所述图像偏转角度，确定所述第一映射图像相应的图像校正权重；以及
第二确定模块，被配置为基于所述图像偏转角度以及图像校正权重，确定所述图像校正角度。
12.根据权利要求11所述的装置，还包括：
第二检测单元，被配置为检测所述多帧图像中的每帧图像的图像偏转角度；
第三检测单元，被配置为检测所述多帧图像中的连续的多帧第一图像，其中，所述多帧第一图像中的每帧第一图像的图像偏转角度大于预设角度阈值；并且
响应于所述待拼接图像为所述多帧第一图像中的图像，所述第一确定模块被配置为：
基于所述多帧第一图像的数量，确定所述图像校正权重。
13.根据权利要求8-12中任一项所述的装置，其中，所述图像映射关系用于指示所述待拼接图像的像素坐标系与所述画布的像素坐标系之间的映射关系，所述图像映射关系包括单应性矩阵，所述校正单元包括：
第三确定子单元，被配置为基于所述图像校正角度，确定图像校正矩阵；
第四确定子单元，被配置为基于所述图像校正矩阵与所述单应性矩阵，确定校正后的单应性矩阵；以及
转换子单元，被配置为基于校正后的单应性矩阵对所述待拼接图像进行转换，以获取所述第二映射图像。
14.根据权利要求9-13中任一项所述的装置，还包括：
第二拼接单元，被配置为响应于检测到所述第一顶点处于所述画布的所述第二边界或所述第三边界上，将所述第一映射图像与所述画布拼接，以获得更新后的画布。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210869866.0A CN115222598A (zh) | 2022-07-21 | 2022-07-21 | 图像处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210869866.0A CN115222598A (zh) | 2022-07-21 | 2022-07-21 | 图像处理方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115222598A true CN115222598A (zh) | 2022-10-21 |
Family
ID=83614305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210869866.0A Pending CN115222598A (zh) | 2022-07-21 | 2022-07-21 | 图像处理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115222598A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630157A (zh) * | 2023-05-12 | 2023-08-22 | 湖南智星仁医疗科技有限公司 | 一种基于bayer图像的快速拼接方法及系统 |
-
2022
- 2022-07-21 CN CN202210869866.0A patent/CN115222598A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630157A (zh) * | 2023-05-12 | 2023-08-22 | 湖南智星仁医疗科技有限公司 | 一种基于bayer图像的快速拼接方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112857268A (zh) | 对象面积测量方法、装置、电子设备和存储介质 | |
| CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
| CN115601555A (zh) | 图像处理方法及装置、设备和介质 | |
| CN112967356A (zh) | 图像填充方法及装置、电子设备和介质 | |
| CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
| CN115222598A (zh) | 图像处理方法、装置、设备及介质 | |
| CN116205819B (zh) | 字符图像生成方法、深度学习模型的训练方法和装置 | |
| CN117274370A (zh) | 三维位姿确定方法、装置、电子设备和介质 | |
| CN114913549B (zh) | 图像处理方法、装置、设备及介质 | |
| CN114510308B (zh) | 移动终端存储应用页面的方法、装置、设备和介质 | |
| CN114092556A (zh) | 用于确定人体姿态的方法、装置、电子设备、介质 | |
| CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
| CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
| CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
| CN114821233B (zh) | 目标检测模型的训练方法及装置、设备和介质 | |
| CN115345981B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN113284484B (zh) | 模型训练方法及装置、语音识别方法和语音合成方法 | |
| CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 | |
| CN115423827B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN115359194B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN115578451B (zh) | 图像处理方法、图像处理模型的训练方法和装置 | |
| CN113722534B (zh) | 视频推荐方法和装置 | |
| CN115170536B (zh) | 图像检测方法、模型的训练方法和装置 | |
| CN114842474B (zh) | 文字识别方法、装置、电子设备和介质 | |
| CN116129245A (zh) | 图像反卷积方法及装置、设备和介质 |
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 |