，用平均值法计算出最佳匹配 点的坐标，通过这个坐标和相关平面几何关系，计算出重叠区域的宽度r，和上下平移参数
[0023] 2)由重叠区域宽度々，把待拼接的两幅图像分成A图与B图不重叠的部分，和A、B 图的重叠部分，融合后四个区域变成三个区域，也就同时进行融合和拼接。
[0024] 步骤七：对重叠区域进行图像融合； 采用渐入渐出的融合方法，完成拼缝的过渡融合，形成过渡自然的拼接图像。
[0025] 步骤八：循环处理与全景显示； 完成两幅具有重叠区域的图像完成配准拼接和融合过后，作为待拼接图像之一，再与 下一幅图像进行配准拼接融合，当完成六幅图像的拼接后就可以形成一幅具有360度视角 的环状柱面全景视图，显示部分用简单的平面显示法，显示设备为平面显示器。
[0026] 本发明提出的一种基于六摄像机环视的柱面全景生成方法，是一种新颖的基于多 摄像机环视的拼接式全景生成方法。在畸变校正、特征点检测、图像拼接算法方面，进行了 相关改进，适合本发明的使用；尤其采用了一种基于点匹配确定融合区域的拼接算法，同时 完成融合和拼接，提高了实时性，为全景视频的生成提供了可能。也为使用者提供了一幅高 分辨率、具有360度视野的自然全景图像，更符合人眼的观察规律，避免对多个摄像机的监 控画面进行切换，减轻了人的工作量。
【附图说明】
[0027] 图1为六摄像机环视装置的示意图； 图2为模块组成示意图； 图3为柱面全景图像生成方法实施步骤图； 图4为本发明的180度鱼眼图像经过逆向除法畸变校正算法处理后的效果图，左图为 鱼眼摄像相机拍摄的原始图像，右图为校正后的图像； 图5为本发明的柱面投影示意图； 图6为柱面投影7K意图的侧视图与俯视图； 图7为本发明的SIFT特征点检测算法中高斯差分构建尺度空间的示意图； 图8为本发明的SIFT特征点检测算法中检测空间极值的示意图； 图9为本发明的SIFT特征点检测算法中生成特征点描述子的示意图； 图10为本发明的由最佳匹配坐标计算重叠区域宽度r与上下平移参数崩示意图； 图11为本发明的基于点匹配确定融合区域拼接算法的操作示意图。
【具体实施方式】
[0028] 下面结合附图对本发明的【具体实施方式】进行详细说明。
[0029] 本发明的实施方式的软件环境为windows 7系统，仿真环境为MATLAB R2012b，处 理器为酷睿i5_3230。
[0030] 本发明的六摄像机环视的柱面全景生成装置与方法，用于采集图像的装置如图1 所示：将六个具有90度水平视角且焦距固定的鱼眼摄像机，安装在类似正六棱柱机壳的每 一面的中心上，使六个摄像机水平呈环形均匀放置，保证摄像机的光轴在一个水平高度上， 且相邻摄像机视野之间的重叠区域为30度视角范围。
[0031] 本发明的柱面全景生成方法框架，如图3所示，具体实施步骤如下： 步骤1 :由于畸变校正中需要用要摄像机的内部参数，所以要提前进行摄像机的标定。 本发明中采用经典的张正友平面棋盘标定法，首先制作了黑白棋盘标定版，用摄像机从不 同角度拍摄标定板得到一系列图像，再使用MATLAB标定工具箱calibration_v24进行处 理，对每个获得的图像提取图像上网格的角点；由标定板与图像棋盘角点的对应关系，就可 确定一个单应性矩阵，这样就能够进行摄像机定标，求出相应的内参矩阵H。对其中一个鱼 眼摄像机(分辨率为720*480)进行相机标定后得到的内参矩阵如下：
式中：1??丨表示主点坐标，即图像坐标系原点在像素坐标系下的坐标表示； ?^:条 称为像素尺寸因子，分别表示每一个像素在与方向上的物理尺寸；/为镜头焦距。
[0032] 步骤2:图像采集； 通过六摄像机的环视装置开始采集图像。用多路图像采集卡，把同一时刻采集到的图 像传输到计算机中进行下一步处理。
[0033] 步骤3 :畸变校正处理； 逆向模型是在正向校正模型的基础上改进的。正向模型校正方法，即对源图像的坐标 进行映射变换求出对应的目标图像的坐标后，将源图像坐标处的像素属性复制到目标图像 坐标处，正向模型算法带来的直接结果是需要对校正后的图像进行插值处理。正向除法校 正模型的表达式为： (2) 式中：/)代表理想图像中某一点的坐标向量，表示畸变图像中某一点的坐标向量，分 母中的|·|Ρ表示畸变图像中某一点距离畸变中心的距离，Z表示待求参数，决定着对畸 变曲线的拟合精度。
[0034] 根据逆向求解的基本思想，可以对除法模型公式（2)进行变形得到（3):
(3) 假设校正前后主点坐标和物理尺寸因子是相等，逆向求解表达式（3)可以得到最终的 模型表达式（4):
(4) 式中：校正前后像素坐标系下对应点为||:_^和|__，物理坐标系下为_:_和 ，距离轴心的距离为~_和~,像素尺寸因子为》_:。
[0035] 这种方法运用了用逆向思维对鱼眼图像进行校正，避免了插值处理，提高了运行 速度。在MATLAB上做了逆向除法校正的仿真实验，效果如图4所示。
[0036] 步骤4 :柱面投影处理； 在图像拼接过程中，直接对环形拍摄的图像序列进行拼接，会破坏实际景物的结构特 性，为了解决这一问题，需要对原始图像进行投影处理。为保证实际景象在视觉上保持连贯 性，需要图像都投影到同一平面下，相比立方体和球面投影，柱面投影简单且便于显示与储 存，因此采用柱面投影方法。柱面投影是将空间看作一个圆柱体，将图像投影到柱面坐标系 下。首先确定柱面投影的两个参数投影焦距沒P单幅投影角度
式中：/为相机的像素焦距；〃为单幅投影角度，由环绕一周拍摄的图像数量Λ和重 合度^7决定。
[0037] 投影算法是一种数学运算，在图像变换时，坐标可能是非整数，而图像中的坐标 只能定义在整数上，所以必须有取整预算。一般有向前映射法(像素移交)和向后映射法(像 素填充)。本发明使用的是，向后映射的方法。柱面投影变换的核心是投影变换公式，将图 像平面点坐标映射到柱面坐标变换公式为：
[0038] 其中表示投影后的像素坐标，表示原图的像素坐标；0表示投 影角，K /?示原始图像的像素长宽大小。本发明使用6个水平视角为90度的摄像机，分 辨率为720*480,重叠视角为30度。重叠度为三分之一，根据公式（5)计算出柱面投影的焦 距/与单幅投影角度〃。再根据公式（6)的像素映射关系，完成六幅图像的柱面投影。
[0039] 步骤5 :SIFT特征点的检测与匹配； SIFT算子是David G. Lowe于1999年提出的一种基于图像局部特征的描述子。SIFT 特征点对于图像的尺度和旋转保持不变性，对于光照和3D视角的变化也能保持一定的稳 定性，而且由于在立体和频域空间被很好的局部化，故而降低了噪声干扰的可能性。以下是 SIFT特征点检测与匹配的主要计算步骤。
[0040] 1)构建尺度空间： 构建尺度空间的目的是检测对于图像的尺度变化具有不变性的位置，可以使用尺度的 连续函数也就是尺度空间在所有可能的尺度中寻找稳定的特征。假设尺度空间内核是高斯 函数。因此，若为输入图像，是尺度可变高斯函数，则一个图像的尺度空间被 定义为函数，则有：
(7)