[发明专利]一种图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待拼接图像集，所述待拼接图像集中包括多个待拼接的图像；

利用孪生神经网络模型，对所述待拼接图像集中的图像进行相关性分析；

根据相关性分析结果，确定所述待拼接图像集中的图像的拼接顺序；

根据所述拼接顺序，合成全景图像。

2.根据权利要求1所述的方法，其特征在于，所述利用孪生神经网络模型，对所述待拼接图像集中的图像进行相关性分析，包括：

从所述待拼接图像集中选取一个图像作为初始图像；

利用孪生神经网络模型对所述初始图像进行相关性分析，确定所述初始图像的拼接图像；

判断所述待拼接图像集中是否存在未进行相关性分析的剩余图像；

若所述待拼接图像集中存在未进行相关性分析的剩余图像，则从所述拼接图像中选取一个图像作为初始图像，利用孪生神经网络模型对所述初始图像进行相关性分析，确定所述初始图像的拼接图像，判断所述待拼接图像集中是否存在未进行相关性分析的剩余图像，直至所述待拼接图像集中不存在未进行相关性分析的剩余图像。

3.根据权利要求2所述的方法，其特征在于，所述利用孪生神经网络模型对所述初始图像进行相关性分析，确定所述初始图像的拼接图像，包括：

利用孪生神经网络模型，逐个计算所述初始图像和所述待拼接图像集中除所述初始图像以外的其他图像的相似度，得到至少一个第一相似度；

从所述其他图像中筛选所述第一相似度在预设范围内的图像，得到相关图像集；

利用孪生神经网络模型，逐个计算所述初始图像的第一边界区域与所述相关图像集中的所有图像的相似度，得到至少一个第二相似度；

从所述相关图像集中查找所述第二相似度最高的图像，标记为所述初始图像的第一拼接图像。

4.根据权利要求3所述的方法，其特征在于，在所述从所述相关图像集中查找所述第二相似度最高的图像，标记为所述初始图像的第一拼接图像之后，还包括：

利用孪生神经网络模型，逐个计算所述初始图像的第二边界区域与所述相关图像集中的所有图像的相似度，得到至少一个第三相似度；

从所述相关图像集中查找所述第三相似度最高的图像，标记为所述初始图像的第二拼接图像。

5.一种图像处理装置，其特征在于，包括：

获取模块，用于获取待拼接图像集，所述待拼接图像集中包括多个待拼接的图像；

分析模块，用于利用孪生神经网络模型，对所述待拼接图像集中的图像进行相关性分析；

确定模块，用于根据相关性分析结果，确定所述待拼接图像集中的图像的拼接顺序；

合成模块，用于根据所述拼接顺序，合成全景图像。

6.根据权利要求5所述的装置，其特征在于，所述分析模块用于：

从所述待拼接图像集中选取一个图像作为初始图像；

利用孪生神经网络模型对所述初始图像进行相关性分析，确定所述初始图像的拼接图像；

判断所述待拼接图像集中是否存在未进行相关性分析的剩余图像；

若所述待拼接图像集中存在未进行相关性分析的剩余图像，则从所述拼接图像中选取一个图像作为初始图像，利用孪生神经网络模型对所述初始图像进行相关性分析，确定所述初始图像的拼接图像，判断所述待拼接图像集中是否存在未进行相关性分析的剩余图像，直至所述待拼接图像集中不存在未进行相关性分析的剩余图像。

7.根据权利要求6所述的装置，其特征在于，所述分析模块具体用于：

利用孪生神经网络模型，逐个计算所述初始图像和所述待拼接图像集中除所述初始图像以外的其他图像的相似度，得到至少一个第一相似度；

从所述其他图像中筛选所述第一相似度在预设范围内的图像，得到相关图像集；

利用孪生神经网络模型，逐个计算所述初始图像的第一边界区域与所述相关图像集中的所有图像的相似度，得到至少一个第二相似度；

从所述相关图像集中查找所述第二相似度最高的图像，标记为所述初始图像的第一拼接图像。