|
顾名思义，图像拼接就是将两幅或者以上视场角有限的图像拼接合成为视场角更大的全景图像。随着计算机视觉、机器学习技术的快速发展，全景图拼接技术已经逐渐可以应用在更多的实际场景中。 试想一下，无论是通过智能手机、数码相机或其他摄像设备所进行的图像采集动作，获得的图片往往只能提供一个特定分辨率的图像，并不足以捕捉大的全景，特别是在一个巨大的场景中。所以，我们可以做的是捕捉一个场景中的局部图像，然后通过全景图拼接技术合成原始场景图像。 与此同时，在理想条件下, 完美的全景拼接要求多角度拍摄的照片具有共点的固定光心。实际操作时该条件很难保证, 这就导致重叠区域会存在一定由于景深差异而造成的视差变化, 尤其是当景物距离镜头较近时, 视差会非常大, 无法满足图像拼接中的单视点透视假设, 所以大多数情况下拼接完后的全景图在视觉上存在一定程度畸变。 图像拼接流程 传统的基于视觉的全景图拼接分为下面几个步骤： 1. 特征点计算(feature detection) 根据图像内容找到其中较为稳定的角点
2. 特征点描述(feature description) 通过特征点邻域的纹理信息对其进行量化描述
3. 特征匹配 (feature matching) 通过特征点、特征点描述来捕捉两图对应的特征点
4. 变换矩阵计算 (transfromation matrix) 通过匹配到的特征点来实现变换矩阵
5. 图像变换 (image warping) 通过图像、变换矩阵，最终获得变换后的图像
当然，这还不算完，在上面所述的技术背后，还涉及到自动拉直、曝光补偿、图片合成、接缝估计等难题。 通过模拟相机拍摄的轴线，实现图片拉伸。
通过技术来完善整体照片的曝光补偿，并最终实现图片合成。
当然，以上内容只是笼统地对图像拼接做了一个简单的介绍。对于一个技术来说，如何实现技术落地自然也是重中之重的事情。 落地应用：货架上的图片拼接 ImageDT图匠数据作为一家专注于零售与消费品行业的AI商业服务公司，其核心业务之一“智能货架识别”已经成功将图像拼接技术实现商业落地，达到了行业领先的技术。 “智能货架识别”，顾名思义，通过AI技术来实现货架信息及商品特征的收集和识别，在该技术中，用户通过手机中的APP，对自然场景进行数字化采集，受限于客观条件限制，如货架的长度、高度、场地大小及手机拍摄镜头等，很难一次性完整获取到整个场景的照片，实际的做法是分批采集不同场景片段，并通过图片拼接的方式来完美还原货架整体情况。 针对货架进行图像采集，纵轴拼接 两张照片重叠部分拍摄清晰
 自动拼接(特征点描述并匹配)
得到一张完整货架图
针对货架进行图像采集，横轴拼接 两张照片重叠部分拍摄清晰
自动拼接(特征点描述并匹配)
得到一张完整货架图
*以上案例仅做技术介绍用，对抽象行为进行了简单的艺术美化 作为已经成功落地的图像拼接商业案例，该技术也构成了ImageDT“智能货架识别”整个核心基础技术的重要组成部分，同时，该技术同样适用于其他领域。 作为新时代AI技术的见证者和推动者，我们目睹着行业升级和数字转型，技术能够给企业带来帮助，同样也能给每一位消费者带来便利，始终相信技术，并时刻拥抱技术。 |
