本發(fā)明涉及視頻處理技術(shù)領(lǐng)域，尤其涉及一種紅外視頻拼接方法和裝置。

背景技術(shù)：

在國內(nèi)安防的很多領(lǐng)域上，廣泛使用了紅外攝像機(jī)進(jìn)行全天候監(jiān)控，但由于單路攝像機(jī)的視野范圍較窄，一般通過旋轉(zhuǎn)轉(zhuǎn)臺來擴(kuò)大監(jiān)控的范圍，長時(shí)間輪掃不僅不利于觀察，而且存在著監(jiān)控盲區(qū)，給安防行業(yè)帶來很大的安全隱患，目前通過采用能夠大場景的紅外實(shí)時(shí)監(jiān)控裝置，來解決監(jiān)控范圍狹小的問題。

對于紅外攝像頭采集的視頻，往往需要對多路攝像頭采集的視頻進(jìn)行拼接處理，現(xiàn)在技術(shù)在拼接過程中采用了多種不同算法且計(jì)算復(fù)雜，實(shí)時(shí)計(jì)算的運(yùn)算量巨大，而視頻拼接相對于圖片拼接而言，對實(shí)時(shí)性要求極高，在1秒鐘內(nèi)必須完成25幀N路圖像的拼接計(jì)算，否則容易丟失幀導(dǎo)致畫面不流暢或不連續(xù)，甚至內(nèi)存溢出引起機(jī)器的死機(jī)。

現(xiàn)有技術(shù)中有通過雙線性拼接進(jìn)行視頻拼接的方案，其采用雙線性插值方法進(jìn)行拼接，在x和y兩個(gè)方向分別進(jìn)行一次線性插值計(jì)算，但是這種方案，拼接后在重疊區(qū)域出現(xiàn)重影現(xiàn)象，曲線出現(xiàn)鋸齒狀不光滑。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提出了一種紅外視頻拼接方法，所述方法包括：

提取紅外視頻中每幅圖像的特征點(diǎn)，計(jì)算出每個(gè)特征點(diǎn)的描述符；

根據(jù)所述特征點(diǎn)的描述符和隨機(jī)采樣一致算法匹配兩兩圖像，建立所述兩兩圖像的匹配特征點(diǎn)對列表；

根據(jù)所述匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣，根據(jù)所述攝像機(jī)的仿射矩陣用最小本征法求解出向上矢量，根據(jù)所述向上矢量對所述圖像進(jìn)行水平拉直處理；

計(jì)算所述視頻中所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和，并求解得到每幅圖像的增益系數(shù)，根據(jù)所述增益系數(shù)對所述每幅圖像進(jìn)行曝光補(bǔ)償；

將每幅圖像投影到同一個(gè)球面坐標(biāo)系中，在重疊區(qū)域用多層混合(Multi-Band Blending)算法進(jìn)行無縫拼接，生成拼接后的全景圖；

其中，對所述圖像水平拉直處理后進(jìn)行曝光補(bǔ)償。

本發(fā)明實(shí)施例還提供了一種紅外視頻拼接裝置，所述裝置包括矯正模塊、匹配計(jì)算模塊、水平拉直模塊、曝光補(bǔ)償模塊和拼接模塊；

所述矯正模塊，用于計(jì)算出每個(gè)像素點(diǎn)的矯正系數(shù)，根據(jù)所述矯正系數(shù)對視頻中每幅圖像進(jìn)行矯正預(yù)處理，并提取視頻中每幅圖像的特征點(diǎn)；

所述匹配計(jì)算模塊，用于計(jì)算所述提取模塊提取得到的每個(gè)特征點(diǎn)的描述符，根據(jù)所述特征點(diǎn)的描述符和隨機(jī)采樣一致算法匹配兩兩圖像，建立所述兩兩圖像的匹配特征點(diǎn)對列表；

所述水平拉直模塊，用于根據(jù)所述匹配計(jì)算模塊得到的所述匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣，根據(jù)所述攝像機(jī)的仿射矩陣用最小本征法求解出向上矢量，根據(jù)所述向上矢量對所述圖像進(jìn)行水平拉直處理；

所述曝光補(bǔ)償模塊，用于計(jì)算所述視頻中所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和，并求解得到每幅圖像的增益系數(shù)，根據(jù)所述增益系數(shù)對所述每幅圖像進(jìn)行曝光補(bǔ)償；

所述拼接模塊，用于將所述水平拉直模塊和所述曝光補(bǔ)償模塊處理得到的每幅圖像投影到同一個(gè)球面坐標(biāo)系中，在重疊區(qū)域用多層混合算法進(jìn)行無縫拼接，生成拼接后的全景圖。

有益效果如下：

本發(fā)明提供的視頻拼接方案，通過對視頻進(jìn)行矯正操作和實(shí)時(shí)曝光補(bǔ)償，對于多部紅外攝像機(jī)間探頭靈敏度差異所導(dǎo)致圖像亮度強(qiáng)弱不同以及分布不均的問題進(jìn)行了自動矯正，同時(shí)對于光照強(qiáng)度和物體輻射紅外強(qiáng)度隨時(shí)間變化所導(dǎo)致圖像亮度不均的問題進(jìn)行了曝光補(bǔ)償，拼接的圖像無拼縫、無重影，拼接效果最佳，真正實(shí)現(xiàn)了具有自動矯正和實(shí)時(shí)曝光補(bǔ)償功能的多路紅外視頻全景拼接。

附圖說明

下面將參照附圖描述本發(fā)明的具體實(shí)施例，其中：

圖1示出了本發(fā)明實(shí)施例一中紅外視頻拼接方法流程圖；

圖2示出了本發(fā)明實(shí)施例二中紅外視頻拼接方法流程圖；

圖3a和圖3b示出了本發(fā)明實(shí)施例二中兩幅圖像采用加速魯棒特征(SURF)算法分別提取到的特征點(diǎn)示意圖；

圖4a示出了本發(fā)明實(shí)施例二中利用KD樹搜索得到的特征點(diǎn)匹配圖；

圖4b示出了本發(fā)明實(shí)施例二中最大數(shù)量隨機(jī)采樣一致處理后的特征點(diǎn)匹配圖；

圖5a示出了本發(fā)明實(shí)施例二中水平拉直前的全景圖；

圖5b示出了本發(fā)明實(shí)施例二中水平拉直后的全景圖；

圖6示出了本發(fā)明實(shí)施例二中曝光補(bǔ)償處理后的效果圖；

圖7a示出了本發(fā)明實(shí)施例二中亮度矯正前的全景圖；

圖7b示出了本發(fā)明實(shí)施例二中亮度矯正后的全景圖；

圖8示出了本發(fā)明實(shí)施例三中紅外視頻拼接裝置的結(jié)構(gòu)示意圖；

圖9示出了本發(fā)明實(shí)施例三中紅外視頻拼接裝置的拼接效果圖。

具體實(shí)施方式

為了使本發(fā)明的技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖對本發(fā)明的示例性實(shí)施例進(jìn)行進(jìn)一步詳細(xì)的說明，顯然，所描述的實(shí)施例僅是本發(fā)明的一部分實(shí)施例，而不是所有實(shí)施例的窮舉。并且在不沖突的情況下，本說明中的實(shí)施例及實(shí)施例中的特征可以互相結(jié)合。

在實(shí)際使用過程中，由于不同紅外攝像機(jī)探頭的靈敏度存在差異，及不同光學(xué)鏡頭的成像也存在區(qū)別，對同樣場景進(jìn)行拍攝，不同攝像機(jī)采集到的圖像之間，其亮度存在著差別，甚至在一部攝像機(jī)所采集的圖像內(nèi)部，在上下、左右方向出現(xiàn)亮度不均勻的現(xiàn)象，這些因素極大地影響著全景的整體效果，本發(fā)明在視頻拼接之前對原始圖像進(jìn)行矯正預(yù)處理的操作，能夠使得視頻中的紅外亮度均勻。

在進(jìn)行紅外實(shí)時(shí)監(jiān)控時(shí)，隨著陽光照射強(qiáng)度和角度的改變，監(jiān)控區(qū)域內(nèi)物體反射和輻射紅外線的強(qiáng)度緩慢變化，攝像機(jī)采集到圖像的亮度也在隨之變化，因此本發(fā)明通過在拼接過程中需要不間斷地曝光補(bǔ)償處理，調(diào)整各路圖像的增益系數(shù)，能夠使整幅全景圖的亮度能夠各處均勻整體保持基本一致。

單路攝像機(jī)每秒采集25幀的標(biāo)清圖像，每幀圖像尺寸為704576，紅外攝像機(jī)經(jīng)偽彩色處理后，每個(gè)像素點(diǎn)需要3字節(jié)的RGB分量，N路攝像機(jī)傳輸?shù)臄?shù)據(jù)量為單路的N倍，因此6路攝像機(jī)拼接需處理每秒1.8億字節(jié)的數(shù)據(jù)。在拼接過程中采用了多種不同算法且計(jì)算復(fù)雜，實(shí)時(shí)計(jì)算的運(yùn)算量巨大。

實(shí)施例一

如圖1所示，本發(fā)明提出一種紅外視頻拼接方法，所述方法包括：

步驟101：提取視頻中每幅圖像的特征點(diǎn)；

步驟102：計(jì)算出每個(gè)特征點(diǎn)的描述符，根據(jù)特征點(diǎn)的描述符和隨機(jī)采樣一致算法匹配兩兩圖像，建立兩兩圖像的匹配特征點(diǎn)對列表；

步驟103：根據(jù)匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣，根據(jù)攝像機(jī)的仿射矩陣用最小本征法求解出向上矢量，根據(jù)向上矢量對圖像進(jìn)行水平拉直處理；

步驟104：計(jì)算視頻中所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和，并求解得到每幅圖像的增益系數(shù)，根據(jù)增益系數(shù)對每幅圖像進(jìn)行曝光補(bǔ)償；

步驟105：將每幅圖像投影到同一個(gè)球面坐標(biāo)系中，在重疊區(qū)域用多層混合算法進(jìn)行無縫拼接，生成拼接后的全景圖；

其中，實(shí)際應(yīng)用中，可以對所述圖像水平先拉直處理后進(jìn)行曝光補(bǔ)償，或?qū)λ鰣D像先曝光補(bǔ)償后進(jìn)行水平拉直處理，也就是說，上述步驟103和步驟104沒有先后順序。

本發(fā)明提供的紅外視頻拼接方法，提出對視頻進(jìn)行矯正操作和實(shí)時(shí)曝光補(bǔ)償?shù)姆绞?，對于多部紅外攝像機(jī)間探頭靈敏度差異所導(dǎo)致圖像亮度強(qiáng)弱不同以及分布不均的問題進(jìn)行了自動矯正，同時(shí)對于光照強(qiáng)度和物體輻射紅外強(qiáng)度隨時(shí)間變化所導(dǎo)致圖像亮度不均的問題進(jìn)行了曝光補(bǔ)償，真正實(shí)現(xiàn)了具有自動矯正和實(shí)時(shí)曝光補(bǔ)償功能的多路紅外視頻全景拼接。

實(shí)施例二

參見圖2，本發(fā)明實(shí)施例提供了一種紅外視頻拼接方法，所述方法包括：

步驟201：對視頻中每幅圖像進(jìn)行矯正預(yù)處理；

由于傳感器間靈敏度的差異，監(jiān)控背景環(huán)境的不同，以及各種物體輻射和反射紅外線能力的強(qiáng)弱，這些因素會導(dǎo)致不同路圖像間的對比度和亮度有很大差異，甚至出現(xiàn)畫面不均勻的現(xiàn)象，因此本發(fā)明實(shí)施例對原始圖像在拼接之前進(jìn)行預(yù)處理。

針對紅外亮度不均的問題，本發(fā)明對每個(gè)像素點(diǎn)進(jìn)行亮度矯正，矯正后的圖像亮度為原始圖像亮度乘以矯正系數(shù)，矯正公式為對數(shù)正切型函數(shù)：

(1)

其中為矯正系數(shù)，表示該像素點(diǎn)在圖像中的位置，表示高斯分布中心點(diǎn)位置，表示在水平和垂直方向的方差，方差越大調(diào)整區(qū)域越大。一般情況下設(shè)為圖像的中心，將原始圖像亮度乘以矯正系數(shù)A得到矯正后的圖像亮度。具體可參見圖7a和圖7b分別示出的亮度矯正前的全景圖和亮度矯正后的全景圖。

另外，為了提高運(yùn)算速度，本發(fā)明設(shè)置一塊與圖像相同尺寸的緩存，在程序初始化時(shí)預(yù)先計(jì)算出每個(gè)像素點(diǎn)的矯正系數(shù)并存入緩存，后面的每幀圖像只需乘以矯正系數(shù)而無需重復(fù)計(jì)算，極大地提高了運(yùn)算速度。其中，每個(gè)像素點(diǎn)的矯正系數(shù)不一樣，像素的矯正系數(shù)與高斯分布中心點(diǎn)的距離有關(guān)，實(shí)際應(yīng)用中，由上述公式1中的(x-xc)和(y-yc)確定出矯正系數(shù)。

步驟202：提取紅外視頻中每幅圖像的特征點(diǎn)；

具體的，本發(fā)明采用快速魯棒特征(SURF)算法提取每幅圖像的特征點(diǎn)，首先用不同方差高斯函數(shù)的二階偏導(dǎo)數(shù)對圖像進(jìn)行卷積獲得積分圖像，計(jì)算圖像各像素點(diǎn)Hessian矩陣的行列式值，對超過門限的極值點(diǎn)作為特征點(diǎn)，然后計(jì)算該點(diǎn)的主方向，旋轉(zhuǎn)原始圖到主方向生成特征點(diǎn)的64維描述符矢量，對64維描述符矢量及點(diǎn)坐標(biāo)進(jìn)行儲存，為下一步的圖像匹配提供重要依據(jù)。

如圖3a和圖3b為兩幅圖像采用SURF算法分別提取到的特征點(diǎn)示意圖。

步驟203：建立兩兩圖像的匹配特征點(diǎn)對列表；

該步驟中具體包括：計(jì)算出每個(gè)特征點(diǎn)的描述符，根據(jù)特征點(diǎn)的描述符和隨機(jī)采樣一致(RANSAC)算法匹配兩兩圖像，建立所述兩兩圖像的匹配特征點(diǎn)對列表。

利用上述步驟202計(jì)算得到的特征點(diǎn)的主方向，將原圖像旋轉(zhuǎn)到主方向生成特征點(diǎn)的64維描述符矢量，利用SURF算法提取的特征點(diǎn)描述符建立KD樹，KD樹是k-dimensional樹的簡稱，是一種分割k維數(shù)據(jù)空間的數(shù)據(jù)結(jié)構(gòu)，然后用BBF(Best-Bin-First)最近鄰查詢法快速搜索出兩幅圖間匹配的特征點(diǎn)，建立兩幅圖間的匹配特征點(diǎn)對列表。

優(yōu)選的，對于少量的錯(cuò)誤匹配情況，本發(fā)明還采用最大數(shù)量的隨機(jī)采樣一致(RANSAC)算法剔除錯(cuò)誤匹配，獲得最大數(shù)量上匹配一致的特征點(diǎn)對。如圖4a為利用KD樹搜索得到的特征點(diǎn)匹配圖，圖4b為最大數(shù)量隨機(jī)采樣一致處理后的特征點(diǎn)匹配圖。

步驟204：根據(jù)匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣；

具體的，該步驟中匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣，具體包括：獲取匹配特征點(diǎn)的圖像中心點(diǎn)，獲取圖像在水平方向或垂直方向的焦距；根據(jù)圖像中心點(diǎn)和焦距計(jì)算出攝像機(jī)的本征矩陣；獲取匹配特征點(diǎn)的圖像的歐拉角，根據(jù)歐拉角得到攝像機(jī)的姿態(tài)矩陣；根據(jù)攝像機(jī)的本征矩陣和攝像機(jī)的姿態(tài)矩陣，得到攝像機(jī)的仿射矩陣。

根據(jù)匹配的特征點(diǎn)對參數(shù)計(jì)算出包括本征矩陣和姿態(tài)矩陣在內(nèi)的攝像機(jī)矩陣，如果不考慮鏡頭畸形和光軸偏離中心等條件下，圖像中心點(diǎn)固定為(u₀,v₀)，水平和垂直方向的焦距一致均為f_i，則本征矩陣表示為

若不考慮攝像機(jī)平移時(shí)，姿態(tài)矩陣用三個(gè)歐拉角描述攝像機(jī)旋轉(zhuǎn)，則姿態(tài)矩陣為

根據(jù)攝像機(jī)仿射矩陣計(jì)算出第k個(gè)特征點(diǎn)從圖j映射到圖i的位置然后與圖i該點(diǎn)的位置相減得到殘差最后采用Levenberg-Marquardt算法進(jìn)行迭代調(diào)整攝像機(jī)參數(shù)使總殘差最小，得到最優(yōu)的攝像機(jī)矩陣參數(shù)。

步驟205：對圖像進(jìn)行水平拉直處理；

該步驟中，首先根據(jù)攝像機(jī)的仿射矩陣用最小本征法求解出向上矢量，然后根據(jù)向上矢量對所述圖像進(jìn)行水平拉直處理。其中，根據(jù)向上矢量對圖像進(jìn)行水平拉直處理，具體包括：根據(jù)向上矢量計(jì)算出全局的旋轉(zhuǎn)矩陣；將每個(gè)攝像機(jī)的姿態(tài)矩陣乘以旋轉(zhuǎn)矩陣，得到在水平方向拉直的全景圖像。

實(shí)際應(yīng)用中，如果直接根據(jù)攝像機(jī)矩陣(KR)進(jìn)行拼接，全景圖將會出現(xiàn)波浪起伏的現(xiàn)象，需要旋轉(zhuǎn)攝像機(jī)的X軸使Y軸保持豎直向上。

假設(shè)圖像數(shù)量為n，第i部攝像機(jī)水平軸矢量為Xi，則向上矢量u必須滿足條件：

(4)

利用最小二乘法求解得到向上矢量u，再用u計(jì)算出全局的旋轉(zhuǎn)矩陣，每個(gè)攝像機(jī)的姿態(tài)矩陣均乘以旋轉(zhuǎn)矩陣，使全景圖像在水平方向拉直。圖5a為水平拉直前的全景圖，圖5b為水平拉直后的全景圖。

步驟206：對圖像進(jìn)行曝光補(bǔ)償；

該步驟中，首先計(jì)算視頻中所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和，并求解得到每幅圖像的增益系數(shù)，然后根據(jù)增益系數(shù)對每幅圖像進(jìn)行曝光補(bǔ)償。

所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和為

(5)

其中是相鄰兩幅圖像重疊的區(qū)域，和是第i和j幅圖像的增益，和是第i和j幅圖像的平均光強(qiáng)。為了使得誤差e最小，采用最小二乘法求解出每幅圖像的增益系數(shù)g，然后將每幅圖像的光強(qiáng)乘以對應(yīng)的增益系數(shù)，實(shí)現(xiàn)曝光補(bǔ)償功能。

隨著時(shí)間推移，太陽光照射的角度發(fā)生變化，各圖像亮度會明顯地變化，需要不斷地調(diào)整增益系數(shù)。因此，每間隔幾秒鐘重新計(jì)算各圖像的增益系數(shù)，實(shí)現(xiàn)視頻拼接的自動曝光補(bǔ)償功能，補(bǔ)償后的全景圖各處亮度基本一致。曝光補(bǔ)償處理后的效果如圖6所示。

步驟207：對重疊區(qū)域進(jìn)行多層混合拼接操作，生成拼接后的全景圖；

具體的，將每幅圖像投影到同一個(gè)球面坐標(biāo)系中，在重疊區(qū)域用多層混合(Multi-Band Blending)算法進(jìn)行無縫拼接，生成拼接后的全景圖。

對重疊區(qū)域內(nèi)圖像光強(qiáng)和權(quán)重采用不同標(biāo)準(zhǔn)差的高斯函數(shù)進(jìn)行卷積，獲得多層(不同)的模糊圖像和權(quán)重，重疊區(qū)域內(nèi)像素點(diǎn)的混合光強(qiáng)為

(6)

其中為第i幅圖像標(biāo)準(zhǔn)差為的混合權(quán)重，為第i幅圖像標(biāo)準(zhǔn)差與標(biāo)準(zhǔn)差的混合光強(qiáng)差：

(7)

另外，本發(fā)明實(shí)施例還對全景圖的邊框進(jìn)行剪裁操作。

具體的，統(tǒng)一投影到球面坐標(biāo)系中的每路圖像均產(chǎn)生形變，且在全景圖中的俯仰高度也不同，所以在畫面中出現(xiàn)了黑色的邊框，影響了全景的整體視覺效果。通過對比各路圖像位置獲取全景的最大內(nèi)接矩形，然后根據(jù)內(nèi)接矩形的寬度和高度進(jìn)行裁剪，得到畫面全充滿的全景圖。

本發(fā)明提供的紅外視頻拼接方法，提出對視頻進(jìn)行矯正操作和實(shí)時(shí)曝光補(bǔ)償?shù)姆绞?，對于多部紅外攝像機(jī)間探頭靈敏度差異所導(dǎo)致圖像亮度強(qiáng)弱不同以及分布不均的問題進(jìn)行了自動矯正，同時(shí)對于光照強(qiáng)度和物體輻射紅外強(qiáng)度隨時(shí)間變化所導(dǎo)致圖像亮度不均的問題進(jìn)行了曝光補(bǔ)償，真正實(shí)現(xiàn)了具有自動矯正和實(shí)時(shí)曝光補(bǔ)償功能的多路紅外視頻全景拼接。

實(shí)施例三

參見圖8，本發(fā)明實(shí)施例提供了一種紅外視頻拼接裝置，所述裝置包括矯正模塊301、匹配計(jì)算模塊302、水平拉直模塊303、曝光補(bǔ)償模塊304和拼接模塊305；

矯正模塊301，用于計(jì)算出每個(gè)像素點(diǎn)的矯正系數(shù)，根據(jù)所述矯正系數(shù)對視頻中每幅圖像進(jìn)行矯正預(yù)處理，并提取視頻中每幅圖像的特征點(diǎn)；

匹配計(jì)算模塊302，用于計(jì)算矯正模塊301提取得到的每個(gè)特征點(diǎn)的描述符，根據(jù)特征點(diǎn)的描述符和隨機(jī)采樣一致算法匹配兩兩圖像，建立兩兩圖像的匹配特征點(diǎn)對列表；

水平拉直模塊303，用于根據(jù)匹配計(jì)算模塊302得到的匹配特征點(diǎn)計(jì)算出攝像機(jī)的仿射矩陣，根據(jù)攝像機(jī)的仿射矩陣用最小本征法求解出向上矢量，根據(jù)向上矢量對圖像進(jìn)行水平拉直處理；

曝光補(bǔ)償模塊304，用于計(jì)算視頻中所有圖像在重疊區(qū)域內(nèi)光強(qiáng)與增益乘積差值的總和，并求解得到每幅圖像的增益系數(shù)，根據(jù)增益系數(shù)對每幅圖像進(jìn)行曝光補(bǔ)償；

拼接模塊305，用于將水平拉直模塊303和曝光補(bǔ)償模塊305處理得到的每幅圖像投影到同一個(gè)球面坐標(biāo)系中，在重疊區(qū)域用多層混合算法進(jìn)行無縫拼接，生成拼接后的全景圖，如圖9顯示的拼接后的全景圖。

另外，紅外視頻拼接裝置還包括存儲模塊，用于存儲矯正模塊計(jì)算出的每個(gè)像素點(diǎn)的矯正系數(shù)，對于視頻中的其他圖像，只需乘以矯正系數(shù)而無需重復(fù)計(jì)算，極大地提高了運(yùn)算速度。

本發(fā)明提供的紅外視頻拼接裝置，通過矯正模塊和光補(bǔ)償模塊對視頻進(jìn)行矯正操作和實(shí)時(shí)曝光補(bǔ)償，對于多部紅外攝像機(jī)間探頭靈敏度差異所導(dǎo)致圖像亮度強(qiáng)弱不同以及分布不均的問題進(jìn)行了自動亮度矯正，同時(shí)對于光照強(qiáng)度和物體輻射紅外強(qiáng)度隨時(shí)間變化所導(dǎo)致圖像亮度不均的問題進(jìn)行了曝光補(bǔ)償，真正實(shí)現(xiàn)了具有自動矯正和實(shí)時(shí)曝光補(bǔ)償功能的多路紅外視頻全景拼接。

最后需要指出的是：以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制。本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲器中，使得存儲在該計(jì)算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。