[发明专利]一种360度全景环视设备拼接图像评价方法

权利要求书

1.一种360度全景环视设备拼接图像评价计算方法，其特征在于，主要包括以下步骤：S1：生成训练数据集和获取测试数据集；S2：构建并训练YOLOV3网络模型；S3：预检测360度全景环视设备的拼接图像；S4：基于训练的YOLOV3网络模型测试预检测后的图像； S5：对YOLOV3网络模型检测后的结果进行评分。

2.根据权利要求1所述的一种360度全景环视设备拼接图像评价计算方法，其特征在于，所述步骤S1包括S101、S102、S103、S104；

S101：获取360度全景环视设备的拼接图像；

S102：生成图像数据集；通过获取的360度全景环视设备拼接图像，对图像进行标注，找出全景拼接图像中拼接重影，拼接损失，拼接错位以及拼接缝隙的位置并标注每个位置的类别；

S103：将图像数据集按a：b划分为训练集和验证集，其中a的取值范围为7～9，b的取值范围为1～3；

S104：获取测试数据集。

3.根据权利要求1所述的一种360度全景环视设备拼接图像评价计算方法，其特征在于，所述步骤S2包括S201、S202；

S201：构建YOLOV3网络模型；以步骤S1生成的训练数据集中的图像为输入，生成一个YOLOV3网络模型，该网络模型主要由输入层、主干特征提取层以及特征融合输出层组成；

输入层输入416×416×3大小的图像；

主干特征提取层由残差卷积模块和在残差卷积模块间实现下采样的卷积模块组成，用来提取图像特征；

特征融合输出层将上一层保存的3个尺度的特征层构建特征金字塔，进行分类和回归预测；以416×416图像作为输入的特征融合层的3个尺度分别为13×13、26×26和52×52；在每个尺度内，通过卷积核的方式进行局部特征交互，完成金字塔特征融合；

S202：利用数据集训练YOLOV3网络。

4. 根据权利要求1所述的一种360度全景环视设备拼接图像评价计算方法，其特征在于，所述步骤S3用于预先评估获取的拼接图像质量，判断拼接图像的质量； 步骤S3包括S301、S302、S303；

S301：图像曝光检测；

选取了小波分解的低频系数平均值作为图像曝光的评价参数，可由下式计算：

其中，为图像亮度指标， w_l[i][j]为图像第i行、第j列像素点的低频系数，m，n为图像的长和宽；

S302：图像清晰度检测；

选取了图像的拉普拉斯方差作为清晰度的评价参数，通过拉普拉斯算子对图像进行卷积并计算方差，通过下式计算图像的清晰度：

其中，S为图像矩阵方差，L_i为拉普拉斯卷积后图像第i个像素点的值，为拉普拉斯卷积后图像像素平均值，n为图像像素点个数；拉普拉斯卷积可表示为：

L_i为拉普拉斯变换后图像第i个像素点的值，表示图像第i行、第j列像素值；

S303：图像角度检测；

选取棋盘格与图像边缘的角度以及棋盘格与车辆模型的角度作为评价参数。

5.根据权利要求1所述的一种360度全景环视设备拼接图像评价计算方法，其特征在于，所述步骤S4是将步骤S3预检测的结果作为步骤S2训练好的YOLOV3网络的输入，经过该YOLOV3网络后输出对应每个块的位置和标签。

6.根据权利要求1所述的一种360度全景环视设备拼接图像评价计算方法，其特征在于，所述步骤S5包括S501计算拼接损失占比、S502计算拼接重影占比、S503计算拼接错位长度以及S504计算拼接缝隙宽度；输出拼接图像的评价结果。