CN115880145A - 环视图像拼接方法、装置以及存储介质 - Google Patents
环视图像拼接方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN115880145A CN115880145A CN202111145057.7A CN202111145057A CN115880145A CN 115880145 A CN115880145 A CN 115880145A CN 202111145057 A CN202111145057 A CN 202111145057A CN 115880145 A CN115880145 A CN 115880145A
- Authority
- CN
- China
- Prior art keywords
- brightness
- image
- images
- target image
- spliced
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 84
- 238000004422 calculation algorithm Methods 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000003702 image correction Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本公开提出一种环视图像拼接方法、装置以及存储介质,方法包括:获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种环视图像拼接方法、装置以及存储介质。
背景技术
车载环视系统,一般由安装在车身前后左右四个方向的鱼眼相机构成,用于采集四个方向的图像并拼接成车辆环视图像,而现有的车载环视系统拼接出的环视图像常常存在着不同区域的亮度与颜色存在较大差异的问题。
相关技术在解决上述问题时,可以对相邻两张图像寻找合适的拼接缝,并对拼接缝附近的部分做融合,但是相关技术融合过程中只考虑图像重叠区域的像素,根据相邻图像中重叠区域的像素信息求解相关的参数,并未考虑非重叠区域的像素信息,因此当重叠区域与非重叠区域的像素亮度信息等差异过大的时候,校正算法则会失效,因此影响拼接效果。
发明内容
本申请提出了一种环视图像拼接方法、装置以及存储介质,旨在至少在一定程度上解决相关技术中的技术问题之一。
本申请第一方面实施例提出了一种环视图像拼接方法,包括:获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域;分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值;从多个待拼接图像中确定基准图像和目标图像;根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正;以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
本申请第二方面实施例提出了一种环视图像拼接装置,包括:获取模块,用于获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域;计算模块,用于分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值;确定模块,用于从多个待拼接图像中确定基准图像和目标图像;校正模块,用于根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正;以及拼接模块,用于基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
本申请第三方面实施例提出了一种电子设备,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本申请实施例的环视图像拼接方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请实施例公开的环视图像拼接方法。
本实施例中,通过获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本公开一实施例提供的环视图像拼接方法的流程示意图;
图2是根据本公开实施例提供的多个待拼接图像的示意图;
图3是根据本公开另一实施例提供的环视图像拼接方法的流程示意图;
图4是根据本公开另一实施例提供的环视图像拼接方法的流程示意图;
图5是根据本公开实施例提供的图像校正过程的示意图;
图6是根据本公开另一实施例提供的环视图像拼接装置的示意图;
图7是根据本公开另一实施例提供的环视图像拼接装置的示意图;
图8示出了适于用来实现本申请实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本公开,而不能理解为对本公开的限制。相反,本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
针对背景技术中提到的相关技术融合过程中只考虑图像重叠区域的像素,并未考虑非重叠区域的像素信息,当重叠区域与非重叠区域的像素亮度差异过大的时候,校正算法则会失效,影响拼接效果的技术问题,本实施例技术方案提供了一种环视图像拼接方法,下面结合具体的实施例对该方法进行说明。
其中,需要说明的是,本实施例的环视图像拼接方法的执行主体可以为环视图像拼接装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
图1是根据本公开一实施例提供的环视图像拼接方法的流程示意图,如图1所示,该方法包括:
S101:获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域。
其中,需要进行拼接的图像可以被称为待拼接图像,该待拼接图像是从多个方向采集得到的。
在一个具体实例中,该环视图像拼接方法例如可以应用到车载环视系统,该车载环视系统包括设置在车辆不同方位的多个鱼眼相机,通过鱼眼相机采集车辆不同方向的图像(即,待拼接图像),进一步地将不同方向采集的图像进行拼接,得到车辆环视图像。
可以理解的是,本公开实施例提供的环视图像拼接方法不限于应用到车载环视系统,还可以应用到其他系统得到环视图像,对此不作限制。
举例而言,图2是根据本公开实施例提供的多个待拼接图像的示意图,如图2所示,本实施例中的多个方向例如包括前方、后方、左方、右方,也即是说,车辆的前后左右分别设有鱼眼相机,对应的,多个待拼接图像可以表示为前摄图像、后摄图像、左摄图像以及右摄图像。
可以理解的是,上述实例只是以前后左右四个方向进行示例性说明,在实际应用中,还可以从任意的方向采集图像,例如:八个方向,对此不作限制。
其中,每个待拼接图像分为重叠区域和非重叠区域。如图2所示,多个待拼接图像在拼接过程中,相邻图像之间会存在重合部分,例如:前摄图像和左摄图像的重合部分为S1,左摄图像与后摄图像的重合部分为S2,后摄图像与右摄图像的重合部分为S3,右摄图像与前摄图像的重合部分为S4。此外,多个待拼接图像还存在未重合区域,例如:前摄图像的A4区域、左摄图像的A1区域、后摄图像的A2区域以及右摄图像的A3区域。
本公开实施例中,每个待拼接图像与其它待拼接图像存在的重合部分可以被称为重叠区域,未重合部分可以被称为非重叠区域。
举例而言,在前摄图像中,S1区域为与左摄图像的重合部分,S4区域为与右摄图像的重合部分,则S1和S4可以共同作为该前摄图像的重叠区域,而A4部分则为该前摄图像的非重叠区域。其它方向的待拼接图像对应的重叠区域和非重叠区域的确定方式同理于前摄图像,此处不再赘述。
需要说明的是,在鱼眼相机采集车身的前、后、左、右四个方向的原始视图后,还可以分别读取标定好的鱼眼相机内外参数,再根据对应的参数把四个方向的原始视图做投影,得到对应的四个鸟瞰图,也即是说,获取的多个待拼接图像可以是鱼眼相机采集的原始图像的鸟瞰图。
S102:分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值。
上述获取多个待拼接图像后,进一步地,可以计算每个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,该亮度平均值例如可以用Pavg表示,例如:上述的前摄图像、左摄图像、后摄图像以及右摄图像的亮度平均值依次可以表示为Pavg1、Pavg2、Pavg3、Pavg4。
举例而言,在计算前摄图像对应亮度平均值Pavg1的过程中,S1和S4为前摄图像对应的重叠区域,A4为前摄图像对应的非重叠区域,则计算S1、S4、A4区域的亮度平均值。
一些实施例中,可以首先确定S1、S4、A4区域内包含的全部像素点对应的亮度值,然后根据全部像素点对应的亮度值计算该亮度平均值Pavg1;或者还可以采用其它任意可能的方式计算每个待拼接图像的亮度平均值,对此不作限制。
S103:从多个待拼接图像中确定基准图像和目标图像。
上述计算每个待拼接图像对应的亮度平均值后,进一步地,本公开实施例可以从多个待拼接图像中确定基准图像和目标图像。
其中,作为校正基准的图像可以被称为基准图像,根据基准图像进行校正的图像可以被称为目标图像,也即是说,本公开实施例是根据基准图像对目标图像进行校正。
一些实施例中,可以从多个待拼接图像中确定一个基准图像,例如:前摄图像,而其它的待拼接图像(后摄图像、左摄图像、右摄图像)作为目标图像,则可以根据前摄图像作为基准,分别对后摄图像、左摄图像、右摄图像进行校正。其中,可以随机确定基准图像和目标图像,或者还可以采用其它任意可能的方式进行确定,对此不作限制。
可以理解的是,在实际应用中,可以先计算每个待拼接图像的亮度平均值,然后确定基准图像和目标图像;或者,还可以先确定基准图像和目标图像,然后计算亮度平均值。也即是说,本实施例中关于S102和S103执行顺序不作限制。
S104:根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正。
其中,基准图像的亮度平均值可以被称为第一亮度平均值,例如:基准图像为前摄图像,则第一亮度平均值可以表示为Pavg1。
而目标图像对应的亮度平均值可以被称为第二亮度平均值,例如:目标图像为左摄图像、后摄图像以及右摄图像,则对应的第二亮度平均值依次可以表示为Pavg2、Pavg3、Pavg4。
本公开实施例,可以根据第一亮度平均值和第二亮度平均值对目标图像的亮度进行校正,也即是说,本实施例可以根据第一亮度平均值Pavg1和第二亮度平均值Pavg2对左摄图像的亮度进行校正,根据第一亮度平均值Pavg1和第二亮度平均值Pavg3对后摄图像的亮度进行校正,根据第一亮度平均值Pavg1和第二亮度平均值Pavg3对右摄图像的亮度进行校正。
其中,对目标图像的亮度进行校正可以理解为对目标图像中像素点的亮度值进行调整,使得第二亮度平均值与第一亮度平均值相同或者误差在一定范围内,以实现目标图像的亮度与基准图像的亮度一致。其中,可以采用任意可能的方式或者算法对目标图像的亮度进行校正,对此不作限制。
S105:基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
上述对目标图像(后摄图像、左摄图像以及右摄图像)进行校正后,可以基于多个方向的顺序(例如:前、左、后、右的顺序),将基准图像和校正后的后摄图像、左摄图像以及右摄图像依次进行拼接,得到环视图像。
本实施例中,通过获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对目标图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。
图3是根据本公开另一实施例提供的环视图像拼接方法的流程示意图,如图3所示,该方法包括:
S301:获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域。
S301的具体说明可以参见上述实施例,此处不再赘述。
S302:分别将多个待拼接图像转换到YUV空间,并获取每个待拼接图像的像素点在Y通道的亮度值。
在实际应用中,车载环视系统采集的待拼接图像一般是RGB彩色图像,即:待拼接图像的颜色空间为RGB空间。
本公开实施例,在计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值的操作中,首先可以将多个待拼接图像转换到YUV空间。
其中,转换后的Y通道可以表示待拼接图像的亮度值(或者灰度值),UV通道表示图像的颜色值,在这种情况下,本实施例可以获取每个待拼接图像的像素点在Y通道的亮度值。
S303:根据亮度值,计算待拼接图像对应的重叠区域和非重叠区域的亮度平均值。
上述获取每个待拼接图像的像素点在Y通道的亮度值后,进一步地,根据亮度值计算每个待拼接图像的亮度平均值。
一些实施例中,首先可以计算每个待拼接图像的重叠区域内像素点的亮度值之和,得到第一亮度总值,该第一亮度总值例如可以用R1表示。并且,还计算每个待拼接图像的非重叠区域内像素点的亮度值之和,得到第二亮度总值,该第二亮度总值例如可以用R2表示。并且,还计算每个待拼接图像的重叠区域和非重叠区域包含的像素点总数,即:待拼接图像包含的像素点总数,该像素点总数可以用N表示。
进一步地,根据每个待拼接图像的第一亮度总值R1、第二亮度总值R2以及像素点总数N,计算亮度平均值Pavg。从而,从YUV空间可以快速的确定像素点的亮度值,因此可以提升图像校正的速度。
在实际应用中,由于图像拼接处存在重合部分,为了使拼接图像过渡更加自然,因此可以在图像校正过程中针对重叠区域和非重叠区域分配不同的权重。
具体地,在根据第一亮度总值、第二亮度总值以及像素点总数,计算亮度平均值的操作中,首先根据第一亮度总值R1、第二亮度总值R2以及分别对应的第一权重系数和第二权重系数进行加权计算,得到加权亮度值。
其中,第一亮度总值(重叠区域)对应的权重系数可以被称为第一权重系数,其可以用W1表示;对应的,第二亮度总值(非重叠区域)对应的权重系数可以被称为第二权重系数,其可以用W2表示。而第一权重系数W1和第二权重系数W2可以根据实际应用场景确定,对此不作限制。
本实施例可以根据第一亮度总值R1、第二亮度总值R2以及分别对应的第一权重系数W1和第二权重系数W2进行加权计算,得到加权亮度值,该加权亮度值可以表示为R1W1+R2W2。
从而,针对重叠区域和非重叠区域可以分配不同的权重系数,能够提升图像拼接处的自然度,提升环视图像的拼接效果。
S304:从多个待拼接图像中确定基准图像和目标图像。
S305:根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正。
需要说明的是,由于本实施例将待拼接图像转换到YUV空间,因此在对目标图像校正完成之后,需要将校正后的图像转换到RGB空间。
S306:基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
S304~S306的具体说明可以参见上述实施例,此处不再赘述。
本实施例中,通过获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对目标图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。此外,从YUV空间可以快速的确定像素点的亮度值,因此可以提升图像校正的速度。并且,针对重叠区域和非重叠区域可以分配不同的权重系数,能够提升图像拼接处的自然度,提升环视图像的拼接效果。
图4是根据本公开另一实施例提供的环视图像拼接方法的流程示意图,如图4所示,该方法包括:
S401:获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域。
S402:分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值。
S403:从多个待拼接图像中确定基准图像和目标图像。
S401~S403的具体说明可以参见上述实施例,此处不再赘述。
S404:根据第一亮度平均值和第二亮度平均值,确定校正系数。
一些实施例中,校正系数可以是第一亮度平均值和第二亮度平均值的比值,例如:第一亮度平均值为Pavg1,第二亮度平均值为Pavg2,校正系数/>为Pavg1和Pavg2的比值,或者还可以通过其他方式确定该校正系数,对此不作限制。
S405:判断校正系数是否位于预设区间。
S406:在校正系数超出预设区间的情况下,连续采用预设算法对目标图像进行校正处理,直至重新计算的校正系数位于预设区间。
进一步地,重新计算校正后目标图像的第二亮度平均值,记为Pavg_new,并根据第一亮度平均值和校正后的第二亮度平均值Pavg_new计算新的校正系数,记为并判断是否位于预设区间。连续采用预设算法对目标图像进行校正处理,每次校正后重新计算校正系数/>直至重新计算的校正系数/>位于预设区间。
一些实施例,首次采用预设算法对目标图像进行校正的过程中,可以采用预设算法的初始校正参数对目标图像进行校正,后续的校正操作中,可以连续对预设算法的参数进行调整,并采用调整后的预设算法对目标图像进行校正处理。
一些实施例中,在校正系数小于预设区间的下限范围(即,0.9)的情况下,连续采用第一预设算法对目标图像进行校正,其中,第一预设算法例如可以是gamma校正算法。
具体地,如图5所示,在的情况下,首先利用初始化的gamma校正算法的校正参数,对目标图像进行gamma校正。进一步地,重新计算校正后目标图像的第二亮度平均值Pavg_new以及校正系数/>并判断/>是否成立。若不成立,则调整gamma校正算法的参数并对目标图像重新校正,并重新计算第二亮度平均值和校正系数,循环执行校正操作,直至/>成立。
另一些实施例中,在校正系数大于预设区间的上限范围(即,1.1)的情况下,连续采用第二预设算法对目标图像进行校正,其中,第二预设算法例如可以是对数校正算法(log校正算法)。
具体地,如图5所示,在的情况下,首先利用初始化的对数校正算法的校正参数,对目标图像进行对数校正。进一步地,重新计算校正后目标图像的第二亮度平均值Pavg_new以及校正系数/>并判断/>是否成立,若不成立,则调整对数校正算法的参数并对目标图像重新校正,并重新计算第二亮度平均值Pavg_new和校正系数连续循环执行,直至/>成立。
本实施例可以针对不同的情况采用不同的校正算法进行校正,因此能够提升图像校正的准确性。
S407:基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
本实施例中,通过获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对目标图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。此外,可以针对不同的情况采用不同的校正算法进行校正,因此能够提升图像校正的准确性。
图6是根据本公开另一实施例提供的环视图像拼接装置的示意图。如图6所示,该环视图像拼接装置60包括:
获取模块601,用于获取多个方向采集的多个待拼接图像,其中,待拼接图像分为重叠区域和非重叠区域;
计算模块602,用于分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值;
确定模块603,用于从多个待拼接图像中确定基准图像和目标图像;
校正模块604,用于根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正;以及
拼接模块605,用于基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像。
一些实施例中,图7是根据本公开另一实施例提供的环视图像拼接装置的示意图,如图7所示,计算模块602,包括:
转换子模块6021,用于分别将多个待拼接图像转换到YUV空间,并获取每个待拼接图像的像素点在Y通道的亮度值;以及
计算子模块6022,用于根据亮度值,计算待拼接图像对应的重叠区域和非重叠区域的亮度平均值。
一些实施例中,计算子模块6022,具体用于:计算待拼接图像的重叠区域内像素点的亮度值之和,得到第一亮度总值;计算待拼接图像的非重叠区域内像素点的亮度值之和,得到第二亮度总值;计算重叠区域和非重叠区域包含的像素点总数;以及根据第一亮度总值、第二亮度总值以及像素点总数,计算亮度平均值。
一些实施例中,计算子模块6022,具体用于:根据第一亮度总值、第二亮度总值以及分别对应的第一权重系数和第二权重系数进行加权计算,得到加权亮度值;以及根据加权亮度值和像素点总数,计算亮度平均值。
一些实施例中,如图7所示,校正模块604,包括:
确定子模块6041,用于根据第一亮度平均值和第二亮度平均值,确定校正系数;
判断子模块6042,用于判断校正系数是否位于预设区间;
校正子模块6043,用于在校正系数超出预设区间的情况下,连续采用预设算法对目标图像进行校正处理,直至重新计算的校正系数位于预设区间。
一些实施例中,校正子模块6043,具体用于:在校正系数小于预设区间的下限范围的情况下,连续采用第一预设算法对目标图像进行校正;以及在校正系数大于预设区间的上限范围的情况下,连续采用第二预设算法对目标图像进行校正。
一些实施例中,校正子模块6043,具体用于:在校正系数超出预设区间的情况下,连续对预设算法的参数进行调整,并采用调整后的预设算法对目标图像进行校正处理。
一些实施例中,第一预设算法为gamma校正算法,第二预设算法为对数校正算法。
本实施例中,通过获取多个方向采集的多个待拼接图像,并分别计算多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,并从多个待拼接图像中确定基准图像和目标图像,并根据基准图像对应的第一亮度平均值和目标图像对应的第二亮度平均值,对目标图像的亮度进行校正,以及基于多个方向的顺序,将基准图像和校正后的目标图像依次进行拼接,得到环视图像,能够结合图像的重叠区域和非重叠区域对图像的亮度进行校正,避免重叠区域与非重叠区域的像素亮度差异过大对校正操作的影响,并且使校正后的图像过渡更加自然,从而提升环视图像的拼接效果。
根据本公开的实施例,本公开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。
为了实现上述实施例,本申请还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本申请前述实施例提出的环视图像拼接方法。
图8示出了适于用来实现本申请实施方式的示例性计算机设备的框图。图8显示的计算机设备12仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。
尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用,例如实现前述实施例中提及的环视图像拼接方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种环视图像拼接方法,其特征在于,包括:
获取多个方向采集的多个待拼接图像,其中,所述待拼接图像分为重叠区域和非重叠区域;
分别计算所述多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值;
从所述多个待拼接图像中确定基准图像和目标图像;
根据所述基准图像对应的第一亮度平均值和所述目标图像对应的第二亮度平均值,对所述目标图像的亮度进行校正;以及
基于所述多个方向的顺序,将所述基准图像和校正后的所述目标图像依次进行拼接,得到环视图像。
2.如权利要求1所述的方法,其特征在于,所述分别计算所述多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值,包括:
分别将所述多个待拼接图像转换到YUV空间,并获取每个待拼接图像的像素点在Y通道的亮度值;以及
根据所述亮度值,计算所述待拼接图像对应的重叠区域和所述非重叠区域的亮度平均值。
3.如权利要求2所述的方法,其特征在于,根据所述亮度值,所述计算所述待拼接图像对应的重叠区域和所述非重叠区域的亮度平均值,包括:
计算所述待拼接图像的重叠区域内像素点的亮度值之和,得到第一亮度总值;
计算所述待拼接图像的非重叠区域内像素点的亮度值之和,得到第二亮度总值;
计算所述待拼接图像的所述重叠区域和所述非重叠区域包含的像素点总数;以及
根据所述第一亮度总值、所述第二亮度总值以及所述像素点总数,计算所述亮度平均值。
4.如权利要求3所述的方法,其特征在于,所述根据所述第一亮度总值、所述第二亮度总值以及所述像素点总数,计算所述亮度平均值,包括:
根据所述第一亮度总值、所述第二亮度总值以及分别对应的第一权重系数和第二权重系数进行加权计算,得到加权亮度值;以及
根据所述加权亮度值和所述像素点总数,计算所述亮度平均值。
5.如权利要求1所述的方法,其特征在于,所述根据所述基准图像对应的第一亮度平均值和所述目标图像对应的第二亮度平均值,对所述目标图像的亮度进行校正,包括:
根据所述第一亮度平均值和所述第二亮度平均值,确定校正系数;
判断所述校正系数是否位于预设区间;
在所述校正系数超出所述预设区间的情况下,连续采用预设算法对所述目标图像进行校正处理,直至重新计算的校正系数位于所述预设区间。
6.如权利要求5所述的方法,其特征在于,所述在所述校正系数超出所述预设区间的情况下,连续采用预设算法对所述目标图像进行校正处理,包括:
在所述校正系数小于所述预设区间的下限范围的情况下,连续采用第一预设算法对所述目标图像进行校正;以及
在所述校正系数大于所述预设区间的上限范围的情况下,连续采用第二预设算法对所述目标图像进行校正。
7.如权利要求5所述的方法,其特征在于,所述连续采用预设算法对所述目标图像进行校正处理,包括:
在所述校正系数超出所述预设区间的情况下,连续对所述预设算法的参数进行调整,并采用调整后的所述预设算法对所述目标图像进行校正处理。
8.一种环视图像拼接装置,其特征在于,包括:
获取模块,用于获取多个方向采集的多个待拼接图像,其中,所述待拼接图像分为重叠区域和非重叠区域;
计算模块,用于分别计算所述多个待拼接图像对应的重叠区域和非重叠区域的亮度平均值;
确定模块,用于从所述多个待拼接图像中确定基准图像和目标图像;
校正模块,用于根据所述基准图像对应的第一亮度平均值和所述目标图像对应的第二亮度平均值,对所述目标图像的亮度进行校正;以及
拼接模块,用于基于所述多个方向的顺序,将所述基准图像和校正后的所述目标图像依次进行拼接,得到环视图像。
9.如权利要求8所述的装置,其特征在于,所述计算模块,包括:
转换子模块,用于分别将所述多个待拼接图像转换到YUV空间,并获取每个待拼接图像的像素点在Y通道的亮度值;以及
计算子模块,用于根据所述亮度值,计算所述待拼接图像对应的重叠区域和所述非重叠区域的亮度平均值。
10.如权利要求9所述的装置,其特征在于,所述计算子模块,具体用于:
计算所述待拼接图像的重叠区域内像素点的亮度值之和,得到第一亮度总值;
计算所述待拼接图像的非重叠区域内像素点的亮度值之和,得到第二亮度总值;
计算所述待拼接图像的所述重叠区域和所述非重叠区域包含的像素点总数;以及
根据所述第一亮度总值、所述第二亮度总值以及所述像素点总数,计算所述亮度平均值。
11.如权利要求10所述的装置,其特征在于,所述计算子模块,具体用于:
根据所述第一亮度总值、所述第二亮度总值以及分别对应的第一权重系数和第二权重系数进行加权计算,得到加权亮度值;以及
根据所述加权亮度值和所述像素点总数,计算所述亮度平均值。
12.如权利要求8所述的装置,其特征在于,所述校正模块,包括:
确定子模块,用于根据所述第一亮度平均值和所述第二亮度平均值,确定校正系数;
判断子模块,用于判断所述校正系数是否位于预设区间;
校正子模块,用于在所述校正系数超出所述预设区间的情况下,连续采用预设算法对所述目标图像进行校正处理,直至重新计算的校正系数位于所述预设区间。
13.如权利要求12所述的装置,其特征在于,校正子模块,具体用于:
在所述校正系数小于所述预设区间的下限范围的情况下,连续采用第一预设算法对所述目标图像进行校正;以及
在所述校正系数大于所述预设区间的上限范围的情况下,连续采用第二预设算法对所述目标图像进行校正。
14.如权利要求12所述的装置,其特征在于,校正子模块,具体用于:
在所述校正系数超出所述预设区间的情况下,连续对所述预设算法的参数进行调整,并采用调整后的所述预设算法对所述目标图像进行校正处理。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111145057.7A CN115880145A (zh) | 2021-09-28 | 2021-09-28 | 环视图像拼接方法、装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111145057.7A CN115880145A (zh) | 2021-09-28 | 2021-09-28 | 环视图像拼接方法、装置以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115880145A true CN115880145A (zh) | 2023-03-31 |
Family
ID=85763630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111145057.7A Pending CN115880145A (zh) | 2021-09-28 | 2021-09-28 | 环视图像拼接方法、装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880145A (zh) |
-
2021
- 2021-09-28 CN CN202111145057.7A patent/CN115880145A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6389179B1 (en) | Image combining apparatus using a combining algorithm selected based on an image sensing condition corresponding to each stored image | |
CN108932698B (zh) | 图像畸变的校正方法、装置、电子设备和存储介质 | |
WO2021047345A1 (zh) | 图像降噪方法、装置、存储介质及电子设备 | |
JP2002538684A (ja) | イメージセンサ内の欠陥ピクセルの検出における高速の決定論的なアプローチ | |
JP4566591B2 (ja) | 画像変形推定方法および画像変形推定装置 | |
WO2009029365A1 (en) | Systems and methods for determination of a camera imperfection for an image | |
US10255665B2 (en) | Image processing device and method, image capturing device, program, and record medium | |
CN107240082B (zh) | 一种拼接线优化方法及设备 | |
CN108234824A (zh) | 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机 | |
US11074742B2 (en) | Image processing apparatus, image processing method, and storage medium | |
US20190325552A1 (en) | Imaging apparatus, image processing apparatus, image processing method, and medium | |
US20190043171A1 (en) | Image processing apparatus and image processing method | |
JPH11242737A (ja) | 画像処理方法及び装置並びに情報記録媒体 | |
CN110929615B (zh) | 图像处理方法、图像处理装置、存储介质与终端设备 | |
CN112215906A (zh) | 图像处理方法、装置和电子设备 | |
JPH11250239A (ja) | Yuvデータによりディストーション補正を行うディジタル撮像装置 | |
US11715218B2 (en) | Information processing apparatus and information processing method | |
CN114494448A (zh) | 标定误差的评估方法、装置、计算机设备及存储介质 | |
US20200092467A1 (en) | Image processing apparatus, image processing method, and image processing program | |
JP4583670B2 (ja) | 画像歪み補正装置及び方法 | |
CN115880145A (zh) | 环视图像拼接方法、装置以及存储介质 | |
JPH11250240A (ja) | Yuvデータによりディストーション補正を行うディジタル撮像装置 | |
CN110519486B (zh) | 基于广角镜头的畸变补偿方法、装置、及相关设备 | |
CN110197228B (zh) | 图像校正方法及装置 | |
CN114663521A (zh) | 一种用于辅助泊车的环视拼接处理方法 |
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 |