图像拼接方法、装置及其电子设备与流程

1.本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于文字识别(optical character recognition，ocr)等场景。


背景技术：

2.移动设备文字扫描是当前生活中一种广泛用于文字识别的前置步骤，常见于各种各样的词典笔智能点读及翻译产品。
3.相关技术中，对图像进行拼接时，图像特征提取耗时较长，实际应用对移动设备的性能要求过高，因此，如何提高移动端设备中的图像拼接效率，避免硬件资源浪费，提高图像拼接的灵活性，已经成为重要的研究方向之一。


技术实现要素：

4.本公开提供了一种图像拼接方法、装置及其电子设备。
5.根据本公开的一方面，提供了一种图像拼接方法，包括：
6.持续采集待拼接图像，并对采集的待拼接图像进行角点检测；
7.根据当前待拼接图像的角点和当前待拼接图像的相邻待拼接图像的角点，获取参数变换矩阵；
8.从相邻待拼接图像的拼接图像中提取预设背景图像；
9.以预设的背景图像为拼接背景，根据参数变换矩阵对当前待拼接图像和相邻待拼接图像的拼接图像进行拼接，得到当前待拼接图像的拼接图像，并继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像。
10.本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
11.根据本公开的另一方面，提供了一种图像拼接装置，包括：
12.检测模块，用于持续采集待拼接图像，并对采集的待拼接图像进行角点检测；
13.获取模块，用于根据当前待拼接图像的角点和当前待拼接图像的相邻待拼接图像的角点，获取参数变换矩阵；
14.提取模块，用于从相邻待拼接图像的拼接图像中提取预设背景图像；
15.拼接模块，用于以预设的背景图像为拼接背景，根据参数变换矩阵对当前待拼接图像和相邻待拼接图像的拼接图像进行拼接，得到当前待拼接图像的拼接图像，并继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像。
16.根据本公开的一方面，提出了一种电子设备，包括至少一个处理器，以及
17.与至少一个处理器通信连接的存储器；其中，
18.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开的图像拼接方法。
19.根据本公开的一方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开的图像拼接方法。
20.根据本公开的一方面，提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开的图像拼接方法的步骤。
21.根据本公开的一方面，提出了一种移动设备，包括：如上述实施例所述的图像拼接装置。
22.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.附图用于更好地理解本方案，不构成对本公开的限定。其中：
24.图1是本公开一个实施例的图像拼接方法的流程图；
25.图2是本公开一个实施例的图像拼接方法的流程图；
26.图3是本公开一个实施例的图像拼接方法的示意图；
27.图4是本公开一个实施例的角点检测的示意图；
28.图5是本公开一个实施例的获取匹配角点的流程图；
29.图6是本公开一个实施例的图像拼接方法的流程图；
30.图7是本公开一个实施例的首帧拼接图像的示意图；
31.图8是本公开一个实施例的图像拼接的示意图；
32.图9是本公开一个实施例的图像拼接方法的流程图；
33.图10是本公开一个实施例的图像拼接方法的示意图；
34.图11是根据本公开一个实施例的图像拼接装置的结构图；
35.图12是用来实现本公开实施例的电子设备的框图。
具体实施方式
36.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
37.为了更好的理解本公开，下面对本公开涉及的领域进行介绍。
38.人工智能(artificial intelligence，ai)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
39.深度学习(deep learning，dl)是机器学习(machine learning，ml)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方
面取得的效果，远远超过先前相关技术。
40.图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
41.计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取
‘
信息’的人工智能系统。这里所指的信息指可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
42.图1是本公开一个实施例的图像拼接方法的流程图，如图1所示，该方法包括以下步骤：
43.s101，持续采集待拼接图像，并对采集的待拼接图像进行角点检测。
44.本公开实施例中，通过移动设备持续采集待拼接图像，可选地，移动设备可以是微型扫描仪，如扫描笔，也就是说，调用微型扫描仪，通过扫描技术持续采集待拼接图像。由此，本公开的实际场景一般具有对比度较高(通常为文字及单一背景)、移动方向固定(单向扫描)、无尺度变化(均为接触式扫描，镜头距离基本不变)等特点。
45.在一些实现中，对待拼接图像进行角点检测(例如harris角点检测)，获取待拼接图像的harris角点。针对待拼接图像中的任一像素点，使用该像素点周围像素块和其周围的其它像素块的相关性刻画角点，相关性用平方差之和进行单步检测运算(single-shot detection，ssd)，ssd值越大，相关性差，中心像素点越有可能成为角点。
46.在一些实现中，对待拼接图像进行角点检测(例如shi-tomasi角点检测)，获取待拼接图像的shi-tomasi角点。
47.由于移动设备拍摄的连续图像帧间的移动方向单一、尺度变化较少、原生对比度高，本公开实施例中，为了提高角点提取速度，可以根据加速段测试的特征(features from accelerated segment test，fast)算法，对待拼接图像进行fast角点检测，以获取待拼接图像中的fast角点。
48.s102，根据当前待拼接图像的角点和当前待拼接图像的前一相邻待拼接图像的角点，获取参数变换矩阵。
49.根据当前待拼接图像的角点和相邻待拼接图像的角点进行光流跟踪匹配，确定当前待拼接图像和相邻待拼接图像的匹配角点，进而根据当前待拼接图像和相邻待拼接图像的匹配角点获取参数变换矩阵。例如，可以基于随机抽样一致(random sample consensus，ransac)算法或最小中值lmeds算法对当前待拼接图像和相邻待拼接图像的匹配角点进行运算，获取参数变换矩阵。
50.s103，从相邻待拼接图像的拼接图像中提取预设背景图像。
51.本公开中，不同的拼接图像具有同一背景图像。在一些实现中，系统初始化时预分配长宽固定的图像作为拼接的背景图像(实际分配大小根据应用的参数决定，如预设尺寸
阈值或背景图像的固定尺寸)，避免拼接过程中的多次内存重新分配，提升整体性能。可选地，背景图像可以是固定尺寸的纯色图像，例如可以是白色图像或蓝色图像。
52.本公开中，对相邻待拼接图像的拼接图像进行识别，从而图区提取拼接图像中的背景图像。
53.s104，以预设的背景图像为拼接背景，根据参数变换矩阵对当前待拼接图像和相邻待拼接图像的拼接图像进行拼接，得到当前待拼接图像的拼接图像，并继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像。
54.由于本公开的场实现景为单向移动，实现中扫描设备都是以文字为主横向或纵向扫描，连续扫描预设帧数的待拼接图像，可以设置一个预设尺寸的纯色背景图像，进而根据参数变换矩阵将获取的当前待拼接图像拼接至背景图像上。
55.例如，连续扫描预设帧数的图像，拼接后最大分辨率在2000*2000以下，则设置一个2000*2000的纯色背景图像，相当于内存固定，根据参数变换矩阵将待拼接图像不断拼接至背景图像上，直至待拼接图像的帧数达到帧数阈值，得到拼接好的目标拼接图像。这样可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源。
56.本公开实施例中，以所述预设的背景图像为拼接背景，根据所述参数变换矩阵对所述当前待拼接图像和所述相邻待拼接图像的拼接图像进行拼接，得到所述当前待拼接图像的拼接图像，并继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像。本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
57.图2是本公开一个实施例的图像拼接方法的流程图，如图2所示，该方法包括以下步骤：
58.s201，针对待拼接图像上的任一目标像素点，以目标像素点为中心，获取半径为预设长度的圆上的m个候选像素点。
59.可选地，m为大于4的整数。
60.由于移动设备拍摄的连续图像帧间的移动方向单一、尺度变化较少、原生对比度高，本公开实施例中，为了提高角点提取速度，可以根据加速段测试的特征(features from accelerated segment test，fast)算法，对待拼接图像进行fast角点检测，以获取待拼接图像中的角点。以预设长度是3为例进行说明，如图3所示，针对待拼接图像上的目标像素点p，以目标像素点p为中心，获取半径为3的圆上的16个候选像素点。
61.s202，响应于m个候选像素点中的连续n个候选像素点的亮度在预设亮度范围内，确定目标像素点为待拼接图像的角点。
62.可选地，n为大于1且小于m的整数。
63.可选地，若目标像素点的亮度为i，则预设亮度阈值为t＝20％
×
i，也就是说，m个候选像素点中的连续n个候选像素点的亮度大于i+t，或小于i+t，确定目标像素点为待拼接图像的角点。
64.如图4所示，两张连续的待拼接图像为相邻待拼接图像410和当前待拼接图像420，对其进行角点检测后，获取相邻待拼接图像的角点430和当前待拼接图像的角点440。
65.s203，对当前待拼接图像的角点和相邻待拼接图像的角点进行光流跟踪匹配。
66.基于光流跟踪算法对当前待拼接图像的角点和相邻待拼接图像的角点进行光流跟踪匹配，获取当前待拼接图像的角点和相邻待拼接图像的角点的匹配度。
67.s204，识别匹配度大于预设匹配阈值的角点作为当前待拼接图像和相邻待拼接图像之间的匹配角点。
68.如图5所示，相邻待拼接图像的角点510和当前待拼接图像的角点520进行识别，获取相邻待拼接图像的匹配角点530和当前待拼接图像的匹配角点540。
69.s205，根据匹配角点，获取参数变换矩阵。
70.例如，可以基于随机抽样一致(random sample consensus，ransac)算法或最小中值lmeds算法对当前待拼接图像和相邻待拼接图像的匹配角点进行运算，获取参数变换矩阵。
71.本公开中，针对待拼接图像上的任一目标像素点，以目标像素点为中心，获取半径为预设长度的圆上的m个候选像素点，响应于m个候选像素点中的连续n个候选像素点的亮度在预设亮度范围内，确定目标像素点为待拼接图像的角点，识别匹配度大于预设匹配阈值的角点作为当前待拼接图像和相邻待拼接图像之间的匹配角点，根据匹配角点获取参数变换矩阵。本公开针对移动设备拍摄的连续图像帧间的特点提取待拼接图像中的角点，提高角点提取速度，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
72.图6是本公开一个实施例的图像拼接方法的流程图，如图6所示，该方法包括以下步骤：
73.s601，持续采集待拼接图像，并对采集的待拼接图像进行角点检测。
74.关于步骤s601的介绍可以参见上述实施例的相关内容，此处不再赘述。
75.s602，获取预设背景图像。
76.本公开中，不同的拼接图像具有同一背景图像。在一些实现中，系统初始化时预分配长宽固定的图像作为拼接的背景图像(实际分配大小根据应用的参数决定，如预设尺寸阈值或背景图像的固定尺寸)，避免拼接过程中的多次内存重新分配，提升整体性能。可选地，背景图像可以是固定尺寸的纯色图像，例如可以是白色图像或蓝色图像。
77.s603，将首帧待拼接图像线性映射至预设背景图像上，以获取首帧待拼接图像对应的首帧拼接图像。
78.如图7所示，将首帧待拼接图像710线性映射至预设背景图像720上，以获取首帧待拼接图像710对应的首帧拼接图像730。
79.s604，根据当前待拼接图像的角点和当前待拼接图像的相邻待拼接图像的角点，获取参数变换矩阵。
80.s605，从相邻待拼接图像的拼接图像中提取预设背景图像。
81.关于步骤s604～步骤s605的介绍可以参见上述实施例的相关内容，此处不再赘述。
82.s606，以预设的背景图像为拼接背景，根据参数变换矩阵，将当前待拼接图像线性映射至相邻待拼接图像的拼接图像中的背景图像上，获取当前待拼接图像的拼接图像。
83.以预设的背景图像为拼接背景，根据参数变换矩阵，将当前待拼接图像线性映射至相邻待拼接图像的拼接图像中的背景图像上，也就是说根据参数变换矩阵对当前待拼接
图像进行透视变换，进而基于光流跟踪匹配获取的匹配角点将当前待拼接图像线性映射至相邻待拼接图像的拼接图像中的背景图像上，获取当前待拼接图像的拼接图像。
84.以当前待拼接图像为第2帧待拼接图像为例进行说明，如图8所示，将第2帧待拼接图像810线性映射至首帧待拼接图像的拼接图像中的背景图像820上，获取第2帧待拼接图像的拼接图像830。
85.s607，继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像。
86.关于步骤s607的介绍可以参见上述实施例的相关内容，此处不再赘述。
87.本公开实施例中，将首帧待拼接图像线性映射至预设背景图像上，以获取首帧待拼接图像对应的首帧拼接图像，以预设的背景图像为拼接背景，根据参数变换矩阵，将当前待拼接图像线性映射至相邻待拼接图像的拼接图像中的背景图像上，获取当前待拼接图像的拼接图像。本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
88.图9是本公开一个实施例的图像拼接方法的流程图，如图9所示，该方法包括以下步骤：
89.s901，持续采集待拼接图像，并对采集的待拼接图像进行角点检测。
90.在一些实现中，对采集的待拼接图像进行角点检测之后，还包括需要对待拼接图像的角点进行缓存，获取第一数据库中已缓存的待拼接图像的采集时刻，并确定采集时刻最早的待拼接图像。基于当前待拼接图像的角点，对定采集时刻最早的待拼接图像的角点进行替换。也就是说，第一数据库中缓存最近时刻的两帧待拼接图像的角点。
91.s902，根据当前待拼接图像的角点和当前待拼接图像的相邻待拼接图像的角点，获取参数变换矩阵。
92.在一些实现中，从首帧拼接图像开始在第二数据库进行缓存。在获取到当前的拼接图像时，删除第二数据库中已缓存的前一拼接图像，并在第二数据库中缓存当前获取到的拼接图像。也就是说，第二数据库中缓存最近时刻的拼接图像。
93.s903，从相邻待拼接图像的拼接图像中提取预设背景图像。
94.s904，以预设的背景图像为拼接背景，根据参数变换矩阵对当前待拼接图像和相邻待拼接图像的拼接图像进行拼接，得到当前待拼接图像的拼接图像。
95.关于步骤s901～步骤s904的介绍可以参见上述实施例中的介绍，此处不再赘述。
96.s905，判断当前待拼接图像的拼接图像是否满足图像拼接结束条件。
97.在一些实现中，获取首帧待拼接图像的第一帧号和当前待拼接图像的第二帧号，根据第一帧号和第二帧号的差值确定拼接次数，响应于拼接次数大于预设的次数阈值，确定当前待拼接图像的拼接图像满足图像拼接结束条件。
98.在一些实现中，若待拼接图像的帧数达到帧数阈值，确定当前待拼接图像的拼接图像满足图像拼接结束条件。
99.s906，在满足图像拼接结束条件时，确定当前待拼接图像的拼接图像为目标拼接图像。
100.关于步骤s906的介绍可以参见上述实施例中的介绍，此处不再赘述。
101.本公开实施例中，判断当前待拼接图像的拼接图像是否满足图像拼接结束条件，
在满足图像拼接结束条件时，确定当前待拼接图像的拼接图像为目标拼接图像。本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
102.图10是本公开一个实施例的图像拼接方法的流程图，如图10所示，本公开实施例中，持续采集待拼接图像，对待拼接图像进行预处理，如高斯模糊平滑处理，进而对预处理后的待拼接图像进行角点检测，将首帧待拼接图像线性映射至预设背景图像上，以获取首帧待拼接图像对应的首帧拼接图像，对当前第i帧待拼接图像，获取第i帧待拼接图像中的角点，并根据第i帧待拼接图像的角点对第一数据库进行更新，也就是说，第一数据库中缓存当前第i帧待拼接图像的角点和第i-1帧待拼接图像的角点，对第i帧待拼接图像的角点和第i-1帧待拼接图像的角点进行光流跟踪匹配，识别匹配度大于预设匹配阈值的角点作为第i帧待拼接图像和第i-1帧待拼接图像之间的匹配角点，根据匹配角点，获取参数变换矩阵，以预设的背景图像为拼接背景，根据参数变换矩阵对第i帧待拼接图像和第i-1帧待拼接图像的拼接图像进行拼接，得到第i帧待拼接图像的拼接图像，根据第i帧待拼接图像的拼接图像对第二数据库进行更新，也就是说，第二数据库中缓存当前第i帧待拼接图像的拼接图象，并继续对下一待拼接图像进行拼接，直至满足图像拼接结束条件，得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像，i为大于1的正整数。
103.本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
104.图11是本公开一个实施例的图像拼接装置的结构图，如图11所示，图像拼接装置1100包括：
105.检测模块1110，用于持续采集待拼接图像，并对采集的待拼接图像进行角点检测；
106.获取模块1120，用于根据当前待拼接图像的角点和当前待拼接图像的相邻待拼接图像的角点，获取参数变换矩阵；
107.提取模块1130，用于从相邻待拼接图像的拼接图像中提取预设背景图像；
108.拼接模块1140，用于以预设的背景图像为拼接背景，根据参数变换矩阵对当前待拼接图像和相邻待拼接图像的拼接图像进行拼接，得到当前待拼接图像的拼接图像，并继续对下一待拼接图像进行拼接，直至得到拼接好的目标拼接图像，其中，不同的拼接图像具有同一背景图像。
109.在一些实现中，获取模块1120，还用于：
110.对当前待拼接图像的角点和相邻待拼接图像的角点进行光流跟踪匹配；
111.识别匹配度大于预设匹配阈值的角点作为当前待拼接图像和相邻待拼接图像之间的匹配角点；
112.根据匹配角点，获取参数变换矩阵。
113.在一些实现中，首帧待拼接图像对应的拼接图像的获取过程，包括：
114.获取预设背景图像；
115.将首帧待拼接图像线性映射至预设背景图像上，以获取首帧待拼接图像对应的首帧拼接图像。
116.在一些实现中，拼接模块1140，还用于：
117.根据参数变换矩阵，将当前待拼接图像线性映射至相邻待拼接图像的拼接图像中
的背景图像上，获取当前待拼接图像的拼接图像。
118.在一些实现中，拼接模块1140，还用于：
119.判断当前待拼接图像的拼接图像是否满足图像拼接结束条件；
120.在满足图像拼接结束条件时，确定当前待拼接图像的拼接图像为目标拼接图像。
121.在一些实现中，拼接模块1140，还用于：
122.获取拼接次数；
123.响应于拼接次数大于预设的次数阈值，确定当前待拼接图像的拼接图像满足图像拼接结束条件。
124.在一些实现中，拼接模块1140，还用于：
125.获取首帧待拼接图像的第一帧号和当前待拼接图像的第二帧号；
126.根据第一帧号和第二帧号的差值确定拼接次数。
127.在一些实现中，检测模块1110，还用于：
128.针对待拼接图像上的任一目标像素点，以目标像素点为中心，获取半径为预设长度的圆上的m个候选像素点，m为大于4的整数；
129.响应于m个候选像素点中的连续n个候选像素点的亮度在预设亮度范围内，确定目标像素点为待拼接图像的角点，n为大于1且小于m的整数。
130.在一些实现中，图像拼接装置1100还包括缓存模块1150，用于：
131.获取第一数据库中已缓存的待拼接图像的采集时刻，并确定采集时刻最早的待拼接图像；
132.基于当前待拼接图像的角点，对定采集时刻最早的待拼接图像的角点进行替换。
133.在一些实现中，图像拼接装置1100还包括缓存模块1150，用于：
134.从首帧拼接图像开始在第二数据库进行缓存；
135.在获取到当前的拼接图像时，删除第二数据库中已缓存的前一拼接图像，并在第二数据库中缓存当前获取到的拼接图像。
136.本公开可以避免由于拼接图象大小不固定而带来的频繁的内存开销，避免浪费性能资源，提高移动端设备中的图像拼接效率，提高图像拼接的灵活性。
137.在一些实现中，本公开还提出了一种移动设备，包括：如上述实施例所述的图像拼接装置。
138.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
139.图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
140.如图12所示，设备1200包括计算单元1201，其可以根据存储在只读存储器(rom)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(ram)1203中的计算机程序，来执行各种适当的动作和处理。在ram 1203中，还可存储设备1200操作所需的各种程序
和数据。计算单元1201、rom 1202以及ram 1203通过总线1204彼此相连。输入/输出(i/o)接口1205也连接至总线1204。
141.设备1200中的多个部件连接至i/o接口1205，包括：输入单元1206，例如键盘、鼠标等；输出单元1207，例如各种类型的显示器、扬声器等；存储单元1208，例如磁盘、光盘等；以及通信单元1209，例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
142.计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理，例如图像拼接方法。例如，在一些实施例中，图像拼接方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由rom1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到ram 1203并由计算单元1201执行时，可以执行上文描述的图像拼接方法的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像拼接方法。
143.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
144.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
145.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
146.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视
器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
147.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
148.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
149.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
150.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。