【技術實現步驟摘要】
本專利技術涉及全景圖像處理的，特別是一種用于全景圖像的目標檢測方法。
技術介紹
1、全景圖像，又可以稱為360°圖像、球面圖像，可展現出攝影點位置周圍360°的環境視圖，提供大視場的場景信息。用戶通過使用魚眼鏡頭或全景相機等設備去捕獲圖像，可以在球面上完整地呈現出來在圖像視野上，球面圖像提供了視點位置處360°×180°范圍內的場景，提供了比傳統2d平面圖像更多的信息，并且它的分辨率通常很高，但是球面圖像不便于存儲和傳輸，也不符合人的視覺習慣。因此，球面圖像通常在獲取后通過一些映射方法轉換成2d平面圖像。常見的全景圖像通常是由球形全景圖像經投影映射的方式轉換得到的平面圖像。全景圖像的投影指將球面全景圖像內容轉化為2d平面形式，常用于編碼球形全景圖像，以便于有效的處理、存儲和傳輸全景圖像。全景圖像的投影一般采用等矩形投影，經等矩形投影得到的等矩形全景圖像，目標檢測是全景圖像中常用的一種類型檢測，也叫目標提取，是在圖像及其序列中通過標識框準確地定位出各種目標的類別和位置信息。目前主流的目標檢測算法基本采用了深度學習方法，傳統的目標檢測方法一般是平面圖像進行檢測，因此對全景進行目標檢測技術，能夠更加適合全景vr場景，具有較強的現實意義。
2、由于等矩形投影方法的計算方式，造成得到的等矩形全景圖像中像素分布不均勻，上下兩側邊緣位置上的像素存在著大量的冗余，而中間位置上的像素比較稀疏，圖像存在畸變、失真問題，盡管現有的用于圖像目標檢測任務的算法已經非常多了，且其中也不乏有優秀的算法，它們大多是針對圖像像素分布均勻、圖像中的目標
3、同時，全景圖像通常是高分辨率的，分辨率能達到2048×1024及以上，這對目標檢測任務來說是有利的。但是在大視場的環境下，全景圖像中的目標更多的是以小物體的形式存在，以及物體的分布并不是占據著整個圖像，這對檢測任務來說也是有困難的。
4、申請號為cn114494824a的專利技術專利申請公開了用于全景圖像的目標檢測方法、裝置、設備及存儲介質，在對全景圖像進行目標檢測時，將當前的第一全景圖像沿橫向進行滾動平移，使處于邊緣區域的不完整的目標對象拼接形成完整的目標對象，由此得到平移后的第二全景圖像，然后根據第一全景圖像和第二全景圖像的滾動平移關系，從第二全景圖像中，確定與第一全景圖像中處于邊緣區域內的目標檢測框對應的第一目標檢測框，之后根據第一全景圖中處于非邊緣區域內的目標檢測框和第二全景圖中的第一目標檢測框，確定第一全景圖像中包含的目標對象。該方法的缺點是只是針對邊緣區域拼接，在對全景圖像上面直接進行目標檢測，由于在全景圖像中的部分目標物體呈現出了非對稱性，即在圖像中組成物體的像素點在空間中呈現不規則分布，這造成了全景圖像中的物體出現變形情況，導致檢測準確率不高。
技術實現思路
1、為了解決上述的技術問題，本專利技術提出了一種用于全景圖像的目標檢測方法，針對硬件設備，為了減少存儲空間，建立以格點為坐標格點映射，然后進行性線插值建立將全景等矩形投影方法通過映射將其投影為2d平面圖像的坐標映射，再進一步進行目標檢測方法，為了提高目標檢測算法準確率，在檢測時將全景圖像投影成6個平面，分別對每個平面圖像進行目標檢測。
2、本專利技術提供一種用于全景圖像的目標檢測方法，包括獲取全景圖像，還包括以下步驟：
3、步驟1：使用等矩形投影方法通過映射將所述全景圖像投影為2d平面圖像的坐標映射；
4、步驟2：將連續坐標進行按點n×n格點抽點保存對應的坐標，制作硬件映射表，將硬件映射表存儲在內存中，其中，n為常數；
5、步驟3：讀取所述硬件映射表，進行線性插值，推導出n×n格點內所有坐標；
6、步驟4：根據等矩形投影方法通過映射將其投影為2d平面圖像的坐標映射將將全景圖像投影成6個平面；
7、步驟5：對6個平面圖像進行通用算法的目標檢測；
8、步驟6：判斷目標出現的位置。
9、優選的是，所述步驟1包括以下子步驟：
10、步驟11：檢測并提取所述全景圖像的特征和關鍵點；
11、步驟12：匹配所述全景圖像和所述2d平面圖像之間的特征向量；
12、步驟13：使用ransac算法和匹配的特征向量估計單應矩陣；
13、步驟14：根據單應矩陣建立等矩形投影方法與所述2d平面圖像的映射關系。
14、在上述任一方案中優選的是，所述步驟2包括以下子步驟：
15、步驟21：建立全景圖像到2d平面圖像的映射關系表；
16、步驟22：按點n×n格點抽點，保存格點處的坐標，生成硬件映射表。
17、在上述任一方案中優選的是，所述映射關系表包括所有圖像的映射關系。
18、在上述任一方案中優選的是，設格點的橫向坐標為xi，線性插值的n個橫向坐標分別為
19、delta_x＝(x2-x1)/n
20、xn＝x1+delta_x×j
21、其中，delta_x表示在水平方向單個像素坐標縮放比例，i＝0,1,2,...,n，x1表示第1個格點的橫向坐標，x2表示第2個格點的橫向坐標，xn表示第n個格點的橫向坐標，j＝0,1,2...n-1。
22、在上述任一方案中優選的是，設格點的縱向坐標為yi，線性插值的n個縱向坐標分別為
23、delta_y＝(x2-x1)/n
24、yn＝y1+delta_y×j
25、其中，delta_y表示在垂直方向單個像素坐標縮放比例，y1表示第1個格點的縱向坐標，y2表示第2個格點的縱向坐標，yn表示第n個格點的縱向坐標。
26、在上述任一方案中優選的是，得到的格點坐標分別為
27、(x1,y1)，(x1+delta_y，y1+delta_y)，(x1+delta_x×2,y1+delta_y×2)，…，(x1+delta_x×n-1，y1+delta_y×n-1)。
28、在上述任一方案中優選的是，所述步驟6包括分別在6個圖像進行正常目標檢測，當圖像中出現目標出現在分塊的邊界時,進行相鄰的圖像大小進行重新映射與畫分。
29、在上述任一方案中優選的是，所述步驟6還包括根據當前目標所占框的大小，將平分規則替換成不平分的規則。
30、在上述任一方案中優選的是，所述不平分的規則為以n×n為格點進行偏移動，直接當前平面將目標物體進行全覆蓋，再重新在新畫分的6個平面上面進行目標檢測。
3本文檔來自技高網...
【技術保護點】
1.一種用于全景圖像的目標檢測方法，包括獲取全景圖像，其特征在于，還包括以下步驟：
2.如權利要求1所述的用于全景圖像的目標檢測方法，其特征在于，所述步驟1包括以下子步驟：
3.如權利要求2所述的用于全景圖像的目標檢測方法，其特征在于，所述步驟2包括以下子步驟：
4.如權利要求3所述的用于全景圖像的目標檢測方法，其特征在于，所述映射關系表包括所有圖像的映射關系。
5.如權利要求4所述的用于全景圖像的目標檢測方法，其特征在于，設格點的橫向坐標為xi，線性插值的n個橫向坐標分別為
6.如權利要求5所述的用于全景圖像的目標檢測方法，其特征在于，設格點的縱向坐標為yi，線性插值的n個縱向坐標分別為
7.如權利要求6所述的用于全景圖像的目標檢測方法，其特征在于，得到的格點坐標分別為(x1,y1)，(x1+Delta_y，y1+Delta_y)，(x1+Delta_x×2,y1+Delta_y×2)，…，(x1+Delta_x×n-1，y1+Delta_y×n-1)。
8.如權利要求7所述的用于全景圖像的目標
9.如權利要求8所述的用于全景圖像的目標檢測方法，其特征在于，所述步驟6還包括根據當前目標所占框的大小，將平分規則替換成不平分的規則。
10.如權利要求9所述的用于全景圖像的目標檢測方法，其特征在于，所述不平分的規則為以n×n為格點進行偏移動，直接當前平面將目標物體進行全覆蓋，再重新在新畫分的6個平面上面進行目標檢測。
...【技術特征摘要】
1.一種用于全景圖像的目標檢測方法，包括獲取全景圖像，其特征在于，還包括以下步驟：
2.如權利要求1所述的用于全景圖像的目標檢測方法，其特征在于，所述步驟1包括以下子步驟：
3.如權利要求2所述的用于全景圖像的目標檢測方法，其特征在于，所述步驟2包括以下子步驟：
4.如權利要求3所述的用于全景圖像的目標檢測方法，其特征在于，所述映射關系表包括所有圖像的映射關系。
5.如權利要求4所述的用于全景圖像的目標檢測方法，其特征在于，設格點的橫向坐標為xi，線性插值的n個橫向坐標分別為
6.如權利要求5所述的用于全景圖像的目標檢測方法，其特征在于，設格點的縱向坐標為yi，線性插值的n個縱向坐標分別為
7.如權利要求6所述的用于全景圖像的目標檢測方法，其特征在于，得到的格點...
【專利技術屬性】
技術研發人員：吳偉美，蔣小波，鐘達夫，胡建華，丁夢軍，羅貴祥，
申請(專利權)人：廣東科學技術職業學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。