|
作者：翟天保Steven 前言? ? ? ?360度全景攝像機可無盲點監(jiān)測覆蓋所處場景 ，通過一個魚眼鏡頭或者一個反射鏡面（如拋物線，雙曲線鏡面等），或者多個朝向不同方向的普通鏡頭拼接而成，擁有360度全景視場（Field of View, FOV）。一臺全景攝像機可以取代多臺普通的監(jiān)控攝像機監(jiān)控攝像機，做到了無縫監(jiān)控，實現(xiàn)了監(jiān)控新應(yīng)用，應(yīng)用于各個領(lǐng)域，其中包括監(jiān)獄、政府機關(guān)、銀行、社會安全、公共場所、文化場所等。
一、場景痛點? ? ? ?對全景相機而言，通過鏡頭的旋轉(zhuǎn)可獲取多張不同方向的圖像，對其進行多圖像拼接，最終可形成完整的全景圖像。 
? ? ? ?但是在拼接過程中，很容易受到背景光不一致等外在因素的干擾，而使得拼接的圖像中光場分布不均勻，這很容易導(dǎo)致圖像之間出現(xiàn)間隙或雙亮接縫，兩者都非常令人反感，尤其是對于相機正在平移或物體在接縫上移動的內(nèi)容。 ? ? ? ?解決方案是將兩個圖像大量重疊并修改重疊區(qū)域中的像素，以使重疊盡可能不可見。這樣做的原因是，現(xiàn)在任何輕微的投影儀未對準(zhǔn)或鏡頭像差都只會顯示為圖像的輕微模糊，而不是尖銳的接縫或間隙。融合結(jié)果如圖2所示。 
? ? ? ?雖然上述解決方案可以將平鋪全景圖像盡可能地融合，但無法保證圖像兩側(cè)也能有效融合。要知道平鋪全景圖像最終是要呈現(xiàn)為360度立體環(huán)視效果的，左右兩側(cè)不融合將使得全景場景出現(xiàn)亮度突變縫，這會讓觀看者感到極度不適。如圖3所示。 
? ? ? ? 綜上所述，在此類圖像拼接場景下，亮度突變縫的消除是一大難題。難點主要有三：
? ? ? ? 如何將全景平鋪圖像的左右兩側(cè)也進行有效的融合，進而使360度全景環(huán)視效果更佳，是一個非常有挑戰(zhàn)的課題。 二、需求說明? ? ? ?第一部分講解了全景圖像拼接過程中存在的一大難點，即平鋪圖像左右側(cè)的有效融合問題。針對該問題，提出需求：全景圖像左右側(cè)進行有效融合，使得左側(cè)連接右側(cè)后，不存在肉眼可見的明顯亮縫。圖4處理至圖5狀態(tài)。 
? ? ? ?為了滿足該需求，本文提出了一種基于伽馬變換自適應(yīng)修正的全景首尾融合算法。 三、算法原理和流程? ? ? ?之所以存在亮縫，歸根結(jié)底是兩部分的圖像背景光不一致，我們可以將左側(cè)和右側(cè)分別進行一個伽馬變化，伽馬變化的終點修正為一致，再反變化回去，就可以使得中心部分較好融合，且圖像像素漸變。 
? ? ? ? 左右兩側(cè)是從1到k，k是中心接壤的比例因子，因此有公式如下，其中G是伽馬變化的因子，G為1時，是線性變化，改變G，曲線變化示意圖如圖6所示。x是歸一化的值，中心為0，邊緣為1。 ? ? ? ?不難發(fā)現(xiàn)，邊緣處即x為1時，f(x)也為1，這樣的目的是使得這部分圖像拼接完成后，在回歸到原圖后，依然是融合態(tài)；只讓其拼接部分是漸變?nèi)诤系摹?/p> 
? ? ? ?伽馬自適應(yīng)校準(zhǔn)就是k值的校準(zhǔn)，校準(zhǔn)完成后進行反伽馬變換，即可實現(xiàn)圖像的恢復(fù)和融合。 ? ? ? ?綜上，該算法的流程圖可簡化為： 
四、拼接效果圖
五、代碼分享? ? ? ?C++代碼不免費分享，有意獲取者可以私我。算法不是魔法，不能解決一切問題。該算法的核心邏輯可用于工程開發(fā)，但仍有許多需要結(jié)合實際完善的地方，不建議直接拷貝使用。 PS：感謝陳先生提供的全景圖像。 |
|
|
