全景照片自动上传与拼接方法与流程

本发明属于全景照片处理技术领域，尤其涉及一种全景照片自动上传与拼接方法。

背景技术：

随着计算机技术、空间技术和信息技术的飞速发展，地图的表现形式逐渐由二维向三维过渡。全景三维GIS能够深入表现三维空间信息，它运用三维全景技术，解决了普通实景图像不能有效表达空间深度信息问题，使实景图像具有了三维空间信息，实现真实场景和虚拟对象在三维空间的有机融合，进而可以构建出真实完美的三维立体实景空间，同时结合全景测量技术，模式识别、图像矢量化等技术，提供丰富的测量信息，为城市规划等应用提供更有利的支持。

对于全景相机的研究与发展，已逐步成为当今国内外相机领域热点和焦点。目前大部分全景照片都是后期通过Photoshop手动做的拼接处理，很消耗时间和人力。

技术实现要素：

本发明就是针对上述问题，提供一种节省人力与时间、方便查看的全景照片自动上传与拼接方法。

为实现上述目的，本发明采用如下技术方案，本发明包括以下步骤。

1）全景相机导入图片之后，根据全景相机参数拼接和融合为全景图像。

2）根据相机中的陀螺仪数据，对拼合后的全景图进行纠正，把少量倾斜拍摄的全景图矫正为水平拍摄。

3）全景图利用环绕球体二维表面的图片来定义球体上的投影，同时分割成不同的级别。

所述步骤1）拼接的方法为分析第一图像和第二图像，所述第一图像由第一图像传感器部件捕获并且所述第二图像由第二图像传感器部件捕获，其中所述第一图像和所述第二图像上的发起对所述第一图像和所述第二图像的所述分析的至少一个位置取决于至少一个上下文特性；根据对所述第一图像和所述第二图像的所述分析确定针对第一图像部分和第二图像部分的重叠捕获区域；以及使用所述重叠捕获区域将所述第一图像和所述第二图像拼接在一起。

作为一种优选方案，本发明所述第一图像传感器部件包括第一像素集，所述第二图像传感器部件包括第二像素集，并且所述重叠捕获区域包括：所述第一像素集的子集和所述第二像素集的子集。

作为另一种优选方案，本发明所述所述至少一个上下文特性与设备的操作模式和/或设备的周围环境有关。

作为另一种优选方案，本发明所述骤1）融合的方法为：对输入CT和MR图像，分别确定其背景灰度值；根据背景灰度值，计算CT和MR图像中每个像素点的对比度值；确定CT和MR图像对比度分布的众数；根据对比度分布的众数，计算CT和MR图像的二阶对比度；向融合图像传递二阶信息；计算融合图像的二阶对比度值；计算融合图像的对比度，向融合图像传递一阶信息；向融合图像传递绝对信息，计算融合图像的灰度值。

其次，本发明确定灰度背景值包括以下步骤：对输入的CT和MR图像分别统计灰度分布，得到灰度直方图，找出灰度直方图中最大波峰峰值点所对应的灰度值；判断该灰度值是否等于0，如果不等于0，则以该峰值点的灰度值作为图像的背景灰度值；如果该灰度值等于0，则以另一幅图像的背景值作为背景灰度值。

另外，本发明所述骤2）纠正的方法为：S1：提取当前图像中四个方向上的边缘点。

S2：对所述四个方向上的边缘点进行选择，以去除对直线拟合有负面作用的边缘点。

S3：对经过步骤S2处理后四个方向上剩下的边缘点分别进行边缘点直线拟合，获得四条边的直线方程，并进一步确定四个角的坐标，通过确定的四个角的坐标以及当前图像的四个顶点对图像进行倾斜纠正。

其中，步骤S2具体包括以下步骤。

S21：根据四个方向的边缘点分别进行直线拟合，根据拟合出的四条直线的交点构造出一个四边形，以四边形中边长最长的一个边作为基准边。

S22：计算所有与基准边相邻的A、B两边上的边缘点到基准边的距离。

S23：设A边上第i个边缘点到基准边的距离为Li，B边上第j个边缘点到基准边的距离为Lj，若满足下式，则认为和为一个边缘点对，|Li-Lj|＜δ3，其中，δ3为第一距离阈值。

S24：计算步骤S23获得的边缘点对里每一对边缘点对的两点之间的距离，找出所述两点之间的最大距离Lmax，若满足下列公式，则保留相应边缘点对所包含的边缘点，否则，舍弃相应边缘点对所包含的边缘点，Lmax-L＜δ4，其中，L为所述两点之间的距离，δ4为第二距离阈值。

S25：以A、B两边中较长的边作为新的基准边，并以新的基准边的两个相邻边作为新的A、B边，计算所述新的A、B两边上的边缘点到所述新的基准边的距离；S26：设所述新的A边上第i个边缘点到基准边的距离为nLi，所述新的B边上第j个边缘点到基准边的距离为nLj，若满足下式，则认为和为一个边缘点对|nLi-nLj|＜δ5，其中，δ5为第三距离阈值。

S27：计算步骤S26获得的边缘点对里每一对边缘点对的两点之间的距离，找出所述两点之间的最大距离nLmax，若满足下列公式，则保留相应边缘点对所包含的边缘点，否则，舍弃相应边缘点对所包含的边缘点，nLmax-nL＜δ6，其中，nL为所述两点之间的距离，δ6为第四距离阈值。

本发明有益效果。

本发明可对全景相机拍摄的同时间点的照片进行自动拼接，取代了传统流程中的手动拼接过程，节省了人力与时间。采用本发明拼接后的图像明暗度均一，没有明显的拼接痕迹。

本发明全景图利用环绕球体二维表面的图片来定义球体上的投影，同时分割成不同的级别，方便查看。

本发明使全景照片的处理工作更加简便节省工作时间，处理的难度有大幅降低。

附图说明

下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。

图1是本发明图像融合流程图。

图2是本发明图像纠正流程图。

图3是本发明拼接效果图。

具体实施方式

如图所示，本发明包括以下步骤。

1）全景相机导入图片之后，根据全景相机参数拼接和融合为全景图像。

2）根据相机中的陀螺仪数据，对拼合后的全景图进行纠正，把少量倾斜拍摄的全景图矫正为水平拍摄。

3）全景图利用环绕球体二维表面的图片来定义球体上的投影，同时分割成不同的级别。

所述步骤1）拼接的方法为分析第一图像和第二图像，所述第一图像由第一图像传感器部件捕获并且所述第二图像由第二图像传感器部件捕获，其中所述第一图像和所述第二图像上的发起对所述第一图像和所述第二图像的所述分析的至少一个位置取决于至少一个上下文特性；根据对所述第一图像和所述第二图像的所述分析确定针对第一图像部分和第二图像部分的重叠捕获区域；以及使用所述重叠捕获区域将所述第一图像和所述第二图像拼接在一起。

所述第一图像传感器部件包括第一像素集，所述第二图像传感器部件包括第二像素集，并且所述重叠捕获区域包括：所述第一像素集的子集和所述第二像素集的子集。

所述所述至少一个上下文特性与设备的操作模式和/或设备的周围环境有关。

所述骤1）融合的方法为：对输入CT和MR图像，分别确定其背景灰度值；根据背景灰度值，计算CT和MR图像中每个像素点的对比度值；确定CT和MR图像对比度分布的众数；根据对比度分布的众数，计算CT和MR图像的二阶对比度；向融合图像传递二阶信息；计算融合图像的二阶对比度值；计算融合图像的对比度，向融合图像传递一阶信息；向融合图像传递绝对信息，计算融合图像的灰度值。

本发明确定灰度背景值包括以下步骤：对输入的CT和MR图像分别统计灰度分布，得到灰度直方图，找出灰度直方图中最大波峰峰值点所对应的灰度值；判断该灰度值是否等于0，如果不等于0，则以该峰值点的灰度值作为图像的背景灰度值；如果该灰度值等于0，则以另一幅图像的背景值作为背景灰度值。本发明图像融合是在空域中进行，不需要进行图像变换和逆变换，实现过程简单；由于利用图像的灰度直方图得到图像的灰度背景值，符合人类的视觉感知；并以灰度直方图中覆盖面最大的波峰峰值点所对应的灰度值作为图像的背景值，避免了极亮或极暗区域对图像整体对比度的影响；直接向融合图像传递对比度信息和背景灰度信息，避免了融合图像对比度的下降，同时保持融合图像的边缘和细节信息。

所述骤2）纠正的方法为：S1：提取当前图像中四个方向上的边缘点。

S2：对所述四个方向上的边缘点进行选择，以去除对直线拟合有负面作用的边缘点。

S3：对经过步骤S2处理后四个方向上剩下的边缘点分别进行边缘点直线拟合，获得四条边的直线方程，并进一步确定四个角的坐标，通过确定的四个角的坐标以及当前图像的四个顶点对图像进行倾斜纠正。

其中，步骤S2具体包括以下步骤。

S21：根据四个方向的边缘点分别进行直线拟合，根据拟合出的四条直线的交点构造出一个四边形，以四边形中边长最长的一个边作为基准边。

S22：计算所有与基准边相邻的A、B两边上的边缘点到基准边的距离。

S23：设A边上第i个边缘点到基准边的距离为Li，B边上第j个边缘点到基准边的距离为Lj，若满足下式，则认为和为一个边缘点对，|Li-Lj|＜δ3，其中，δ3为第一距离阈值。

S24：计算步骤S23获得的边缘点对里每一对边缘点对的两点之间的距离，找出所述两点之间的最大距离Lmax，若满足下列公式，则保留相应边缘点对所包含的边缘点，否则，舍弃相应边缘点对所包含的边缘点，Lmax-L＜δ4，其中，L为所述两点之间的距离，δ4为第二距离阈值。

S25：以A、B两边中较长的边作为新的基准边，并以新的基准边的两个相邻边作为新的A、B边，计算所述新的A、B两边上的边缘点到所述新的基准边的距离；S26：设所述新的A边上第i个边缘点到基准边的距离为nLi，所述新的B边上第j个边缘点到基准边的距离为nLj，若满足下式，则认为和为一个边缘点对|nLi-nLj|＜δ5，其中，δ5为第三距离阈值。

S27：计算步骤S26获得的边缘点对里每一对边缘点对的两点之间的距离，找出所述两点之间的最大距离nLmax，若满足下列公式，则保留相应边缘点对所包含的边缘点，否则，舍弃相应边缘点对所包含的边缘点，nLmax-nL＜δ6，其中，nL为所述两点之间的距离，δ6为第四距离阈值。本发明图像纠正的方法是通过对所述四个方向上的边缘点进行选择，去除对直线拟合有负面作用的边缘点，实现了获得有缺陷图像的真实边缘点，以避免进行倾斜纠正后的图像不精确的问题。

可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。