圖像拼接系統(tǒng)和圖像拼接方法與流程

本發(fā)明實施例涉及圖像處理領(lǐng)域，尤其涉及一種圖像拼接系統(tǒng)和一種圖像拼接方法。
背景技術(shù)：
：全景圖像具有越來越廣泛的應(yīng)用場景。傳統(tǒng)地，需要將多個圖像采集設(shè)備所采集的多個圖像進(jìn)行拼接來形成全景圖像。通常的拼接方法包括從集中采集的圖像中選擇特定場景點，針對與該場景點對應(yīng)的多個圖像提取圖像特征，并利用提取的圖像特征進(jìn)行圖像配準(zhǔn)、圖像融合等步驟，最終得到全景圖像。傳統(tǒng)的拼接方法通過提取圖像重疊部分的特征點對多個采集設(shè)備進(jìn)行內(nèi)、外參數(shù)的校正，并將數(shù)據(jù)存入模板用于重映射圖像繼而融合成為全景圖片。這種特征點的提取和匹配方法忽略了對特征點的精密匹配和過濾，從而影響拼接結(jié)果。因此，需要提供一種圖像拼接系統(tǒng)和圖像拼接方法來克服或緩解上述技術(shù)問題。技術(shù)實現(xiàn)要素：根據(jù)本發(fā)明實施例的一個方面，提供了一種圖像拼接方法，可以包括：由多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，與每個場景點對應(yīng)的圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域；將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射；提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對；利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對；利用所述細(xì)匹配特征點對估計所述多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣；以及根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。優(yōu)選地，所述將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射包括：利用等距圓柱投影分別對參考圖像和待拼接圖像進(jìn)行第一重映射，得到對應(yīng)的等距圓柱投影圖像，分別作為重映射的參考圖像和重映射的待拼接圖像。優(yōu)選地，等距圓柱投影中的點X’1(x_dst1，y_dst1)與對應(yīng)原始圖像中的X1(x_src1，y_srcl)滿足：θ＝π/2-y_dstl，其中，是在等距圓柱投影中與橫坐標(biāo)對應(yīng)的經(jīng)度弧度，θ是與縱坐標(biāo)對應(yīng)的緯度弧度；其中，s＝sin(θ)，v1＝cos(θ)，分別是圖像采集設(shè)備固有的魚眼球面投影模型的經(jīng)度和緯度；r1＝sqrt(v02+v12)，r1是投影到球面中的半徑；且x_src1＝θ0*v0/r1；y_src1＝θ0*v1/r1。優(yōu)選地，所述利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對包括：利用平面投影對粗匹配特征點對的坐標(biāo)進(jìn)行第二重映射；以及獲取粗匹配特征點對中符合單應(yīng)性的特征點對作為細(xì)匹配特征點對。優(yōu)選地，利用平面投影對粗匹配特征點對的坐標(biāo)進(jìn)行第二重映射包括：將粗匹配特征點對映射回圖像采集設(shè)備固有的魚眼球面投影模型中，得到粗匹配特征點對在所述魚眼球面投影模型中的坐標(biāo)；將魚眼球面投影模型中的坐標(biāo)映射到平面投影模型中；以及將魚眼球面投影模型的坐標(biāo)到平面投影模型的映射符合單應(yīng)性的特征點對確定為細(xì)匹配特征點對。優(yōu)選地，利用以下將魚眼球面投影模型中的坐標(biāo)X2(x_src2，y_src2)投影為平面投影模型中的點X’2(x_dst2，y_dst2)：r2＝sprt(OpticalX-x_dst2)2+(OpticalY-y_dst2)2，r2為平面投影模型中點到圖像光心點的半徑，(OpticalX，OpticalY)表示圖像光心點的坐標(biāo)，ω=0,r2=0ω=atan2(r2,1)/r2,r2≠0]]>ω是對應(yīng)到魚眼球面投影模型中的弧度，x_src2＝ω*(OpticalX-x_dst2)+OpticalXy_src2＝ω*(OpticalY-y_dst2)+OpticalY。根據(jù)本發(fā)明實施例的另一方面，提供了一種圖像拼接系統(tǒng)，可以包括：多個圖像采集設(shè)備，所述多個圖像采集設(shè)備相對于彼此的位置和取景方向不變，所述多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，所述圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域；控制器，配置為將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射；提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對；利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對；利用所述細(xì)匹配特征點對估計所述多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣；以及根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。根據(jù)本發(fā)明的另一方面，還提供了一種圖像拼接系統(tǒng)，包括：底座；被設(shè)置在底座上的多個圖像采集設(shè)備，其中所述多個圖像采集設(shè)備相對于彼此的位置和取景方向不變，所述多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，所述圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域；以及控制器，接收來自多個圖像采集設(shè)備的多個圖像，將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射；提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對；利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對；利用所述細(xì)匹配特征點對估計所述多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣；以及根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。根據(jù)本發(fā)明實施例，針對多個圖像采集設(shè)備的位置、取景方向固定的情況，采取靜態(tài)拼接的方式，利用所獲取圖像的投影的幾何性質(zhì)，對原始圖像集合的特征點進(jìn)行提取和匹配，得到準(zhǔn)確的控制點對，從而改善圖像拼接質(zhì)量。附圖說明通過參考附圖更加清楚地理解本發(fā)明實施例的特征和優(yōu)點，附圖是示意性的而不應(yīng)理解為對本發(fā)明進(jìn)行任何限制，在附圖中：圖1示出了根據(jù)本發(fā)明實施例的圖像拼接方法的流程圖；圖2示出了根據(jù)本發(fā)明實施例的等距圓柱投影的效果示意圖；圖3示出了根據(jù)本發(fā)明實施例的細(xì)特征點對提取的流程圖；圖4示出了根據(jù)本發(fā)明實施例的圖像拼接系統(tǒng)的示意方框圖；以及圖5示出了根據(jù)本發(fā)明另一實施例的圖像拼接系統(tǒng)的示意方框圖。具體實施方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明實施例進(jìn)一步詳細(xì)說明。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。例如全景相機的圖像采集設(shè)備可以對某一場景點同時拍攝具有重疊區(qū)域的多個圖像，并通過一系列圖像處理方法拼接得到360度全方位實景圖像。傳統(tǒng)的拼接方法可以分為動態(tài)拼接和靜態(tài)拼接兩種，其中，動態(tài)拼接針對每次獲取的圖像，提取并匹配特征點，估算具有重疊區(qū)域的兩個圖像的相對旋轉(zhuǎn)矩陣和偏移矩陣，即相對的取景方向和位移，來對圖片進(jìn)行變形從而拼接融合。在多個圖像采集設(shè)備的位置和取景方向固定的情況下，多個采集設(shè)備之間的相對姿態(tài)、位置是固定不變的，即獲取的圖像間滿足固定的三維轉(zhuǎn)換關(guān)系。針對這種情況，靜態(tài)拼接在使用圖像采集設(shè)備獲取圖像之前，對多個已有圖像數(shù)據(jù)進(jìn)行采樣，提取匹配特征點，估算圖像采集設(shè)備之間的相對位置和旋轉(zhuǎn)關(guān)系并記錄在模板中。在圖像拼接過程中，直接讀取模板中的數(shù)據(jù)信息對圖像進(jìn)行變形、融合，成為全景圖像。特征點的選擇在拼接處理中起到關(guān)鍵作用。為此，本申請?zhí)岢隽艘环N圖像拼接方法和圖像拼接系統(tǒng)，可以用于電子全景地圖、虛擬旅游等領(lǐng)域，當(dāng)然，本申請的應(yīng)用并不局限于此。圖1示出了根據(jù)本發(fā)明實施例的圖像拼接方法的流程圖。應(yīng)注意，以下方法中各個步驟的序號僅作為該步驟的表示以便描述，而不應(yīng)被看作表示該各個步驟的執(zhí)行順序。除非明確指出，否則該方法不需要完全按照所示順序來執(zhí)行；類似地，可以平行地執(zhí)行多種塊，而非順序執(zhí)行。還應(yīng)理解，同樣可以在多種設(shè)備上實現(xiàn)所述方法。如圖1所示，根據(jù)本發(fā)明實施例的圖像拼接方法10可以包括以下步驟。在步驟S11，由多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，與每個場景點對應(yīng)的圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域。多個圖像采集設(shè)備可以固定在一個底座上，因此圖像采集設(shè)備之間的相對位置是固定的。同時，在進(jìn)行圖像采集時，每個圖像采集設(shè)備的取景方向也是固定的。參考圖像與待拼接圖像由取景方向不同的圖像采集設(shè)備所采集，同一場景點對應(yīng)的圖像可以是取景方向不同的圖像采集設(shè)備(可以包括相機、圖像傳感器等)在同一拍攝點對同一場景的所采集的圖像。圖像采集設(shè)備例如可以為多個相機，將該多個相機的鏡頭朝向不同方向即可實現(xiàn)不同取景方向的圖像采集。由取景方向不同的圖像采集設(shè)備所獲取的多幅圖像之間具有一個共同的特點，就是取景方向相鄰的圖像采集設(shè)備(相鄰的相機)所采集的兩幅圖像(以下簡稱相鄰圖像)之間至少有一部分是重疊的，也就是具有重疊區(qū)域。優(yōu)選的，相鄰圖像之間重疊比例可以在30％-50％之間。以將每兩幅相鄰圖像中的一幅圖像為參考圖像，而另一幅圖像為待拼接圖像，也可以根據(jù)不同的拼接策略進(jìn)行定義，例如可以定義一幅參考圖像，多幅待拼接圖像等，本發(fā)明實施例并不局限于此。接下來，在步驟S13，分別對參考圖像和待拼接圖像進(jìn)行第一重映射。第一重映射可以包括等距圓柱投影(EquirectangularProjection)。分別對參考圖像和待拼接圖像進(jìn)行第一重映射，得到對應(yīng)的等距圓柱投影坐標(biāo)集，分別作為重映射的參考圖像和重映射的待拼接圖像。通常，例如全景相機的圖像采集設(shè)備使用魚眼鏡頭。利用魚眼鏡頭獲取的圖像存在較大畸變，這種畸變可能會導(dǎo)致角點的變形，影響角點信息的提取。因此，根據(jù)本發(fā)明實施例，可以使用等距圓柱投影來還原可能被畸變的圖像特征。重映射是指將圖像中的一個像素的位置通過變換矩陣定位到另外一個圖像中的對應(yīng)位置。等距圓柱投影將圖像或真實場景投影到一個以視點為中心的圓柱面上，其中，圓柱面經(jīng)度映射到圖像水平坐標(biāo)、緯度映射到垂直坐標(biāo)，而且每個像素點到視點的深度相同。根據(jù)本發(fā)明實施例，可以使用以下公式(1)來實現(xiàn)原始參考圖像和待拼接圖像的等距圓柱投影。圖2A示出了原始圖像的示例，圖2B示出了利用本發(fā)明實施例的等距圓柱投影得到的重映射圖像。等距圓柱投影中的點X’1(x_dst1，y_dstl)與對應(yīng)原始圖像(魚眼圖像)中的X1(x_src1，y_srcl)可滿足關(guān)系：θ＝π/2-y_dst1，其中，是在等距圓柱投影中與橫坐標(biāo)對應(yīng)的經(jīng)度弧度，θ是與縱坐標(biāo)對應(yīng)的緯度弧度，s＝sin(θ)，v1＝cos(θ)，分別是圖像采集設(shè)備固有的魚眼球面投影模型(即，原始圖像坐標(biāo)系)的球面的經(jīng)度和緯度；r1＝sqrt(v02+v12)，r1是投影到球面中的半徑；x_src1＝θ0*v0/r1，y_src1＝θ0*v1/r1。等距圓柱投影是全景圖像中的經(jīng)典模型，造成的畸變小，保留了圖像中角點信息和細(xì)節(jié)信息。接下來，在步驟S15，提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對。步驟S15可以包括：提取重映射的參考圖像和重映射的待拼接圖像之間的特征，然后粗匹配得到特征點對。特征點可以是一幅圖像中灰度在水平和垂直方向都有顯著變化的特殊點，例如角點，也可以是圖像中具有復(fù)雜紋理特征的特殊點。特征點的提取可以采用基于灰度圖像的特征點檢測法、基于二值圖像的特征點檢測法、或基于模板和基于模板梯度組合等方法。例如可以采用suSAN角點檢測算法、Morave角點檢測算法、和Harris角點檢測等算法對參考圖像與待拼接圖像分別進(jìn)行特征點提取的處理。當(dāng)然，本領(lǐng)域的技術(shù)人員也可以采用其他的特征點提取方法，本發(fā)明實施例并不局限于此。根據(jù)本發(fā)明實施例，針對重映射得到的圖像進(jìn)行特征點提取。對于提取出的每個場景點對應(yīng)的參考圖像以及待拼接圖像的特征點對，建立參考圖像與待拼接圖像中特征點的相互關(guān)聯(lián)，從而得到粗匹配特征點對，即由于參考圖像和待拼接圖像中的關(guān)聯(lián)特征點構(gòu)成的粗匹配特征點對?？梢酝ㄟ^對比兩組特征點的特征距離來粗略匹配特征點對信息?？梢允褂美鐚Ρ忍卣骶嚯x、RANSAC(RandomSampleConsensus)等傳統(tǒng)方法得到粗匹配特征點對。在步驟S17，利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對。第二重映射可以包括平面投影(RectilinearProjection)。例如，如圖3所示，步驟S17可以包括以下步驟。在步驟S171，將步驟S15中獲取的粗匹配特征點對映射到圖像采集設(shè)備固有的魚眼球面投影模型(即，原始圖像坐標(biāo)系)中，得到粗匹配特征點對在魚眼球面投影模型中的坐標(biāo)。然后，在步驟S173，將魚眼球面投影模型中的坐標(biāo)映射到平面投影模型中。例如，可以利用以下公式(2)將魚眼球面投影模型中的坐標(biāo)到平面投影模型中。假定平面投影模型中的點X’2(x_dst2，y_dst2)對應(yīng)到魚眼球面投影模型中的點X2(x_src2，y_src2)，則滿足r2＝sprt(OpticalX-x_dst2)2+(OpticalY-y_dst2)2，r2為平面投影模型中點到圖像光心點的半徑，(OpticalX，OpticalY)是圖像光心點的坐標(biāo)。ω是對應(yīng)到魚眼投影模型中的弧度，x_src2＝ω*(OpticalX-x_dst2)+OpticalX，y_src2＝ω*(OpticalY-y_dst2)+OpticalY。然后，在步驟S175，確定步驟S173中的映射是否滿足單應(yīng)性。如果滿足單應(yīng)性，則執(zhí)行步驟S177，保留對應(yīng)特征點對，否則執(zhí)行步驟S179，去除對應(yīng)特征點對。單應(yīng)性(homography)是指同一空間中的任意兩個平面圖像可以通過關(guān)系矩陣關(guān)聯(lián)在一起，滿足這種關(guān)系矩陣就是單應(yīng)性矩陣。平面投影是將場景投影到一個垂直平面上。可以近似將參考圖像的平面投影和待拼接圖像的平面投影作為空間中兩個平面，重映射的特征點對應(yīng)是近似滿足單應(yīng)性的?？梢韵冗x擇數(shù)個特征點對來估計單應(yīng)性矩陣，然后逐漸加入更多特征點對并利用RANSAC來提高單應(yīng)性矩陣的準(zhǔn)確率，由此來估算關(guān)系矩陣。不滿足關(guān)系矩陣的特征點對將被刪除。當(dāng)然，本領(lǐng)域技術(shù)人員可以使用本領(lǐng)域常見的其他方法來從粗匹配特征點對中刪除不滿足單應(yīng)性的特征點對，從而得到細(xì)匹配特征點對。由于平面投影模型滿足同一空間內(nèi)平面的單應(yīng)性，可以建立起圖像之間的關(guān)系，即使在圖像有位移的情況下，也可以近似將參考圖像和待拼接圖像的平面投影滿足這一關(guān)系來過濾錯誤的特征點對。接下來，在步驟S18，利用在步驟S17得到的細(xì)匹配特征點對來估計多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣。在圖像采集過程中，圖像的狀態(tài)由圖像采集設(shè)備的姿態(tài)所決定，一般來說，圖像采集設(shè)備的姿態(tài)可以包括：平移、俯仰、滾轉(zhuǎn)、偏航。每個圖像采集設(shè)備在三維空間中都有六個自由度，這六個自由度中包括可實現(xiàn)平移的X、Y、Z三個自由度。圖像采集設(shè)備在三維空間中還可以進(jìn)行三個角度的旋轉(zhuǎn)，偏航是指圖像采集設(shè)備圍繞Y軸進(jìn)行的旋轉(zhuǎn)，俯仰是指圖像采集設(shè)備圍繞X軸進(jìn)行的旋轉(zhuǎn)，滾轉(zhuǎn)是指圖像采集設(shè)備圍繞Z軸進(jìn)行的旋轉(zhuǎn)。圖像采集設(shè)備的姿態(tài)不同，導(dǎo)致各自所采集的圖像之間存在空間上的很大差異，尤其是相互之間有重疊部分的兩幅圖像。利用所述多個場景點對應(yīng)的圖像的特征點對可以估計出在不同取景方向的圖像采集設(shè)備之間的俯仰、滾轉(zhuǎn)、偏航的旋轉(zhuǎn)矩陣以及平移矩陣，也就是對圖像采集設(shè)備的外參進(jìn)行估計。具體的估計方法例如可以采用Levenberg-Marquardt算法，基于多個場景點對應(yīng)的圖像的特征點對來得到不同取景方向的圖像采集設(shè)備之間的俯仰、滾轉(zhuǎn)、偏航的旋轉(zhuǎn)矩陣，以及平移矩陣。根據(jù)本發(fā)明實施例，多個圖像采集設(shè)備之間相對位置和取景方向是固定的。當(dāng)任意一個圖像采集設(shè)備的平移或旋轉(zhuǎn)矩陣改變時，都可以通過相應(yīng)調(diào)整其他圖像采集設(shè)備的平移或旋轉(zhuǎn)矩陣來保持這種相對位置關(guān)系?？梢栽O(shè)想多個圖像采集設(shè)備是固定在單個例如圓形底座上的多個相機。接下來，在步驟S19，根據(jù)在步驟S18得到的旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。具體地，步驟S19可以包括：根據(jù)所述旋轉(zhuǎn)矩陣和偏移矩陣將每個場景點對應(yīng)的參考圖像和待拼接圖像進(jìn)行第三重映射；以及將與每個場景點對應(yīng)的經(jīng)過重映射的待拼接圖像與參考圖像進(jìn)行融合，得到拼接圖像。第三重映射是指根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣將待拼接圖像轉(zhuǎn)換到參考圖像的坐標(biāo)系，完成統(tǒng)一坐標(biāo)變換。進(jìn)一步的，還可以在將每個場景點對應(yīng)的參考圖像以及待拼接圖像進(jìn)行重映射前，對取景方向不同的圖像采集設(shè)備的內(nèi)參進(jìn)行標(biāo)定，利用圖像采集設(shè)備的內(nèi)參對參考圖像以及待拼接圖像進(jìn)行校正，然后再將校正過的參考圖像以及待拼接圖像根據(jù)取景方向不同的圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣以及偏移矩陣(即，圖像采集設(shè)備的外參)進(jìn)行第三重映射，這樣可以消除由圖像采集設(shè)備的內(nèi)參所造成的誤差，進(jìn)一步提高圖像拼接的質(zhì)量。圖像采集設(shè)備的內(nèi)參可以包括圖像采集設(shè)備中的鏡頭的光學(xué)畸變以及鏡頭的焦距。圖像融合就是將經(jīng)過重映射后的參考圖像與待拼接圖像根據(jù)對應(yīng)關(guān)系合并為一幅圖像。可以采用例如Szeliski加權(quán)平均法等算法對圖像進(jìn)行融合。當(dāng)然，本領(lǐng)域的技術(shù)人員也可以采用其他的算法(例如不同頻率的融合等)對圖像進(jìn)行融合，本發(fā)明實施例并不局限于此?？梢岳斫?，在進(jìn)行圖像融合之前還可以包括曝光調(diào)整、圖像最優(yōu)拼縫尋找等步驟，本發(fā)明實施例并不局限于此。圖4示出了根據(jù)本發(fā)明實施例的圖像拼接系統(tǒng)的示意方框圖。如圖4所示，根據(jù)本發(fā)明實施例的一種圖像拼接系統(tǒng)40可以包括：多個圖像采集設(shè)備401-1至401-N，所述多個圖像采集設(shè)備相對于彼此的位置和取景方向不變，所述多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，所述圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域；以及控制器403，配置為將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射；提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對；利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對；利用所述細(xì)匹配特征點對估計所述多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣；以及根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。圖5示出了根據(jù)本發(fā)明另一實施例的圖像拼接系統(tǒng)的示意方框圖。如圖5所示，根據(jù)本發(fā)明實施例的一種圖像拼接系統(tǒng)50可以包括：底座505；被設(shè)置在底座505上的多個圖像采集設(shè)備501-1至501-N，其中所述多個圖像采集設(shè)備相對于彼此的位置和取景方向不變，所述多個圖像采集設(shè)備分別獲取與多個場景點對應(yīng)的多個圖像，所述圖像包括參考圖像和待拼接圖像，所述參考圖像與所述待拼接圖像具有重疊區(qū)域；以及控制器503，接收來自多個圖像采集設(shè)備的多個圖像，將所述參考圖像和所述待拼接圖像分別進(jìn)行第一重映射；提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對；利用第二重映射從粗匹配特征點對中獲取細(xì)匹配特征點對；利用所述細(xì)匹配特征點對估計所述多個圖像采集設(shè)備之間的旋轉(zhuǎn)矩陣和偏移矩陣；以及根據(jù)所述旋轉(zhuǎn)矩陣以及偏移矩陣分別對與所述場景點對應(yīng)的圖像進(jìn)行拼接，得到拼接圖像。以上按照控制器、圖像采集設(shè)備等為分立元件的形式對圖像拼接系統(tǒng)進(jìn)行了描述。本領(lǐng)域技術(shù)人員可以理解，本發(fā)明實施例并不局限于此。當(dāng)然可以將控制器集成到圖像采集設(shè)備中。本發(fā)明實施例針對多個圖像采集設(shè)備的位置、取景方向固定的情況，采取靜態(tài)拼接的方式，利用所獲取圖像的投影的幾何性質(zhì)，將所述參考圖像和所述待拼接圖像分別映射到等距圓柱投影模型中，提取重映射的參考圖像和重映射的待拼接圖像之間的粗匹配特征點對，并利用平面投影重映射從粗匹配特征點對中獲取細(xì)匹配特征點對，得到準(zhǔn)確的控制點對，從而改善圖像拼接質(zhì)量。在以上實施例中，本領(lǐng)域技術(shù)人員應(yīng)該理解，控制設(shè)備中的第一控制器以及智能設(shè)備中的第二控制器可以按照各種方式實現(xiàn)。通過使用方框圖、流程圖和/或示例，已經(jīng)闡述了設(shè)備和/或工藝的眾多實施例。在這種方框圖、流程圖和/或示例包含一個或多個功能和/或操作的情況下，本領(lǐng)域技術(shù)人員應(yīng)理解，這種方框圖、流程圖或示例中的每一功能和/或操作可以通過各種硬件、軟件、固件或?qū)嵸|(zhì)上它們的任意組合來單獨和/或共同實現(xiàn)。在一個實施例中，本公開所述主題的若干部分可以通過專用集成電路(ASIC)、現(xiàn)場可編程門陣列(FPGA)、數(shù)字信號處理器(DSP)、或其他集成格式來實現(xiàn)。然而，本領(lǐng)域技術(shù)人員應(yīng)認(rèn)識到，這里所公開的實施例的一些方面在整體上或部分地可以等同地實現(xiàn)在集成電路中，實現(xiàn)為在一臺或多臺計算機上運行的一個或多個計算機程序(例如，實現(xiàn)為在一臺或多臺計算機系統(tǒng)上運行的一個或多個程序)，實現(xiàn)為在一個或多個處理器上運行的一個或多個程序(例如，實現(xiàn)為在一個或多個微處理器上運行的一個或多個程序)，實現(xiàn)為固件，或者實質(zhì)上實現(xiàn)為上述方式的任意組合，并且本領(lǐng)域技術(shù)人員根據(jù)本公開，將具備設(shè)計電路和/或?qū)懭胲浖?或固件代碼的能力。此外，本領(lǐng)域技術(shù)人員將認(rèn)識到，本公開所述主題的機制能夠作為多種形式的程序產(chǎn)品進(jìn)行分發(fā)，并且無論實際用來執(zhí)行分發(fā)的信號承載介質(zhì)的具體類型如何，本公開所述主題的示例性實施例均適用。信號承載介質(zhì)的示例包括但不限于：可記錄型介質(zhì)，如軟盤、硬盤驅(qū)動器、緊致盤(CD)、數(shù)字通用盤(DVD)、數(shù)字磁帶、計算機存儲器等；以及傳輸型介質(zhì)，如數(shù)字和/或模擬通信介質(zhì)(例如，光纖光纜、波導(dǎo)、有線通信鏈路、無線通信鏈路等)。以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當(dāng)前第1頁1 2 3