一种基于3D实景自动拼接算法生成的预警系统的制作方法

本发明涉及到3D全景领域和预警领域，特别是涉及3D图景生成和凭借技术。

背景技术：

全景图是基于全景绘制IBR（Image-Based Render）的关键技术。但将全景算法应用在预警系统暂时还没有先例。现有现有的IBR技术大概可以分为四类：基于全景（Panoramic Image）的方法，基于图像深度信息的方法，基于光场（Light Field）信息和基于 Morphing的方法。现阶段，相对成熟的技术是第一种基于全景图的方法 ,而且它实现方便处理量易于预警系统的实现。

目前，现有的全景拼接制作方法是：在固定的视点用照相机或者摄像机将每个角度的场景进行拍摄和采集处理，处理采集之后的图像、整合等处理，生成全景图像，最后再用计算机经过投影展示出来，并且提供局部的有限的漫游功能。虽然全景视图有其自身的局限性，比如视点单一，只能在场景内部实现漫游等，但是由于该技术具有极强的可操作性，而且技术也相对成熟，已经成为应用最为普遍的IBR技术之一。目前全景视图主要应用在：虚拟环境、游戏设计、电影特技效果、虚拟博物馆等等。但该技术在预警系统中应用时，存在极强的缺陷性，关键是将实景和3D全景中的每个位置相互对应，本发明引入了全景图像拼接算法和边缘检测算法等来确保这个效果。根据资料查询，将它应用到预警系统是尚属首次。

技术实现要素：

本发明主要解决的技术问题是3D全景自动拼接技术在预警系统中的应用。提高预警系统的准确性和交互能力。

为解决上述技术问题，本发明采用的一个技术方案是：三维虚拟实景图像的柱面拼接和全景图像自动拼接算法的改进。

现有的全景图像拼接生成算法主要可以分为三类：基于相位的方法、基于流的方法和基于特征的方法。

（1）基于相位的方法：该方法利用傅立叶变换、小波变换等等先对图像进行变换，再利用变换后的图像的某些特征进行匹配。但是如果存在空间上的局部变化，就会导致该方法产生较大误差；

（2）基于流的方法：也叫做基于面积的方法。该方法是通过比较两幅图像亮度（或颜色）差异，并使之最小化来寻找最佳匹配点的。上文描述的两种经典算法就是属于该方法，采用这种方法的还有：Duffin 和Barrett在Szeliski研究的基础上提出的一种恢复6个参数模型的算法。基于面积方法的缺点就是它的计算量明显偏大；

（3）基于特征的方法：该方法的主要思想就是从一幅图像中提取一定的特征，如：点、线、边缘等等，并用此特征为匹配模板，在第二幅图像中搜索。该方法可以提高计算速度，但是提取合适的图像特征比较困难。

如何提取合适的图像特征，很多学者在这个方面做了探讨，其中 Kim等人利用抽取物体轮廓作为特征，而钟力等人利用重叠图像两列象素的亮度（或颜色）比或者亮度（或颜色）作为特征模板，张鹏等人利用象素灰度值信息提取某一矩形区域作为特征模板进行匹配。需要注意的另一个问题就是采集的图像中重叠部分并不是单纯的平面位移变换，还存在伸缩变形等，所以这也增大了特征提取的难度。

为了解决上述问题，本发送改进了当前的算法公式，首先在图像拼接中利用3DVR中的Laplace量子边缘检测算法，再加上二值化算法和平滑滤波3*3模板的噪音消除抽取出图像的特征图(图1)。

图像经过变换之后，得到了具有重叠相似区域的两幅图像，对于相似区域的寻找，一般的算法都是根据人体视觉特征定义1个模板矢量(Pattern Vector)，对两幅图像分别运算相似距离，根据相似距离来寻找图像的相似部分。本文提出了一种新的重叠区域的搜寻方法，它基于差值图像的极值点搜寻，可以方便地提取两幅图像之间的相似部分，不需要频域上的任何运算。设有两个矩形区域A和B，已知B中包含一个区域A2，A与A2是相同的模块，求B中A2的位置。典型的算法是从Ｂ的左下角起，把每一块与A大小相同的区域C与A相比较，得出评价函数，其值最小的区域就是A2。

评价函数一般定义为:对于A和C中每一对对应点p和q

考虑到两幅图像的亮度不一样，即使是同一模块，由于亮度不同，评价函数的值也很大，把评价函数定义为：

另一个技术点存在于三维虚拟实景图像的柱面拼接，在柱面正切割完成后，对柱体惊喜三维虚拟实景处理，形成柱面全景图像。实现预警系统中实体点和虚拟点的对应关系。具体的分为两个步骤：

图像的匹配：采用基于特征线段的图像匹配算法，利用图像上间隔一定距离的两列上的部分象素与另一张图像上对应的两列象素进行匹配，即在前一幅图像的两列重叠区域中分别取出部分象素，计算它们的差值作为特征模板，然后在第二幅图像中搜索特征模板最佳的匹配；

搜索特征模板最佳的匹配：对于第二幅图像，在搜索范围内依次从间距相同的两列重叠区域上取出部分象素，并逐一计算其对应象素值差值；然后将这些差值依次与特征模板进行比较，其最小偏差值对应的列就是最佳匹配。

附图说明

图1是本发明全景自动拼接算法中数字图像处理中的Laplace算子边缘检测算法公示图；

图2是快速生成虚拟应用效率图

图3是预警系统类型全景拼接的流程图

图4是浏览器呈现的方式；

图5是预警系统生成过程。

具体实施方式

下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。

本发明实施例的一种基于图像的三维和全景系统自动生成方法，依次包括如下步骤。

算法的选择与改进：应该根据全景模型的不同和图像采集方式的差异选择合适的算法。下面根据全景图生成过程详细描述对算法的选择和改进。

图像采集:为了提高图像拼接算法的复杂度处理能力以及能够自适应抖动、光照差、扭曲等。本文对图像采集方式未做过多限制：不用三角架固定相机，绕摄影者中心360度旋转相机拍摄图像，每次拍摄相机旋转的角度为θ，不固定相机的焦距，这样做的目的是进一步提高算法自适应校准图像拼接能力。

图像拼接:首先，抽取合适的图像特征来定位拼接，为了尽可能多的保留图像的特征，利用数字图像处理中的Laplace算子边缘检测算法，再加上二值化处理和平滑滤波3*3模板的噪音消除抽取出图像的特征图。

柱面投影:柱面投影变换及其反变换算法的核心是投影变换公式,确保预警系统中点与点的对应关系。为此建立坐标系,如图4所示。原始图像I、投影柱面图像J和柱面K,原点为观察点Ｏ(投影中心)。设柱面半径为ｒ,投影宽度角为θ,图像宽度为Ｗ,高度为Ｈ。能很容易得到柱面图像的宽度为r×sin(θ/2),高度仍为Ｈ。对图像I上的任意一点Ｐ,假设它在图像上的坐标为(ｘ,ｙ),P在柱面图像J上的对应点Q,假设Q在J上的坐标是(ｘ’,ｙ’)。

这里θ角由每张图像所占的角度唯一确定。一个全景的角度是360º那么每张图像对应的角度就显而易见了一般的θ角约为30 - 40º。最后，根据两幅图像的平移量，柱面投影，最后拼接全景图。