CN115619636A - 图像拼接方法、电子设备以及存储介质 - Google Patents

图像拼接方法、电子设备以及存储介质 Download PDF

Info

Publication number
CN115619636A
CN115619636A CN202211132679.0A CN202211132679A CN115619636A CN 115619636 A CN115619636 A CN 115619636A CN 202211132679 A CN202211132679 A CN 202211132679A CN 115619636 A CN115619636 A CN 115619636A
Authority
CN
China
Prior art keywords
image
preset
spliced
stitched
area
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
Application number
CN202211132679.0A
Other languages
English (en)
Inventor
张磊
魏程峰
林超
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202211132679.0A priority Critical patent/CN115619636A/zh
Publication of CN115619636A publication Critical patent/CN115619636A/zh
Pending legal-status Critical Current

Links

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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

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

Abstract

本发明公开了一种图像拼接方法、电子设备以及存储介质，其中，图像拼接方法包括：确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点；将重叠区域划分为多个预设区域，基于交点所在的预设区域确定起始区域以及终点区域；分别计算各相邻的两个预设区域之间的路径能量值，从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域；基于交点以及各目标预设区域的中心点确定缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像。通过上述方式，本发明能够提高拼接自然度，提升图像拼接精度。

Description

图像拼接方法、电子设备以及存储介质
技术领域
本发明涉及图像拼接领域，特别是涉及图像拼接方法、电子设备以及存储介质。
背景技术
图像拼接是把描述同一场景的相互之间有部分重叠的一系列图像拼接成一幅宽视角图像的技术，它解决了图像视野和图像分辨率之间的矛盾，通过图像拼接即可得到宽视野、高分辨率的图像。图像拼接技术有着广泛的应用。
由于拍摄环境复杂多变，拍摄装置要求较为严格，拍摄的不同视角，现有的图像配准映射之后大概率会存在重叠区域无法对齐、融合后的结果具有伪影等问题。
因此，亟需提供一种能够提高图像拼接精度的拼接方案。
发明内容
本发明提供了一种图像拼接方法、电子设备以及存储介质，以解决重叠区域无法对齐、融合后的结果具有伪影的问题。
为解决上述技术问题，本发明提供一种图像拼接方法，包括：获取到第一待拼接图像以及第二待拼接图像，确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点；将重叠区域划分为多个预设区域，并基于交点所在的预设区域确定起始区域以及终点区域；分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域；基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像。
其中，将重叠区域划分为多个预设区域，并基于交点所在的预设区域确定起始区域以及终点区域的步骤包括：将重叠区域划分为多个预设区域，并利用图论将各预设区域确定为点，将各相邻的两个点之间的连线确定为弧；以及将两个交点所在的预设区域分别确定为起始点以及终点；分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，包括：分别计算各弧的路径能量值，基于路径能量值从起始点到终点之间查找到路径能量值总和最小的路径对应的多条目标弧；基于多条目标弧确定对应的目标点，并将各目标点对应的预设区域确定为目标预设区域。
其中，分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，包括：计算第一拼接图像上的各预设区域与第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异；基于各预设区域的色彩差异以及梯度差异确定各预设区域的区域能量值；利用各预设区域的区域能量值确定各相邻的两个预设区域之间的路径能量值；基于各相邻的两个预设区域的路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
其中，计算第一拼接图像上的各预设区域与第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异，包括：获取到预设区域的尺寸以及各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的红色通道值、绿色通道值以及蓝色通道值；利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上红色通道值、绿色通道值、蓝色通道值之间对应的差值以及预设区域的尺寸，计算得到各预设区域的色彩差异；以及获取到各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值；利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值之间的差值以及预设区域的尺寸计算得到对应预设区域的梯度差异。
其中，基于各预设区域的色彩差异以及梯度差异确定各预设区域的区域能量值，包括：基于各预设区域的色彩差异的平方值与梯度差异之间的和确定各预设区域的区域能量值。
其中，利用各预设区域的区域能量值与相邻的预设区域的区域能量值之间的差值的范数确定各相邻的两个预设区域之间的路径能量值。
其中，获取到第一待拼接图像以及第二待拼接图像，确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点，包括：获取到第一待拼接图像以及第二待拼接图像，并分别对第一待拼接图像以及第二待拼接图像进行特征提取，得到第一待拼接图像的多个第一特征点以及第二待拼接图像的多个第二特征点；利用多个第一特征点以及多个第二特征点对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像；确定映射图像与第二待拼接图像之间的重叠区域以及两个交点。
其中，利用多个第一特征点以及多个第二特征点对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像，包括：将多个第一特征点以及多个第二特征点进行特征匹配，并基于匹配成功的第一特征点以及第二特征点计算得到第一待拼接图像与第二待拼接图像之间的单应矩阵；通过插值算法利用单应矩阵对第一待拼接图像进行逆向映射，得到与第二待拼接图像角度相同的映射图像。
其中，确定映射图像与第二待拼接图像之间的重叠区域以及两个交点，包括：获取到第二待拼接图像以及映射图像上各像素点的像素值，利用第二待拼接图像以及映射图像上像素值相同的像素点确定重叠区域；将第二待拼接图像的边缘与映射图像的边缘之间相交的点确定为交点。
其中，基于两个交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像，包括：从一个交点依次连线下一个相邻的目标预设区域的中心点，直至连线至另一个交点，得到缝合线；将缝合线一侧的映射图像以及缝合线另一侧的第二待拼接图像进行拼接融合，得到拼接图像。
为解决上述技术问题，本发明还提供了一种电子设备，电子设备包括：相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述任一项的图像拼接方法。
为解决上述技术问题，本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有程序数据，程序数据能够被执行以实现如上述任一项的图像拼接方法。
本发明的有益效果是：区别于现有技术的情况，本发明通过确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点，并将重叠区域划分为多个预设区域，并基于两个交点所在的预设区域确定起始区域以及终点区域，从而将预设区域作为单位来确定缝合线，能够减少缝合线的单位确定数量，提高缝合线的确定速度，减少资源消耗，提高图像拼接的效率。且分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，最后基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像，其中，路径能量值总和最小说明在该路径上的两图像上的重叠区域的相似度最高，基于该能量值总和最小的路径确定缝合线，能够使得缝合线两侧的图像最为相似，进而有效的减少图像拼接过程中产生的伪影现象，提高拼接自然度，提升图像拼接精度，使拼接后的全景图像具有良好的视觉效果。
附图说明
图1是本发明提供的图像拼接方法一实施例的流程示意图；
图2是本发明提供的图像拼接方法另一实施例的流程示意图；
图3是图2实施例中映射图像与第二待拼接图像的重叠区域一实施方式的示意图；
图4是图2实施例重叠区域划分为多个预设区域一实施方式的示意图；
图5是图2实施例的有权无向图一实施方式的示意图；
图6是图2实施例的缝合线一实施方式的示意图；
图7是图2实施例的拼接图像一实施方式的示意图；
图8是本发明图像拼接装置一实施例的框架示意图；
图9是本发明提供的电子设备一实施例的结构示意图；
图10是本发明提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1是本发明提供的图像拼接方法一实施例的流程示意图。
步骤S11：获取到第一待拼接图像以及第二待拼接图像，确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点。
获取到第一待拼接图像以及第二待拼接图像，其中，第一待拼接图像与第二待拼接图像为至少包括相同对象的图像，例如：同一对象的不同角度的拍摄照片，包括有同一对象的不同图像等，其中，对象可以包括物体、背景、场景等对象，具体在此不做限定。
确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点。其中，交点可以指重叠区域的顶点或重叠区域的各重叠点。
在一个具体的应用场景中，可以分别对第一待拼接图像与第二待拼接图像进行特征提取，再将提取出的两图像的特征进行对比，将相同特征所在的区域确定为重叠区域。在另一个具体的应用场景中，也可以将第一待拼接图像与第二待拼接图像进行交叠处理，得到重叠区域。确定重叠区域的方法在此不做限定。
步骤S12：将重叠区域划分为多个预设区域，并基于交点所在的预设区域确定起始区域以及终点区域。
将重叠区域划分为多个预设区域。其中，本实施例的预设区域指的是预设尺寸以及预设形状的区域。即将重叠区域划分为多个尺寸相同且形状也相同的多个区域。其中，预设尺寸的具体尺寸可以基于实际需求进行设置，在此不做限定，预设形状包括三角形、矩形、圆形、梯形等规则图形，优选地，当预设形状为矩形时，能够减少后续计算量，提高图像拼接效率。
在一个具体的应用场景中，当交点为重叠区域的顶点时，此时交点为两个，可以将两个交点所在的预设区域分别确定为起始区域以及终点区域，能够使得起始区域以及终点区域之间尽可能包括更多的预设区域，提高后续缝合线的全面性。
在另一个具体的应用场景中，当交点为重叠区域的重叠点时，可以从中选取间距最远的两个重叠点，并将两个重叠点所在的预设区域分别确定为起始区域以及终点区域，能够使得起始区域以及终点区域之间尽可能包括更多的预设区域，提高后续缝合线的全面性。
在另一个具体的应用场景中，当交点为重叠区域的重叠点时，可以从中选取多个重叠点，其中，多个重叠点之间的连线能够囊括大部分重叠区域，基于多个重叠点所在的预设区域确定途经区域，并从途经区域中确定起始区域以及终点区域。
步骤S13：分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
分别计算各相邻的两个预设区域之间的路径能量值，即某个预设区域到其相邻的预设区域之间的路径能量值。在一个具体的应用场景中，可以通过构建图像能量函数来确定各相邻的两个预设区域之间的路径能量值。在另一个具体的应用场景中，也可以通过预先训练好的图像检测模型检测各相邻的两个预设区域之间的路径能量值。在此不限定。
确定各相邻的两个预设区域之间的路径能量值后，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
其中，从起始区域到终点区域之间可能存在多条路径，将其中路径能量值总和最小的路径上的预设区域确定为目标预设区域。
路径能量值总和最小说明在该路径上的两图像上的重叠区域的相似度最高，基于该路径确定目标预设区域，能够有效的减少图像拼接过程中产生的伪影现象，提高拼接自然度。
步骤S14：基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像。
确定目标区域后，基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线。其中，通过预设区域为单位确定缝合线，能够减少缝合线的连线量，提高缝合线的确定速度，提高图像拼接的效率。
在一个具体的应用场景中，当交点为重叠区域的顶点时，此时交点为两个，将两个交点与各目标预设区域的中心点之间的连线确定为第一待拼接图像与第二待拼接图像之间的缝合线。
在另一个具体的应用场景中，当交点为重叠区域的重叠点时，可以基于间距最远的两个重叠点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线。
在另一个具体的应用场景中，当交点为重叠区域的重叠点时，也可以基于从中选取的多个重叠点与各目标预设区域的中心点之间的连线确定第一待拼接图像与第二待拼接图像之间的缝合线。在此不做限定。
最后，利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像。具体地，可以以拼接线为界限，一侧取第一拼接图像，另一侧取第二拼接图像，基于拼接线的位置界限进行融合拼接，得到拼接图像。
通过上述步骤，本实施例的图像拼接方法通过确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点，并将重叠区域划分为多个预设区域，基于交点所在的预设区域确定起始区域以及终点区域，从而将预设区域作为单位来确定缝合线，能够减少缝合线的单位确定数量，提高缝合线的确定速度，减少资源消耗，提高图像拼接的效率。且分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，最后基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像，其中，路径能量值总和最小说明在该路径上的两图像上的重叠区域的相似度最高，基于该能量值总和最小的路径确定缝合线，能够使得缝合线两侧的图像最为相似，进而有效的减少图像拼接过程中产生的伪影现象，提高拼接自然度，提升图像拼接质量，使拼接后的全景图像具有良好的视觉效果。
请参阅图2，图2是本发明提供的图像拼接方法另一实施例的流程示意图。
步骤S21：获取到第一待拼接图像以及第二待拼接图像，并分别对第一待拼接图像以及第二待拼接图像进行特征提取，得到第一待拼接图像的多个第一特征点以及第二待拼接图像的多个第二特征点；利用多个第一特征点以及多个第二特征点对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像；确定映射图像与第二待拼接图像之间的重叠区域以及两个交点。
获取到第一待拼接图像以及第二待拼接图像，其中，第一待拼接图像与第二待拼接图像可以至少包括30％相同对象，具体可以包括30％、40％、60％、80％、90％等，在此不做限定。
分别对第一待拼接图像以及第二待拼接图像进行特征提取，得到第一待拼接图像的多个第一特征点以及第二待拼接图像的多个第二特征点。在一个具体的应用场景中，可以通过SIFT特征检测算法确定第一待拼接图像的多个第一SIFT特征点以及第二待拼接图像的多个第二SIFT特征点。在另一个具体的应用场景中，也可以通过FAST(features fromaccelerated segment test，角点检测算法)算法来检测ORB特征点，得到第一待拼接图像的多个第一ORB特征点以及第二待拼接图像的多个第二ORB特征点。其中，特征点的类型以及获取方式在此不做限定。
利用多个第一特征点以及多个第二特征点对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像；具体地，可以将多个第一特征点以及多个第二特征点进行特征匹配，并基于匹配成功的第一特征点以及第二特征点计算得到第一待拼接图像与第二待拼接图像之间的单应矩阵；最后通过插值算法利用单应矩阵对第一待拼接图像进行逆向映射，以将第一待拼接图像映射到第二待拼接图像的平面，得到与第二待拼接图像角度相同的映射图像，以便于后续拼接。
在一个具体的应用场景中，可以通过RANSAC算法(随机抽样一致算法)，将多个第一特征点以及多个第二特征点进行特征匹配，筛除掉不匹配的第一特征点与第二特征点，然后基于匹配成功的第一特征点以及第二特征点计算得到第一待拼接图像与第二待拼接图像之间的单应矩阵，最后使用逆向映射的双线性插值算法对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像。即映射图像的各像素点的坐标乘以单应矩阵的逆，可以得到第一待拼接图像的各像素点的坐标。
其中，映射时，将第一待拼接图像上的各像素点的坐标分别与单应矩阵进行计算处理，从而得到处理后的像素点的坐标，组成映射图像，并通过双线性插值算法将映射图像上的空点进行补足。
通过先将第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像，再确定映射图像与第二待拼接图像之间的重叠区域以及两个交点，能够减少拼接图像的角度畸变，使映射图像与第二待拼接图像位于同一平面，便于后续缝合线的确定以及提高拼接图像的自然度。
得到第一待拼接图像的映射图像后，确定映射图像与第二待拼接图像之间的重叠区域以及两个交点。
在一个具体的应用场景中，可以获取到第二待拼接图像以及映射图像上各像素点的像素值，利用第二待拼接图像以及映射图像上像素值相同的像素点确定重叠区域；将第二待拼接图像的边缘与映射图像的边缘之间相交的点确定为交点，即重叠区域的顶点。在其他应用场景中，也可以采用其他方式确定重叠区域。
其中，本步骤中的重叠区域为基于像素点大致确定的重叠区域，若直接基于该重叠区域进行拼接，则大概率会存在重叠区域无法对齐、融合后的结果具有伪影等问题。因此，本实施例基于大致的重叠区域确定后续的缝合线，以提高拼接的精度和效果。
请参阅图3，图3是图2实施例中映射图像与第二待拼接图像的重叠区域一实施方式的示意图。
本实施方式的重叠区域30存在伪影区域31，需要后续处理将伪影区域31中的伪影去除，提高拼接自然度。
步骤S22：将重叠区域划分为多个预设区域，并将两个交点所在的预设区域分别确定为起始区域以及终点区域。
将重叠区域划分为多个预设区域。在一个具体的应用场景中，可以将重叠区域划分为n个宽高为(w，h)的长方形区域，多个预设区域的集合记为S＝{s1,s2,...sn}。其中，n、w、h的具体值可以基于实际需求进行设置，在此不做限定。
请参阅图4，图4是图2实施例重叠区域划分为多个预设区域一实施方式的示意图。
本实施方式的重叠区域30被均分成宽为w，高为h的长方形的预设区域32。其中，若重叠区域30为不规则图形，预设区域32划分时超出了重叠区域30的边界，则超出边界的部分像素值设置为0，即为黑色。
在一个具体的应用场景中，将重叠区域划分为n个预设区域后，利用图论将各预设区域确定为点，将各相邻的两个点之间的连线确定为弧，记为(si，sj)，其中，i与j属于1-n。以及将两个交点所在的预设区域分别确定为起始点以及终点，即将各预设区域通过有权无向图的形式进行表示。
请参阅图5，图5是图2实施例的有权无向图一实施方式的示意图。
本实施方式以预设区域，即点的数量为11个为例进行说明。
点1为起始点，点11为终点。各相邻的两点之间连线为弧。例如点1-点2之间的弧记为(s1，s2)。点2-点5之间的弧记为(s2，s5)。
通过将各预设区域构造为有权无向图，进而便于求解从起始点到终点的最优路径。
步骤S23：计算第一拼接图像上的各预设区域与第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异；基于各预设区域的色彩差异以及梯度差异确定各预设区域的区域能量值；利用各预设区域的区域能量值确定各相邻的两个预设区域之间的路径能量值；基于各相邻的两个预设区域的路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
在一个具体的应用场景中，分别计算各弧的路径能量值，基于路径能量值从起始点到终点之间查找到路径能量值总和最小的路径对应的多条目标弧；基于多条目标弧确定对应的目标点，并将各目标点对应的预设区域确定为目标预设区域。
具体地，计算第一拼接图像对应的拼接区域上的各预设区域与第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异。
在一个具体的应用场景中，获取到预设区域的尺寸，即w和h，以及各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的红色通道值、绿色通道值以及蓝色通道值；并利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上红色通道值、绿色通道值、蓝色通道值之间对应的差值以及预设区域的尺寸，计算得到各预设区域的色彩差异。其中，预设区域si的色彩差异的计算公式如下：
Figure BDA0003847999760000111
其中，si∈S,i＝(1,2...,n)，C(si)为预设区域si的色彩差异，P为预设区域si的像素点坐标，rgb为图像的三个颜色通道。r0(p)表示映射图像在p点的红色通道值，r1(p)表示第二拼接图像在p点的红色通道值，同理，g0(p)表示映射图像在p点的绿色通道值，g1(p)表示第二拼接图像在p点的绿色通道值，b0(p)表示映射图像在p点的蓝色通道值，b1(p)表示第二拼接图像在p点的蓝色通道值。w为预设区域si的宽，h预设区域si的高。
通过上述公式计算各预设区域si中各像素点之间的平均色彩差异，得到各预设区域si的色彩差异。
在一个具体的应用场景中，获取到各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值；利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值之间的差值以及预设区域的尺寸计算得到对应预设区域的梯度差异。其中，梯度值可由sobel(索贝尔)算子、图像梯度的一般公式、或中值差分公式等方式计算得到，在此不做限定。
其中，预设区域si的梯度差异的计算公式如下：
Figure BDA0003847999760000121
其中，si∈S,i＝(1,2...,n)，G(si)为预设区域si的梯度差异，t0(p)代表映射图像在p点的梯度值，t1(p)代表第二待拼接图像在p点的梯度值。
通过上述公式计算各预设区域si中各像素点之间的平均梯度差异，得到各预设区域si的梯度差异。
基于各预设区域的色彩差异以及梯度差异确定各预设区域的区域能量值，具体地，基于各预设区域的色彩差异的平方值与梯度差异之间的和确定各预设区域的区域能量值，即各个点的区域能量值。预设区域si的区域能量值计算公式如下：
E(si)＝C(si)2+G(si)
其中，E(si)为预设区域si的区域能量值。
利用各预设区域的区域能量值确定各相邻的两个预设区域之间的路径能量值；具体地，利用各预设区域的区域能量值与相邻的预设区域的区域能量值之间的差值的范数确定各相邻的两个预设区域之间的路径能量值，即各个弧的路径能量值。相邻的两个预设区域之间的路径能量值的计算公式如下：
E(si,sj)＝||E(si)-E(sj)||
其中，i≠j,si,sj∈S,E(si,sj)为预设区域si与预设区域sj之间的路径能量值。
基于各相邻的两个预设区域的路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，即从起始点到终点之间查找到路径能量值总和最小的路径对应的多条目标弧对应的目标点，求解的目标函数可以表示为起始点到终点的路径能量值最小：
min E(s起,s终)＝∑E(si,sj)
其中，min E(s起,s终)为起始点所在的预设区域到终点所在的预设区域之间路径能量值最小的路径。
在一个具体的应用场景中，为了求得一条能量最小路径，可以用Floyd-Warshall算法或计算方式求得有权无向图中的起始点到终点间的最小能量的路径。
基于上述路径确定其上的目标点，并将各目标点对应的预设区域确定为目标预设区域。
步骤S24：从一个交点依次连线下一个相邻的目标预设区域的中心点，直至连线至另一个交点，得到缝合线；将缝合线的一侧的映射图像以及缝合线另一侧的第二待拼接图像进行拼接，得到拼接图像。
由于步骤S23所求的最短路径是以长方形区域为单位的条带状路径，本步骤需要将其细化为一条线，具体地，从起始点依次连线下一个相邻的目标预设区域的中心点，直至连线至终点，得到缝合线。
请参阅图6，图6是图2实施例的缝合线一实施方式的示意图。
本实施方式的左边为拼接图像61，右边为第二待拼接图像62，中间基于缝合线63的位置进行拼接，即缝合线63两侧分别取不同的待拼接图像。
将缝合线的一侧的映射图像以及缝合线另一侧的第二待拼接图像进行拼接融合，得到拼接图像。
在一个具体的应用场景中，可以选择拉普拉斯金字塔融合方法进行重叠区域融合，消除因曝光差异导致的两张待拼接图像过渡不自然，最终得到拼接图像。在其他应用场景中，也可以采用其他融合方式进行融合，在此不做限定。
请参阅图7，图7是图2实施例的拼接图像一实施方式的示意图。
拼接融合后得到的拼接图像，无伪影，过度自然，拼接效果好。
在一个具体的应用场景中，当图像拼接方法应用于多张图像的拼接时，可以基于本实施例的图像拼接方法逐步两两拼接，直至将多张图像拼接成一张拼接图像，从而减少多张图像拼接的拼接图像上的伪影，提高拼接效果。
通过上述步骤，本实施例的图像拼接方法通过先将第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像，再确定映射图像与第二待拼接图像之间的重叠区域以及两个交点，能够减少拼接图像的角度畸变，同质化映射图像与第二待拼接图像的特性，便于后续缝合线的确定以及提高拼接图像的自然度。再将重叠区域划分为多个预设区域，使后续缝合线的确定以预设区域为单位进行确定，从而提高了缝合线的确定效率，且通过将各预设区域构造为有权无向图，进而便于求解从起始点到终点的最优路径。本实施例还通过计算各预设区域的色彩差异以及梯度差异，进而确定各预设区域的区域能量值，然后利用各预设区域的区域能量值确定各相邻的两个预设区域之间的路径能量值；最后查找到路径能量值总和最小的路径对应的多个目标预设区域，能够利用路径能量值总和最小的路径对应的多个目标预设区域确定缝合线，能够有效减少拼接图像中存在的伪影、对齐错误、可见拼接处等问题，提升图像拼接质量，使拼接后的全景图像具有良好的视觉效果。
请参阅图8，图8是本发明图像拼接装置一实施例的框架示意图。图像拼接装置80包括获取模块81、划分模块82、计算模块83以及拼接模块84。获取模块81用于获取到第一待拼接图像以及第二待拼接图像，确定第一待拼接图像与第二待拼接图像之间的重叠区域以及交点；划分模块82用于将重叠区域划分为多个预设区域，并基于交点所在的预设区域确定起始区域以及终点区域；计算模块83用于分别计算各相邻的两个预设区域之间的路径能量值，基于路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域；拼接模块84用于基于交点以及各目标预设区域的中心点确定第一待拼接图像与第二待拼接图像之间的缝合线，并利用缝合线拼接第一待拼接图像以及第二待拼接图像，得到拼接图像。
划分模块82还用于将重叠区域划分为多个预设区域，并利用图论将各预设区域确定为点，将各相邻的两个点之间的连线确定为弧；以及将两个交点所在的预设区域分别确定为起始点以及终点；计算模块83还用于分别计算各弧的路径能量值，基于路径能量值从起始点到终点之间查找到路径能量值总和最小的路径对应的多条目标弧；基于多条目标弧确定对应的目标点，并将各目标点对应的预设区域确定为目标预设区域。
计算模块83还用于计算第一拼接图像上的各预设区域与第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异；基于各预设区域的色彩差异以及梯度差异确定各预设区域的区域能量值；利用各预设区域的区域能量值确定各相邻的两个预设区域之间的路径能量值；基于各相邻的两个预设区域的路径能量值从起始区域到终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
计算模块83还用于获取到预设区域的尺寸以及各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的红色通道值、绿色通道值以及蓝色通道值；利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上红色通道值、绿色通道值、蓝色通道值之间对应的差值以及预设区域的尺寸，计算得到各预设区域的色彩差异；以及获取到各预设区域上的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值；利用各预设区域的像素点分别在第一待拼接图像以及第二待拼接图像上的梯度值之间的差值以及预设区域的尺寸计算得到对应预设区域的梯度差异。
计算模块83还用于基于各预设区域的色彩差异的平方值与梯度差异之间的和确定各预设区域的区域能量值。
计算模块83还用于利用各预设区域的区域能量值与相邻的预设区域的区域能量值之间的差值的范数确定各相邻的两个预设区域之间的路径能量值。
获取模块81还用于获取到第一待拼接图像以及第二待拼接图像，并分别对第一待拼接图像以及第二待拼接图像进行特征提取，得到第一待拼接图像的多个第一特征点以及第二待拼接图像的多个第二特征点；利用多个第一特征点以及多个第二特征点对第一待拼接图像进行映射，得到与第二待拼接图像角度相同的映射图像；确定映射图像与第二待拼接图像之间的重叠区域以及两个交点。
获取模块81还用于将多个第一特征点以及多个第二特征点进行特征匹配，并基于匹配成功的第一特征点以及第二特征点计算得到第一待拼接图像与第二待拼接图像之间的单应矩阵；通过插值算法利用单应矩阵对第一待拼接图像进行逆向映射，得到与第二待拼接图像角度相同的映射图像。
获取模块81还用于获取到第二待拼接图像以及映射图像上各像素点的像素值，利用第二待拼接图像以及映射图像上像素值相同的像素点确定重叠区域；将第二待拼接图像的边缘与映射图像的边缘之间相交的点确定为交点。
拼接模块84还用于从一个交点依次连线下一个相邻的目标预设区域的中心点，直至连线至另一个交点，得到缝合线；将缝合线的一侧的映射图像以及缝合线另一侧的第二待拼接图像进行拼接融合，得到拼接图像。
上述方案，能够提高拼接自然度，提升图像拼接精度。
基于同样的发明构思，本发明还提出了一种电子设备，该电子设备能够被执行以实现上述任一实施例的图像拼接方法，请参阅图9，图9是本发明提供的电子设备一实施例的结构示意图，电子设备包括处理器91以及存储器92。
处理器91用于执行存储器92中存储的程序指令，以实现上述任一图像拼接方法的步骤。在一个具体的实施场景中，电子设备可以包括但不限于：微型计算机、服务器，此外，电子设备还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
具体而言，处理器91用于控制其自身以及存储器92以实现上述任一实施例的步骤。处理器91还可以称为CPU(Central Processing Unit，中央处理单元)。处理器91可能是一种集成电路芯片，具有信号的处理能力。处理器91还可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器91可以由集成电路芯片共同实现。
上述方案，能够提高拼接自然度，提升图像拼接精度。
基于同样的发明构思，本发明还提出了一种计算机可读存储介质，请参阅图10，图10是本发明提供的计算机可读存储介质一实施例的结构示意图。计算机可读存储介质100中存储有至少一个程序数据101，程序数据101用于实现上述任一方法。在一个实施例中，计算机可读存储介质100包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中。
以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

Claims (12)

1.一种图像拼接方法，其特征在于，包括：
获取到第一待拼接图像以及第二待拼接图像，确定所述第一待拼接图像与所述第二待拼接图像之间的重叠区域以及交点；
将所述重叠区域划分为多个预设区域，并基于所述交点所在的预设区域确定起始区域以及终点区域；
分别计算各相邻的两个所述预设区域之间的路径能量值，基于所述路径能量值从所述起始区域到所述终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域；
基于所述交点以及各所述目标预设区域的中心点确定所述第一待拼接图像与所述第二待拼接图像之间的缝合线，并利用所述缝合线拼接所述第一待拼接图像以及第二待拼接图像，得到拼接图像。
2.根据权利要求1所述的图像拼接方法，其特征在于，所述将所述重叠区域划分为多个预设区域，并基于所述交点所在的预设区域确定起始区域以及终点区域的步骤包括：
将所述重叠区域划分为多个预设区域，并利用图论将各所述预设区域确定为点，将各相邻的两个所述点之间的连线确定为弧；以及
将两个所述交点所在的预设区域分别确定为起始点以及终点；
所述分别计算各相邻的两个所述预设区域之间的路径能量值，基于所述路径能量值从所述起始区域到所述终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，包括：
分别计算各所述弧的路径能量值，基于所述路径能量值从所述起始点到所述终点之间查找到路径能量值总和最小的路径对应的多条目标弧；
基于所述多条目标弧确定对应的目标点，并将各所述目标点对应的预设区域确定为所述目标预设区域。
3.根据权利要求1所述的图像拼接方法，其特征在于，所述分别计算各相邻的两个所述预设区域之间的路径能量值，基于所述路径能量值从所述起始区域到所述终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域，包括：
计算所述第一拼接图像上的各预设区域与所述第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异；
基于各所述预设区域的色彩差异以及梯度差异确定各所述预设区域的区域能量值；
利用各所述预设区域的区域能量值确定各相邻的两个所述预设区域之间的路径能量值；
基于各相邻的两个所述预设区域的路径能量值，从所述起始区域到所述终点区域之间查找到路径能量值总和最小的路径对应的多个目标预设区域。
4.根据权利要求3所述的图像拼接方法，其特征在于，所述计算所述第一拼接图像上的各预设区域与所述第二拼接图像上对应的预设区域之间的色彩差异以及梯度差异，包括：
获取到所述预设区域的尺寸以及各所述预设区域上的像素点分别在所述第一待拼接图像以及所述第二待拼接图像上的红色通道值、绿色通道值以及蓝色通道值；
利用各所述预设区域的像素点分别在所述第一待拼接图像以及所述第二待拼接图像上红色通道值、绿色通道值、蓝色通道值之间对应的差值以及所述预设区域的尺寸，计算得到各所述预设区域的色彩差异；以及
获取到各所述预设区域上的像素点分别在所述第一待拼接图像以及所述第二待拼接图像上的梯度值；
利用各所述预设区域的像素点分别在所述第一待拼接图像以及所述第二待拼接图像上的梯度值之间的差值以及所述预设区域的尺寸计算得到对应所述预设区域的梯度差异。
5.根据权利要求3所述的图像拼接方法，其特征在于，所述基于各所述预设区域的色彩差异以及梯度差异确定各所述预设区域的区域能量值，包括：
基于各所述预设区域的色彩差异的平方值与梯度差异之间的和确定各所述预设区域的区域能量值。
6.根据权利要求3所述的图像拼接方法，其特征在于，所述利用各所述预设区域的区域能量值确定各所述相邻的两个所述预设区域之间的路径能量值，包括：
利用各所述预设区域的区域能量值与相邻的所述预设区域的区域能量值之间的差值的范数确定各所述相邻的两个预设区域之间的路径能量值。
7.根据权利要求1所述的图像拼接方法，其特征在于，所述获取到第一待拼接图像以及第二待拼接图像，确定所述第一待拼接图像与所述第二待拼接图像之间的重叠区域以及交点，包括：
获取到第一待拼接图像以及第二待拼接图像，并分别对第一待拼接图像以及第二待拼接图像进行特征提取，得到所述第一待拼接图像的多个第一特征点以及所述第二待拼接图像的多个第二特征点；
利用所述多个第一特征点以及所述多个第二特征点对所述第一待拼接图像进行映射，得到与所述第二待拼接图像角度相同的映射图像；
确定所述映射图像与所述第二待拼接图像之间的重叠区域以及两个所述交点。
8.根据权利要求7所述的图像拼接方法，其特征在于，所述利用所述多个第一特征点以及所述多个第二特征点对所述第一待拼接图像进行映射，得到与所述第二待拼接图像角度相同的映射图像，包括：
将所述多个第一特征点以及所述多个第二特征点进行特征匹配，并基于匹配成功的第一特征点以及第二特征点计算得到所述第一待拼接图像与所述第二待拼接图像之间的单应矩阵；
通过插值算法利用所述单应矩阵对所述第一待拼接图像进行逆向映射，得到与所述第二待拼接图像角度相同的映射图像。
9.根据权利要求7所述的图像拼接方法，其特征在于，所述确定所述映射图像与所述第二待拼接图像之间的重叠区域以及两个所述交点，包括：
获取到所述第二待拼接图像以及所述映射图像上各像素点的像素值，利用所述第二待拼接图像以及所述映射图像上像素值相同的像素点确定所述重叠区域；
将所述第二待拼接图像的边缘与所述映射图像的边缘之间相交的点确定为所述交点。
10.根据权利要求7所述的图像拼接方法，其特征在于，所述基于所述交点以及各所述目标预设区域的中心点确定所述第一待拼接图像与所述第二待拼接图像之间的缝合线，并利用所述缝合线拼接所述第一待拼接图像以及第二待拼接图像，得到拼接图像，包括：
从一个所述交点依次连线下一个相邻的目标预设区域的中心点，直至连线至另一个所述交点，得到所述缝合线；
将所述缝合线一侧的所述映射图像以及所述缝合线另一侧的第二待拼接图像进行拼接融合，得到所述拼接图像。
11.一种电子设备，其特征在于，所述电子设备包括：相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现如权利要求1至10任一项所述的图像拼接方法。
12.一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存储有程序数据，所述程序数据能够被执行以实现如权利要求1至10任一项所述的图像拼接方法。
CN202211132679.0A 2022-09-15 2022-09-15 图像拼接方法、电子设备以及存储介质 Pending CN115619636A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211132679.0A CN115619636A (zh) 2022-09-15 2022-09-15 图像拼接方法、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211132679.0A CN115619636A (zh) 2022-09-15 2022-09-15 图像拼接方法、电子设备以及存储介质

Publications (1)

Publication Number Publication Date
CN115619636A true CN115619636A (zh) 2023-01-17

Family

ID=84859694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211132679.0A Pending CN115619636A (zh) 2022-09-15 2022-09-15 图像拼接方法、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115619636A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455766A (zh) * 2023-12-19 2024-01-26 新乡北方车辆仪表有限公司 基于改进拼接线寻优及平滑过渡的图像融合方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455766A (zh) * 2023-12-19 2024-01-26 新乡北方车辆仪表有限公司 基于改进拼接线寻优及平滑过渡的图像融合方法

Similar Documents

Publication Publication Date Title
CN110390640B (zh) 基于模板的泊松融合图像拼接方法、系统、设备及介质
CN112862685B (zh) 图像拼接的处理方法、装置和电子系统
WO2017088533A1 (zh) 合并图像的方法和装置
EP2881913A1 (en) Image splicing method and apparatus
CN104392416B (zh) 一种运动场景的视频拼接方法
TW201619910A (zh) 監控系統及其影像處理方法
WO2013143390A1 (zh) 人脸标定方法和系统、计算机存储介质
TWI639136B (zh) 即時視訊畫面拼接方法
US20130300828A1 (en) Image processing device, non-transitory computer readable recording medium, and image processing method
US11393076B2 (en) Blurring panoramic image blurring method, terminal and computer readable storage medium
CN111243034A (zh) 一种全景辅助泊车标定方法、装置、设备及存储介质
CN111325107A (zh) 检测模型训练方法、装置、电子设备和可读存储介质
CN112365518A (zh) 基于最佳缝合线自选区域渐入渐出算法的图像拼接方法
CN113989392A (zh) 拼接摄像机的彩色棋盘格标定方法、装置及摄像机
CN111260550A (zh) 一种全景视频的拼接线优化方法及设备
CN115619636A (zh) 图像拼接方法、电子设备以及存储介质
CN114331835A (zh) 一种基于最优映射矩阵的全景图像拼接方法及装置
CN113139419B (zh) 一种无人机检测方法及装置
CN116757935A (zh) 一种鱼眼相机的图像融合拼接方法、系统及电子设备
CN116109484A (zh) 前景信息保留的图像拼接方法、装置、设备及存储介质
CN113393506B (zh) 图像配准方法及相关装置、设备
CN113395434B (zh) 一种预览图像虚化方法、存储介质及终端设备
CN114972030A (zh) 一种图像拼接方法、装置、存储介质与电子设备
CN113516595B (zh) 图像处理方法、图像处理装置、电子设备及存储介质
WO2020259444A1 (zh) 一种图像处理方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination