[发明专利]一种基于嵌入式深度学习算法的拼接联动系统

说明书

本发明公开了一种基于嵌入式深度学习算法的拼接联动系统，包含以下步骤：A、启动抓拍机；B、双镜头同时获取图像；C、寻找两个图像重合区域的相似特征点；D、画面融合；E、拼接画面显示；F、人脸检测算法获取人脸当前坐标；G、人脸抓拍。本发明的有益部分为：1、通过对两个镜头的画面拼接融合，增大了可视范围。2、画面融合自然，无明显色差。3、适应多种监控环境和范围，操作简单、实时性高。

技术领域

本发明涉及安防监控领域，特别是一种基于嵌入式深度学习算法的拼接联动系统。

背景技术

随着摄像技术的发展，人们越来越倾向于使用视频监控代替人工监控，无论是在私人场所还是公共场合都遍布各种各样的视频监控系统。然而大多数的监控都是固定镜头的，所以获取的画面视野也有限，存在盲区，也就留有隐患。现有的摄像头对于人脸的识别也无法满足人们的需求，摄像头较窄的视角给视频监控的发展带来了不小的阻碍，主要体现在两个方面：

(1)监控遗漏，由于摄像头视角较小，一般采用增加摄像头的数量，但是多个摄像头会得到的视频资源相对独立，视频信息分散，一般会造成监控死角，而且监控困难，最终会监控遗漏。

(2)冗余资源，在多摄像头分散监控的情况下，为了减少监控死角，一般会增加摄像头的数量，这个就会造成资源的冗余。

为了解决视角的问题，视频拼接技术应运而生。视频拼接就是把两个摄像头的画面进行合并，得到一个视角更广的画面。

现有技术的缺点是画面融合时易出现色差以及融合区域画面不同步，容易造成人脸抓拍时重抓或者漏抓。

发明内容

本发明主要是提供一种基于嵌入式深度学习的拼接联动系统，解决上面背景技术中所述问题。

为实现上述目的，本发明提供如下技术方案：

一种基于嵌入式深度学习的拼接联动系统，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

作为本发明的进一步技术方案：所述抓拍机采用高清摄像机。

其中，所述步骤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：在图像拼接过程中，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。

其中，所述步骤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：