图像采集设备及其外参修正方法、装置及存储介质制造方法及图纸

本申请提出一种图像采集设备及其外参修正方法、装置及存储介质，该图像采集设备的外参修正方法包括：将第一图像和第二图像分别输入训练好的深度神经网络模型，计算两张图像的变换矩阵；第一图像由采集位置未发生变化的第一图像采集装置获得，第二图像由采集位置发生变化的第二图像采集装置获得；根据变换矩阵和第一图像采集装置的外参，修正第二图像采集装置的外参。本申请能够对已经发生位置改变的图像采集装置进行快速地外参修正，以在重复纹理、弱纹理，以及夜视和大背景干扰等复杂情况下进行高效稳定、高精度地特征点提取以及图像匹配。匹配。匹配。

【技术实现步骤摘要】
图像采集设备及其外参修正方法、装置及存储介质


[0001]本申请属于图像处理
，具体涉及一种图像采集设备及其外参修正方法、装置及存储介质。

技术介绍

[0002]目前，图像拼接、摄像机测距以及视觉定位技术已在多个领域中应用，比如全景相机系统，汽车全景环视系统，全景无人机系统，智能安防巡检机器人系统以及某些无人驾驶系统等等。在上述应用场景下，大多通过下述方案实现全景图像的摄制、摄像机测距以及视觉定位：搭载图像采集装置(如摄像机)的载体在世界空间中移动，采用多路图像采集装置摄制载体周围的场景并能实时对多路场景图像进行拼接，输出载体周围的全景图像，或者对于检测到的周围环境的物体，估算该物体距离搭载摄像机载体的距离，或者估算搭载摄像机载体的空间位置，从而进行下一步的功能开发和展示。
[0003]然而，在搭载图像采集装置的载体运动和使用的过程中，由于某些不可预知的原因，比如载体运动振动使图像采集装置安装松动，载体和其他物体碰撞时碰撞到了图像采集装置，或者图像采集装置硬件损坏进行更换灯，都会导致图像采集装置的安装位置跟原先相比发生了变化，使得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像采集设备的外参修正方法，其特征在于，所述方法包括：将第一图像和第二图像分别输入训练好的深度神经网络模型，计算两张图像的变换矩阵；所述第一图像由采集位置未发生变化的第一图像采集装置获得，所述第二图像由采集位置发生变化的第二图像采集装置获得；根据所述变换矩阵和所述第一图像采集装置的外参，修正所述第二图像采集装置的外参。2.根据权利要求1所述的方法，其特征在于，所述将第一图像和第二图像分别输入训练好的深度神经网络模型，得到两张图像的变换矩阵，包括：将所述第一图像和所述第二图像输入训练好的深度神经网络模型，分别提取所述第一图像和所述第二图像的图像特征；将提取的特征依次接入所述深度神经网络模型的两个全连接层；其中，最后接入的全连接层具有预设维度；采用归一化函数输出所述第一图像和所述第二图像的变换矩阵。3.根据权利要求2所述的方法，其特征在于，所述提取所述第一图像和所述第二图像的图像特征，包括：对所述第一图像和所述第二图像执行预设次数的特征提取操作，所述特征提取操作包括连续执行预设层数的卷积后执行一次池化。4.根据权利要求2所述的方法，其特征在于，所述采用归一化函数输出所述第一图像和所述第二图像的变换矩阵，包括：采用归一化函数依次输出所述变换矩阵的各个元素，每个所述元素均包括符号位、第一预设数目个整数位和第二预设数目个小数位；对于每个元素，根据所述符号位的置信度确定所述元素的正负，根据所述第一预设数目个整数位各自的置信度确定所述元素的整数部分，以及根据所述第二预设数目个小数位的置信度确定所述元素的小数部分。5.根据权利要求1所述的方法，其特征在于，所述根据所述变换...

【专利技术属性】
技术研发人员：邢彦文，薛静，郭羽鹏，王云，许汉荆，刘建，
申请(专利权)人：广东省大湾区集成电路与系统应用研究院，
类型：发明
国别省市：