CN115797180A - 图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 - Google Patents
图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 Download PDFInfo
- Publication number
- CN115797180A CN115797180A CN202211623733.1A CN202211623733A CN115797180A CN 115797180 A CN115797180 A CN 115797180A CN 202211623733 A CN202211623733 A CN 202211623733A CN 115797180 A CN115797180 A CN 115797180A
- Authority
- CN
- China
- Prior art keywords
- image
- overlapped
- images
- adjusting
- computer program
- 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
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Image Processing (AREA)
Abstract
本申请涉及一种图像拼接方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取相机拍摄的第一图像和第二图像;确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;调整重叠图像的图像参数,得到调整后的调整图像;基于调整图像,对第一图像和第二图像进行拼接。采用本方法能够提高第一图像与第二图像配准的准确度。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像拼接方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
智能分拣产线作为智能制造业中最基础的生产及物流模块,有着承上启下的关键作用,其中,板线上下料的处理能力对于整体的生产效率有着重要影响。
通过智能分拣系统实现对智能分拣产线上分拣物品的分拣过程。在实际场景中,超大分拣物品的长度比较长,使得一个相机的视场不足以完全覆盖,所以需要相机多次拍摄来获得整个分拣物品的图像信息。现有技术中,一般通过像素或者提取特征点的匹配算法,实现对连续拍摄的图像进行拼接处理,从而实现对分拣物品的整体识别。然而,两次拍摄的图像之间存在光照差别,使得两张图像的重叠区域的图像信息也存在差别,使得两张图像配准的准确度降低,从而影响智能分拣系统的图像拼接效果。
发明内容
基于此,有必要针对上述技术问题,提供一种图像拼接方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种图像拼接方法。所述方法包括:
获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
在其中一个实施例中,确定第一图像与第二图像之间的重叠区域,包括:
对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
根据偏移量,提取第一图像和第二图像之间的重叠区域。
在其中一个实施例中,偏移量包括横向偏移量和纵向偏移量;根据第一配准矩阵,确定第一图像与第二图像间的偏移量,包括:
确定第一配准矩阵中元素的最大值;
将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
在其中一个实施例中,图像参数包括灰度值和熵值;调整重叠图像的图像参数,得到调整后的调整图像,包括:
按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
在其中一个实施例中,重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
在其中一个实施例中,基于调整图像,对第一图像和第二图像进行拼接,包括:
对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
基于第二配准矩阵,对第二图像和第一图像进行拼接。
第二方面,本申请还提供了一种图像拼接装置。所述装置包括:
获取模块,用于获取相机连续拍摄的第一图像和第二图像;
确定模块,用于确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整模块,用于调整重叠图像的图像参数,得到调整后的调整图像;
拼接模块,用于基于调整图像,对第一图像和第二图像进行拼接。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器5和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时
实现以下步骤:
获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
0调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
5获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
0第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,
包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
5调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
上述图像拼接方法、装置、计算机设备、存储介质和计算机程序产品,获取相机拍摄的第一图像和第二图像;确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;调整重叠图像的图像参数,得到调整后的调整图像;基于调整图像,对第一图像和第二图像进行拼接。采用本方法,可以提高第一图像与第二图像配准的准确度。
附图说明
图1为一个实施例中图像拼接方法的应用环境图;
图2为一个实施例中图像拼接方法的流程示意图;
图3为另一个实施例中图像拼接方法的流程示意图;
图4为一个实施例中图像拼接装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的图像拼接方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种图像拼接方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
201、获取相机拍摄的第一图像和第二图像;
其中,第一图像和第二图像可以由两台相机拍摄得到的也可以由一台相机拍摄得到,相机位于分拣物品的上方。若第一图像与第二图像是由一台相机拍摄得到的,则第一图像与第二图像的拍摄时间连续。若第一图像与第二图像是由两台相机拍摄得到的,则两台相机拍摄时间相同,但两台相机拍摄分拣物品的角度不相同。第一图像和第二图像的尺寸相同。
指的一提的是,第一图像与第二图像中的均包含相同分拣物品。即第一图像与第二图像中图像具有重叠区域。
202、确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
第一图像与第二图像间存在大量的图像重叠区域。第二图像的重叠区域对应的图像是第一图像的重叠区域对应的图像经过平移后的图像。
203、调整重叠图像的图像参数,得到调整后的调整图像;
具体地,通过调整重叠图像的灰度值,将重叠图像由灰度图转变为对比图,然而基于对比度图,调整对比度图的熵值,得到一个对比度熵图。对比度熵图指的是对重叠图像的灰度值以及熵值均进行调整后得到的图像。
204、基于调整图像,对第一图像和第二图像进行拼接。
具体地,通过对调整图像进行配准,得到配准结果,通过此次的配准结果,实现第一图像和第二图像的拼接。
本发明实施例提供的方法,通过对第一图像和第二图像的重叠图像的图像参数进行调整,可以减少图像亮度对图像配准的影响,从而提高图像配准的准确度,进而提高图像拼接的准确度。
结合上述实施例的内容,在一个实施例中,确定第一图像与第二图像之间的重叠区域,包括:
对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
根据偏移量,提取第一图像和第二图像之间的重叠区域。
其中,偏移量指的是第一图像与第二图像之间的重叠区域的位移大小。
具体地,分别读取第一图像和第二图像的二维时域信号,分别对第一图像的二维时域信号和第二图像的二维时域信号进行加窗处理,得到加窗处理后的第一图像和第二图像的二维时域信号。其中,加窗处理可以减少二维时域信号的能量泄露。
分别将第一图像的二维时域信号的和第二图像额二维时域信号转至频域,分别得到第一图像和第二图像的频域信号,其中,频域信号包含实部与虚部。
对得到的第一图像和第二图像的频域信号进行互功率谱的求解,可以得到功率谱矩阵,功率谱矩阵中元素为频谱,功率谱矩阵即为第一配准矩阵。
本发明实施例提供的方法,通过对第一图像和第二图像进行配准,可以确定第一图像和第二图像间的偏移量,根据偏移量确定第一图像与第二图像间的重叠区域,从而提高第一图像与第二图像拼接的准确度。
结合上述实施例的内容,在一个实施中,偏移量包括横向偏移量和纵向偏移量;根据第一配准矩阵,确定第一图像与第二图像间的偏移量,包括:
确定第一配准矩阵中元素的最大值;
将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
功率谱矩阵中的元素为图像的频谱,在第一配准矩阵中确定最大的频谱值,并确定该最大的频谱值所在位置,即频谱值在矩阵中的行列号。比如最大频谱值在功率谱矩阵中第三行第四列,则第一图像与第二图像间的偏移量为(3,4)其中,3为横向偏移量,4为纵向偏移量。
值得一提的是,横向偏移量和纵向偏移量应不大于相应的预设值,比如第一配准矩阵为14*14的矩阵,横向偏移量和纵向偏移量的预设值分别为7和8,则横向偏移量和纵向偏移量的最大值分别为7和8。
本发明实施例提供的方法,通过确定第一配准矩阵中最大的频谱值,可以根据最大的频谱值确定第一图像与第二图像间的偏移量,从而提高确定第一图像与第二图像间的偏移量的精度。
结合上述实施例的内容,在一个实施中,图像参数包括灰度值和熵值;调整重叠图像的图像参数,得到调整后的调整图像,包括:
按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
其中,预设尺寸可以根据实际需求进行设定,预设尺寸不大于重叠图像的尺寸大小。
重叠图像的每一个像素具有相应的子图像,也即,子图像的数量与重叠图像的像素数量相等。比如,重叠图像像素数量为3*3,则将重叠图像分割为9个子图像。每一个子图像的中心像素均为重叠图像的一个像素。每一个子图像的大小相同。计算每一个子图像的对比度值,并用每一个子图像的对比度值替换每一个子图像对应的中心像素的灰度值,通过此方法,实现对重叠图像中每一像素的灰度值的更新,得到参考重叠图像,该参考重叠图像集为上步骤中的对比度图。将参考重叠图像按照预设尺寸分割为多个参考子图像,并计算出每一个参考子图像中每一像素的对比度值的概率分布,基于每一个参考子图像中每一像素的对比度值的概率分布,计算出每一个参考子图像的熵值。对所有参考子图像的熵值进行线性归一化处理,使每一参考子图像的熵值在[0,1]之间。将熵值在[0,1]参考子图像重新组合,构成调整图像。其中,计算每一个子图像的对比度值可以通过计算每一个子图像的均方根对比度值得到。
本发明实施例提供的方法,通过对重叠图像的图像参数进行调整,可以使得到的调整图像不受光照影响,从而避免因光照导致图像配准不准确,进而提高第一图像与第二图像的拼接成功率。此外,通过熵值调整后的调整图像,能够有效地度量第一图像和第二图像的之间的相似性,并且减少了光照和噪声对第一图像和第二图像的影响,从而提高图像的拼接效果。
结合上述实施例的内容,在一个实施例中,重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
其中,第一重叠图像、第二重叠图像、第一调整图像和第二调整图像大小均相同。在对第一重叠图像和第二重叠图像进行图像参数调整时,第一重叠图像和第二重叠图像的大小不会改变,也即得到的相应的第一调整图像和第二调整图像的大小不会改变。
本发明实施例提供的方法,分别对第一图像和第二图像的重叠图像进行相同类型参数调整,得到第一调整图像和第二调整图像,可以提高第一调整图像与第二调整图像之间的匹配度。
结合上述实施例的内容,在一个实施例中,基于调整图像,对第一图像和第二图像进行拼接,包括:
对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
基于第二配准矩阵,对第二图像和第一图像进行拼接。
对于第一调整图像和第二调整图像之间的配准方法,与上述方法中所记载的第一图像和第二图像的配准实现方案相似,在此不再赘述。通过对第一调整图像和第二调整图像进行配准,得到第一图像与第二图像的第二配准矩阵,第一图像与第二图像基于第二配准矩阵实现拼接,得到拼接图像。
本发明实施例提供的方法,通过调整第一重叠图像和第二重叠图像的灰度值以及熵值,分别得到降低纹理特征的第一调整图像和第二调整图像。使得可以基于降低纹理特征的第一调整图像和第二调整图像实现第一图像和第二图像的拼接;相较于基于特征点的图像拼接方法,并不要求图像必须有复杂纹理。此外,基于降低纹理特征的图像拼接方法得到的拼接图像的显示效果较好,并且比较鲁棒。此外,相较于基于像素或者提取特征点的图像拼接方法而言,本发明实施例提供的方法只选取了图像的部分区域进行配准运算,提高了配准效率,从而提高图像拼接效率。
结合上述实施例提供的方法,在一个实施例中,如图3所示,一种图像拼接方法,包括:
301、终端获取相机拍摄的第一图像和第二图像;
302、终端确定第一图像与第二图像之间的重叠区域,并将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
303、终端调整重叠图像的图像参数,得到调整后的第一调整图像和第二调整图像;对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
304、基于第二配准矩阵,对第二图像和第一图像进行拼接。
本发明实施例提供的方法,通过调整重叠图像的图像参数,从而降低图像的纹理影响,进而提高图像的拼接效果。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的图像拼接方法的图像拼接装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个图像拼接装置实施例中的具体限定可以参见上文中对于图像拼接方法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种图像拼接装置,包括:取模块401、确定模块402、调整模块403和拼接模块404,其中:
获取模块401,用于获取相机连续拍摄的第一图像和第二图像;
确定模块402,用于确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整模块403,用于调整重叠图像的图像参数,得到调整后的调整图像;
拼接模块404,用于基于调整图像,对第一图像和第二图像进行拼接。
结合上述实施例的内容,在一个实施例中,确定模块402,包括:
第一配准子模块,用于对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
确定子模块,用于根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
提取子模块,用于根据偏移量,提取第一图像和第二图像之间的重叠区域。
结合上述实施例的内容,在一个实施例中,确定子模块,包括:
确定单元,用于确定第一配准矩阵中元素的最大值;将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
结合上述实施例的内容,在一个实施例中,调整模块403,包括:
第一分割子模块,用于按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
调整子模块,用于根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
第二分割子模块,用于将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
处理子模块,用于对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
结合上述实施例的内容,在一个实施例中,处理子模块,包括:重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
结合上述实施例的内容,在一个实施例中,拼接模块404,包括:
第二配准子模块,用于对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
拼接子模块,用于基于第二配准矩阵,对第二图像和第一图像进行拼接。
上述图像拼接装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像拼接方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
根据偏移量,提取第一图像和第二图像之间的重叠区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定第一配准矩阵中元素的最大值;
将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
基于第二配准矩阵,对第二图像和第一图像进行拼接。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取相机拍摄的第一图像和第二图像;
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
根据偏移量,提取第一图像和第二图像之间的重叠区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定第一配准矩阵中元素的最大值;
将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
基于第二配准矩阵,对第二图像和第一图像进行拼接。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
确定第一图像与第二图像之间的重叠区域,将第一图像和第二图像中各自重叠区域对应的图像作为重叠图像;
调整重叠图像的图像参数,得到调整后的调整图像;
基于调整图像,对第一图像和第二图像进行拼接。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对第一图像和第二图像进行配准,确定第一图像与第二图像间的第一配准矩阵;
根据第一配准矩阵,确定第一图像与第二图像间的偏移量;
根据偏移量,提取第一图像和第二图像之间的重叠区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定第一配准矩阵中元素的最大值;
将最大值对应的行列号分别作为横向偏移量和纵向偏移量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
按照预设尺寸将重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据重叠图像的每一子图像的对比度值,调整重叠图像的每一像素的灰度值,得到参考重叠图像;
将参考重叠图像按照预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对参考重叠图像的每一子图像的熵值进行归一化处理,得到调整图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
重叠图像包括第一重叠图像和第二重叠图像,第一重叠图像指的是从第一图像中提取的重叠区域对应的图像;第二重叠图像指的是从第二图像中提取的重叠区域对应的图像;相应地,调整图像包括第一调整图像和第二调整图像,第一调整图像是通过调整第一重叠图像的图像参数得到,第二调整图像是通过调整第二重叠图像的图像参数得到。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对第一调整图像和第二调整图像进行配准,得到第二配准矩阵;
基于第二配准矩阵,对第二图像和第一图像进行拼接。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,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。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像拼接方法,其特征在于,应用于智能分拣系统,所述智能分拣系统包括智能分拣生产线和相机,所述相机用于拍摄智能分拣生产线上的分拣物品;所述方法包括:
获取所述相机拍摄的第一图像和第二图像;
确定所述第一图像与所述第二图像之间的重叠区域,将所述第一图像和所述第二图像中各自重叠区域对应的图像作为重叠图像;
调整所述重叠图像的图像参数,得到调整后的调整图像;
基于所述调整图像,对所述第一图像和所述第二图像进行拼接。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一图像与所述第二图像之间的重叠区域,包括:
对所述第一图像和所述第二图像进行配准,确定所述第一图像与所述第二图像间的第一配准矩阵;
根据所述第一配准矩阵,确定所述第一图像与所述第二图像间的偏移量;
根据所述偏移量,提取所述第一图像和所述第二图像之间的重叠区域。
3.根据权利要求1所述的方法,其特征在于,所述偏移量包括横向偏移量和纵向偏移量;所述根据所述第一配准矩阵,确定所述第一图像与所述第二图像间的偏移量,包括:
确定所述第一配准矩阵中元素的最大值;
将所述最大值对应的行列号分别作为所述横向偏移量和所述纵向偏移量。
4.根据权利要求1所述的方法,其特征在于,所述图像参数包括灰度值和熵值;所述调整所述重叠图像的图像参数,得到调整后的调整图像,包括:
按照预设尺寸将所述重叠图像分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
根据所述重叠图像的每一子图像的对比度值,调整所述重叠图像的每一像素的灰度值,得到参考重叠图像;
将所述参考重叠图像按照所述预设尺寸分割为多个子图像,且使得相邻的至少两个子图像之间存在重叠区域;
对所述参考重叠图像的每一子图像的熵值进行归一化处理,得到所述调整图像。
5.根据权利要求4所述的方法,其特征在于,所述重叠图像包括第一重叠图像和第二重叠图像,所述第一重叠图像指的是从所述第一图像中提取的重叠区域对应的图像;所述第二重叠图像指的是从所述第二图像中提取的重叠区域对应的图像;相应地,所述调整图像包括第一调整图像和第二调整图像,所述第一调整图像是通过调整所述第一重叠图像的图像参数得到,所述第二调整图像是通过调整所述第二重叠图像的图像参数得到。
6.根据权利要求5所述的方法,其特征在于,所述基于所述调整图像,对所述第一图像和所述第二图像进行拼接,包括:
对所述第一调整图像和所述第二调整图像进行配准,得到第二配准矩阵;
基于所述第二配准矩阵,对所述第二图像和所述第一图像进行拼接。
7.一种图像拼接装置,其特征在于,所述装置包括:
获取模块,用于获取所述相机连续拍摄的第一图像和第二图像;
确定模块,用于确定所述第一图像与所述第二图像之间的重叠区域,将所述第一图像和所述第二图像中各自重叠区域对应的图像作为重叠图像;
调整模块,用于调整所述重叠图像的图像参数,得到调整后的调整图像;
拼接模块,用于基于所述调整图像,对所述第一图像和所述第二图像进行拼接。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623733.1A CN115797180A (zh) | 2022-12-16 | 2022-12-16 | 图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623733.1A CN115797180A (zh) | 2022-12-16 | 2022-12-16 | 图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115797180A true CN115797180A (zh) | 2023-03-14 |
Family
ID=85425430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211623733.1A Pending CN115797180A (zh) | 2022-12-16 | 2022-12-16 | 图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797180A (zh) |
-
2022
- 2022-12-16 CN CN202211623733.1A patent/CN115797180A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112102164B (zh) | 一种图像处理方法、装置、终端及存储介质 | |
CN108961183B (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
CN103353881B (zh) | 一种应用程序搜索方法及装置 | |
CN115759148B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN111274999A (zh) | 数据处理、图像处理方法、装置及电子设备 | |
CN114049568A (zh) | 基于图像比对的标的物形变检测方法、装置、设备及介质 | |
CN116152166A (zh) | 基于特征相关性的缺陷检测方法及相关装置 | |
CN113963072A (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
CN115630660B (zh) | 基于卷积神经网络的条码定位方法和装置 | |
CN115797180A (zh) | 图像拼接方法、装置、计算机设备、存储介质和计算机程序产品 | |
CN115526883A (zh) | Led灯珠的检测方法、装置、计算机设备和存储介质 | |
CN116229130A (zh) | 模糊图像的类型识别方法、装置、计算机设备和存储介质 | |
CN115731442A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN115063473A (zh) | 物体高度的检测方法、装置、计算机设备、存储介质 | |
CN114463764A (zh) | 表格线检测方法、装置、计算机设备和存储介质 | |
CN115223181A (zh) | 基于文本检测的报告材料印章文字识别方法和装置 | |
CN114925153A (zh) | 基于业务的地理信息数据质量检测方法、装置和设备 | |
CN116631319B (zh) | 屏幕显示补偿方法、智能终端及存储介质 | |
CN115861520B (zh) | 高光检测方法、装置、计算机设备和存储介质 | |
CN116452702B (zh) | 信息图表快速设计方法、装置、计算机设备和存储介质 | |
CN117036490B (zh) | 摄像机预置位偏移检测方法、装置、计算机设备与介质 | |
CN106776682A (zh) | 一种图片匹配装置、方法及移动终端 | |
CN115174811A (zh) | 相机抖动检测方法、装置、设备、存储介质和程序产品 | |
CN115019070A (zh) | 图像处理方法、装置、设备及介质 | |
CN116012665A (zh) | 图像处理模型训练方法、装置、计算机设备和存储介质 |
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 |