图像的生成方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及图像处理技术领域，尤其涉及一种图像的生成方法、装置、电子设备及存储介质，所述生成方法包括：获取至少两个待处理图像；其中，不同的待处理图像由不同的图像采集装置获取；根据每个所述图像采集装置对应的第一对应关系，将每个图像采集装置获取到的待处理图像映射至预设像素坐标系中，得到每个所述图像采集装置对应的第一图像；将至少两个第一图像进行图像拼接，得到拼接后的图像。本公开实施例可省去外参标定过程，有利于降低人力成本。此外，本公开实施例并不依赖于离线外参联合标定的精度，故即使相机安装位置出现细微变化也具有较强的鲁棒性。具有较强的鲁棒性。具有较强的鲁棒性。

【技术实现步骤摘要】
图像的生成方法、装置、电子设备及存储介质


[0001]本公开涉及图像处理
，尤其涉及一种图像的生成方法、装置、电子设备及存储介质。

技术介绍

[0002]随着图像处理领域的不断发展，开发人员逐渐开始关注对多个图像采集装置采集到的多个图像进行拼接（例如：车载相机领域、广角拍摄领域等），以得到涵盖信息更多的拼接后图像，但是拼接后的图像通常会出现重影或空洞的现象。故如何更好地对多张图像进行拼接，是开发人员亟需解决的技术问题。

技术实现思路

[0003]本公开提出了一种图像的生成技术方案。
[0004]根据本公开的一方面，提供了一种图像的生成方法，包括：获取至少两个待处理图像；其中，不同的待处理图像由不同的图像采集装置获取；根据每个所述图像采集装置对应的第一对应关系，将每个图像采集装置获取到的待处理图像映射至预设像素坐标系中，得到每个所述图像采集装置对应的第一图像；其中，所述第一对应关系用以表示每个图像采集装置对应的像素坐标系与虚拟图像采集装置对应的预设像素坐标系之间的对应关系；将至少两个第一图像进行图像拼接，得到拼接后的图像。
[0005]在一种可能的实施方式中，所述生成方法还包括：获取至少两个图像采集装置的外参、虚拟图像采集装置的外参；根据所述至少两个图像采集装置的外参、虚拟图像采集装置的外参，确定每个所述第一对应关系。
[0006]在一种可能的实施方式中，所述外参包括：位置信息、角度信息，所述根据所述至少两个图像采集装置的外参、虚拟图像采集装置的外参，确定每个所述第一对应关系，包括：根据每个所述图像采集装置对应的位置信息、所述虚拟图像采集装置对应的位置信息，确定每个所述图像采集装置与所述虚拟图像采集装置之间的平移向量；根据每个所述图像采集装置对应的角度信息、所述虚拟图像采集装置对应的角度信息，确定每个所述图像采集装置与所述虚拟图像采集装置之间的旋转矩阵；根据每个所述图像采集装置对应的平移向量以及旋转矩阵、每个所述图像采集装置对应的安装高度、所述虚拟图像采集装置对应的安装高度，确定每个所述第一对应关系。
[0007]在一种可能的实施方式中，所述将至少两个第一图像进行图像拼接，得到拼接后的图像，包括：依次将至少两个图像采集装置中相邻的两个图像采集装置作为一组当前图像采集装置组；将所述当前图像采集装置组中每个图像采集装置对应的第一图像输入至训练后的机器学习模型中，得到所述当前图像采集装置组中每个图像采集装置之间对应的第二对应关系；其中，所述第二对应关系用以表示当前图像采集装置组中每个图像采集装置之间像素坐标系的对应关系；在每个当前图像采集装置组均对应有第二对应关系的情况下，根据每个图像采集装置对应的第二对应关系，对至少两个图像采集装置对应的至少两
个第一图像进行图像拼接，得到拼接后的图像。
[0008]在一种可能的实施方式中，所述训练后的机器学习模型为利用多组训练数据和对应的第二对应关系，对机器学习模型进行训练后得到的：其中，每组训练数据包括：原始图像、原始图像对应的转换图像；所述每组训练数据对应的第二对应关系用以表示所述每组训练数据中原始图像与转换图像之间的对应关系；所述机器学习模型用于基于输入的所述多组训练数据，输出每组训练数据中的原始图像与转换图像之间的预测对应关系，并基于所述预测对应关系和第二对应关系，进行参数调节；机器学习模型用于响应于满足训练完成条件，被确定为训练后的机器学习模型。
[0009]在一种可能的实施方式中，所述训练数据和所述第二对应关系的生成过程，包括：获取基准图像；根据所述基准图像的预设点的位置，在所述基准图像中确定第一区域；其中，所述预设点位于所述第一区域中；根据所述第一区域中多个顶点的位置，在所述基准图像中确定每个顶点对应的第二区域；其中，所述每个顶点位于所述每个顶点对应的第二区域中；根据每个第二区域，生成所述第一区域对应的一个第三区域，并确定所述第一区域与所述第三区域之间的对应关系；根据所述对应关系，调整所述基准图像；根据所述第一区域的顶点对应的像素点坐标，在调整后的所述基准图像中确定第四区域；将所述第一区域对应的图像作为所述原始图像，将所述第四区域对应的图像作为所述转换图像，将所述第一区域与所述第三区域之间的对应关系，作为所述第二对应关系。
[0010]在一种可能的实施方式中，所述根据每个第二区域，生成所述每个第二区域对应的一个第三区域，并确定所述第一区域与所述第三区域之间的对应关系，包括：在每个第二区域中选取一个第一像素点，将连接多个所述第一像素点所围成的区域作为第三区域；根据所述第一区域的顶点对应的像素点坐标与所述第三区域的顶点对应的像素点坐标，得到第一区域与所述第三区域之间的对应关系。
[0011]在一种可能的实施方式中，所述将至少两个第一图像进行图像拼接，得到拼接后的图像，包括：对每个图像采集装置对应的第一图像进行特征提取，得到每个图像采集装置对应的第一图像的图像特征点；依次将至少两个图像采集装置中相邻的两个图像采集装置作为一个当前图像采集装置组；将所述当前图像采集装置组中每个图像采集装置对应的第一图像的图像特征点进行相似度匹配；根据相似度匹配成功的图像特征点，建立所述每个当前图像采集装置组中的每个图像采集装置之间对应的第二对应关系；在每个当前图像采集装置组均对应有第二对应关系的情况下，根据每个图像采集装置对应的第二对应关系，对至少两个图像采集装置对应的至少两个第一图像进行图像拼接，得到拼接后的图像。
[0012]根据本公开的一方面，提供了一种图像的生成装置，所述生成装置包括：图像获取模块，用以通过至少两个图像采集装置获取至少两个待处理图像；其中，不同的待处理图像由不同的图像采集装置获取；第一图像获取模块，用以根据每个所述图像采集装置对应的第一对应关系，将每个图像采集装置获取到的待处理图像映射至预设像素坐标系中，得到每个所述图像采集装置对应的第一图像；其中，所述第一对应关系用以表示每个图像采集装置对应的像素坐标系与预设像素坐标系的对应关系；图像拼接模块，用以将所述至少两个图像采集装置对应的至少两个第一图像进行图像拼接，得到拼接后的图像。
[0013]根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方
法。
[0014]根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
[0015]在本公开实施例中，可获取至少两个待处理图像，而后根据每个所述图像采集装置对应的第一对应关系，将每个图像采集装置获取到的待处理图像映射至预设像素坐标系中，得到每个所述图像采集装置对应的第一图像，最终将至少两个第一图像进行图像拼接，得到拼接后的图像。在本公开实施例中，不同的图像采集装置对应了同一个预设像素坐标系，可省去外参标定过程，有利于降低人力成本。此外，本公开实施例并不依赖于离线外参联合标定的精度，故即使相机安装位置出现细微变化也具有较强本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像的生成方法，其特征在于，所述生成方法包括：获取至少两个待处理图像；其中，不同的待处理图像由不同的图像采集装置获取；根据每个所述图像采集装置对应的第一对应关系，将每个图像采集装置获取到的待处理图像映射至预设像素坐标系中，得到每个所述图像采集装置对应的第一图像；其中，所述第一对应关系用以表示每个图像采集装置对应的像素坐标系与虚拟图像采集装置对应的预设像素坐标系之间的对应关系；将至少两个第一图像进行图像拼接，得到拼接后的图像。2.如权利要求1所述的生成方法，其特征在于，所述生成方法还包括：获取至少两个图像采集装置的外参、虚拟图像采集装置的外参；根据所述至少两个图像采集装置的外参、虚拟图像采集装置的外参，确定每个所述第一对应关系。3.如权利要求2所述的生成方法，其特征在于，所述外参包括：位置信息、角度信息，所述根据所述至少两个图像采集装置的外参、虚拟图像采集装置的外参，确定每个所述第一对应关系，包括：根据每个所述图像采集装置对应的位置信息、所述虚拟图像采集装置对应的位置信息，确定每个所述图像采集装置与所述虚拟图像采集装置之间的平移向量；根据每个所述图像采集装置对应的角度信息、所述虚拟图像采集装置对应的角度信息，确定每个所述图像采集装置与所述虚拟图像采集装置之间的旋转矩阵；根据每个所述图像采集装置对应的平移向量以及旋转矩阵、每个所述图像采集装置对应的安装高度、所述虚拟图像采集装置对应的安装高度，确定每个所述第一对应关系。4.如权利要求1至3中任意一项所述的生成方法，其特征在于，所述将至少两个第一图像进行图像拼接，得到拼接后的图像，包括：依次将至少两个图像采集装置中相邻的两个图像采集装置作为一组当前图像采集装置组；将所述当前图像采集装置组中每个图像采集装置对应的第一图像输入至训练后的机器学习模型中，得到所述当前图像采集装置组中每个图像采集装置之间对应的第二对应关系；其中，所述第二对应关系用以表示当前图像采集装置组中每个图像采集装置之间像素坐标系的对应关系；在每个当前图像采集装置组均对应有第二对应关系的情况下，根据每个图像采集装置对应的第二对应关系，对至少两个图像采集装置对应的至少两个第一图像进行图像拼接，得到拼接后的图像。5.如权利要求4所述的生成方法，其特征在于，所述训练后的机器学习模型为利用多组训练数据和对应的第二对应关系，对机器学习模型进行训练后得到的：其中，每组训练数据包括：原始图像、原始图像对应的转换图像；所述每组训练数据对应的第二对应关系用以表示所述每组训练数据中原始图像与转换图像之间的对应关系；所述机器学习模型用于基于输入的所述多组训练数据，输出每组训练数据中的原始图像与转换图像之间的预测对应关系，并基于所述预测对应关系和第二对应关系，进行参数调节；机器学习模型用于响应于满足训练完成条件，被确定为训练后的机器学习模型。
6.如权利要求5所述生成方法，其特征在于，所述训练数据和所述第二对应关系的生成过程，包括：获取基准图像；根据所述基准图像的预设点的位置，在所述基准图像中确定第一区域；其中，所述预设点位于所述第一区域中；根据所述第一区域中多个顶点的位置，在所...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：摩尔线程智能科技成都有限责任公司，
类型：发明
国别省市：