[发明专利]一种基于嵌入式深度学习算法的拼接联动系统

权利要求书

1.一种基于嵌入式深度学习算法的拼接联动系统包括以下步骤：

A、启动抓拍机

B、镜头A、B同时获取图像

C、寻找两个图像重合区域的相似特征点

D、画面拼接

E、融合后画面输出

F、人脸检测算法获取人脸信息

G、人脸抓拍。

2.根据权利要求1所述的一种基于嵌入式深度学习算法的拼接联动系统，所述使用的抓拍机为双镜头的高清摄像机。

3.根据权利要求1中的步骤D画面拼接的具体步骤为：

D1、对图像存在的畸变、失真、对比度低的情况进行图像预处理：由于自然或者摄像机参数等因素，在拍摄过程中，相邻图像的亮度、灰度、颜色、形状等属性难免产生差别，因此需要对由于图像的获取和传输过程中出现的畸形、失真及对比度低等状况进行处理，从而提高图像匹配和拼接的质量。

D2、将待拼接的数字图像变换到同一坐标系中：在图拼接过程中，如果对重叠图像直接进行无缝拼接，由于局部图像是在不同方向上拍下的图像，它们的投影平面存在一定的夹角，将会破坏实际景物的视觉一致性，无法满足实际景物中各对象间的几何关系，为了保持实际景物中的空间约束关系，必须在拼接之前把待拼接的两幅图像变换到同一坐标系中。

D3、对重叠图像进行相似性匹配以确定相邻数字图像的拼接位置。

D4、对数字图像的重叠部分进行平滑处理后得到无缝拼接的全景图像：如果只是将两幅图像简单地叠加起来，会发现拼接而成的图像中含有清晰的边界，图像拼接的痕迹非常明显，为消除这些现象，实现图像的无缝拼接，必须对图像的重叠部分进行平滑处理，以提高图像的质量。

4.根据权利要求3中步骤D1对图像存在的畸变、失真、对比度低的情况进行图像预处理，其具体内容为：

D11、双镜头的采用必须使用相同焦距、相同光圈、相同型号以及相同FOV的定焦镜头，sensor也必须选取相同型号，相同分辨率。用来降低拼接时的色差，保证图像的一致性。

D12、使用LSC校准，LSC校准为镜头暗角矫正。镜头的暗角效果会使图像呈现中间亮，边缘暗的失真效果，在拼接时，重叠区域一般处于边缘，很容易产生亮度差异，而LSC则可以消除这一现象，保证画面的亮度一致。

D13、使用AWB/CCM校准与补偿，AWB/CCM校准与补偿是保证两个画面的颜色一致，不会出现明显的色差。在双镜头的情况下，即使是型号一样，参数一样，但是硬件精度不可避免会产生差异，需要校准。

D14、使用LDC校准，LDC校准为镜头畸变矫正，一般镜头都会有畸变，图像观看很不理想，所以这里采用一个矫正来消除畸变。

5.根据权利要求1中步骤F的具体内容为：在画面融合后的图像中使用人脸算法检测是否存在人脸，若存在，获取人脸所在坐标，裁剪人脸，对裁剪后的人脸进行直方图规定划操作，获取人脸图像，否则重新检测。