一种图像拼接方法及装置与流程

本发明涉及机器视觉和图像处理领域，具体涉及一种图像拼接方法及装置。

背景技术：

对于航空视频图像拼接，传统的逐帧(frame-to-frame)配准拼接方法导致相邻图像的配准误差在拼接过程中累积起来，并且这些误差随着图像数量的增加而逐渐变大，直接影响图像拼接的精度和效果。

航空视频序列图像拼接中的误差累积问题一直是图像拼接中的一个技术难点问题，国内外研究人员试图提出了一些解决方法，例如采用光束法平差、捆绑调整、直接稀疏Cholesky分解方法、卡尔曼滤波方法等全局最优配准方法来获得最优变换矩阵，可以在一定程度上减小多帧图像的全局拼接误差，但在一些实际应用场合(如航空侦察与应急灾害等)，采用全局配准算法又无法满足实时性要求。

技术实现要素：

有鉴于此，本发明实施例提供了一种图像拼接方法及装置。

本发明实施例中提供一种图像拼接方法，包括：

获取连续帧图像中的任意帧图像作为第一基准图像；

根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，其中，所述N为大于0的自然数；

将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵；

将所述各个图像变换到基准图像坐标系中利用渐入渐出法对图像重叠区域进行融合处理得到短周期拼接合成图像；

获取第N+1帧图像，根据预设拼接策略，得到所有短周期拼接合成图像，并对所述各短周期拼接图像进行拼接得到一个长周期拼接合成图像；

将所述长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像。

可选地，所述根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，包括：

采用显著性特征作为图像场景复杂度高低的评价依据以确定短周期图像拼接的帧数N。

可选地，所述将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵，包括：

将所述第一基准图像后的N帧图像与相邻的图像采用BRISK二进制特征匹配算法或FREAK二进制特征匹配算法进行配准以获取各个图像之间的变换矩阵。

可选地，所述将所述长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像，包括：

采用SIFT特征匹配算法或SURF特征匹配算法进行配准，得到各短周期拼接图像之间的第二变换矩阵；

利用所述第二变换矩阵进行拼接得到完整的拼接合成图像。

可选地，所述获取第N+1帧图像之前，还包括：

将各图像的特征存储在基准图像特征堆栈或非基准图像特征堆栈。

可选地，所述长周期拼接合成图像作为新拼接周期中的第一个短周期拼接合成图像，与所述后续获取的图像进行拼接以得到完整的拼接合成图像之后，还包括：

根据图像配准得到图像空间变换模型，将两幅图像变换到同一参考坐标系并采用渐入渐出法对配准后的图像重叠区域进行融合处理，以消除图像亮度差异和配准误差得到无缝拼接图像。

本发明实施例中提供一种图像拼接装置，包括：

获取单元，用于获取连续帧图像中的任意帧图像作为第一基准图像；

处理单元，用于根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，其中，所述N为大于0的自然数；

所述处理单元还用于将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵；

所述处理单元还用于将所述各个图像变换到基准图像坐标系中利用渐入渐出法对图像重叠区域进行融合处理得到短周期拼接合成图像；

所述处理单元还用于获取所述各短周期内的所有拼接合成图像，并根据预设拼接策略，对所述所有短周期拼接合成图像进行拼接得到一个长周期拼接合成图像；

所述处理单元还用于将长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像。

可选地，所述处理单元具体用于：

采用显著性特征作为图像场景复杂度高低的评价依据以确定短周期图像拼接的帧数N。

可选地，所述处理单元具体用于：

将所述第一基准图像后的N帧图像与相邻的图像采用BRISK二进制特征匹配算法或FREAK二进制特征匹配算法进行配准以获取各个图像之间的变换矩阵。

可选地，所述处理单元具体用于：

采用SIFT特征匹配算法或SURF特征匹配算法进行配准，得到各短周期拼接图像之间的第二变换矩阵；

利用所述第二变换矩阵进行拼接得到完整的拼接合成图像。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明提供的图像拼接方法及装置，可用于降低拼接累积误差的航空视频图像自适应多级分层拼接，能够根据目标场景特性自适应选择合适的处理层次和配准算法，有效地解决了图像拼接误差随图像帧数增加而传播扩散的问题，同时采用渐入渐出法对配准后的图像进行融合处理，较好地消除了图像变换矩阵累积误差和图像亮度差异引起的拼接缝隙问题，得到一幅宽视场、高分辨率的合成图像，在图像拼接精度和鲁棒性方面有了明显提高；采用“特征堆栈”存储各帧图像特征，与后续图像进行配准拼接，能够有效减小计算量，节省重复提取图像特征的时间，进一步提高图像拼接速度。

附图说明

图1-a是本发明实施例中提供的一种图像拼接方法的流程图；

图1-b是本发明实施例中提供的一种图像拼接方法的流程图；

图2是本发明实施例中提供的一种图像拼接方法的原理图；

图3是本发明实施例中提供的一种图像拼接方法的长周期图像多级拼接的原理图；

图4是本发明实施例中提供的一种图像拼接方法的原理图；

图5是本发明实施例中提供的一种图像拼接方法中FAST角点检测算法原理图；

图6是本发明实施例中提供的一种图像拼接方法中BRISK算法采样模式示意图；

图7是本发明实施例中提供的一种图像拼接装置的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

结合图1-a所示，本发明实施例中提供一种图像拼接方法，包括：

S1、获取连续帧图像中的任意帧图像作为第一基准图像；

S2、根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，其中，所述N为大于0的自然数；

S3、将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵；

S4、将所述各个图像变换到基准图像坐标系中利用渐入渐出法对图像重叠区域进行融合处理得到短周期拼接合成图像；

S5、获取第N+1帧图像，根据预设拼接策略，得到所有短周期拼接合成图像，并对所述各短周期拼接图像进行拼接得到一个长周期拼接合成图像；

S6、将所述长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像。

具体地说，在步骤S6中，将所述长周期拼接合成图像作为新拼接周期中的第一个短周期拼接合成图像，获取新的一帧图像并将该帧图像作为基准图像进行短周期拼接，得到第二个短周期拼接合成图像，进一步得到所有短周期拼接合成图像，并对各短周期拼接图像进行拼接得到一个长周期拼接合成图像，依此循环，直至所有图像拼接完毕，得到完整的拼接合成图像。

本发明提供的图像拼接方法，可用于降低拼接累积误差的航空视频图像自适应多级分层拼接，能够根据目标场景特性自适应选择合适的处理层次和配准算法，有效地解决了图像拼接误差随图像帧数增加而传播扩散的问题，同时采用渐入渐出法对配准后的图像进行融合处理，较好地消除了图像变换矩阵累积误差和图像亮度差异引起的拼接缝隙问题，得到一幅宽视场、高分辨率的合成图像，在图像拼接精度和鲁棒性方面有了明显提高；采用“特征堆栈”存储各帧图像特征，与后续图像进行配准拼接，能够有效减小计算量，节省重复提取图像特征的时间，进一步提高图像拼接速度。

可选地，所述根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，包括：

采用显著性特征作为图像场景复杂度高低的评价依据以确定短周期图像拼接的帧数N。

可选地，所述将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵，包括：

将所述第一基准图像后的N帧图像与相邻的图像采用BRISK二进制特征匹配算法或FREAK二进制特征匹配算法进行配准以获取各个图像之间的变换矩阵。

可选地，将所述各个图像变换到基准图像坐标系中利用渐入渐出法对图像重叠区域进行融合处理得到短周期拼接合成图像。

可选地，获取第N+1帧图像，根据预设拼接策略，得到所有短周期拼接合成图像，并对所述各短周期拼接图像进行拼接得到一个长周期拼接合成图像。

可选地，将所述长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像，包括：

采用SIFT特征匹配算法或SURF特征匹配算法进行配准，得到各短周期拼接图像之间的第二变换矩阵；

利用所述第二变换矩阵进行拼接得到完整的拼接合成图像。

可选地，所述获取第N+1帧图像之前，还包括：

将将各帧图像特征存储在基准图像特征堆栈或非基准图像特征堆栈。

可选地，所述长周期拼接合成图像作为新拼接周期中的第一个短周期拼接合成图像，与所述后续获取的图像进行拼接以得到完整的拼接合成图像之后，还包括：

根据图像配准得到图像空间变换模型，将两幅图像变换到同一参考坐标系并采用渐入渐出法对配准后的图像重叠区域进行融合处理，以消除图像亮度差异和配准误差得到无缝拼接图像。

结合图1-b至图6所示，下面提供一种应用场景对本发明提供的图像拼接方法加以解释说明，便于理解。

以8个短周期拼接合成图像为例，需要说明的是，为了方便描述，预先定义图像编号，后文不再赘述。

SDM：短周期图像拼接；

LDM：长周期图像拼接；

H_L：长周期图像拼接中各图像之间的变换矩阵；

H_S：短周期图像拼接中各图像之间的变换矩阵；

SDM₁，SDM₂，……，SDM₈：第1，2，……，8个短周期拼接得到的合成图像；

SDM₁₂：将短周期拼接图像SDM₁和SDM₂进行拼接得到的合成图像；

SDM₃₄：将短周期拼接图像SDM₃和SDM₄进行拼接得到的合成图像；

SDM₅₆：将短周期拼接图像SDM₅和SDM₆进行拼接得到的合成图像；

SDM₇₈：将短周期拼接图像SDM₇和SDM₈进行拼接得到的合成图像；SDM₁₂₃₄：将短周期拼接图像SDM₁₂和SDM₃₄进行拼接得到的合成图像；

SDM₅₆₇₈：将短周期拼接图像SDM₅₆和SDM₇₈进行拼接得到的合成图像。

根据多级拼接策略，首先将图像SDM₁和SDM₂进行拼接得到合成图像SDM₁₂，将图像SDM₃和SDM₄进行拼接得到合成图像SDM₃₄，将图像SDM₅和SDM₆进行拼接得到合成图像SDM₅₆，将图像SDM₇和SDM₈进行拼接得到合成图像SDM₇₈；然后将图像SDM₁₂和SDM₃₄进行拼接得到合成图像SDM₁₂₃₄，将图像SDM₅₆和SDM₇₈进行拼接得到合成图像SDM₅₆₇₈，最后将图像SDM₁₂₃₄和图像SDM₅₆₇₈进行拼接得到长周期拼接合成图像LDM。

进一步地，采用显著性特征作为图像场景复杂度高低的评价依据以确定短周期图像拼接的帧数，图像中显著性特征越多，图像复杂度越高。

进一步地，在短周期拼接和长周期拼接流程中，根据场景的复杂度和特征不同，可选择不同的图像配准算法：

对于短周期图像拼接，由于视频图像重叠率高，相邻帧图像通常差异较小，对配准算法的鲁棒性要求不高，可选择速度较快的BRISK，FREAK等二进制特征匹配算法进行配准，得到各图像之间的变换矩阵H_S进行拼接；

长周期图像拼接需要对多个短周期拼接合成图像SDM₁，SDM₂，SDM₃，……进行配准，由于各合成图像时间间隔较长，重叠率低，场景变化大，并且输入的短周期拼接图像已经不可避免地包含一些配准误差，因此需要选择鲁棒性更强的SIFT，SURF等经典特征匹配算法对其进行配准，得到各短周期拼接图像之间变换矩阵H_L完成拼接。

进一步地，将当前帧图像特征存储在“基准图像特征堆栈”或“非基准图像特征堆栈”中，用于与后续图像的配准拼接中，可以节省重复提取图像特征的时间，大大提高图像拼接的速度。

进一步地，在上述长周期拼接流程中，SDM₂通过SDM₂与SDM₁之间的变换矩阵H_L映射到SDM₁，有时为了提高图像拼接速度，也可对SDM₁最后一帧图像与SDM₂的第一帧(基准帧)图像进行配准，得到它们之间的变换矩阵H_S对SDM₁与SDM₂进行拼接。

进一步地，根据图像配准得到图像空间变换模型，将两幅图像变换到同一参考坐标系之后，采用渐入渐出法对配准后的图像重叠区域进行融合处理，以消除图像亮度差异和配准误差引起的拼接缝隙问题，得到一幅无缝拼接图像。

所述图像拼接方法将图像拼接分为短周期图像拼接(SDM)和长周期图像拼接(LDM)两个层次，分层拼接的主要目的是减小图像拼接过程中的误差扩散传播和实现快速拼接。

首先，进行短周期图像拼接，选择某帧图像作为基准图像，计算其场景复杂度值以确定该周期内进行拼接的图像帧数N。

将基准图像之后的N帧图像与前一帧图像进行配准，采用快速二进制特征匹配算法得到各图像之间的变换矩阵。

将各图像变换到基准图像坐标系中，采用渐入渐出法对图像重叠区域进行融合处理，得到一幅短周期拼接合成图像。

重复上述步骤，得到各短周期拼接合成图像SDM₁，SDM₂，SDM₃，……。

然后，进行长周期图像拼接，根据多级拼接策略，利用SIFT(尺度不变特征变换，Scale-invariant feature transform))等经典鲁棒特征匹配算法对上述短周期拼接合成图像SDM₁，SDM₂，SDM₃，……进行配准拼接，得到长周期拼接合成图像(LDM)。

当再输入新的一帧图像时，将上述长周期拼接合成图像LDM作为新的短周期拼接合成图像SDM₁＇，然后对新输入的图像重复上述短周期图像拼接流程，得到多个短周期拼接合成图像SDM₂＇，SDM₃＇，……，再重复上述长周期图像拼接流程，得到长周期拼接合成图像LDM＇，依此循环，直至所有输入图像拼接完毕。

参照图1-b，本发明的优选实施例提供了一种降低拼接累积误差的航空视频图像自适应多级分层拼接方法，本实施例图像拼接方法包括：

所述图像拼接方法将图像拼接分为短周期图像拼接(SDM)和长周期图像拼接(LDM)两个层次。

步骤S101，进行短周期图像拼接，如图1-b，2所示，选择某帧图像作为基准图像，计算其场景复杂度值以确定该周期内进行拼接的图像帧数N；

采用显著性特征作为图像场景复杂度高低的评价依据，图像中显著性特征越多，图像复杂度越高，配准难度越大，可能引起的配准误差也越大，因此该周期内进行拼接的图像帧数N要按一定的百分比减少。

所述图像显著性特征分布的计算公式如下：

对于图像I(x)，计算其二维傅里叶变换，分别得到其振幅频谱A(f)和相位频谱P(f)，则其log频谱L(f)和频谱残差R(f)可按下式计算：

L(f)＝log(A(f)) (1)

R(f)＝L(f)-h_n(f)*L(f) (2)

式中*为卷积运算，h_n(f)表示n×n大小的均值滤波模板，按下式计算：

进一步得到图像显著性特征分布I′(x)如下式所示：

I′(x)＝g(x)*F^-1[exp(R(f)+P(f))]²，I′(x)∈[0,1] (4)

如果原始图像尺寸较大，为了减小计算量，可以对其进行下采样后再计算其显著性特征分布，设下采样后图像的大小为Ppixel×Qpixel，图像显著性特征分布I′(x)大于某一阈值的像素个数为S_I′，图像场景复杂度可表示为

步骤S102，将基准图像之后的N帧图像与前一帧图像进行配准，由于视频图像重叠率高，相邻帧图像通常差异较小，对配准算法的鲁棒性要求不高，可选择速度较快的二进制特征匹配算法进行配准，得到各图像之间的变换矩阵H_S进行拼接；

本实施例中，步骤S102具体包括：

采用FAST(Features from Accelerated Segment Test，加速分割测试特征)角点检测算法对各图像提取特征点，该类算法中的特征点检测主要基于FAST判据：如图5所示，对于某一像素点p，若其离散包围圆上的16个点中至少有n个连续像素点的亮度值大于p的亮度值I_p加上一阈值t，或者小于p的亮度值I_p减去一阈值t，则判定p为角点，其中9≤n≤12。

采用BRISK(Binary Robust Invariant Scalable Keypoints)算子作为特征点描述符，BRISK算子是在对原图像进行高斯平滑滤波后，通过比较特征点位置附近服从同心圆采样模式的M对像素点亮度值，获得二进制字符串作为特征点描述符，如图6所示(M＝60)。

利用汉明距离计算相邻图像间特征点的相似度进行匹配，得到相邻图像之间的变换矩阵H_S，其中汉明距离的计算可以通过逐位异或(XOR)附加一个位计数器来实现。

本实施例由于采用FAST算法进行特征点检测，检测速度远大于现有的Harris，DOG特征点检测算法，并且对平移、旋转、缩放变化保持高重复性，采用BRISK算子作为特征点描述符，用汉明距离代替欧几里得距离来评估特征点的相似度，计算速度约比经典的SURF，SIFT算法快两个数量级，但该类算法通过比较像素点亮度值的方法来检测特征点和构造特征描述符，对光照、噪声和模糊比较敏感。

步骤S103，将各图像变换到基准图像坐标系中，采用渐入渐出法对图像重叠区域进行融合处理，得到一幅短周期拼接合成图像。

对于待拼接的两幅图像G₁(u,v)和G₂(u,v)，根据渐入渐出图像融合算法的原理，按下述公式计算图像重叠区域的像素亮度值。

式中u₁≤u≤u₂，u₁和u₂分别表示重叠区域像素列坐标的最小值和最大值，当u从u₁缓慢变化到u₂时，从1变化到0，从0变化1，合成图像从图像G₁(u,v)缓慢过渡到G₂(u,v)。

步骤S104，重新选择一帧图像作为基准图像，重复步骤S101，S102，S103，得到各短周期拼接合成图像SDM₁，SDM₂，……，SDM₈。

步骤S105，按图3所示多级拼接策略对上述短周期拼接合成图像SDM₁，SDM₂，……，SDM₈进行配准拼接，得到长周期拼接合成图像LDM。长周期图像拼接需要对多个短周期拼接合成图像SDM₁，SDM₂，SDM₃，……进行配准，由于各合成图像时间间隔较长，重叠率低，场景变化大，并且输入的短周期拼接图像已经不可避免地包含一些配准误差，因此选择鲁棒性更强的SIFT(Scale-Invariant Feature Transform)经典特征匹配算法对其进行配准，得到各短周期拼接图像之间变换矩阵H_L完成拼接。

本实施例中，步骤S105具体包括：

将图像SDM₁和SDM₂进行拼接得到合成图像SDM₁₂，将图像SDM₃和SDM₄进行拼接得到合成图像SDM₃₄，将图像SDM₅和SDM₆进行拼接得到合成图像SDM₅₆，将图像SDM₇和SDM₈进行拼接得到合成图像SDM₇₈；

将图像SDM₁₂和SDM₃₄进行拼接得到合成图像SDM₁₂₃₄，将图像SDM₅₆和SDM₇₈进行拼接得到合成图像SDM₅₆₇₈；

将图像SDM₁₂₃₄和图像SDM₅₆₇₈进行拼接得到长周期拼接合成图像LDM。

步骤S106，当再输入新的一帧图像时，将上述长周期拼接合成图像LDM作为新的短周期拼接合成图像SDM₁＇，然后对新输入的图像重复上述短周期图像拼接流程(步骤S101，S102，S103，S104)，得到多个短周期拼接合成图像SDM₂＇，SDM₃＇，……，再重复上述长周期图像拼接流程(步骤S105)，得到长周期拼接合成图像LDM＇，依此循环，直至所有输入图像拼接完毕。

本实施例中，将当前帧图像特征存储在“基准图像特征堆栈”或“非基准图像特征堆栈”中，用于与后续图像的配准拼接中，如图4所示，可以节省重复提取图像特征的时间，大大提高图像拼接的速度。

本实施例中，采用的“基准图像特征堆栈”的生命周期与整个长周期图像拼接环节一致，直至全部图像拼接完成。

本实施例中，采用的“非基准图像特征堆栈”的生命周期与短周期图像拼接的生命周期相同，当进入下一个短周期图像拼接环节时，将“非基准图像特征堆栈”清空，重新存储该周期内各待配准图像的特征。

结合图7所示，对应地，本发明实施例中提供一种图像拼接装置，包括：

获取单元701，用于获取连续帧图像中的任意帧图像作为第一基准图像；

处理单元702，用于根据所述第一基准图像的场景复杂度值确定一个周期内拼接的图像帧数N，其中，所述N为大于0的自然数；

所述处理单元702还用于将所述第一基准图像后的N帧图像与相邻的图像进行配准以获取各个图像之间的变换矩阵；

所述处理单元702还用于将所述各个图像变换到基准图像坐标系中利用渐入渐出法对图像重叠区域进行融合处理得到短周期拼接合成图像；

所述处理单元702还用于获取所述各短周期内的所有拼接合成图像，并根据预设拼接策略，对所述所有短周期拼接合成图像进行拼接得到一个长周期拼接合成图像；

所述处理单元702还用于将长周期拼接合成图像作为新拼接流程中的第一个短周期拼接合成图像，与后续获取的图像进行拼接以得到完整的拼接合成图像。

可选地，所述处理单元702具体用于：

采用显著性特征作为图像场景复杂度高低的评价依据以确定短周期图像拼接的帧数N。

可选地，所述处理单元702具体用于：

将所述第一基准图像后的N帧图像与相邻的图像采用BRISK二进制特征匹配算法或FREAK二进制特征匹配算法进行配准以获取各个图像之间的变换矩阵。

可选地，所述处理单元702具体用于：

采用SIFT特征匹配算法或SURF特征匹配算法进行配准，得到各短周期拼接图像之间的第二变换矩阵；

利用所述第二变换矩阵进行拼接得到完整的拼接合成图像。

本发明提供的图像拼接装置，可用于降低拼接累积误差的航空视频图像自适应多级分层拼接，能够根据目标场景特性自适应选择合适的处理层次和配准算法，有效地解决了图像拼接误差随图像帧数增加而传播扩散的问题，同时采用渐入渐出法对配准后的图像进行融合处理，较好地消除了图像变换矩阵累积误差和图像亮度差异引起的拼接缝隙问题，得到一幅宽视场、高分辨率的合成图像，在图像拼接精度和鲁棒性方面有了明显提高；采用“特征堆栈”存储各帧图像特征，与后续图像进行配准拼接，能够有效减小计算量，节省重复提取图像特征的时间，进一步提高图像拼接速度。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

以上对本发明所提供的一种图像拼接方法及装置进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。