[发明专利]一种全景照相用自动拼合方法有效
申请号: | 201811247594.0 | 申请日: | 2018-10-25 |
公开(公告)号: | CN109584158B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 肖猛;梁兴;严居斌;尹磊;郭春松;邹栋;李奕;何萍;鲁贵文;刘瑶林 | 申请(专利权)人: | 成都城电电力工程设计有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/50 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 杨春 |
地址: | 640041 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 全景 照相 自动 拼合 方法 | ||
1.一种全景照片自动拼合方法,包括:
(A)对照片进行归类识别;
(B)对经过识别的照片进行拼合;
其特征在于,所述步骤(A)包括:
(101)将M张照片以第一随机方式分成多个m1组,其中至少m1-1组包括N张照片,记该包括N张照片的组为第一标准组,包括照片数非N的那一组记为第一非标准组;
(102)对各标准组进行如下处理:对组内的第一照片进行前景处理得到第一背景图BK_1;对第二照片进行前景处理得到第二背景图BK_2;以此类推,对第N照片进行前景处理得到第N背景图BK_N;以BK_1、BK_2、…、BK_N组成数列,计算该数列中每个背景图的红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx、色温Kx和饱和度Sx,其中x=1,2,…,N,以色温Kx和饱和度Sx分别组成序列K和S,以红色像素Rx、绿色像素Gx、蓝色像素Bx、白色像素Wx分别组成红色像素序列R、绿色像素序列G、蓝色像素序列B和白色像素序列W;
(103)取序列K中的最小值和最大值并将序列K中的各元素从小到大进行排列,再以此经过排列的序列K中各背景图的顺序将序列S中的各背景图对应的饱和度Sx重新排列;
(104)设序列S中的最小值和最大值对应的背景图的饱和度分别为Sp和Sq,其中p和q均为大于或等于1且小于N的正整数,计累积次数Num为{1,2,…,N}的算术平均数的下整数,在经过上述处理的序列S中Sp和Sq之间的各饱和度范围内以Sp和Sq的几何平均值为初始值对((Sp*Ri+Sp*Gi+Sq*Bi+Sq*Wi)/(Sq*Ri+Sq*Gi+Sp*Bi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Bi+Sq*Gi+Sq*Wi)/(Sq*Ri+Sq*Bi+Sp*Gi+Sp*Wi))*(Sq/Sp)+((Sp*Ri+Sp*Wi+Sq*Bi+Sq*Bi)/(Sq*Ri+Sq*Wi+Sp*Bi+Sp*Bi))*(Sp/Sq)进行Num次迭代,对得到的最终迭代值取上整数M后再加上Num得到的和取几何平均值再取上整数,将得到的值赋给Num,且该最终迭代值除以Num得到的值记作饱和度平均值S平;
(105)取序列S中的最小值和最大值并将序列S中的各元素从小到大进行排列,再以此经过排列的序列S中各背景图的顺序将序列K中的各背景图对应的色温Kx重新排列;
(106)设序列K中的最小值和最大值对应的背景图的色温分别为Kp和Kq,其中p和q均为大于或等于1且小于N的正整数,在经过上述处理的序列K中Kp和Kq之间的各色温范围内以Kp和Kq的几何平均值为初始值对((Kp*Ri+Kp*Gi+Kq*Bi+Kq*Wi)/(Kq*Ri+Kq*Gi+Kp*Bi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Bi+Kq*Gi+Kq*Wi)/(Kq*Ri+Kq*Bi+Kp*Gi+Kp*Wi))*(Kq/Kp)+((Kp*Ri+Kp*Wi+Kq*Bi+Kq*Bi)/(Kq*Ri+Kq*Wi+Kp*Bi+Kp*Bi))*(Kp/Kq)进行Num次迭代,对得到的最终迭代值除以此时的Num得到的值记作色温平均值K平;
(107)对色温序列K中的各个元素除以色温平均值K平的模值,对饱和度序列S中的各个元素除以饱和度平均值S平的模值,从而分别得到第二色温序列K’和第二饱和度序列S’;
(108)计算数列K’的标准差αk和方差βk;计算数列S’的标准差αs和方差βs;确定αk和βk是否均小于预设第一阈值且αk和βk是否均小于第二阈值,若均小于则保持该标准组,否则将该标准组记为待重新组合组;
(109)将各所述待重新组合组中的全部照片,如果待重新组合组的数量非零的话,以及第一非标准组中的全部照片,共同以不同于第一随机方式的第二随机方式分成m2组,其中至少m2-1组包括(N-1)张照片,记该包括(N-1)张照片的组为第二标准组,包括照片数非N的那一组记为第二非标准组;
(110)重复步骤(102)至步骤(109),直到同时满足以下两个条件为止:
条件一:N=1;
条件二:αk、βk均小于第一阈值,或αs和βs均小于第二阈值;
(111)确定经过步骤(110)后得到的各标准组为第X标准组和第X非标准组,则对于每两个第X标准组分别计算各个第X标准组的αk*αs且计算这两个αk*αs之间的差值的平方的和是否小于预设归类阈值,如果是则进行这两个第X标准组的合并;
(112)将该合并得到的组作为一个新的第X标准组来替代被合并的两个第X标准组,再重复步骤(111),从而最终对于所述M张照片得到e组最终标准组和一个最终非标准组,其中e为大于1且小于N的正整数;
(113)将所述e组最终标准组内各个照片替换为对应的原照片。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都城电电力工程设计有限公司,未经成都城电电力工程设计有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811247594.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:物体平面度测量方法及装置、存储介质、电子测量设备
- 下一篇:图像捕获和排序