CN114143517A - 一种基于重叠区域的融合蒙板计算方法、***及存储介质 - Google Patents
一种基于重叠区域的融合蒙板计算方法、***及存储介质 Download PDFInfo
- Publication number
- CN114143517A CN114143517A CN202111246912.3A CN202111246912A CN114143517A CN 114143517 A CN114143517 A CN 114143517A CN 202111246912 A CN202111246912 A CN 202111246912A CN 114143517 A CN114143517 A CN 114143517A
- Authority
- CN
- China
- Prior art keywords
- mask
- image data
- data
- fusion
- calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 71
- 238000004364 calculation method Methods 0.000 title claims abstract description 63
- 230000000694 effects Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000009469 supplementation Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 238000012937 correction Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 20
- 239000013589 supplement Substances 0.000 description 17
- 230000009466 transformation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3179—Video signal processing therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3191—Testing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于重叠区域的融合蒙板计算方法、***及存储介质,其中,所述方法包括:获取图像数据;对所述图像数据进行处理,得到补充后的图像数据;对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。本发明通过采集小范围内的样本数据,直接利用二维图像之间的关系,计算相邻投影的融合蒙板,减少转换次数,去除非必要的数据误差,大幅降低计算的复杂程度,且脱离几何校正,实现像素级融合,达到快速生成高质量的多投影融合蒙板的效果。
Description
技术领域
本发明涉及投影融合领域,尤其涉及一种基于重叠区域的融合蒙板计算方法、***及存储介质。
背景技术
为追求视觉体验,人们对超大屏显示需求越来越强烈,超大屏显示的方案主要有两种,一种是通过多个屏幕(LED屏)组合形成一个超大显示屏,然而该显示方案存在无法消除的物理拼缝,极大影响视觉效果,第二种显示方案为基于边缘融合技术的多投影融合显示方案,该方案通过多台投影仪画面之间的相互重叠组合,组成一个完整的超大显示幕,可以消除多屏拼接种存在的物理拼缝,实现真正的无缝融合,保证显示的图像完全一致,不存在物理或光学拼缝存在,实现真正的一体化,其显示大小可以根据需要而进行改动,更为灵活。多投影融合效果的好坏受到边缘融合技术的极大影响,现有的融合方案中最为常见的方案主要有以下几种:三维建模(成本高3D扫描仪,高精深度相机,精度不稳定,计算耗时);通过特征点匹配方式,将投影图像进行坐标变换,将相邻图像进行转换到同一个坐标系下进行计算;通过计算投影图像的亮度融合曲线,完成对投影仪图像的融合处理。
在上述现有的实施方案中,三维建模耗费时间长且成本较高,坐标变换的特征检测方法无法保证融合效果,投影图像容易产生较大的误差,进而导致多投影之间的边缘融合效果较差的问题。因此,现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种基于重叠区域的融合蒙板计算方法、***及存储介质,旨在解决现有的融合方法成本较高且操作繁琐导致多投影融合之间的边缘融合效果较差的问题。
本发明的技术方案如下:
一种基于重叠区域的融合蒙板计算方法,其中,包括:
获取图像数据;
对所述图像数据进行处理,得到补充后的图像数据;
对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
所述基于重叠区域的融合蒙板计算方法,其中,所述对所述图像数据进行处理,得到补充后的图像数据的步骤包括:
对所述图像数据进行读取,得到转化的内存数据;
对所述转化的内存数据中的特征点数据进行提取,得到特征提取数据;
对所述特征提取数据进行数据补充,得到补充后的图像数据。
所述基于重叠区域的融合蒙板计算方法,其中,所述对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息的步骤包括:
对所述补充后的图像数据进行定位,得到整个重叠区域;
对所述整个重叠区域进行权重计算,得到所需融合蒙板信息。
所述基于重叠区域的融合蒙板计算方法,其中,所述对所述图像数据进行读取,得到转化的内存数据之前还包括步骤:
确定输入参数。
所述基于重叠区域的融合蒙板计算方法,其中,当所述补充后的图像数据需要修改时,重新调整所述输入参数。
所述基于重叠区域的融合蒙板计算方法,其中,所述对所述补充后的图像数据进行定位,得到整个重叠区域的步骤包括:判断点集数据之间的相互交叠,以像素级精度定位出整个重叠区域范围。
所述基于重叠区域的融合蒙板计算方法,其中,所述对所述整个重叠区域进行权重计算,得到所需融合蒙板信息的步骤包括:
完成权重计算后,将计算完成的图像蒙板进行效果检验;
将效果检验合格的图像蒙板进行蒙板生成,得到所需融合蒙板信息。
所述基于重叠区域的融合蒙板计算方法,其中,所述输入参数包括设置特征检测阈值,选择数据补充模型,权重计算方式。
一种基于重叠区域的融合蒙板计算***,其中,包括:
数据获取模块,用于对所述图像数据进行处理,得到补充后的图像数据;
蒙板计算模块,用于对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述所述基于重叠区域的融合蒙板计算方法的步骤。
有益效果:本发明提供了一种基于重叠区域的融合蒙板计算方法、***及存储介质,其中,所述方法包括:获取图像数据;对所述图像数据进行处理,得到补充后的图像数据;对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。本发明通过采集小范围内的样本数据,直接利用二维图像之间的关系,计算相邻投影的融合蒙板,减少转换次数,去除非必要的数据误差,大幅降低计算的复杂程度,且脱离几何校正,实现像素级融合,达到快速生成高质量的多投影融合蒙板的效果。
附图说明
图1为本发明的基于重叠区域的融合蒙板计算方法的功能方法流程图。
图2为本发明的基于重叠区域的融合蒙板计算方法的操作方法流程图。
图3为本发明的基于重叠区域的融合蒙板计算***的结构框图。
具体实施方式
本发明提供一种基于重叠区域的融合蒙板计算方法、***及存储介质,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需说明的是,当部件被称为“固定于”或“设置于”另一个部件,它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件,它可以是直接连接到另一个部件或者间接连接至该另一个部件上。
还需说明的是,本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此,附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
多投影融合效果的好坏受到边缘融合技术的极大影响,现有的融合方案中最为常见的方案主要有以下几种:三维建模(成本高3D扫描仪,高精深度相机,精度不稳定,计算耗时);通过特征点匹配方式,将投影图像进行坐标变换,将相邻图像进行转换到同一个坐标系下进行计算;通过计算投影图像的亮度融合曲线,完成对投影仪图像的融合处理。
上述方案一的第一种实施办法:需要使用3D相机或采用结构光技术,通过投影仪向屏幕投影特定图像,相机采集投影仪投放图像,通过检测图像的特征信息,获取对应特征点,计算特征点的三维信息,在根据特征点的三维信息,实现实际幕的三维重建,然而,在进行数据采集、三维信息计算以及模型重建过程中均有误差产生,导致最终的三维重建精度不高,由此导致边缘融合效果不理想;第二种实施办法:通过三维扫描仪来扫描投影幕的三维信息,然后根据三维信息进行三维重建,该方案精度较高,但是实际使用中硬件成本较高,且三维模型重建相对较为耗时。
上述方案二中,通过特征检测的方法,提取图像种的特征点,然后进行特征匹配,查找相邻投影图像之间的关系,通过坐标变换的方法,将投影图像变换到同一个坐标系下进行投影的拼接融合,但是特征点检测效果好坏与特征匹配的效果会直接影响到投影图像是否能够完成融合,当特征点比较多时,特征匹配非常耗时,而特征点较少时,又无法形成较好的匹配效果;从而导致坐标变换时误差较大,无法形成一个较好的融合效果。
上述方案三通过投影投放不同亮度阶的图像,使用特定仪器检测投影仪投影图像的像素亮度,然后再计算亮度融合曲线,在此过程中,对环境要求非常高,***环境会对亮度信息的获取产生极大影响,而获取亮度信息的特定仪器成本较高,融合曲线的计算需要应用到图像的亮度信息,由此容易产生较大误差。
在上述现有的三种实施方案中,三维建模耗费时间长且成本较高,坐标变换的特征检测方法无法保证融合效果,投影图像容易产生较大的误差,进而导致多投影之间的边缘融合效果较差的问题。
为了解决上述问题,本发明提供了一种基于重叠区域的融合蒙板计算方法,如图1或图2所示,所述方法包括步骤:
S100、获取图像数据。
较佳的,用户需要根据现有数据及目标要求,选择需要参与计算的图像数据。
S200、对所述图像数据进行处理,得到补充后的图像数据。
具体地,如图1所示,所述对所述图像数据进行处理,得到补充后的图像数据的步骤包括:对所述图像数据进行读取,得到转化的内存数据;对所述转化的内存数据中的特征点数据进行提取,得到特征提取数据;对所述特征提取数据进行数据补充,得到补充后的图像数据。
进一步,电脑硬盘的指定位置读取对应图像到内存中,将图片数据转化为可以用于计算的内存数据(即转化的内存数据);通过特征点检测算法,计算需要使用的指定的图像,提取每个投影仪投放的指定图像中的特征点数据(即特征提取数据);对所述特征提取数据的缺失数据进行一定的补充,得到补充后的图像数据。
需要说明的是,图像数据为通过相机采集的各个投影仪投放的对应图像;特征提取数据用于后期计算使用;在进行特征点检测时,由于采集图像可能存在问题,容易导致部分特征点无法检测出来,并且由于数据采集时只采集了重叠区数据,图像数据是缺失的,从而需要进行数据补充。
S300、对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
具体地,如图1所示,所述对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息的步骤包括:对所述补充后的图像数据进行定位,得到整个重叠区域;对所述整个重叠区域进行权重计算,得到所需融合蒙板信息。
较佳的,所述对所述补充后的图像数据进行定位,得到整个重叠区域的步骤包括:判断点集数据之间的相互交叠,以像素级精度定位出整个重叠区域范围。
进一步,通过判断点集数据之间的相互交叠,以像素级精度定位出整个重叠区域范围。
需要说明的是,根据检测到的图像特征点集数据,经过数据补充后,可以保证所有点集数据将重叠区域覆盖。
较佳的,所述对所述整个重叠区域进行权重计算,得到所需融合蒙板信息的步骤包括:完成权重计算后,将计算完成的图像蒙板进行效果检验;将效果检验合格的图像蒙板进行蒙板生成,得到所需融合蒙板信息。
进一步,在相机空间中定位出所述整个重叠区域后,根据重叠区边界所属类别(属于哪个图像),采用计算整个重叠区域中的点到对应类别的边的最短距离,将所有类别的最短距离相加求和,每个图像对应的权重为该图的距离与和之比的余弦值;完成权重计算后,将计算完成的处于相机空间中的图像蒙板进行叠加并将叠加效果与目标效果进行对比,当叠加效果与目标效果一致时转入蒙板生成;蒙板生成计算数据通过单应性矩阵,将数据转换成投影仪所需的蒙板数据,得到所需融合蒙板信息。
需要说明的是,完成权重计算后,计算的权重分配情况以图像弹窗的形式展现。
较佳的,当叠加效果与目标效果不一致时,进行蒙板效果补充。在本发明的较佳实施例中,正因为采用了上述的技术方案,通过采集小范围内的样本数据,直接利用二维图像之间的关系,计算相邻投影的融合蒙板,减少转换次数,去除非必要的数据误差,大幅降低计算的复杂程度,且脱离几何校正,实现像素级融合,达到快速生成高质量的多投影融合蒙板的效果。
较佳的,所述对所述图像数据进行读取,得到转化的内存数据之前还包括步骤:确定输入参数。
较佳的,当所述补充后的图像数据需要修改时,重新调整所述输入参数。
进一步,在进行特征提取与数据补充时,如果特征提取效果较差或者数据补充效果较差,可以根据检测结果,重新调整输入参数,直至特征提取与数据补充达到较为理想的效果,进行下一步操作。
较佳的,所述输入参数包括设置特征检测阈值,选择数据补充模型,权重计算方式。
因此,通过上述设计方案,无需进行三维重建,简化模型复制程度,降低计算难度,并且硬件成本低,仅需要相机辅助,精度较高,另外适用场景广泛,可针对重叠区进行数据采集计算,而无需考虑投影仪数据是否完全。
下面结合图2所示,对本发明所公开的上述方法做进一步更为详细的说明。
K100、用户打开投影融合软件,将进入启动界面。
K200、选择需要参与计算的图像数据,设置特征检测阈值、选择数据补充模型、权重计算方式参数。
K300、确定相关输入参数后,点击确定按键,启动融合蒙板生成程序,此时会启动图像读取功能与数据补充功能。
K310、在进行特征提取与数据补充时,若特征提取效果太差或数据补充不理想,可以根据检测结果,重新调整输入参数,直至特征提取与数据补充达到较为理想的效果。
K400、完成特征提取与数据补充后,启动蒙板计算模块,开启重叠区定位功能与重叠区权重计算功能,完成权重计算后,会将计算的权重分配情况以图像弹窗的形式展现。
K500、通过蒙板生成功能,将最终蒙板(即所需融合蒙板信息)输出。
K600、蒙板计算完成后,程序自动退出。
基于上述实施例,本发明提供了一种基于重叠区域的融合蒙板计算***,其特征在于,包括:
数据获取模块,用于对所述图像数据进行处理,得到补充后的图像数据;
蒙板计算模块,用于对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
在本实施例中,如图3所示,所述数据获取模块包括图像读取功能,特征点提取功能、数据补充功能;蒙板计算模块包括重叠区定位功能、重叠区权重计算功能、效果检验功能、蒙板生成功能。
具体地,所述图像读取功能是指电脑硬盘的指定位置读取对应图像到内存中,将图片数据转化为可以用于计算的内存数据,图像数据为通过相机采集的各个投影仪投放的对应图像;所述特征提取功能是指通过特征点检测算法,计算需要使用的指定的图像,提取每个投影仪投放的指定图像中的特征点数据;所述数据补充功能是指在进行特征点检测时,由于采集图像可能存在问题,容易导致部分特征点无法检测出来,且由于数据采集时只采集了重叠区数据,图像数据是缺失的,因此需要采用数据补充功能对缺失数据进行一定的补充,得到补充后的图像数据。
所述重叠区域定位功能是指根据检测到的图像特征点集数据,经过数据补充后,可以保证所有点集数据将重叠区域覆盖,通过判断点集数据之间的相互交叠,可以以像素级精度定位出整个重叠区域范围;所述重叠区权重计算功能是指相机空间中定位出重叠区域后,可以根据重叠区边界所属类别(属于哪个图像),采用计算重叠区域中的点到对应类别的边的最短距离,将所有类别的最短距离相加求和,每个图像对应的权重为该图的距离与和之比的余弦值;所述效果检验功能是指完成权重计算后,将计算完成的处于相机空间中的图像蒙板进行叠加并将叠加效果与目标效果进行对比,如果与目标效果一致,则转入蒙板生成,否则进行蒙板效果补充;所述蒙板生成功能是指在完成重叠区域的权重计算后,计算数据通过单应性矩阵,将数据转换成投影仪所需的蒙板数据。
本发明还提供了一种存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述所述基于重叠区域的融合蒙板计算方法的步骤。
综上所述,本发明提供了一种基于重叠区域的融合蒙板计算方法、***及存储介质,其中,所述方法包括:获取图像数据;对所述图像数据进行处理,得到补充后的图像数据;对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。本发明通过采集小范围内的样本数据,直接利用二维图像之间的关系,计算相邻投影的融合蒙板,减少转换次数,去除非必要的数据误差,大幅降低计算的复杂程度,且脱离几何校正,实现像素级融合,达到快速生成高质量的多投影融合蒙板的效果。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于重叠区域的融合蒙板计算方法,其特征在于,包括:
获取图像数据;
对所述图像数据进行处理,得到补充后的图像数据;
对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
2.根据权利要求1所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述对所述图像数据进行处理,得到补充后的图像数据的步骤包括:对所述图像数据进行读取,得到转化的内存数据;
对所述转化的内存数据中的特征点数据进行提取,得到特征提取数据;
对所述特征提取数据进行数据补充,得到补充后的图像数据。
3.根据权利要求2所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息的步骤包括:
对所述补充后的图像数据进行定位,得到整个重叠区域;
对所述整个重叠区域进行权重计算,得到所需融合蒙板信息。
4.根据权利要求3所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述对所述图像数据进行读取,得到转化的内存数据之前还包括步骤:确定输入参数。
5.根据权利要求4所述的基于重叠区域的融合蒙板计算方法,其特征在于,当所述补充后的图像数据需要修改时,重新调整所述输入参数。
6.根据权利要求5所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述对所述补充后的图像数据进行定位,得到整个重叠区域的步骤包括:判断点集数据之间的相互交叠,以像素级精度定位出整个重叠区域范围。
7.根据权利要求6所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述对所述整个重叠区域进行权重计算,得到所需融合蒙板信息的步骤包括:
完成权重计算后,将计算完成的图像蒙板进行效果检验;
将效果检验合格的图像蒙板进行蒙板生成,得到所需融合蒙板信息。
8.根据权利要求7所述的基于重叠区域的融合蒙板计算方法,其特征在于,所述输入参数包括设置特征检测阈值,选择数据补充模型,权重计算方式。
9.一种基于重叠区域的融合蒙板计算***,其特征在于,包括:
数据获取模块,用于对所述图像数据进行处理,得到补充后的图像数据;蒙板计算模块,用于对所述补充后的图像数据进行蒙板计算,得到所需融合蒙板信息。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述基于重叠区域的融合蒙板计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246912.3A CN114143517A (zh) | 2021-10-26 | 2021-10-26 | 一种基于重叠区域的融合蒙板计算方法、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246912.3A CN114143517A (zh) | 2021-10-26 | 2021-10-26 | 一种基于重叠区域的融合蒙板计算方法、***及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114143517A true CN114143517A (zh) | 2022-03-04 |
Family
ID=80394506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111246912.3A Pending CN114143517A (zh) | 2021-10-26 | 2021-10-26 | 一种基于重叠区域的融合蒙板计算方法、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114143517A (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020041364A1 (en) * | 2000-10-05 | 2002-04-11 | Ken Ioka | Image projection and display device |
JP2005252676A (ja) * | 2004-03-04 | 2005-09-15 | Seiko Epson Corp | マルチプロジェクションシステムのための画像補正方法 |
US20090028388A1 (en) * | 2007-07-24 | 2009-01-29 | Nec Electronics Corporation | On-vehicle image processing apparatus |
CN102855613A (zh) * | 2011-07-01 | 2013-01-02 | 株式会社东芝 | 图像处理设备和方法 |
CN103019643A (zh) * | 2012-12-30 | 2013-04-03 | 中国海洋大学 | 一种即插即用的大屏幕投影自动校正与拼接显示方法 |
CN104182950A (zh) * | 2013-05-22 | 2014-12-03 | 浙江大华技术股份有限公司 | 一种图像处理方法及其装置 |
US20150213584A1 (en) * | 2014-01-24 | 2015-07-30 | Ricoh Company, Ltd. | Projection system, image processing apparatus, and correction method |
CN104820964A (zh) * | 2015-04-17 | 2015-08-05 | 深圳华侨城文化旅游科技有限公司 | 基于多投影的图像拼接融合方法及*** |
CN105023260A (zh) * | 2014-04-22 | 2015-11-04 | Tcl集团股份有限公司 | 一种全景图像融合方法及融合装置 |
US20160094821A1 (en) * | 2014-09-25 | 2016-03-31 | Canon Kabushiki Kaisha | Projection type image display apparatus and control method therefor |
JP2016085380A (ja) * | 2014-10-27 | 2016-05-19 | キヤノン株式会社 | 制御装置、制御方法、及び、プログラム |
CN105894448A (zh) * | 2015-11-06 | 2016-08-24 | 乐卡汽车智能科技(北京)有限公司 | 蒙板矩阵的生成方法、泊车图像的合成方法及装置 |
US20170024920A1 (en) * | 2014-05-09 | 2017-01-26 | Huawei Technologies Co., Ltd. | Method and Related Apparatus for Capturing and Processing Image Data |
CN106683046A (zh) * | 2016-10-27 | 2017-05-17 | 山东省科学院情报研究所 | 用于警用无人机侦察取证的图像实时拼接方法 |
US20180061006A1 (en) * | 2016-08-26 | 2018-03-01 | Multimedia Image Solution Limited | Method for ensuring perfect stitching of a subject's images in a real-site image stitching operation |
CN108830165A (zh) * | 2018-05-22 | 2018-11-16 | 南通职业大学 | 一种考虑前车干扰的车道线检测方法 |
CN109064393A (zh) * | 2018-08-17 | 2018-12-21 | 广州酷狗计算机科技有限公司 | 人脸特效处理方法及装置 |
CN109544498A (zh) * | 2018-11-29 | 2019-03-29 | 燕山大学 | 一种图像自适应融合方法 |
US20190147292A1 (en) * | 2017-11-13 | 2019-05-16 | Hitachi, Ltd. | Image retrieving apparatus, image retrieving method, and setting screen used therefor |
CN110020985A (zh) * | 2019-04-12 | 2019-07-16 | 广西师范大学 | 一种双目机器人的视频拼接***及方法 |
US20200143552A1 (en) * | 2018-05-23 | 2020-05-07 | Zhejiang Sensetime Technology Development Co., Ltd. | Depth recovery methods and apparatuses for monocular image, and computer devices |
CN111524071A (zh) * | 2020-04-24 | 2020-08-11 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜图像拼接方法、电子设备及可读存储介质 |
CN111583116A (zh) * | 2020-05-06 | 2020-08-25 | 上海瀚正信息科技股份有限公司 | 基于多摄像机交叉摄影的视频全景拼接融合方法及*** |
CN111583282A (zh) * | 2020-05-18 | 2020-08-25 | 联想(北京)有限公司 | 图像分割方法、装置、设备及存储介质 |
CN112150614A (zh) * | 2020-09-24 | 2020-12-29 | 济南大学 | 基于微观结构图像的水泥三维仿真模型建立方法及*** |
CN112215871A (zh) * | 2020-09-29 | 2021-01-12 | 武汉联影智融医疗科技有限公司 | 一种基于机器人视觉的移动目标追踪方法及装置 |
CN112862685A (zh) * | 2021-02-09 | 2021-05-28 | 北京迈格威科技有限公司 | 图像拼接的处理方法、装置和电子*** |
CN113012081A (zh) * | 2021-01-28 | 2021-06-22 | 北京迈格威科技有限公司 | 图像处理方法、装置和电子*** |
CN113506214A (zh) * | 2021-05-24 | 2021-10-15 | 南京莱斯信息技术股份有限公司 | 一种多路视频图像拼接方法 |
-
2021
- 2021-10-26 CN CN202111246912.3A patent/CN114143517A/zh active Pending
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020041364A1 (en) * | 2000-10-05 | 2002-04-11 | Ken Ioka | Image projection and display device |
JP2005252676A (ja) * | 2004-03-04 | 2005-09-15 | Seiko Epson Corp | マルチプロジェクションシステムのための画像補正方法 |
US20090028388A1 (en) * | 2007-07-24 | 2009-01-29 | Nec Electronics Corporation | On-vehicle image processing apparatus |
CN102855613A (zh) * | 2011-07-01 | 2013-01-02 | 株式会社东芝 | 图像处理设备和方法 |
CN103019643A (zh) * | 2012-12-30 | 2013-04-03 | 中国海洋大学 | 一种即插即用的大屏幕投影自动校正与拼接显示方法 |
CN104182950A (zh) * | 2013-05-22 | 2014-12-03 | 浙江大华技术股份有限公司 | 一种图像处理方法及其装置 |
US20150213584A1 (en) * | 2014-01-24 | 2015-07-30 | Ricoh Company, Ltd. | Projection system, image processing apparatus, and correction method |
CN105023260A (zh) * | 2014-04-22 | 2015-11-04 | Tcl集团股份有限公司 | 一种全景图像融合方法及融合装置 |
US20170024920A1 (en) * | 2014-05-09 | 2017-01-26 | Huawei Technologies Co., Ltd. | Method and Related Apparatus for Capturing and Processing Image Data |
US20160094821A1 (en) * | 2014-09-25 | 2016-03-31 | Canon Kabushiki Kaisha | Projection type image display apparatus and control method therefor |
JP2016085380A (ja) * | 2014-10-27 | 2016-05-19 | キヤノン株式会社 | 制御装置、制御方法、及び、プログラム |
CN104820964A (zh) * | 2015-04-17 | 2015-08-05 | 深圳华侨城文化旅游科技有限公司 | 基于多投影的图像拼接融合方法及*** |
CN105894448A (zh) * | 2015-11-06 | 2016-08-24 | 乐卡汽车智能科技(北京)有限公司 | 蒙板矩阵的生成方法、泊车图像的合成方法及装置 |
US20180061006A1 (en) * | 2016-08-26 | 2018-03-01 | Multimedia Image Solution Limited | Method for ensuring perfect stitching of a subject's images in a real-site image stitching operation |
CN106683046A (zh) * | 2016-10-27 | 2017-05-17 | 山东省科学院情报研究所 | 用于警用无人机侦察取证的图像实时拼接方法 |
US20190147292A1 (en) * | 2017-11-13 | 2019-05-16 | Hitachi, Ltd. | Image retrieving apparatus, image retrieving method, and setting screen used therefor |
CN108830165A (zh) * | 2018-05-22 | 2018-11-16 | 南通职业大学 | 一种考虑前车干扰的车道线检测方法 |
US20200143552A1 (en) * | 2018-05-23 | 2020-05-07 | Zhejiang Sensetime Technology Development Co., Ltd. | Depth recovery methods and apparatuses for monocular image, and computer devices |
CN109064393A (zh) * | 2018-08-17 | 2018-12-21 | 广州酷狗计算机科技有限公司 | 人脸特效处理方法及装置 |
CN109544498A (zh) * | 2018-11-29 | 2019-03-29 | 燕山大学 | 一种图像自适应融合方法 |
CN110020985A (zh) * | 2019-04-12 | 2019-07-16 | 广西师范大学 | 一种双目机器人的视频拼接***及方法 |
CN111524071A (zh) * | 2020-04-24 | 2020-08-11 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜图像拼接方法、电子设备及可读存储介质 |
CN111583116A (zh) * | 2020-05-06 | 2020-08-25 | 上海瀚正信息科技股份有限公司 | 基于多摄像机交叉摄影的视频全景拼接融合方法及*** |
CN111583282A (zh) * | 2020-05-18 | 2020-08-25 | 联想(北京)有限公司 | 图像分割方法、装置、设备及存储介质 |
CN112150614A (zh) * | 2020-09-24 | 2020-12-29 | 济南大学 | 基于微观结构图像的水泥三维仿真模型建立方法及*** |
CN112215871A (zh) * | 2020-09-29 | 2021-01-12 | 武汉联影智融医疗科技有限公司 | 一种基于机器人视觉的移动目标追踪方法及装置 |
CN113012081A (zh) * | 2021-01-28 | 2021-06-22 | 北京迈格威科技有限公司 | 图像处理方法、装置和电子*** |
CN112862685A (zh) * | 2021-02-09 | 2021-05-28 | 北京迈格威科技有限公司 | 图像拼接的处理方法、装置和电子*** |
CN113506214A (zh) * | 2021-05-24 | 2021-10-15 | 南京莱斯信息技术股份有限公司 | 一种多路视频图像拼接方法 |
Non-Patent Citations (2)
Title |
---|
ZILIN ZHANG等: "Three and Two Dimensions Data Fusion Based Panoramic Environment Perception for Space Modeling", 《2019 12TH INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING, BIOMEDICAL ENGINEERING AND INFORMATICS (CISP-BMEI)》 * |
李叶伟: "基于保边滤波与深度学习的多聚焦图像融合算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6774889B1 (en) | System and method for transforming an ordinary computer monitor screen into a touch screen | |
US6512857B1 (en) | Method and apparatus for performing geo-spatial registration | |
JP6627861B2 (ja) | 画像処理システムおよび画像処理方法、並びにプログラム | |
CN103140879B (zh) | 信息呈现装置、数字照相机、头戴式显示器、投影仪、信息呈现方法和信息呈现程序 | |
US9519968B2 (en) | Calibrating visual sensors using homography operators | |
JPH1186033A (ja) | ワイヤフレームトポロジーへの顔面イメージの自動マッピング | |
JP2012063866A (ja) | 点群位置データ処理装置、点群位置データ処理方法、点群位置データ処理システム、および点群位置データ処理プログラム | |
US10169891B2 (en) | Producing three-dimensional representation based on images of a person | |
CN110930518A (zh) | 基于增强现实技术的投影方法及投影设备 | |
JP2001067463A (ja) | 異なる視点からの複数のフェイシャル画像に基づき新たな視点からのフェイシャル画像を生成するフェイシャル画像生成装置及び方法並びにその応用装置及び記録媒体 | |
CN109472752A (zh) | 基于航拍图像的多曝光融合*** | |
JP2015171143A (ja) | カラーコード化された構造によるカメラ較正の方法及び装置、並びにコンピュータ可読記憶媒体 | |
CN114494582A (zh) | 一种基于视觉感知的三维模型动态更新方法 | |
CN111899293B (zh) | Ar应用中的虚实遮挡处理方法 | |
JP2005332177A (ja) | 3次元情報処理装置、3次元情報処理方法、及び3次元情報処理プログラム | |
JP7474137B2 (ja) | 情報処理装置およびその制御方法 | |
CN117218320A (zh) | 基于混合现实的空间标注方法 | |
Marcon | LAPMv2: An improved tool for underwater large-area photo-mosaicking | |
WO2023151271A1 (zh) | 模型展示方法、装置、电子设备及存储介质 | |
JP7329951B2 (ja) | 画像処理装置およびその制御方法 | |
CN114143517A (zh) | 一种基于重叠区域的融合蒙板计算方法、***及存储介质 | |
CN116524041A (zh) | 一种相机标定方法、装置、设备及介质 | |
CN107787507A (zh) | 获得表示图像的锐度级别的配准误差图的装置和方法 | |
JPH0921610A (ja) | 画像処理装置及び画像処理方法 | |
Zhou et al. | Model-guided 3D stitching for augmented virtual environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |