一种环视图像拼接方法、设备及介质技术

本申请公开了一种环视图像拼接方法、设备及介质，方法包括：确定摄像装置采集到的多帧图像；针对多帧图像中的每帧图像，通过预先训练的识别模型，在该帧图像中提取出相应目标的目标特征；通过目标特征对相应目标进行标定，将标定结果反馈至该帧图像；根据携带有标定结果的每帧图像，将多帧图像进行环视拼接，得到拼接图像。本申请中通过预先训练的识别模型进行目标的标定，来得到相应目标的位置，进而通过相应目标的位置来进行环视图像的拼接。由此能够在不考虑亮度的前提下，完成环视图像的拼接，解决了在采用光流法进行图像视频时，需要目标亮度恒定不变的原则，减少了对于环视图像拼接的限制。

【技术实现步骤摘要】
一种环视图像拼接方法、设备及介质
本申请涉及图像处理领域，具体涉及一种环视图像拼接方法、设备及介质。
技术介绍
环视图像拼接，指的是对摄像装置采集到的一系列图像进行拼接，最终拼接得到一张图像的过程。而现有技术中，在对图像进行拼接时，通常采用的方法为光流法。光流(opticalflow)是空间运动物体在观察成像平面上的像素运动的瞬时速度。光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。通常将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。但光流法有个亮度恒定不变的假设前提，即同一目标在不同帧间运动时，其亮度不会发生改变。这是基本光流法的假定，所有光流法变种都必须满足，用于得到光流法基本方程。这就对使用光流法来进行环视图像拼接造成了很大程度的限定。
技术实现思路
为了解决上述问题，本申请提出了一种环视图像拼接方法，包括：确定摄像装置采集到的多帧图像；针对所述多帧图像中的每帧图像，通过预先训练的识别模型，在本文档来自技高网...

【技术保护点】
1.一种环视图像拼接方法，其特征在于，包括：/n确定摄像装置采集到的多帧图像；/n针对所述多帧图像中的每帧图像，通过预先训练的识别模型，在该帧图像中提取出相应目标的目标特征；/n通过所述目标特征对所述相应目标进行标定，将标定结果反馈至该帧图像；/n根据携带有所述标定结果的每帧图像，将所述多帧图像进行环视拼接，得到拼接图像。/n

【技术特征摘要】
1.一种环视图像拼接方法，其特征在于，包括：
确定摄像装置采集到的多帧图像；
针对所述多帧图像中的每帧图像，通过预先训练的识别模型，在该帧图像中提取出相应目标的目标特征；
通过所述目标特征对所述相应目标进行标定，将标定结果反馈至该帧图像；
根据携带有所述标定结果的每帧图像，将所述多帧图像进行环视拼接，得到拼接图像。


2.根据权利要求1所述的方法，其特征在于，确定摄像装置采集到的多帧图像，包括：
确定多个摄像装置在同一时间点采集到的多帧图像，所述多个摄像装置的采集范围不同。


3.根据权利要求1所述的方法，其特征在于，确定摄像装置采集到的多帧图像，包括：
确定单个摄像装置在不同时间点采集到的多帧图像，所述单个摄像装置在不同时间点的采集范围不同。


4.根据权利要求3所述的方法，其特征在于，通过所述目标特征对所述相应目标进行标定，将标定结果反馈至该帧图像之后，所述方法还包括：
根据该帧图像对应的标定结果，以及所述摄像装置的姿态和采集范围，对下一帧图像中所述相应目标进行估算；
根据估算结果以及所述识别模型，在所述下一帧图像中提取出相应目标的目标特征；
通过所述目标特征对所述相应目标进行标定，将标定结果反馈至所述下一帧图像，并将所述下一帧图像的标定结果用于下一轮的估算过程。


5.根据权利要求1所述的方法，其特征在于，所述识别模型包括：3层采样层、2层全连接层，每层采样层包括1个卷积层和1个池化层；
所...

【专利技术属性】
技术研发人员：姜凯，高岩，李朋，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东;37