一种基于标志物的摄像头阵列校准方法及图像拼接方法、系统、终端和可读存储介质技术方案

本发明专利技术公开了一种基于标志物的摄像头阵列校准方法及图像拼接方法、系统、终端及可读存储介质，所述方法包括：S1：在目标区域上方布设摄像头阵列，所述摄像头阵列的拍摄范围覆盖所述目标区域，相邻摄像头的拍摄图像存在重叠区域；S2：在所述目标区域上放置设有标志物的介质，并利用所述摄像头阵列拍摄所述介质得到样本图像；S3：利用所述摄像头阵列中每个摄像头拍摄的样本图像训练出智能识别模型。其中，利用训练出的智能识别模型对摄像头阵列进行校准，使得利用摄像头阵列拍摄后的拼接图像的线性失真率低，且成像速度满足金融设备的要求。求。求。

【技术实现步骤摘要】
一种基于标志物的摄像头阵列校准方法及图像拼接方法、系统、终端和可读存储介质


[0001]本专利技术属于图像拍摄和处理
，具体涉及一种基于标志物的摄像头阵列校准方法及图像拼接方法、系统、终端即可读存储介质。

技术介绍

[0002]在金融
，随着设备技术以及经济的快速发展，为节约人工成本，出现越来越多的智能设备，扫描仪即为其中的一种。扫描仪是通过设备采集数据，并上传至PC，再由人工进行处理。在银行金融机构应用中，扫描仪是不可缺少的设备，可用于客户签名资料、申请表单、证件、抵押文件等纸质文件的电子化存档。具有银行柜台集中授权优势，同时可规避交易风险。市面上扫描仪有两大类，一类为非接触式扫描仪，如高拍仪，高拍仪是采用摄像头对物体进行一定距离的拍摄，理论上只要不高过摄像头与地平面的三角区域，高拍仪皆可扫描，通过高拍仪扫描所得的图片数据，通过软件导出，保存到PC端。但其占用空间较大，且对焦距有要求，不适用对空间有要求的场景，而且拍摄采集的原图失真率大需要依靠相应算法来解决失真率的问题，所拍的物件不能作为证物，同时价格比较昂贵。另一类为接触式扫描仪，如CIS扫描仪，其采用触点式感光元件(光敏传感器)进行感光，在扫描装置下1mm～2mm处，一定数量的红、绿、蓝三色LED(发光二极管)传感器紧紧排列在一起，通过驱动产生所需要的光源，可以以原始比例上传图像。但由于其应用时必须贴近物体本身，导致其使用场景有限，且其扫描及传输速度较慢，不适用对速度有要求的场景。
[0003]因此，在金融领域，对扫描速度以及图像失真率有其高度要求，且现有扫描手段暂时无法满足其需求。故极有必要研究一种全新的扫描、拍摄的技术手段，利用摄像头进行拍摄成为了可选项目，然后如何利用摄像头拍摄克服线性失真的问题是需要进一步研究的。

技术实现思路

[0004]本专利技术的目的是针对现有技术中存在的问题，提供一种基于标志物的摄像头阵列校准方法及图像拼接方法、系统、终端即可读存储介质。本专利技术所述方法利用摄像头阵列中的摄像头拍摄图像并进行拼接，为了克服拼接图像的线性失真问题，利用设有标志物的介质矫正摄像头阵列，使得利用矫正后的摄像头阵列获取的拼接图像的线性失真率低，且成像速度快。
[0005]一方面，本专利技术提供一种基于标志物的摄像头阵列校准方法，包括以下步骤：
[0006]S1：在目标区域上方布设摄像头阵列，所述摄像头阵列的拍摄范围覆盖所述目标区域，相邻摄像头的拍摄图像存在重叠区域；
[0007]S2：在所述目标区域上放置设有标志物的介质，并利用所述摄像头阵列拍摄所述介质得到样本图像；
[0008]S3：利用所述摄像头阵列中每个摄像头拍摄的样本图像训练出智能识别模型；
[0009]其中，所述智能识别模型用于矫正摄像阵列。
[0010]可选的，所述方法还包括：
[0011]S4：利用所述智能识别模型以及摄像头阵列进行拍摄得到矫正后的图像；
[0012]S5：获取拼接图像的线性失真率，并判断所述线性失真率是否小于预设阈值，或者所述线性失真率是否小于或等于预设阈值；若不满足，更新所述智能识别模型，直至利用当前的所述智能识别模型得到的拼接图像的线性失真率小于或等于预设阈值。
[0013]可选的，所述智能识别模型中包含每个摄像头的矫正参数，所述矫正参数包括：A,k1,k2,R
i
,t
i
,X
j
，其中，A为摄像头的内参系数,,X
j
为光学中心坐标，k1,k2为畸变系数，R
i
,t
i
均为外部参数。
[0014]可选的，所述智能识别模型中矫正参数的获取过程如下：
[0015]步骤3.1：获取所述摄像头阵列中的每个摄像头拍摄的样本图像；
[0016]步骤3.2：求解不带畸变的摄像头的内参系数A和外部参数[R
i t
i
]；其中，所述内参系数A为：(u0,v0)为主点坐标，α，β是水平图像的u轴和v轴，γ为u轴和v轴的偏斜参数；
[0017]步骤3.3：利用相邻摄像头拍摄的样本图像中重叠区域并采用最小二乘估计畸变系数k1,k2，再以畸变系数k1,k2，重新计算摄像头内参系数A和外部参数[R
i t
i
]，进行循环更新得到若干组参数；
[0018]步骤3.4：以下述目标函数确定所有矫正参数的取值，所述目标函数如下：
[0019][0020]其中，n为图像数，m为图像上的像素点数，x
ij
为第i副图像上的像素点j，x
′
(A,k1,k2,R
i
,t
i
,X
j
)为第i副图像在遵循畸变的条件下的投影。
[0021]可选的，所述设有标志物的介质为黑白格纸张。
[0022]第二方面，本专利技术提供一种基于上述方法的图像拼接方法，包括以下步骤：
[0023]S1
‑
1：在目标区域上方布设摄像头阵列，所述摄像头阵列的拍摄范围覆盖所述目标区域，相邻摄像头的拍摄图像存在重叠区域；
[0024]S2
‑
1：获取相同摄像头阵列的智能识别模型，所述相同摄像头阵列对应统一的智能识别模型，所述相同摄像头阵列表征为摄像头的配置相同和布设高度相同；
[0025]S2
‑
2：利用所述智能识别模型以及摄像头阵列进行拍摄得到矫正后的图像；
[0026]S2
‑
3：再将每个摄像头拍摄的图像进行拼接得到拼接图像。
[0027]可选的，所述系统还包括：
[0028]拍摄模块，用于在所述目标区域上放置设有标志物的介质，并利用所述摄像头阵列拍摄所述介质得到样本图像；
[0029]其中，在目标区域上方布设摄像头阵列，所述摄像头阵列的拍摄范围覆盖所述目标区域，相邻摄像头的拍摄图像存在重叠区域；
[0030]智能识别模型构建模块，用于利用所述摄像头阵列中每个摄像头拍摄的样本图像训练出智能识别模型，其中，所述智能识别模型用于矫正摄像阵列。
[0031]可选地，所述系统还包括：
[0032]矫正模块，利用所述智能识别模型以及摄像头阵列进行拍摄得到矫正后的图像；
[0033]拼接模块，基于图像融合技术将每个摄像头的实时图像进行拼接得到拼接图像；
[0034]判断模块，用于获取拼接图像的线性失真率，并判断所述线性失真率是否小于预设阈值，或者所述线性失真率是否小于或等于预设阈值；若不满足，智能识别模型构建模块更新所述智能识别模型，直至利用当前的所述智能识别模型得到的拼接图像的线性失真率小于或等于预设阈值。
[0035]第三方面，本专利技术提供一种终端，其包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以执行：
[0036]上述一种基于标志物的摄像头阵列校准方法的上述一种基于标志物的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于标志物的摄像头阵列校准方法，其特征在于：包括以下步骤：S1：在目标区域上方布设摄像头阵列，所述摄像头阵列的拍摄范围覆盖所述目标区域，相邻摄像头的拍摄图像存在重叠区域；S2：在所述目标区域上放置设有标志物的介质，并利用所述摄像头阵列拍摄所述介质得到样本图像；S3：利用所述摄像头阵列中每个摄像头拍摄的样本图像训练出智能识别模型；其中，所述智能识别模型用于矫正摄像阵列。2.根据权利要求1所述的方法，其特征在于：还包括：S4：利用所述智能识别模型以及摄像头阵列进行拍摄得到矫正后的图像，并基于图像融合技术将每个摄像头的实时图像进行拼接得到拼接图像；S5：获取拼接图像的线性失真率，并判断所述线性失真率是否小于预设阈值，或者所述线性失真率是否小于或等于预设阈值；若不满足，更新所述智能识别模型，直至利用当前的所述智能识别模型得到的拼接图像的线性失真率小于或等于预设阈值。3.根据权利要求1所述的方法，其特征在于：所述智能识别模型中包含矫正参数，所述矫正参数包括：A,k1,k2,R
i
,t
i
,X
j
，其中，A为摄像头的内参系数，X
j
为光学中心坐标，k1,k2为畸变系数，R
i
,t
i
均为外部参数。4.根据权利要求3所述的方法，其特征在于：所述智能识别模型中矫正参数的获取过程如下：步骤3.1：获取所述摄像头阵列中的每个摄像头拍摄的样本图像；步骤3.2：求解不带畸变的摄像头的内参系数A和外部参数[R
i t
i
]；其中，所述内参系数A为：(u0,v0)为主点坐标，α，β是水平图像的u轴和v轴，γ为u轴和v轴的偏斜参数；步骤3.3：利用相邻摄像头拍摄的样本图像中重叠区域并采用最小二乘估计畸变系数k1,k2，再以畸变系数k1,k2，重新计算摄像头内参系数A和外部参数[R
i t
i
]，进行循环更新得到若干组参数；步骤3.4：以下述目标函数确定所有矫正参数的取值，所述目标函数如下：其中，n为图像数，m为图像上的像素点数，x
ij
为第i副图像上的像素点j，x
′
(A,k1,k2,R
i
,t
i
,X

【专利技术属性】
技术研发人员：魏维，陈宙，侯丽霞，邹亮，刘鸿钧，张峻，
申请(专利权)人：长城信息股份有限公司，
类型：发明
国别省市：