一种成像方法、装置、终端和存储介质制造方法及图纸

本发明专利技术实施例公开了一种成像方法、装置、终端和存储介质，其中，成像方法包括：实时获取当前场景的第一尺度图像，根据预先构造的增益函数和代价函数确定第一尺度图像中的目标区域，获取与第一尺度图像中的目标区域相对应的第二尺度图像，并根据目标拼接参数将第二尺度图像拼接到目标图像中，其中，目标图像包括第一尺度图像和/或全景图，全景图由预先获取的与当前场景中的各个位置相对应的第三尺度图像拼接得到。本发明专利技术实施例解决了现有的多相机系统无法实现自动获取目标区域的问题，实现了自动获取大视场范围内的高分辨率图像序列的效果。

【技术实现步骤摘要】
一种成像方法、装置、终端和存储介质
本专利技术实施例涉及计算视觉
，尤其涉及一种成像方法、装置、终端和存储介质。
技术介绍
随着相机产业的发展和现代人工智能相关技术的进一步发展，计算视觉领域无论是在视频采集还是在视频目标识别的性能上和数据规模上都取得了巨大的突破。然而，现有的图像识别技术仍受限于图像的清晰程度与视频数据的质量。现有的相机的FOV(视场角，FieldofView)和相机拍摄内容的清晰度相互制约，即相机的分辨率一定，FOV越大，画面相对越模糊。要实现在大场景下进行大范围异常监控，就必须获得大视场角且高清晰度的拍摄内容。现有的提高视场角与清晰度的方案主要由两种，一种是从物理硬件入手，即增加图像传感器的尺寸，通过提高分辨率来达到要求。然而，上述方法通常需要增加设备成本，且相机的分辨率有限。另一种则是采用多相机系统，即用一个或多个小视场角相机拍摄到的图像或视频嵌入到大视场角的图像或视频中，即得到大场景高清晰度的内容。然而，上述方法通常无法实现实时且自动的获取所需要的图像或视频。
技术实现思路
本专利技术提供一种成像方法、装置、终端和存储介质，以实现自动获取大视场范围内的高分辨本文档来自技高网...

【技术保护点】
1.一种成像方法，其特征在于，包括：实时获取当前场景的第一尺度图像；根据预先构造的增益函数和代价函数确定所述第一尺度图像中的目标区域；获取与所述第一尺度图像中的目标区域相对应的第二尺度图像，并根据目标拼接参数将所述第二尺度图像拼接到目标图像中；其中，所述目标图像包括所述第一尺度图像和/或全景图，所述全景图由预先获取的与所述当前场景中的各个位置相对应的第三尺度图像拼接得到。

【技术特征摘要】
1.一种成像方法，其特征在于，包括：实时获取当前场景的第一尺度图像；根据预先构造的增益函数和代价函数确定所述第一尺度图像中的目标区域；获取与所述第一尺度图像中的目标区域相对应的第二尺度图像，并根据目标拼接参数将所述第二尺度图像拼接到目标图像中；其中，所述目标图像包括所述第一尺度图像和/或全景图，所述全景图由预先获取的与所述当前场景中的各个位置相对应的第三尺度图像拼接得到。2.根据权利要求1所述的方法，其特征在于，所述目标图像为所述第一尺度图像，在所述根据目标拼接参数将所述第二尺度图像拼接到目标图像中之前，还包括：将所述第二尺度图像进行压缩，其中，压缩后的第二尺度图像的尺寸与所述目标区域的尺寸相同；相应地，所述根据目标拼接参数将所述第二尺度图像拼接到目标图像中，包括：根据目标拼接参数将经过压缩后的第二尺度图像拼接到所述第一尺度图像中。3.根据权利要求1所述的方法，其特征在于，所述根据预先构造的增益函数和代价函数确定所述第一尺度图像中的目标区域，包括：将所述第一尺度图像划分为至少两个子区域；基于增益函数与代价函数分别计算所述第一尺度图像中各子区域的增益值与代价值；分别计算各子区域的所述增益值与所述代价值之间的差值；选取各所述差值中最大的差值作为目标差值，并将与所述目标差值对应的子区域确定为所述第一尺度图像中的目标区域。4.根据权利要求3所述的方法，其特征在于，还包括：根据如下所述的代价函数的表达式计算各区域的代价值：Ecost＝α1s+α2t其中，Ecost为当前区域的代价值，s为所述当前第一尺度图像中的当前区域左上角的像素点与上一帧第一尺度图像确定的目标区域左上角的像素点之间的像素点差值，t为所述当前区域各像素点的遍历次数的总和，其中，每确定出一帧所述第一尺度图像的目标区域，相应目标区域内的每个像素点的遍历次数加1，α1、α2为权重系数；根据如下所述的增益函数的表达式计算各区域的增益值：Egain＝β1f+β2w其中，Egain为当前区域的增益值，f为当前区域的动态值，w为当前区域内目标对象的个数，β1、β2为权重系数。5.根据权利要求1所述的方法，其特征在于，在所述根据目标拼接参数将所述第二尺度图像拼接到目标图像中之前，还包括：基于获取所述第二尺度图像的图像获取设备获取与所述当前场景中的各个位置相对应的第三尺度图像；根据各所述第三尺度图像的特征点，确定各所述第三尺度图像之间相互匹配的第一特征对；根据各所述第一特征对，确定各第三尺度图像的局部参数，并保存各所述局部参数；利用各所述局部参数，将各所述第三尺度图像拼接成所述全景图；其中，各所述局部参数包括各第三尺度图像对应的内参矩阵、旋转矩阵、平移矩阵以及在获取各所述第三尺度图像时，所述图像获取设备相对于初始位置在上下和左右两个方向上的移动距离。6.根据权利要求5所述的方法，其特征在于，在所述获取与所述第一尺度图像中的目标区域相对应的第二尺度图像之后，还包括：在所述第一尺度图像中，确定所述目标区域左上角的像...

【专利技术属性】
技术研发人员：方璐，李广涵，袁肖赟，戴琼海，
申请(专利权)人：清华伯克利深圳学院筹备办公室，
类型：发明
国别省市：广东,44