【技术实现步骤摘要】
本专利技术属于图像拼接，具体涉及一种提升vr全景视频拼接质量的方法。
技术介绍
1、vr全景是利用全景和虚拟现实技术，在互联网实现的可720度无死角观看的展现形式；就目前而言，vr全景除了在娱乐领域获得极大的成功外，在商业领域也成为了人们的焦点，被餐饮，酒店，ktv，酒吧，健身房，学校，医院，政府、景区、企业、工厂、展会等广泛应用在营销推广上
2、vr全景作为一种新型的视觉展示技术，成为时下最流行的全新视觉营销手段，具有强沉浸性和强交互性，可以很好的提升产品与消费者之间的沟通效果，可将商品放入到场景中进行展示，带上vr设备让客户切身体会，让营销变得更加有趣，从而提高服务品质。
3、目前，在虚拟现实平台内容中，vr全景视频内容占据了非常重要的位置；全景视频是当前虚拟现实技术主要的实现形式之一，它使用多个摄像机拍摄，并拼接生成360°方向上的场景，可以真实地呈现周围的实景环境；但由于人类视觉系统和相机等拍摄设备的限制，不能直接得到360°全景图像，而是需要借助专业的虚拟现实系统采集设备，利用图像拼接算法对多摄像机拍摄得到具有重叠区域的视频帧进行缝合拼接。
4、基于图像拼接算法的vr全景视频应用最为广泛，主要是将多幅相互间存在一定重叠区域且视角较小的图像序列进行配准和融合等操作，形成一幅包含更多信息的宽视角图像，而视频拼接算法对全景视频的拼接质量有着直接的影响。
5、现有vr全景视频拼接技术存在特征点匹配不够精确、拼接质量因为图像畸变而降低等问题。
技术实现思
1、本专利技术的目的在于提供一种提升vr全景视频拼接质量的方法，通过提升拼接的视频图像质量，使得全景视频更为精准和有效，解决传统算法复杂度较高且配准效率低等问题，优化全景视频拼接质量。
2、为实现上述目的，本专利技术提供如下技术方案：一种提升vr全景视频拼接质量的方法，所述方法如下：
3、步骤一：接收多个待拼接图像；
4、步骤二：优化变换模型参数，以提升特征点匹配正确率；
5、步骤三：对待拼接图像的边缘区域被拉伸和变形的情况进行畸变校正；
6、步骤四：利用变换模型参数将畸变校正后的待拼接图像进行特征点匹配；
7、步骤五：按照特征点匹配结果进行多分辨率图像融合获取综合灰度值并通过无缝拼接以及得到全景图像，综合灰度值即为全景图像的灰度值；
8、步骤六：对全景图像进行色彩平衡、图像亮度调整。
9、作为本专利技术的一种优选的技术方案，所述优化变换模型参数的方法为拓扑约束优化特征匹配，具体为对每两个需要拼接在一起的所述待拼接图像执行以下步骤：
10、确立多个特征点；
11、基于特征点计算出所述待拼接图像的两个的连通矩阵；
12、计算两个连通矩阵的异或矩阵；
13、寻找异或矩阵中的非0元素；
14、去除异或矩阵中的非0元素对应位置的特征点；
15、输出最终特征点合集，实现提升特征点匹配正确率。
16、作为本专利技术的一种优选的技术方案，对待拼接图像的边缘区域被拉伸和变形的情况进行畸变校正的方法包括：
17、将图像转换为灰度图像；
18、检测图像是否存在倾斜度，若是则对图像进行倾斜校正，若否则不做操作；
19、通过柱面反投影算法对图像进行畸变校正。
20、作为本专利技术的一种优选的技术方案，将图像转换为灰度图像的方法为：采用matlab对所述图像进行灰度转换处理。
21、作为本专利技术的一种优选的技术方案，所述检测图像是否存在倾斜度的方法为：采用霍夫变换检测垂直直线进行检测。
22、作为本专利技术的一种优选的技术方案，对图像进行倾斜校正后采用霍夫变换检测垂直直线进行倾斜度确认。
23、作为本专利技术的一种优选的技术方案，所述图像融合的方法为采用多分辨率图像融合技术对自适应区域进行图像融合，具体为对r、g和b三个通道执行以下步骤：
24、获取所述待拼接图像的灰度信息；
25、通过训练好的神经网络获取每副待拼接图像的灰度权值；
26、计算所有待拼接图像的灰度值的加权总和，该加权总和为所述综合灰度值。
27、作为本专利技术的一种优选的技术方案，所述无缝拼接的方法为：采用laplacian融合算法实现无缝拼接。
28、作为本专利技术的一种优选的技术方案，所述色彩平衡的方法包括：互补色平衡；冷暖平衡；纯色和花色的平衡；有色和无色的平衡；深色与浅色的平衡。
29、作为本专利技术的一种优选的技术方案，所述图像亮度调整的方法包括：使用亮度/对比度调整；使用色阶调整；使用曲线调整。
30、与现有技术相比，本专利技术的有益效果是：
31、传统算法直接对特征点进行提前和匹配不做其他优化处理，无法消除错误特征点，本专利技术有效减少了特征匹配点对过程中存在错误匹配的现象，本专利技术能够提升特征点匹配正确率、以及图像配准的精度，辅助提升图像拼接的质量；
32、本专利技术有效地实现了摄图像几何畸变的校正，防止图像畸变造成的拼接不准确和显示误差；
33、本专利技术通过亮度调整消除了拼接缝及光照不均造成的过渡不连续现象，从而获得高质量的无缝拼接全景图。
本文档来自技高网...【技术保护点】
1.一种提升VR全景视频拼接质量的方法，其特征在于：所述方法如下：
2.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述优化变换模型参数的方法为拓扑约束优化特征匹配，具体为对每两个需要拼接在一起的所述待拼接图像执行以下步骤：
3.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：对待拼接图像的边缘区域被拉伸和变形的情况进行畸变校正的方法包括：
4.根据权利要求3所述的一种提升VR全景视频拼接质量的方法，其特征在于：将图像转换为灰度图像的方法为：采用MATLAB对所述图像进行灰度转换处理。
5.根据权利要求3所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述检测图像是否存在倾斜度的方法为：采用霍夫变换检测垂直直线进行检测。
6.根据权利要求5所述的一种提升VR全景视频拼接质量的方法，其特征在于：对图像进行倾斜校正后采用霍夫变换检测垂直直线进行倾斜度确认。
7.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述图像融合的方法为采用多分辨率图像
8.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述无缝拼接的方法为：采用Laplacian融合算法实现无缝拼接。
9.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述色彩平衡的方法包括：互补色平衡；冷暖平衡；纯色和花色的平衡；有色和无色的平衡；深色与浅色的平衡。
10.根据权利要求1所述的一种提升VR全景视频拼接质量的方法，其特征在于：所述图像亮度调整的方法包括：使用亮度/对比度调整；使用色阶调整；使用曲线调整。
...【技术特征摘要】
1.一种提升vr全景视频拼接质量的方法，其特征在于：所述方法如下：
2.根据权利要求1所述的一种提升vr全景视频拼接质量的方法，其特征在于：所述优化变换模型参数的方法为拓扑约束优化特征匹配，具体为对每两个需要拼接在一起的所述待拼接图像执行以下步骤：
3.根据权利要求1所述的一种提升vr全景视频拼接质量的方法，其特征在于：对待拼接图像的边缘区域被拉伸和变形的情况进行畸变校正的方法包括：
4.根据权利要求3所述的一种提升vr全景视频拼接质量的方法，其特征在于：将图像转换为灰度图像的方法为：采用matlab对所述图像进行灰度转换处理。
5.根据权利要求3所述的一种提升vr全景视频拼接质量的方法，其特征在于：所述检测图像是否存在倾斜度的方法为：采用霍夫变换检测垂直直线进行检测。
6.根据权利要求5所述的一种提升vr全景视频拼...
【专利技术属性】
技术研发人员：徐异潇，
申请(专利权)人：成都天翼空间科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。