一种全景照片自动拼合方法技术

为了提升照相拼合的自动化和智能化水平，本发明专利技术提供了一种全景照片自动拼合方法。本发明专利技术能够针对保存为.jpeg、.jpg、.png、.bmp等数码照片格式的照片进行自动拼合，从而突破了只有自身带有拼合功能的照相设备才能实现照相自动拼合的弊端，使得图片自动拼合技术的自动化和智能化水平大大提升。尤其是应用本发明专利技术后，照片的尺寸、形状和规格可以是任意的、彼此不一致的，极大地丰富了人机交互体验。

A Method of Automatic Combination of Panoramic Photos

In order to improve the level of automation and intellectualization of photographic mosaic, the invention provides an automatic mosaic method for panoramic photographs. The invention can automatically assemble photographs saved as. jpeg,. jpg,. png,. BMP and other digital photo formats, thus breaking through the disadvantage that only the photographic equipment with the function of self-assembling can realize automatic photographic assembling, and greatly improving the level of automation and intellectualization of automatic image assembling technology. Especially after the application of the present invention, the size, shape and specification of the photograph can be arbitrary and inconsistent with each other, which greatly enriches the human-computer interaction experience.

【技术实现步骤摘要】
一种全景照片自动拼合方法
本专利技术涉及图像处理
，更具体地，涉及一种全景照片自动拼合方法。
技术介绍
随着电子技术以及计算机应用技术的成熟，大量的智能设备，例如，数码相机、平板电脑、智能移动电话、个人计算机(PC，PersonalComputer)中装载有大量的应用程序，能够在日常生活中为广大用户带来极大的便利。其中，应用程序的开发人员为了满足用户不断增长的界面美感需求，需要在该应用程序的代码编写过程中，使用大量的图片资源，以使应用程序界面美观、动画流畅。以应用程序加载可执行文件对应的界面为例，可执行文件是指在特定操作系统上面，可以被该操作系统运行的文件，包含由多个不同逻辑单元(例如资源段、代码段、常量段)组合在一起的可执行文件段(节)，其中，资源段又包括：对话框、快捷键、菜单、字符串、版本信息以及图片资源等。由于在可执行文件加载(运行)过程中需要使用大量的图片资源，图片资源的大量使用会使得可执行文件的资源段的容量增大非常多，所需资源空间大，从而导致可执行文件非常大。而大容量的资源段不仅导致应用程序在启动时速度非常慢，还需要消耗操作系统的大量内存、内核对象等资源，导致智能设备中各应用程序运行缓慢，运行效率低，降低了用户的业务体验。现有技术中，申请号为CN201510378755.X的中国专利技术专利申请公开了一种拼合图片资源的方法及图片资源拼合装置。方法包括：按照预设的图片尺寸阈值调整应用程序运行所需的图片资源；以预定义的分割线将一空白图片模板划分为多个空白图片子模板，所述空白图片子模板的尺寸与图片尺寸阈值相同；依次将调整的图片资源置于对应的空白图片子模板中，构建空白图片子模板与调整的图片资源的映射关系，生成拼合的图片资源；在应用程序加载图片资源时，查询映射关系得到待加载图片资源所在的空白图片子模板，从所述得到的空白图片子模板中提取所述待加载的图片资源进行加载。然而，该方法需要规定照片的规格和尺寸(通常尺寸往往限制于形状)，从而使得模板的划分成为了非规则照片拼合的阻碍。此外，对于映射的产生该技术方案也不具备较强的可操作性。
技术实现思路
为了提升图片拼合的自动化水平和智能化水平，本专利技术提供了一种全景照片自动拼合方法，包括：(A)对照片进行归类识别；(B)对经过识别的照片进行拼合。进一步地，所述步骤(A)包括：(101)将M张照片以第一随机方式分成多个m1组，其中至少m1-1组包括N张照片，记该包括N张照片的组为第一标准组，包括照片数非N的那一组记为第一非标准组；(102)对各标准组进行如下处理：对组内的第一照片进行前景处理得到第一背景图BK_1；对第二照片进行前景处理得到第二背景图BK_2；以此类推，对第N照片进行前景处理得到第N背景图BK_N；以BK_1、BK_2、…、BK_N组成数列，计算该数列中每个背景图的红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx、色温Kx和饱和度Sx，其中x＝1，2，…，N，以色温Kx和饱和度Sx分别组成序列K和S，以红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx分别组成红色像素序列R、绿色像素序列G、蓝色像素序列B和白色像素序列W；(103)取序列K中的最小值和最大值并将序列K中的各元素从小到大进行排列，再以此经过排列的序列K中各背景图的顺序将序列S中的各背景图对应的饱和度Sx重新排列；(104)设序列S中的最小值和最大值对应的背景图的饱和度分别为Sp和Sq，其中p和q均为大于或等于1且小于N的正整数，计累积次数Num为{1，2，…，N}的算术平均数的下整数,在经过上述处理的序列S中Sp和Sq之间的各饱和度范围内以Sp和Sq的几何平均值为初始值对((Sp*Ri+Sp*Gi+Sq*Bi+Sq*Wi)/(Sq*Ri+Sq*Gi+Sp*Bi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Bi+Sq*Gi+Sq*Wi)/(Sq*Ri+Sq*Bi+Sp*Gi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Wi+Sq*Bi+Sq*Bi)/(Sq*Ri+Sq*Wi+Sp*Bi+Sp*Bi))*(Sp/Sq)进行Num次迭代，对得到的最终迭代值取上整数M后再加上Num得到的和取几何平均值再取上整数，将得到的值赋给Num，且该最终迭代值的除以Num得到的值记作饱和度平均值S平；(105)取序列S中的最小值和最大值并将序列S中的各元素从小到大进行排列，再以此经过排列的序列S中各背景图的顺序将序列K中的各背景图对应的饱和度Kx重新排列；(106)设序列K中的最小值和最大值对应的背景图的色温分别为Kp和Kq，其中p和q均为大于或等于1且小于N的正整数，在经过上述处理的序列K中Kp和Kq之间的各色温范围内以Kp和Kq的几何平均值为初始值对((Kp*Ri+Kp*Gi+Kq*Bi+Kq*Wi)/(Kq*Ri+Kq*Gi+Kp*Bi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Bi+Kq*Gi+Kq*Wi)/(Kq*Ri+Kq*Bi+Kp*Gi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Wi+Kq*Bi+Kq*Bi)/(Kq*Ri+Kq*Wi+Kp*Bi+Kp*Bi))*(Kp/Kq)进行Num次迭代，对得到的最终迭代值除以此时的Num得到的值记作色温平均值K平；(107)对色温序列K中的各个元素除以色温平均值K平的模值，对饱和度序列S中的各个元素除以饱和度平均值S平的模值，从而分别得到第二色温序列K’和第二饱和度序列S’；(108)计算数列K’的标准差αk和方差βk；计算数列S’的标准差αs和方差βs；确定αk和βk是否均小于预设第一阈值且αk和βk是否均小于第二阈值，若均小于则保持该标准组，否则将该标准组记为待重新组合组；(109)将各所述待重新组合组中的全部照片，如果待重新组合组的数量非零的话，以及第一非标准组中的全部照片，共同以不同于第一随机方式的第二随机方式分成m2组，其中至少m2-1组包括(N-1)张照片，记该包括(N-1)张照片的组为第二标准组，包括照片数非N的那一组记为第二非标准组；(110)重复步骤(102)至步骤(109)，直到同时满足以下两个条件为止：条件一：N＝1；条件二：αk、βk均小于第一阈值，或αs和βs均小于第二阈值；(111)确定经过步骤(110)后得到的各标准组为第X标准组和第X非标准组，则对于每两个第X标准组分别计算各个第X标准组的αk*αs且计算这两个αk*αs之间的差值的平方的和是否小于预设归类阈值，如果是则进行这两个第X标准组的合并；(112)将该合并得到的组作为一个新的第X标准组来替代被合并的两个第X标准组，再重复步骤(111)，从而最终对于所述M张照片得到e组最终标准组和一个最终非标准组，其中e为大于1且小于N的正整数；(113)将所述e组最终标准组内各个照片替换为对应的原照片。进一步地，所述步骤(B)包括：(201)对e组最终标准组中的照片进行边缘模糊化处理；(202)根据模糊化处理结果对照片进行拼合。进一步地，所述步骤(201)包括：(2011)对所述最终标准组的每一张照片L，L为大于1且小于N的正整数，获得该照片边缘模糊化区域像素Lr，该边缘模糊化区域像素Lr包括如下序列：红色像素Rx本文档来自技高网...

【技术保护点】
1.一种全景照片自动拼合方法，包括：(A)对照片进行归类识别；(B)对经过识别的照片进行拼合。

【技术特征摘要】
1.一种全景照片自动拼合方法，包括：(A)对照片进行归类识别；(B)对经过识别的照片进行拼合。2.根据权利要求1所述的方法，其特征在于，所述步骤(A)包括：(101)将M张照片以第一随机方式分成多个m1组，其中至少m1-1组包括N张照片，记该包括N张照片的组为第一标准组，包括照片数非N的那一组记为第一非标准组；(102)对各标准组进行如下处理：对组内的第一照片进行前景处理得到第一背景图BK_1；对第二照片进行前景处理得到第二背景图BK_2；以此类推，对第N照片进行前景处理得到第N背景图BK_N；以BK_1、BK_2、…、BK_N组成数列，计算该数列中每个背景图的红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx、色温Kx和饱和度Sx，其中x＝1，2，…，N，以色温Kx和饱和度Sx分别组成序列K和S，以红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx分别组成红色像素序列R、绿色像素序列G、蓝色像素序列B和白色像素序列W；(103)取序列K中的最小值和最大值并将序列K中的各元素从小到大进行排列，再以此经过排列的序列K中各背景图的顺序将序列S中的各背景图对应的饱和度Sx重新排列；(104)设序列S中的最小值和最大值对应的背景图的饱和度分别为Sp和Sq，其中p和q均为大于或等于1且小于N的正整数，计累积次数Num为{1，2，…，N}的算术平均数的下整数,在经过上述处理的序列S中Sp和Sq之间的各饱和度范围内以Sp和Sq的几何平均值为初始值对((Sp*Ri+Sp*Gi+Sq*Bi+Sq*Wi)/(Sq*Ri+Sq*Gi+Sp*Bi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Bi+Sq*Gi+Sq*Wi)/(Sq*Ri+Sq*Bi+Sp*Gi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Wi+Sq*Bi+Sq*Bi)/(Sq*Ri+Sq*Wi+Sp*Bi+Sp*Bi))*(Sp/Sq)进行Num次迭代，对得到的最终迭代值取上整数M后再加上Num得到的和取几何平均值再取上整数，将得到的值赋给Num，且该最终迭代值的除以Num得到的值记作饱和度平均值S平；(105)取序列S中的最小值和最大值并将序列S中的各元素从小到大进行排列，再以此经过排列的序列S中各背景图的顺序将序列K中的各背景图对应的饱和度Kx重新排列；(106)设序列K中的最小值和最大值对应的背景图的色温分别为Kp和Kq，其中p和q均为大于或等于1且小于N的正整数，在经过上述处理的序列K中Kp和Kq之间的各色温范围内以Kp和Kq的几何平均值为初始值对((Kp*Ri+Kp*Gi+Kq*Bi+Kq*Wi)/(Kq*Ri+Kq*Gi+Kp*Bi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Bi+Kq*Gi+Kq*Wi)/(Kq*Ri+Kq*Bi+Kp*Gi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Wi+Kq*Bi+Kq*Bi)/(Kq*Ri+Kq*Wi+Kp*Bi+Kp*Bi))*(Kp/Kq)进行Num次迭代，对得到的最终迭代值除以此时的Num得到的值记作色温平均值K平；(107)对色温序列K中的各个元素除以色温平均值K平的模值，对饱和度序列S中的各个元素除以饱和度平均值S平的模值，从而分别得到第二色温序列K’和第二饱和度序列S’；(108)计算数列K’的标准差αk和方差βk；计算数列S’的标准差αs和方差βs；确定αk和βk是否均小于预设第一阈值且αk和βk是否均小于第二阈值，若均小于则保持该标准组，否则将该标准组记为待重新组合组；(109)将各所述待重新组合组中的全部照片，如果待重新组合组的数量非零的话，以及第一非标准组中的全部照片，共同以不同于第一随机方式的第二随机方式分成m2组，其中至少m2-1组包括(N-1)张照片，记该包括(N-1)张照片的组为第二标准组，包括照片数非N的那一组记为第二非标准组；(110)重复步骤(102)至步骤(109)，直到同时满足以下两个条件为止：条件一：N＝1；条件二：αk、βk均小于第一阈值，或αs和βs均小于第二阈值；(111)确定经过步骤(110)后得到的各标准组为第X标准组和第X非标准组，则对于每两个第X标准组分别计算各个第X标准组的αk*αs且计算这两个αk*αs之间的差值的平方的和是否小于预设归类阈值，如果是则进行这两个第X标准组的合并；(112)将该合并得到的组作为一个新的第X标准组来替代被合并的两个第X标准组，再重复步骤(111)，从而最终对于所述M张照片得到e组最终标准组和一个最终非标准组，其中e为大于1且小于N的正整数；(113)将所述e组最终标准组内各个照片替换为对应的原照片。3.根据权利要求1所述的方法，其特征在于，所述步骤(B)包括：(201)对e组最终标准组中的照片进行边缘模糊化处理；(202)根据模糊化处理结果对照片进行拼合。4.根据权利要求3所述的方法，其特征在于，所述步骤(201)包括：(2011)对所述最终标准组的每一张照片L，L为大于1且小于N的正整数，获得该照片边缘模糊化区域像素Lr，该边...

【专利技术属性】
技术研发人员：肖猛，梁兴，严居斌，尹磊，郭春松，邹栋，李奕，何萍，鲁贵文，刘瑶林，
申请(专利权)人：成都城电电力工程设计有限公司，
类型：发明
国别省市：四川,51