买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种改进L-ORB算法的嵌入式GPU零拷贝全景图像拼接方法和系统_之江实验室_202211604215.5 

申请/专利权人:之江实验室

申请日:2022-12-13

公开(公告)日:2024-03-29

公开(公告)号:CN116016816B

主分类号:H04N5/265

分类号:H04N5/265;G06T3/4038;H04N23/698;H04N23/743

优先权:

专利状态码:有效-授权

法律状态:2024.03.29#授权;2023.05.12#实质审查的生效;2023.04.25#公开

摘要:一种改进L‑ORB算法的嵌入式GPU零拷贝全景图像拼接方法,包括:步骤1,使用标定文件确定相机阵列的重叠区域,然后使用ORB算法对重叠区域的图像进行特征点提取和匹配;步骤2,基于亮度一致性先验对原始图像进行曝光补偿;步骤3,使用流并行策略优化GPU利用。本发明还包括一种改进L‑ORB算法的嵌入式GPU零拷贝全景图像拼接系统。本发明提升了效率,并且可以充分利用GPU资源。

主权项:1.一种改进L-ORB算法的嵌入式GPU零拷贝全景图像拼接方法,其特征在于,包括以下步骤:步骤1,使用标定文件确定相机阵列的重叠区域,然后使用ORB算法对重叠区域的图像进行特征点提取和匹配;具体过程为:步骤1.1,确定重影区对应的角度;具体包括:两架摄像机所在圆的半径为r,角度为θ,摄像机视野的角度为θrange,L为物体到摄像机的距离,那么,重影区对应的角度为α=π-η+β,其中,步骤1.2,使用GPU对每个摄像机采集的视频进行切割和变换,并检测重影区域α内的Fast特征点;步骤1.3,选择与FAST特征点匹配的像素并计算Harris响应值;步骤1.4,对满足FAST特征点的每个像素点进行非极大值抑制;步骤1.5,得到Harris角点的最大角度P,建立BRIEF图像特征描述因子;步骤1.6,对特征描述因子匹配过滤,计算变换矩阵;步骤2,基于亮度一致性先验对原始图像进行曝光补偿;具体过程为:步骤2.1将各摄像机拍摄图片帧统一亮度的一行像素拉伸到整张图片作为mask,步骤2.2将像素值归一化mask_refine=255-maxmask+mask,步骤2.3对拼接后的图片应用mask,final_stitching=origin_stitching+255-mask_refine;步骤3,使用流并行策略优化GPU利用,在系统启动时对空间预分配,并且同时对所有待处理的照片进行操作;具体包括:步骤3.1确定待拼接相机的数量n_cam;步骤3.2根据待拼接相机的数量n_cam确定CUDA流的数量n_stream=n_cam-1;步骤3.3将每个相机采集的图片添加到各个流中,并依次执行特征点提取等操作。

全文数据:

权利要求:

百度查询: 之江实验室 一种改进L-ORB算法的嵌入式GPU零拷贝全景图像拼接方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。