[发明专利]一种图像处理的方法及装置

说明书

技术领域

本发明涉及数字图像处理领域，尤其涉及一种图像处理的方法及装置。

背景技术

在视频监控、全景视频等应用场景中都会用到全景图像拼接技术。由于拍摄终端设备的拍摄角度、视角等问题的局限，单张图像只能拍摄到局部场景，需要通过数字图像处理技术对通过不同角度拍摄的多张图像进行拼接处理，生成拍摄环境的全景图像。在图像拼接中，通常需要对上千张、上万张图像进行处理，尤其在无人机实时监控、全景视频直播等一些对实时性要求很高的应用场合，需要对许多张拍摄图像实时进行拼接处理，这就对图像拼接处理速度提出了更高的要求。

现有技术中，图像拼接方法，有尺度不变特征转换(scale invariant feature transform，SIFT)或快速鲁棒性特征(speed-up robust features，SURF)算法。

主要原理是，对图像进行特征提取得到图像特征向量，将待拼接图像之间的特征向量进行比对和匹配，从而得到图像之间的重叠区域，进而根据重叠区域对图像进行拼接。

虽然，SIFT和SURF算法鲁棒性较高，但是，由于SIFT或SURF算法需要对图像进行特征提取，涉及大量卷积运算，计算量大、运算时间长，存在着图像拼接速度慢、拼接效率低的问题，通常难以满足等全景视频直播、全景实时监控等应用场景的实时性要求。

现有技术中，另一种图像拼接方法，例如，专利《一种基于改进型SURF算法的图像快速拼接方法》，申请号201410626230.9，采用灰度算法预先判断图像大致重叠区域，再将重叠区域提取出来用SURF算法进行精确的特征计算，从而减少了计算量，在一定程度上提高了计算速度。

但是，由于其计算步骤较多，算法受系统计算性能影响较大，仍存在计算速度受限问题。

由此可见，现有技术中，存在图像拼接处理速度和处理效率较低，不能很好地满足系统实时性的要求。

发明内容

本发明实施例提供一种图像处理的方法及装置，以提高图像拼接处理的速度和效率。

本发明实施例提供的具体技术方案如下：

一种图像处理的方法，包括：

获取待处理图像的数目和每一个待处理图像的大小，根据所述待处理图像的数目和当前运行资源，计算图像分块参数；其中，当前运行资源，表示系统当前支持的并行计算的路数；

根据所述图像分块参数和所述每一个待处理图像的大小，分别对每一个待处理图像进行分块，获得各个分块图像；

根据预设的图像处理算法，同时并行计算每一个分块图像的图像特征，并根据所述每一个分块图像的图像特征，将所述每一个待处理图像进行拼接，获得拼接图像。

较佳的，根据所述待处理图像的数目和当前运行资源，计算图像分块参数，具体包括：

计算当前运行资源与所述待处理图像的数目之间的比值，将所述比值作为图像分块参数。

较佳的，根据所述图像分块参数和所述每一个待处理图像的大小，分别对每一个待处理图像进行分块，获得各个分块图像，具体包括：

分别将每一个待处理图像的大小和预设阈值进行比较，当确定当前比较的待处理图像的大小大于预设阈值时，则根据所述图像分块参数，将所述当前比较的待处理图像进行分块，获得所述当前比较的待处理图像的相应的分块图像，当确定所述当前比较的待处理图像的大小不大于预设阈值时，则直接将所述当前比较的待处理图像作为所述当前比较的待处理图像的相应的分块图像。

较佳的，当确定当前比较的待处理图像的大小大于预设阈值时，则根据所述图像分块参数，将所述当前比较的待处理图像进行分块，获得所述当前比较的待处理图像的相应的分块图像，具体包括：

当确定当前比较的待处理图像的大小大于预设阈值时，按照预设分块方式，将所述当前比较的待处理图像分成N个分块图像；其中，N与所述图像分块参数相等，且所述N个分块图像组合后，能够完全覆盖所述当前比较的待处理图像。

较佳的，根据预设的图像处理算法，同时并行计算每一个分块图像的图像特征，具体包括：

根据预设的图像处理算法，同时并行计算每一个分块图像的图像特征，其中，在计算一个分块图像的图像特征时，同时并行计算所述一个分块图像的相互独立的像素的特征值，其中，相互独立的像素，表示计算像素的特征值时不相互影响的像素。

较佳的，根据所述每一个分块图像的图像特征，将所述每一个待处理图像进行拼接，获得拼接图像，具体包括：

分别将所述每一个分块图像的图像特征进行特征匹配，并根据特征匹配结果，确定所述每一个待处理图像之间的重叠区域；