全景环视（精选十篇）
全景环视 篇1
关键词：RSA,安全,概览
作为信息安全领域每年最盛大的活动, RSA Conference已经有了18年的历史。RSA大会就像安全界的奥林匹克, 这里汇集了安全界最好的精英、研究机构、企业, 成为了安全发展趋势的风向标。虽然每年都会在欧洲、日本分别举行, 但其中最具影响力的, 还是在旧金山举办的RSA大会。绿盟科技作为少数两度参加RSA盛会的中国厂商, 将向国内同行全方位透视RSA Conference的前世今生。
大会起源
RSA是信息安全中一个非常著名的公钥加密算法, 1977年被发明, 以该算法的三位发明人Ron Rivest、Adi Shamir、Len Adleman的名字命名。该算法是目前IT系统中应用最为广泛的非对称算法。而RSA亦是美国一家著名的信息安全公司的名字, 目前是EMC旗下的一个分支。RSA conference自1991年开始由RSA公司主办, 最初作为密码专家的论坛, 用于分享在互联网安全方面的最新技术与知识。经过10多年的发展, 逐渐成为全方位覆盖信息安全各领域的专业盛会。
会议议程
RSA大会一般历经5天, 分为展会与会议两个大部分, 也在相隔一街的两个会展大厅进行。一边是逾期3天的市场气息较浓的厂商展览, 而另一边则是学术气息主导的会议。其会议部分的设置也相当专业, 分为:主题演讲 (Keynote) 、专业论坛 (Track Session) 、业内同行论坛 (Peer2Peer Session) 、创新沙盒 (Innovation Sandbox) 等。
(1) 主题演讲 (Keynote)
汇集了来自全球安全界一些重量级人物对于安全在技术、市场、热点问题方面的观点, 比如今年, Cisco CEO John Chambers、RSA总裁Arthur W.Coviello、Symantec CEO Enrique T.Salem、RSA实验室的首席科学家Ari Juels、McAfee总裁Dave Dewalt等都会进行演讲。
(2) 专业论坛 (Track Session)
RSA上各领域安全专家最为关心的版块, 专业论坛又细致的分为了10多个领域, 包括:应用与开发;安全商业;加密;企业安全服务;精选会议;治理 (Governance) -法律、治理 (Governance) -企业与政府;治理 (Governance) -风险与合规性;黑客与威胁;主机安全;热点问题;网络;物理安全;研究成果发布;战略与架构;
这样细致的领域细分研讨, 必然使得各领域专家都能够找到各自专注的方向。当你穿梭于各个分会场, 可能只会恨自己分身乏术。RSA 2009中, 物理安全 (Physical Security) 与安全治理-风险与合规性 (Governance Risk&Compliance) 两项, 是今年新增加的议题。这10多个领域, 总共240余个研讨中, 又被分成了高级、中级、未分级别三类。高级研讨的演讲者需要在这个领域具备10年以上的经验, 研讨中更多的讨论深度架构、代码、工具等内容, 涉及的内容也更具学术性, 很少涉及背景知识。而中级研讨会专注在引入一些概念, 定义, 介绍一些架构等, 演讲者也需要有5年以上的行业经验。而未分级的部分则往往介绍一些新兴的技术领域。
(3) 创新沙盒 (Innovation Sandbox)
RSA Conference的特色, 这个分会场利用一个下午的时间, 引入了10家新兴的小公司的创新技术。他们给我们带来了新的创意、新的概念。这里的技术无所谓大小优劣, 只要你够创意, 并有较好的市场或技术前景, 就可以在这里一显身手。而且最终的这10家候选企业, 也得到了一个直接面对业内专家、媒体以及他们最迫切需要的风险投资者。通过他们一个下午的展示、5-10分钟的演讲, 来阐述他们的创新与产品。最终打动专家组的公司, 会获得当年的Innovation Sandbox Award奖项。这也意味着这家公司找到了更好的发展机会。
(4) 同行论坛 (Peer2Peer Session)
这个论坛给了某些专业领域的同行近距离接触的机会。一般每个议题, 只有20多席的座位, 采用先到先得的方式, 使得关心此专题的人士可以有一个封闭的, 面对面的深入交流的机会。
除了这些公开的论坛, 更有一些小范围的特殊workshop讨论, 如女性安全从业者论坛, 使得活跃在信息安全行业中的聪颖的女性们能够接触RSA大会的机会一同聚会。这些workshop也使得在RSA大会的主框架上, 更点缀了很多有趣的环节。
环视的近义词是什么_用环视造句 篇2
环视
拼音：huánshì
【近义词】
环顾 扫视
【词语释义】
基本解释
环视，指向四面观看;环顾。
详细解释
四面注视。
汉 贾谊 《新书・亲疏危乱》：“动一亲戚，天下环视而起，天下安可得而制也。” 宋 陈傅良 《西汉论・张耳郦食其陈馀》：“然环视而争衡者，没 高帝 之齿而不~。” 康有为 《答南北美洲诸华商论中国只可行立宪不可行革命书》：“夫今日 中国 积弱，众强环视。”
周密观察。
宋 曾巩 《上欧阳学士第二书》：“重念 巩 无似，见弃于有司，环视其中所有，颇识涯分。”《元史・方技传・田忠良》：“ 忠良 环视左右，目一人，对曰：‘是伟丈夫，可属大事。’”
围观。
宋 洪迈 《夷坚丁志・张颜承节》：“ 宣和 间，京师 天汉桥 有官人自脱冠巾，引头触栏柱不已，观者环视，恍莫测其由。” 清平步青 《霞外|屑・掌故・肃顺专款》：“若 肃 相则赴市时，万人环视，唾不置。”
【出处】
语出汉 贾谊 《新书・亲疏危乱》:“动一亲戚，天下环视而起，天下安可得而制也。”
【词语造句】
1、亨利向四周环视，似乎在寻找什么。
2、就在我们继续交谈时，我四周环视了一下，发现店里除了我们外没有别人。
3、绿衣军官站在一边，紧张地环视四周，他不知道怎么安慰我的母亲，也不知道怎么逃离这令人悲伤的时刻。
4、那个家伙环视一圈确定只剩我们两个人了，就走过来钻到了水里。
5、大多数公众演说者被鼓励着去环视房屋，和听众重的单个人发生眼神交互。
6、环视亚洲其他国家，像韩国和印尼，你会发现他们的发展方式如出一辙。
7、但此时却没有开始，他惊恐地环视四周，直到能听到那预料中的强音开始时，他才恢复正常。
8、但是，如果你环视自己的私人生活和职业生活，你会发现有多种形式的竞争。
9、“你能试试遥控器么?”他边说边环视着房间。
10、金姆环视着空无一人的道路，大声呼叫她的母亲。
11、环视周围，真诚地感激你看到的一切。
12、环视周围，我们会发现许多人每天都会撒很多个谎。
13、他环视了一下这充满高科技的房间。
14、萨彻尔博士利用显示器上高灵敏度的相机缩小放大，并使显示器左右摇摆，很像他转动脑袋环视房间。
15、前后左右地环视你的听众，选择一个人作为焦点，然后再换另一个人。
16、看看这座繁华的城市――环视这个礼堂――我相信我们两国有许多重要的共同点，那便是相信未来。
17、施瓦茨环视着房间里的每个董事。
18、即使在我们运送它们的时候，他们会慵懒地慢慢醒过来，睡眼惺忪地环视箱子四周。
19、当他环视酒吧时，发现一只猴子荡下来，在他阻止之前，偷走了啤酒。
20、那个身材魁梧、气度不凡的人环视了一下室内，对大家报以微笑。
21、只要我们环视一下，就可以很容易的找到几个实例。
22、我十分经常在10到20人的群体中担当主持人，当我借环视整个房间时用这个方法和观众进行目光接触，直到和每位观众建立足够融洽的关系才停止。
23、她略微环视了一下房间才离开。
24、最近翻新的是这座位于码头脚下的高而纤细的t望塔，从塔上的每个角度都可以环视整个城市。
25、他迅速的环视周边，发现街对面的酒店(千禧酒店)敞开着一扇门，于是他向它奔去。
少儿险全景图 篇3
孩子，是父母手心里的宝。伴随着出生后的那一声响亮啼哭，当那个粉粉嫩嫩的小天使展现在你面前时，就注定了孩子和你一生的缘分，也注定了孩子今后的一举一动都将牵扯着家长的喜怒哀乐。
少儿保险意义大
孩子成长过程中，父母最关心的就是教育和健康问题。如何满足孩子的教育金和健康问题所需呢？100个父母可能有100种想法：有人在银行存一笔定期，有人买几套房子保值增值，也有人进入股市投资获利。这些方法归根到底都是通过各种理财工具的配置，让孩子在需要钱的时候，能够获得一笔足够的资金。
这其中，有一种理财工具我们一定不能忽略，那就是“保险”。与其他金融工具有所区别，保险特有的风险保障功能，首先能够为孩子撑起一把大大的保护伞，无论遭受意外还是疾病，都能帮助家长减轻经济负担。
而教育金保险、分红险、投连险、万能险等在保障基础上兼有一定理财功能的保险产品，也能作为教育理财工具之一。特别是作为强制储蓄的手段，帮助家长一起应对孩子成长路上所需的教育金缺口。
少儿险指南助你一臂之力
只是，市场上少儿险产品五花八门，种类繁多，到底哪些才是我和我的孩子所需要的？哪些产品比较有特色？
适逢“六一”儿童节，在这个属于孩子们的快乐节日里，本刊推出《少儿险全景图》特别报道，希望能为正在为孩子的保障安排烦恼的家长提供“数据库”，方便他们挑选、比较自己所需要的少儿险产品。
英国《每日邮报》披露了海豹突击队在发动袭击时随身携带的一本“拉登说明书”。这本手册不仅详细介绍了拉登住所的人员情况，还对拉登的衣着进行了详细描述。媒体报道认为，这本“拉登说明书”是美军突袭拉登成功的重要促成因素之一，就像是一本“拉登攻略”。
可见，任何行动中，“攻略”都很重要。希望本刊此次推出的《少儿险全景图》，也能成为家长为孩子安排周全保障的一本有效“攻略”。
在给孩子安排保险计划的时候，最重要的一点其实还在于事先确认好自己和孩子的最重要保障需求。找准了自己的真实需求点，然后才可以根据自己给孩子的保费预算，选择到合适的产品或组合。
本组《封面文章》中，我们也为读者朋友们制作了三个典型的小套餐，大家可以循着类似的思路 “海选”产品，最终让自己和孩子“对号入座”。
几大技巧莫忽视
在给孩子安排保障的时候，还有几个重要的技巧是不能忽视的。
首先，要先为大人做好基础保障，家庭投保应以家长为主，孩子为辅。这虽然是个老生常谈的话题了，但在实际操作上，仍然有很多的家长会忘记这一重要原则。特别是当一个家庭新添了一个宝宝之后，很多保险销售的电话就开始对家长进行狂轰滥炸了，沉醉在幸福之中的新父母们也就将这一投保原则抛诸脑后，在自身保障不全的基础上，开始兴奋地为宝宝急着买保险。
毕竟，家长作为家庭的经济支柱，首先要充分保证他们的意外、医疗、重大疾病和寿险等保障。因为如果父母这个主要经济来源突然中断，孩子将失去经济支持。每年为孩子缴纳的保费不宜超过家长的保费，如果不能兼顾，应以大人为主。
全景虚拟漫游技术研究 篇4
360°全景虚拟漫游技术是二十世纪末出现的一门崭新的综合性信息技术, 它融合了数字图像处理、计算机图形学、多媒体技术、传感器技术等多种信息技术。根据虚拟对象不同, 通常分为虚拟实景技术和虚拟虚景技术两种。虚拟实景技术是指虚拟现实中真实存在的场景, 如虚拟实体博物馆、展览馆、校园等。虚拟虚景技术则虚拟现实中不存在的场景, 如复原已经湮灭了的历史建筑, 如生成阿房宫、圆明园, 或构建事实不存在的景观和人物, 如影视人物与场景。虚拟现实技术的应用领域非常广泛, 目前, 主要用于博物馆、展览馆、房地产甚至校园等机构的虚拟漫游项目。制作全景网络虚拟漫游系统的传统做法是通过3Ds Max、Auto CAD、玛雅等3D软件进行三维建模、渲染设计等功能完成, 这种方法对于虚拟虚景技术具有较大的优势。但是对于较大规模的实景建模, 仅在几何建模阶段花费的时间就相当多, 而且较难达到与实际场景一模一样的逼真效果。全新数码照相机数据采集技术的成熟, 为虚拟漫游技术的发展提供了广阔的空间。
1 全景虚拟漫游技术流程
实现全景虚拟漫游包括三个环节:第一, 实景数据采集或3D建模阶段。要在一个模拟真实的环境里实现漫游目的, 就必须建立一个漫游的环境, 传统做法是通过3D软件建模生成框架再通过贴图、材质、渲染、合成、设计等技术模拟出场景。而现在流行的做法是通过数码照相机现场数据采集获取真实场景图像来实现, 对于前者在建模阶段所花费的时间和工作量是巨大的, 而后者却显得更有成效和可行;第二, 360°全景图片的生成。不管是通过什么方法获取的场景图像, 为了达到漫游的目的, 都必须是可用于漫游软件编辑的素材, 如数码相机采集的单幅图片必须借助相关软件缝合成360度的全景图片;第三、全景虚拟漫游展示平台构建。能够用于虚拟漫游展示平台设计的软件很多, 常用的有漫游大师、Pano2VR等, 借助软件将多个场景实现链接并可通过鼠标流畅地控制显示任意观察方向和变焦的场景, 最后基于Flash的整合技术, 将场景虚拟全景图系统整合到网络平台中, 达到交互性与轻松漫游功能。
2 场景数据采集技术
实现全景网络虚拟漫游系统主要包括二个技术体系:发源于二十世纪末的传统3D软件建模技术;其次是利用普通数码相机或专业全景摄影机进行图像数据采集。两种技术体系各有特点, 在虚拟实景和虚景方面各有优点和不足, 具体如下:
2.1 通过传统 3D 软件三维建模
直接利用现有的三维模型制作软件, 如Auto CAD、3DSMAX、Maya等。目前这种技术应用的时间长, 已经相当成熟, 即使要制作的场景还处于规划、尚未建成阶段, 也可以根据相关的建筑图纸, 完成虚拟场景的建模。这种方法工作量大, 而且模型建立的好坏直接影响虚拟场景的逼真度和沉浸感, 其建模方法大致如下:
首先, 运用基本的地形测量技术, 测量出基础数据, 如建筑物的长、宽、高等, 这些数据必须精确;根据测得到数据利用CAD制作出平面图, 把CAD制作好的平面图, 载入到3dmax中, 为制作仿真模型做准备。利用高清数码设备对场景各个建筑及其地形进行图像采集, 主要用于制作仿真模型时把握建筑体的形体结构、建筑体纹理, 为以后制作仿真材质与纹理提供素材。根据制作的模型图以及现场照片素材在3d max中, 利用多边形建模技术, 对建好的素模进行材质制作, 并通过贴图烘焙给模型设置光效, 完成仿真场景模型的设计。
2.2 利用普通数码相机或专业全景摄影机进行图像数据采集。
相对于传统三维建模技术而言, 利用普通数码相机或专业全景摄影机进行图像数据采集具有自动化程度高、建模速度快、场景逼真、易于实时更新等特点, 它是借助数码相机鱼眼镜头多角度拍摄现场真实数据, 并借助软件缝合成全景图片的技术。目前, 有两种采集方法, 一是普通数码相机加旋转云台进行采集;二是通过专业设计的球幕数据机进行采集。
2.2.1 普通数码相机加旋转云台数据采集
普通数码相机拍摄采集相比球幕数据机来说, 最大优势就是设备门槛低, 成本划算。拍摄时必须配备旋转云台进行定点旋转拍摄, 为了确保普通数码相机所拍出来的一组单张照片能够在缝合软件中顺利拼合成为技术瓶颈, 要解决这个问题需要考虑如下几个因素:1、镜头的焦距问题。视角太广的镜头合成后会有较明显的畸变, 影响视觉效果, 而视角太小的镜头所拍出来的图片数量增多缝合难度加大, 而且会增加图片像素, 影响电脑运行速度, 实践证明, 相对135全幅数码相机而言镜头焦距一般在16MM焦距镜头较为理想。如果采取由6张照片缝合成全景图, 一般采用14—17毫米的鱼眼镜头拍摄。2、云台的角度控制。旋转云台的使用也很关键, 必须保持水平面, 计算角度要准, 一般是水平, 向下45度角和向上45度角三个方向, 否则后期的照片就很难缝合成功, 例如使用佳能D90的数码相机加18MM镜头拍摄, 需要拍摄36张图片才能达到较佳的效果。3、全景图的缝合。普通相机拍摄完成的单张组图要借助类似PTGui Pro这样的软件进行后期缝合, 达到可用于漫游系统编辑的360度全景图片, 专业的全景球幕数据机系统一般会自带后期输出和拼接软件, 操作更加方便。
2.2.2 全景球幕数据机采集
目前, 全景虚拟漫游数据采集的最新设备是Civetta球幕数据机, 尽管该设备价格太贵, 非个人所能承受。但它在虚拟实景和数据测量方面具有强大的优势。目前, 故宫博物院、敦煌莫高窟艺术博物馆、中国美术馆、广东美术馆等单位的虚拟漫游系统均使用该设备完成。
Civetta球幕数据机这是一种镜头经过散射、色差、虚光等精确校正, 具备数据测量、全景视图生成、三维图景信息采集等强大功能的数字相机, 它通过一次作业即可记录下现场的影像及其物理数据, 是一种快速、易用、信息量大的数据采集工具。它内置14MM的鱼眼镜头, 一次拍摄可以达到30张, 配合独家设计的旋转云台, 整个拍摄过程可以通过预设程序自动完成, 从6个角度拍摄, 每个角度按包围曝光原理拍摄5张, 实现每个点达五档曝光宽容度范围, 给后期输出提供足够的细节再现可能。
Civetta球幕数据机采集步骤:
(1) 了解整个采集点的环境, 并设定好采集设备的位置。
(2) 从设定好的第一个拍摄点开始架设设备, Civetta架设高度应以人的正常视点为标准, 并拍摄色卡以便后期色彩校正, 色卡采用X-rite色卡, 对每种不同光源环境下都要采集一次色卡。
(3) 按设定好的顺序拍摄, 并记录每一个拍摄点。
(4) 冲图
将Civetta采集回来的高动态数据通过设备专用输出文件软件将全景图冲洗出来。冲图过程中通过技术处理得到高动态压缩、尺寸达到14142 X 7071的JPG格式全景图。
(5) 底座修复
补底:对全景图底部拍摄不到的部分进行修补。使用Spheron Cam软件导出底部, 底图经过Photoshop处理后再使用Spheron Cam软件进行逆处理, 再合并得到完美的全景图中。
3 虚拟漫游系统的设计与实现
前面的数据采集或建模都只是虚拟漫游系统的部分工作, 要实现完整的虚拟漫游体系, 还必须借助相关软件完成, 通过设计浏览界面、连接各个拍摄点、导览图和插入媒体等技术, 最终建设成交互性友好界面, 达到应用目的。
3.1 导入 VR 平台与界面设计
将烘焙完成的所有仿真模型或缝合的全景图片导入后期软件平台, 如VRP-Builder、漫游大师或Pano2VR, 设计好虚拟漫游浏览的界面、制作导航图、交互按钮及框架, 将校正好的全景图按顺序做特效连接, 设计通过使用键盘或鼠标作为控制输入的设备进行自由行走。其中, 键盘可以控制前进、后退、向左和向右4个方向, 鼠标可以控制向左、向右、前进、后退、旋转、拉近拉远等操作, 具体的功能实现过程包括创建行走相机及设置碰撞检测和碰撞响应, 以此保证在虚拟漫游系统中人的漫游行为更为真实。为了是漫游效果更加逼真, 在浏览途中加入视频、图片、文字、音乐、动画等媒介, 最后做成用户操作界面。可以实现人机互动的乐趣, 打破普通网页的单调与乏味。例如美术馆的虚拟漫游, 观众可以通过点击视屏画面上的按钮直接播放展品, 有一种强烈的临场感受, 体现出虚拟网络漫游的交互性、趣味性和临场感, 实现逼真的体验感。
3.2 数据发布与交付使用
完成的虚拟漫游系统通过漫游设计软件根据使用功能导出为相应的格式, 例如通过Pano2VR导出可以支持网页使用的Flash格式, 基于Flash的整合技术, 将场景虚拟全景图系统整合到目的网络平台之下, 通过点击界面下方场景缩略图即可进入该场景进行三维模拟浏览, 也可通过导览图轻松切换场景, 通过设置还可以通过百度或其他搜素引擎找到该页面实现异地浏览和阅读。还可使用漫游大师V6.0发布成Flash VR (HTML) 、exe、SWF以及运用到i Pad等苹果设备上观看的HTML5格式, 用户可以根据需求选择发布格式展示三维虚拟漫游。
4 结论
鉴于虚拟现实技术的迅速发展和应用需求, 因此, 开发新型科学实用的漫游制作技术就有了研究价值, 总的来说虚拟漫游系统建构前期的数据采集采用数码摄影的方法取代传统三维建模技术已成为主流趋势, 各种以数码摄影的采集方法经过比较, 采用新型Civetta高动态全景球幕数据机采集技术的确具有较大的技术优势, 这点从国内权威机构例如故宫博物院、中国美术馆、广东美术馆、麦积山洞窟等机构的使用就略见一斑, Civetta高动态全景球幕数据机的技术优势更利于博物馆、大型购物广场、会所及校园建筑、校内环境、校内实训室等场所的全景虚拟漫游体系的构建。
参考文献
[1]黄炜.基于VIRTOOLS的工厂虚拟漫游系统的设计与实现.电脑知识与技术.2011.1.
[2]简静芳.基于V RP的房地产虚拟漫游展示系统构建洛阳理工学院学报 (自然科学版) 第21卷.第3期.2011年9月.
[3]刘文卫.江朝伟等.基于三维全景技术的虚拟校园漫游系统设计及艺术表现探究百度文库网址:http://wenku.baidu.com/
[4]邱洪.与Web Services结合的三维虚拟漫游系统.计算机应用研究.2005年10月.
[5]郑响阳, 彭源.虚拟漫游技术在行业培训中的应用效果与要点分析.内蒙古农业大学学报2010年10月.
全景照片拍摄技巧 篇5
图片作者：酒干倘卖无
拍摄要点
用来拼接全景的照片有一定要求，如曝光值相近、色调相近、依次排列、相互稍微重叠等等，拍摄时有些注意事项。
一、焦距的选择
图片作者：brice Canon EOS 7D EF17-40mm
有人认为拍摄全景照片时要使视角尽可能的大，因此应该用最短的焦距(广角镜头或变焦镜头的广角端)，这样需要拼接的照片幅数少。其实这是一种误解，拍摄时省了事拼接时就麻烦了。因为广角镜头透视效果强烈，尤其是画面的边缘，容易发生扭曲，拼接时很难做到天衣无缝。但是广角有广角的好处，可以形成更强的透视感。比如上图为Canon EF17-40mm 拍摄的作品，成片除了全景视角外，透视关系很强。
图片作者：mike
所以拍摄时可以使用变形较小的中焦或长焦端拍摄，并且拍摄中途不宜改变焦距，较常用的镜头有EF35mm、EF50mm、EF85mm 等，上图为mike2009的中长焦全景接片。
二、曝光参数
在数多数码相机都有专门的全景模式，在此模式下，相机会自动按拍摄全景照片的要求设置曝光参数，对于没有全景功能的相机要注意以下几点：
不要改变光圈、速度、ISO、分辨率及其他设置
a、测光时使用平均测光，曝光时使用手动曝光或AE锁锁定曝光参数，同一组全景照片的拍摄过程中不能改变光圈、速度、ISO、分辨率及其他设置;
b、使用固定白平衡，使用自动白平衡可能造成不同照片的色调不一致，
三、拍摄方法
拍摄时依照一定顺序(由左至右或由上到下等)拍摄，最好使用三角架平稳旋转，旋转拍摄时要注意转轴垂直，围绕拍摄或逐点平移拍摄时要注意相机高度、角度一 致，一般不要使用闪光灯，闪光灯会造成近亮远暗。拍摄时相邻两幅照片之间要有一定重叠，佳能、卡西欧等品牌的一些数码相机在全景模式下LCD显 示有辅助提示。避免在光照条件剧烈变化的时候(如行云遮日)拍摄，以免各幅画面之间曝光相差太大。拍摄时还要注意避免在衔接处出现移动物体(如车辆及行 人)。虽然选择有明显标志的位置作为衔接点有利于一些自动软件识别、拼接，我们还是建议选择无明显标记、容易混合的部位作为结合部，如水面和远山，这样拼接起来不容易看到接缝。
做到无缝拼接
1.准备一个三脚架。
2.把相机的白平衡调整为多云，如果你设置为自动，那么白平衡在每张照片上也许就可能改变，这样照片的效果就不一样。
3.最好是垂直拍摄，因为这样比水平拍摄来说，更避免了边缘变形。
4.每张照片重叠到百分之二十，确保每张照片有1/4出现在第二张照片上，这样有利于photoshop重叠好照片。
全景拍摄的健将 篇6
通用电气E840s主要规格
此款相机打开后，前伸的三级镜头外部呈现为金属白和金属灰，并有不同的质感和亮度对比，整体观感亮丽时尚。相机前部面板简洁明快，只有对焦辅助灯和闪光灯，中间镶嵌着具有艺术感的GE花体和美术体标志，相机左下角有800万像素以及相机的型号标识，观感简约宜人。
相机背部面板设计简洁明快，左侧为2.7英寸的液晶屏幕，右侧为相机拍摄模式调整和相机拍摄参数调整的转盘，加上分布其间的三个小按钮，可以完成相机大部分功能的控制。这款相机背部的两个转盘和液晶屏幕布局均衡，当相机竖起来的时候，两个转盘看上去像卡通形象的两个大眼睛。
试用
此前使用数码相机进行全景拍摄，要么是单纯在相机内部裁剪画面，获得一张全景画幅比例的照片，这种方法是以降低画面的有效像素数为前提的；另一种全景拍摄的方法就是先用数码相机拍摄同一场景的多张照片，然后后期在电脑上使用影像处理软件进行拼接。这两种方法要么影响了所拍摄画面的质量，要么具有一定的技术难度。而通用E840s的推出无疑为普通用户拍摄全景画面提供了一个轻松自如的解决方案。
在使用通用E840s进行全景拍摄的时候，首先需要通过模式转盘将相机调到全景拍摄模式。这时候画面的中心对焦框下面就会出现1、2、3三个数字，1为黄色背景，表示当前拍摄的是全景照片的第一张素材。在按动快门拍摄之后，液晶屏幕会在画面右边1/5的面积内显示刚才拍摄的画面左边的半透明画面，2变为黄色背景，表示当前拍摄的是全景照片的第二张素材。这时候向左移动相机，使取景的画面的右面1/5与刚才拍摄的画面左边1/5正好重叠，找到全景画面的拼接点。以此类推，拍摄完成3张照片之后，相机内部软件会根据你拍摄时选择的拼接点，自动将拍摄的三张照片拼接在一起。
利用此款相机的全景拍摄功能，我们能够很容易地拍摄到全景照片，而且照片的数据量有很大的保障。但是在具体的拍摄中，要留意三张全景素材照片拼接点的吻合度，同时要注意画面的透视。通过试用拍摄，发现全景照片拍摄功能适合于中远景的拍摄，对于近景拍摄由于透视变形较大，素材照片拼接后效果不是很理想。
电子影像防抖
防抖技术早已经从专业相机领域进入到民用相机的应用中。这款相机虽然采用的不是光学防抖技术，但是电子防抖技术的应用仍然能够帮助用户在低照度下拍摄到清晰的影像。
面部识别
在面部识别技术被广泛应用的今天，GE公司在E840s上也采用了这种技术。面部识别技术的应用，可以有效防止人像拍摄中相机对焦的失误，提高拍摄的成功率。
噪点
此款相机采用的是800万像素的1/2.5英寸CCD，相比同类800万像素的相机，CCD的尺寸比较大，保证了所拍摄画面的清晰度。经过试拍，这款相机的感光度在ISO400的时候，噪点得到了有效控制，画面质量仍然能够接受；在感光度超过ISO800的时候，画面噪点增多，画质下降。
全景拍摄
这款相机具有独特的全景拍摄模式，它能够通过相机内置的软件将实时拍摄的3张照片拼接在一起，从而省去了后期在电脑中使用图像处理软件进行拼接的麻烦。
色彩
球形全景图像的自动拼接 篇7
近年来, 以图像绘制为基础的全景图虚拟实景技术成为计算机图形图像人员研究的热点。全景图虚拟现实技术的核心有两个。一是全景图像的拼接。即通过照片如何合成确定格式的全景图像。二是全景图的显示。拼接好的全景图像都有很大的变形, 不能直接观看, 要通过合适的程序处理和显示, 才能看到与现实一致的图像。其中全景图像的拼接是基础, 拼接的算法将对开发出来的软件的使用方法和易用性有直接的影响。
目前全景图技术可分为柱形全景、方形全景、球形全景。对于柱形全景的拼接, 有基于仿射变换[1]和基于透视变换[2]的两种算法, 柱形的算法较球形和方形的简单, 但缺点是最终得到的场景信息不完整。对于全方位的全景 (球形和方形) , 目前大多数全景制作软件所用的图像拼接方法为light field方法[3]、lumigraph方法[4]或者同心圆拼图法[5]。其中light field方法是由M.Levoy 和P.Hanrahan 提出的, lumigraph方法由S.Goertler 提出, 这两种方法把场景限制在立方体中, 表示比较复杂, 通过对自由空间进行密集采样来表示全景信息, 这一表示可以支持任意角度的观察, 但是需要巨大的数据量, 而且方法也复杂。而Heung-Yeung Shum 提出的同心圆拼图方法, 和light field、lumigraph 相比, 同心圆拼图法生成的文件较小。同心圆拼图法可以不用恢复几何和照片空间的模型, 用户可以在圆的范围内自由的移动。而这些方法需要的参数 (或条件) 非常多, 所以实现起来只能是半自动化, 一般制作过程中需要用户输入镜头参数, 并且要进行繁琐的对应点寻找的工作, 而这些工作使得非专业人士难以胜任, 使得全景图的制作成本不能降低。而本文将提出球面自寻匹配的拼接算法, 所有拼接的参数都由程序自动计算, 程序可以完全自动化地工作。
1 球面自寻匹配算法
球面自寻匹配拼接算法的计算过程是把多幅图像映射到一个合适的球面上, 自动调整每幅图像的插入点, 使得重合位置的差值图像灰度累积平均值最小, 然后球面的图像反映射成平面形式, 最终得到拼合图像。
先考察照片与球面像素的映射方式。如图1所示, 一幅拼接好的全景图像按经纬度映射到一个矩形纹理图像上的点, 经度映射成矩形的水平坐标, 纬度映射成垂直坐标。这样, 球面极坐标可以直接使用矩形纹理图像的水平垂直坐标。在这个纹理图像中, 最明显的变形就是水平方向的拉伸变形,
在赤道上几乎没有拉伸变形, 越接近南北极点, 变形就越厉害。
而右边的长宽比为2:1的经纬映射图像就是我们要拼接制作的结果, 它是由照片经过处理变形而成的。考虑鱼眼镜头得到的水平和垂直视角都超过180度的超广角照片 (如图2) 。
图2为一张视角为183度角的鱼眼照片。角鱼眼图像可以通过如下方式投影到一球面上, 可取得与前述经纬映射一样的效果:把图像按图3方式建立坐标系, 把图像中心像素定位在球面一点 (如与x轴正方向相交点) 作为纹理中心点, 取一个合适的距离r, 以r为半径的一圈像素对应球面上与纹理中心点向量垂直的圆的一圈像素, 如, 若取x轴正向交点为纹理中心点, r圆像素将对应球与YOZ平面交线圆的像素。而其他的点, 以角度与半径成正比的方法变换至球面上, 如图像上的P点, 半径为rp, 与U轴夹角为α, 则在球面上的位置如图4所示。
由于照片中赤道的位置几乎不变形, 所以图3中的r值可以按如下方法估算:从两幅图像中赤道的位置取出行数为3-5行, 然后按图5的方法叠合:图像2从左向右移动, 在重合带处计算颜色灰度值的差值图像, 从左至右进行不同位置的比较, 取得一个重合带差值图像像素灰度值总和最小的位置, 然后按同样方法在图像2的右端叠合图像1。当右端重合带的差值图像灰度总和最小时, 右端的图像1位置也确定下来, 此时, 计算两个图像1的中心位置的像素距离, 此距离为4r0。由于照片拍摄时相机的位置有位移误差, 所以此方法估算的r值不会绝对准确, 但会接近准确值。根据笔者的经验, 拼合计算时可取:
0.8r0<r<1.2r0 (1)
进行扫描计算。即在 (1) 式范围内每隔一个Δr (如取Δr=0.01r0) , 按照下文的式 (2) (3) (5) (6) 计算, 最后记录和比较计算结果, 取结果为最小值时的参数条件。
如果为两幅鱼眼图像, 可以x轴的正负方向的两个交点作为纹理中心点, 把鱼眼图像向球面映射, 如果两幅鱼眼图像拍摄的时候光学中心相同, 方向相差180度, 而且曝光锁定, 则两图像在球面上重合处的像素的颜色正好相同。如果光学中心相同, 方向有误差, 则可调整其中一幅图像的纹理中心点的位置。如图6所示, 纹理中心点经过如下方法变化到Q点:赤道圆绕x轴旋转ξ角, 纹理中心点在此圆上再旋转η角。会存在一个合适的ξ、η角, 使两图像在重合处颜色灰度值相同。若相机除了纯旋转运动, 还有位移偏差, 则有可能无法找到一个新的纹理中心点使图像重合处完全相同, 这时, 可取图像相差最微小的位置。用一个重合位置的差值图像灰度累积平均值描述, 当其值为最小时图像的位置合适:
其中N代表重合带的平均灰度差。ΔDr、ΔDg、ΔDb为重合处像素的红、绿、蓝灰度差。λ为取值0或1的系数, 在重合位置取1, 非重合位置取0。θ、Φ见图1 (b) , 代表球体的经纬度。t为球面像素的高度与半径之比, 可根据经纬图像中像素所处的行数方便地计算,
再考察当纹理映射改为以Q为纹理中心点时, 经纬度为θΦ的点 (如图7) 在图6中对应纹理点的位置。纹理中心点移到Q后, 相当于把原坐标系旋转, 使新x轴与球交于Q点, 则A点在新坐标系中的坐标为:
其中R (ξ, η) 为旋转矩阵[6]:
其中ξ, η的取值范围为0<ξ<2π, η可限定为0<η<10°。
对照图3的纹理映射方式, 可由A′的坐标求得纹理极坐标:
综上所述, 全景图像的拼接过程为:先根据图5的方法估算r0值, 根据式 (1) 中r值的取值范围和式 (4) 中ξ、η的取值范围, 对每幅照片搜索寻找出合适的r、ξ, η。搜索寻找的计算过程为:对照片的每个可能的纹理中心点 (每对ξ, η值) , 都以低精度绘出一幅经纬映射图, 对于经纬映射图的每个像素 (每对θ、Φ) , 以式 (3) 转换坐标系, 然后以式 (5) (6) 寻找出照片中的对应像素, 复制填入。经纬映射图绘出后, 根据式 (2) 计算重合带的平均灰度差N。比较不同的条件下 (不同的r、ξ、η) 的平均灰度差值, N值最小的条件为所求, 以该条件再以高精度绘画一次经纬映射图, 该经纬映射图就是拼接好的全景图像。以上讨论的方法适用于球形全景, 对于柱形全景, 调整一些参数后也能适用。
以上理论在广州凌景数码科技有限公司的全景图软件LimnPano中得到了应用。LimnPano利用该算法拼接和运行的效果请参见文献[7]。
2 结 论
本文针对全景图制作的自动化, 提出球面自寻匹配的拼接算法。该算法中, 除读入照片本身外, 所有拼接的参数都由程序自动计算, 不需要用户输入任何参数或做其他复杂的工作, 只需读入原始图像, 程序就可以完全自动化地工作, 实现工作流程的傻瓜化, 从而使制作成本得以降低。该方法已在商业软件产品中得到应用和验证。
参考文献
[1]Richard Szeliski.Video mosaics for virtual environments[J].IEEE Computer Graphics and Applications, 1996, 16 (2) :22-30.
[2]Szeliski R, Kang S B.Direct Methods for Visual Scene Reconstruction[C].IEEE Workshop on Representation of Visual Scenes, Cambridge, MA, 1995:26-33.
[3]Levoy M Hanrahan P.Light field rendering.SIGGRAPH’96Proceed-ings, 1996:31-42.
[4]Gortler S J, et al.The Lumigrph[A].Computer graphics[C].Annual Conference Series ACM1996:43-54.
[5]Shum HY, He L W.Rendering with concentric mosaics[C].Computer Graphics, ACMSigraph’991999:299-306.
[6]DONALD HEARN, PAULINE BAKER M.计算机图形学[M].第二版.蔡士杰, 等译.北京:电子工业出版社, 2002, 5:332-333.
球面全景图漫游算法研究 篇8
在基于图像绘制的虚拟现实领域中,可以使用全景图来生成具有一定视域大小、不同视线方向的视图。所谓全景图是指从三维空间中某一个固定视点对场景进行观察而得到对场景的一种紧凑表示。在生成场景的全景图以后,可以通过重投影来生成场景在不同视域和视线方向下的透视视图,这个过程称为全景图的绘制。
一个场景的全景图按投影方式可以分为柱面全景图、球面全景图和立方体全景图三种,每一种全景图都有自己的投影模型。并不是每一种全景图都是对场景的完全表示,除了柱面全景图在垂直方向上具有视域的限制以外,球面全景图和立方体全景图在水平方向上和垂直方向上都具有任意的自由度。
可以使用传统计算机图形学的方法或者是基于图像的方法来进行全景图的绘制。Chen[1]提出了基于扫描线相关性的柱面全景图的实时绘制算法。为了得到对场景的完全采样,可以使用球面全景图或立方体全景图。Szeliski[2]提出了使用纹理映射的方法,通过调用Direct X函数来进行球面全景图的绘制。Greene在[3]中提出了使用环境映射进行立方体全景图绘制的方法。
论文对球面全景图的漫游算法进行了研究。关于全景图的合成已经有很多可以参考文献[4-6]。由于直接使用重投影进行全景图的绘制并不能满足实时的要求:对于一个分辨率为400x300的视平面来说,绘制的速度只有每秒5帧左右,而虚拟现实系统要求绘制的速度在每秒15帧以上。为了达到实时绘制的目的,提出使用查找表的优化方法对绘制进行加速。从实验的结果来看取得了满意的效果。
2 球面全景图的漫游
2.1 球面展开
由于球面本身并不是一个可展曲面,为了能够以一幅图像存储场景的球面全景图,可以采用参数化球面投影模型。从球面到视平面的重投影是一个非线性的图像变形过程,这样的变换可以通过两个步骤来完成:1)映射球面上的可视部分到视平面上;2)显示视平面。视平面坐标(x,y,z)到球面全景图坐标(μ,ν)的重投影公式为:
其中r为球面的半径。
2.2 相机运动模拟
对球面全景图进行漫游需要模拟相机在三维空间中的运动。相机在三维空间中具有三个旋转自由度:绕x轴的旋转,旋转角度为pitch;绕y轴的旋转,旋转角度为yaw;以及绕z轴的旋转,旋转角度为roll。绕x轴和y轴的旋转可以通过重投影来完成,绕z轴的旋转可以通过图像旋转来完成。在当前系统的实现中没有考虑绕z轴的旋转。
相机在三维空间中还存在变焦运动,改变相机的焦距等价于改变相机的视域。定义相机的焦距为f,相机的水平视域为hfov,视平面的宽度为w,则有:
2.3 重投影
从球面到视平面的重投影算法为:1)根据水平和垂直旋转角度计算复合旋转矩阵;由公式(2)计算视点到视平面的距离;2)计算视平面上每一个象素经过旋转和变焦后的三维坐标:使用公式(1)计算球面全景图上对应象素的坐标;3)使用双线性插值对球面全景图进行重新采样;4)重复步骤2)-3),直到视平面上的所有象素均被处理完毕;5)显示视平面,完成新视图的绘制。
3 绘制加速
直接使用球面全景图到视平面的重投影算法并不能满足实时的要求:对于一个分辨率为的视平面来说,绘制的速度只有每秒5帧左右,而虚拟现实系统要求绘制的速度在每秒15帧以上,因此需要对球面全景图到视平面的重投影算法进行优化。
通过对重投影算法进行仔细分析可以发现:在计算球面全景图上对应的象素坐标时涉及到两次反正切函数和一次平方根函数的计算。这两部分是影响算法运行效率的因素之一。可以把平方根函数和反正切函数的函数值事先计算好并存储在线性表中,而在实际计算平方根函数和反正切函数时只需要进行线性表的查找操作,这样的优化策略称为查找表计算。
图1(a)为昆明世博园的一幅球面全景图,图1(b)为采用重投影算法绘制的透视视图。
4 结论
论文对球面全景图到视平面的重投影算法进行了详细研究。由于直接使用球面全景图到视平面的重投影算法不能满足实时绘制的要求,所以论文在对重投影算法进行仔细分析的基础上提出了使用查找表的加速策略。下一步的研究工作是将算法放到GPU中进行实现,以进一步提高绘制效率。
参考文献
[1]Chen S.QuickTime VR-an image-based approach to virtual environment navigation:Computer Graphics(SIGGRAPH'95),1995[C].LosAngeles:[s.n.],1995:29-38.
[2]Szeliski R,Shum H.Creating full view panoramic image mosaic and texture-mapped models:Computer Graphics(SIGGRAPH 97'),1997[C].New York[s.n.],1997:251-258.
[3]Greene N.Environment Mapping and Other Applications of World Projections[J].Computer Graphics and Applications,1986,6(11):21-29.
[4]崔汉国,陈军,曹茂春.柱面全景图像拼合及漫游算法研究[J].海军工程大学学报,2004,16(1):23-25.
[5]邹北骥,阮鹏,向遥等.一种精确匹配的全景图自动拼接算法[J].计算机工程与科学,2010,32(8):60-63.
面向全景视频的距离测量方法 篇9
从真实场景的图像中测量距离已成为计算机视觉和图像处理的研究热点[1,2,3]。现有的基于图像的测量方法主要是面向单幅透视图像[1,2,3],其可测量范围受到相机视域FOV的限制。利用图像拼接技术构建待测场景的全景图像[4,5],可以克服基于单幅透视图像测量方法的视域受限的不足,大大扩展了可测量范围,使得在单幅图像中无法完全呈现的长距离线段也能够得以测量[6]。但是,基于全景图的测量方法,其测量范围却受限于单个固定的相机拍摄点,只能测量在拍摄点可见的全方位场景。全景视频技术[7,8,9]可以记录沿着相机拍摄路径的所有全方位的场景信息。通过构造全景视频,在单幅全景图像中无法完全呈现的长距离线段就能够完全呈现在全景视频中。在场景全景视频中进行测量,测量范围不再受相机单个固定拍摄点和视域的限制,从而极大地扩展了场景的可测量范围。
本文通过扩展面向全景图像的距离测量方法[6],提出基于场景全景视频的距离测量方法。这种测量方法的基本思想是,利用全景图像拼接技术[4,5,10]构建多帧有序全景图像的集合,生成场景的全景视频;采用结构与运动恢复技术[11,12,13]恢复相机运动参数(相机的位移和朝向);根据待测点反投射线[14]的不变性对场景进行交互式测量。此方法充分利用趋于成熟的全景图像拼接技术和结构与运动恢复技术(Structure And Motion Recovery),结合影射几何原理[14]将全景视频用于距离测量。通过软件原型PVMeasure,用户可以在场景的全景视频中进行交互式测量。在PVMeasure中,用户可以通过简单的鼠标、键盘操作,围绕视点进行水平和竖直方向上360度旋转以及视域的放大、缩小等来交互地选取待测点,也可以沿着相机的拍摄路径进行移动,选取不同的拍摄点进行测量。对于在单幅全景图中无法完全捕获的长距离线段,用户可以在不同帧中分别定位待测线段的起点和终点进行测量。确定待测线段的两个端点后,PVMeasure根据恢复的相机参数和参考平面自动计算出线段真实距离。据我们所知,这是第一次将全景视频用于测量真实距离的方法。
1 面向全景视频的距离测量
面向全景视频的距离测量方法有三个步骤:全景视频的生成,相机投影矩阵的恢复以及点坐标从射影空间到欧氏空间的转换。
为了在全景视频中进行测量,需要获取场景的全景视频。单个相机已经不能满足拍摄全景视频的要求,使用多相机装置对待测场景进行拍摄。这种装置由多个中心近似重合并且可以对场景进行同步拍摄的相机组成,如FlyCam[8]和Ladybug[9]。对于得到的场景视频每一帧中的图像,采用图像拼接方法和环境映射进行处理生成场景全景视频。得到的全景视频中记录了沿着相机拍摄路径的全方位的场景信息。
充分利用日益成熟的结构与运动恢复技术来高精度地恢复相机的运动参数。由于多相机装置中的各个相机的相对位置在拍摄过程中保持不变,恢复其中一个相机参数后,可以通过相对位置推算出其他各个相机的运动参数,有效地减少恢复相机的运动参数的计算量。
用户在PVMeasure中不论是旋转、缩放全景图,还是沿多相机装置的拍摄路径进行移动,每个场景点的反投影线[14]保持不变。因此,利用反投影线这一特性,将待测的场景点的反投影线和其所在的平面(参考平面)求交来计算此点的世界坐标。反投影线可以由图像拼接和结构与运动恢复过程所恢复的相机投影参数确定。
在PVMeasure中进行测量时,用户通过鼠标拖拽选择出待测量线段两端点所对应的图像点。待测线段的端点可位于同一个或不同的参考平面上,可以在同一帧内,也可以分别在不同的帧内。选定完待测线段起点和终点后,PVMeasure通过场景点的反投影线和参考平面,计算出线段两端点的世界坐标,最后根据L2-norm计算出待测线段的真实距离。
对于在单幅全景图中无法完全捕获的长距离线段,在PVMeasure中用户可以先在一帧中选择一个端点,然后用键盘沿着拍摄路径移动到另一帧选择另一个端点来进行测量,待测线段的端点可位于同一个或不同的参考平面上。
整个测量过程可分为离线和在线两个阶段。离线阶段包括全景视频的生成和相机投影矩阵的恢复;在线阶段即用户通过使用PVMeasure在全景视频中沿着相机拍摄轨迹对场景进行交互式测量。
1.1 全景视频的生成
基于全景视频的距离测量,需要构建场景的全景视频。已有很多方法来构建场景的全景视频,它们通常是将全景图片与拍摄路径关联生成全景视频。全景图片可以采用图像拼接方法获取。本文使用多相机装置拍摄场景,将每一帧的多幅图像用图像拼接算法进行处理生成全景图,最后把生成的多幅全景图通过环境映射渲染到PVMeasure生成全景视频。用户可以在PVMeasure中沿着相机拍摄路径浏览场景的全景视频。
为了获取场景的全景视频,我们使用多相机装置对待测场景进行拍摄。这种装置由多个中心近似重合并且可以对场景进行同步拍摄的相机组成,如FlyCam和Ladybug。这种装置在拍摄过程中保持焦距和相对位置不变。
设定一个坐标系F,多相机装置的所有相机的光心都在原点,用R
计算得到。其中纵横比α可以当成1,而中心点(cx,cy)等同于相片中心点[4,5]。
图像拼接方法[7]生成的全景图在垂直方向上只能提供有限的视域,图像拼接方法[4,5]生成的全景图能满足测量范围不受视域限制的要求。文献[5]方法基于SIFT特征匹配算法,对于图像的旋转、旋转、尺度缩放、亮度变化能够非常好的匹配,对视角变化、仿射变换、噪声比较鲁棒[10]。通过优化的SIFT算法甚至可以达到实时的要求。因此选择文献[5]方法来稳定高效地生成场景的全景图。图像拼接方法[5]是基于集束调整(bundle adjustment),集束调整基于一种全局优化思想,通过优化所有相机参数,使图像特征点在拼接过程的总匹配误差最小。集束调整在一个好的初始集下能够快速收敛并获得更优的解。这边,可以用文献[4]方法来获取准确的相机焦距初值来优化文献[5]图像拼接方法中的集束调整过程。
为了使用户能够进行交互式测量,需要把全景图渲染到PVMeasure。因为柱面和球面映射下,直线看起来会变弯,本文采用立方体映射。根据集束调整过程获得的相机参数,可以将全景图转成立方体环境映射图片,这些图片最后通过3D图形API在PVMeasure里被绘制出来。对每一帧重复以上的处理步骤,从而生成能够在PVMeasure中浏览的全景视频。
1.2 相机投影矩阵恢复
为了确定待测场景点的反投射线以进行距离测量,需要计算出多相机装置中每个相机在所有拍摄点的相机投影矩阵。由于多相机装置中的各个相机的焦距和相对位置在拍摄过程中是保持不变的,恢复其中一个相机(参考相机)运动参数后,可以通过相对位置推算出其他各个相机的运动参数,有效地减少恢复相机参数的计算量。基于结构和运动恢复相机跟踪技术[11,12,13]可以用来高精度恢复参考相机的运动参数。
基于结构和运动恢复相机跟踪方法可以分成实时和离线两类[11]。实时的方法实时处理在线视频,不能把视频系统当成整体离线处理,同时不能花太多时间去优化恢复出来的相机运动参数。基于结构和运动恢复的相机跟踪研究已经达到一定的成熟度,出现了商业软件boujou[15]。boujou可以离线处理视频系列,精确地恢复相机运动参数。准确的相机内参初值有助于恢复高精度的相机运动参数。本文的测量方法需要高精度地恢复相机参数,可以利用在生成全景视频过程中已经估算出来的相机内参作为已知参数,优化相机跟踪过程。我们用准确的已知不变的相机内参放进boujou去高精度地恢复参考相机的运动参数。为了提高相机运动参数恢复的精确度,boujou提供强大的操作比如加人工定标点和已知几何约束等。在实验过程中,我们发现高分辨率的视频可以进一步提高boujou恢复的相机运动参数的精度。
通过boujou,我们可以先设定一个世界坐标系W(包括单位长度)。分别用r表示参考相机,R
其中
相机之间的相对关系可以从R
1.3 交互式距离测量
获取全景视频每一帧的相机内外参数后,可以利用反投射线与参考平面求交来推算场景点的真实世界坐标。基于全景视频的交互式距离测量,还要考虑跨帧长距离线段测量的情况。设x表示用户在PVMeasure绘制的全景图中所选取的待测点,X为此点在世界坐标系中对应的场景点(文献[6]图1)。对于两个所选的待测点x1和x2,一旦它们对应的世界坐标点X1和X2被推导出来,则它们之间的距离可由L2-norm计算得到。这两个待测点可以在全景视频的同一帧中,也可以在不同的帧中。
在PVMeasure中测量跨越多帧的长距离线段时,当用户在第i帧中选择了其中的一个端点x1,并且沿着相机拍摄轨迹移动到第j帧以确定另一个端点x2时,如果x1对应的场景点在j帧也可见,这要求x1在第j帧中得到正确绘制,以提供友好的用户体验。由于x1对应的场景点X1的世界坐标在用户选定后就被计算出来,只需要确定在第j帧中摄到场景点X1的相机,然后根据相机的投影矩阵重新计算X1在第j帧图像的绘制坐标,就可以将其正确地绘制在PVMeasure中(图1(b)中X1在1/5距离帧正确地绘制)。
2 真实实验
为了验证本文方法,我们生成一段真实世界的全景视频,然后在PVMeasure中测量若干场景线段,再将测量所得的结果和真实值进行比较来验证测量方法的精确度。我们选择多相机装置里的一个相机作为参考相机,用boujou恢复出参考相机的运动参数。同时在boujou中设置世界坐标系W,选择地面作为世界坐标系W下的Y=0平面。一开始我们只能测量Y=0平面的线段,为了扩大可测量范围,在PVMeasure可以推导出其他与已知参考平面垂直的平面,更多的在此帧中不可见的参考平面可以在其他帧中推导出来。在图2(a)中,共测量了6条线段。测量结果如表1中所示。使用高分辨率的输入图像可以提高测量精度。
在测量横跨多帧全景视频的长距离线段时,用户可以在PVMeasure中沿着相机拍摄路径移动到一个离待测线段端点较近的位置对端点进行准确定位,然后移动到另外位置选取另一个端点。两个端点可以在同一帧,也可以在不同帧。为了验证跨帧测量结果的准确性,我们将线段S7和S8的一端固定,另外一端分别在不同的帧里,将测量结果同S7和S8的两个端点都在同一帧里的测量结果进行比较。图3表明由于累记误差的存在,跨帧测量的相对误差比同一帧的相对误差大一些。
3 总结与展望
本文描述了一种面向全景视频的距离测量方法。该方法在面向全景图像测量方法的基础上进行扩展,将距离测量应用到全景视频中。相对于全景图像提供的单个固定拍摄点的全方位场景信息,全景视频提供所有在拍摄路径上可见的场景信息,使可测量范围不再受到单个固定拍摄点的限制,从而扩大了可测量范围。交互式全景视频测量软件原型PVMeasure基于该方法开发。在PVMeasure中,用户不但可以通过视域缩放、旋转等操作围绕拍摄点对场景进行任意角度的浏览,还可以沿拍摄路径前后移动,选择周围的可见场景进行测量。面向全景视频测量方法中,高精度地恢复相机参数是准确测量的关键,现有的趋于成熟的图像拼接技术和基于结构和运动恢复相机跟踪方法为本文测量方法的准确性提供保障。实验数据表明,这种方法在图像噪声值干扰的情况下仍具有较高的精确度,可满足大多数场合下的测量精度要求。
在今后的工作中,我们将进一步研究可测量范围并提高测量精度。相机跟踪过程中会恢复一系列场景点的世界坐标,尝试利用这些点的信息进一步扩展场景可测量范围。另一方面,通过优化图像拼接和相机投影矩阵恢复过程的研究,恢复高精度的相机参数以提高测量方法的精确度。最后,本文方法需要对拍摄的视频进行预处理即离线阶段的全景视频的生成和相机投影矩阵恢复,我们会尝试在全景视频中实时测量距离。
摘要：从真实场景的图像中测量距离已成为计算机视觉和图象处理的研究热点。现有的基于单幅透视图像的测量方法,其可测量范围受限于相机视域FOV(Field-of-View)。通过构建待测场景的全景图,扩展了待测场景的可测量范围,但是其测量范围受限于单个固定的相机拍摄点,只能测量在拍摄点可见的全方位场景。通过扩展基于全景图的距离测量方法,提出基于场景全景视频的距离测量方法,测量范围不再局限于单个固定的拍摄点。通过基于此方法开发的软件原型PVMeasure,用户可以在场景的全景视频中进行交互式测量。真实场景测量实验结果表明,方法具有良好的精确度,可满足大多数场合下的测量精度要求。
智能手机全景图像拼接算法研究 篇10
关键词：图像拼接,智能手机,全景图像,图像配准
0 引言
随着科学技术的发展以及生活水平的提高,人们对手机的要求已经不仅仅是接打电话和收发短信,消费者对手机的选择依据也从颜色、大小等外观样式,慢慢转变为内存、核心数、电池容量等性能参数。但有一项功能自问世以来便一直是人们关注的焦点,即手机的拍照功能。
较少有人知道,夏普公司于2000年推出了世界上第一款配置内置摄像头的手机,与现在动辄几百万像素的摄像头相比,当时的摄像头仅为10万像素,但即便在当时,该款手机也并未引起巨大反响。国内消费者真正接触拍照手机是在2002年,第一代拍照手机登陆包括中国在内的世界范围市场,当时推出的诺基亚7650手机拥有30万像素的摄像头,是中国市场中第一款拍照手机。
现在,不仅手机摄像头的像素在不断增加,手机拍照功能也在不断丰富。 以苹果公司2015 年9 月推出的iPhone 6s为例,该款手机在硬件方面拥有1 200万像素的摄像头,软件功能上也拥有光学防抖、延时摄影、慢动作视频以及全景照片拍摄等功能。由于手机摄像头拍摄视角相对较小,用户难以将看到的场景完全拍摄下来,而手机全景照片的拍摄功能则能很好地解决该问题。
1 全景图像拼接算法
1.1 全景图像拼接过程
全景图像拼接技术是图像处理、计算机图形学和虚拟现实等领域的重要研究课题,同时在医学、旅游、空间探测和军事等领域等都有着广泛应用[1]。全景图像拼接指将一系列有重叠边界的普通图像进行无缝拼接而得到全景图像的过程[2]。全景图像拼接主要分为图像预处理、图像配准以及图像融合几个步骤,其中图像配准算法与图像融合算法是图像拼接算法的关键。图像配准算法是根据一定匹配方法,找到匹配图像与参考图像中的对应关系。其通常有着较大的计算量,而图像拼接算法的发展又较依赖于图像配准算法。通常人们使用点匹配方法进行图像配准,其不足之处在于准确度低、速度慢,又常常需要人工选择初始匹配点[3]。不同的图像拼接算法可能会有部分步骤上的差异,但整体过程大致相同。
1.2 图像配准算法
在图像拼接算法中,图像配准步骤是较为关键的一环,其中尤以基于特征的图像配准算法为典型代表。国内外对于图像配准的相关算法都有大量研究。基于特征点的图像匹配算法始于1977年Moravec[4]提出的角点检测概念,但Moravec算子对于噪声较为敏感,且不具备旋转不变性;Harris和Stephens[5]于1988年提出Harris算子,其与Moravec算子相比具有旋转和灰度不变性,且有着更高的检测率和重复率;1997 年,Smith和Brady[6]提出了SU-SAN(Smallest Univalue Segment Assimilating Nu-cleus)局部检测算子,该算子对局部噪声不敏感,抗干扰能力强;在基于特征的图像配准算法中,最具影响力的当属Lowe[7]在1999 年提出的SIFT(Scale Invariant Feature Transform)算法,其本人在2004年[8]对算法进行了进一步总结与完善,使SIFT特征描述符具有对图像灰度变化、旋转、缩放甚至仿射变换等保持不变性的优点;Bay[9]于2008年提出了SURF(Speeded Up Robust Features)局部算子,引入了积分图像,并以二阶标准高斯函数作为滤波器来提高配准速度。
2 全景图像拼接技术
根据图像拍摄过程中摄像头是否固定,可以将全景图像拼接技术分为静态全景图像拼接与动态全景图像拼接两类。
2.1 静态全景图像拼接
静态全景图像拼接指拍摄过程中摄像头暂时固定,先按照顺序分别拍摄几个分镜头,之后通过全景图像拼接算法将分镜照片拼接融合为一张全景照片的过程。其过程无需手机传感器的参与,仅根据图像本身进行拼接。IOS系统的全景图像拼接软件Panorama将3幅照片进行拼接的过程如图1所示。首先打开软件进入拍摄界面,为了保证图像的拼接效果,拍摄第1幅图像后该软件会自动将上一幅单镜照片的最右侧以投影方式呈现在屏幕左侧,将第2幅单镜照片左侧与上幅照片右侧对齐后,继续拍摄下一幅照片。合成效果如图2所示。
2.2 动态全景图像拼接
动态全景图像拼接指在拍摄过程中摄像头按照一定速度转动或平行移动,画面根据镜头移动而动态地将画面像卷轴似的扩展过程。IOS系统自带的全景照片拍摄过程如图3所示。首先打开相机,选择“全景”功能,点击屏幕上的快门按钮,根据提示持续移动手机,并将箭头保留在中心线上。拍摄完成后,按下停止键,全景图像效果如图4所示。
2.3 技术分析
从上述过程可以看出,静态全景图像拼接在单幅照片拍摄时镜头是静止的,通过辅助手段(文章示例中利用上幅图片的阴影图像)对照片进行对齐与配准工作,并在合成过程中利用图像拼接算法将单幅图像合成为全景图像。其优势在于可以对单独拍摄的照片进行拼接,拼接过程不需要传感器参与,对设备要求较低。但相对动态全景图像拼接而言,其拼接效果较为一般,拼接处理过程花费时间较长,在实际使用手机时会有“卡顿”现象。
动态全景图像拼接利用智能手机中的三维传感器,通过人为控制,将图像的拍摄尽可能保持在水平轴不变,动态地将图像投影到轴线上并完成图像的拼接过程。其优势在于利用了手机中的三维传感器,使拼接效果较为出色,而且拼接过程较快,但拍摄者必须持续移动手机拍摄,过程较为不便。
3 结语
经过十几年的发展,手机的拍照功能已融入到人们日常生活的方方面面。本文对全景图像拼接算法进行了讨论,并对手机全景图像拼接技术进行分类,分析了各自的优势与不足,并对静态全景图像拼接与动态全景图像拼接技术进行了比较分析。图像拼接算法是数字图像处理中的研究热点,全景图像拼接算法的优劣直接影响手机用户的体验。未来智能手机全景图像拼接算法应在提高算法拼接精度、运算速度以及针对手机硬件的优化等方面进行深入研究。
参考文献
[1] 李晓娟.图像拼接技术研究[D].西安:西安电子科技大学,2007.
[2] 王仲训,丁挺,丁晓丹,等.一种全景图像拼接算法的实现[J].工程图学学报,2006(2):112-116.
[3] 王娟,师军,吴宪祥.图像拼接技术综述[J].计算机应用研究,2008,25(7):1940-1943.
[4] MORAVEC H P.Towards automatic visual obstacle avoidance[C].Proceedings of 5th International Joint Conference on Artificial Intelligence,MA,USA,IFCAI,1977(2):584-584.
[5] HARRIS C,STEPHENS M.A combined corner and edge detection[C].Proceedings of 4th Alvey Vision Conference,Manchester,UK:AVC,1988:147-151.
[6] SMITH S M,BRADY J M.SUSAN:a new approach to low level image processing[J].International Journal of Computer Vision,1997,23(1):45-78.
[7] LOWE D G.Object recognition from local scale-invariant features[C].Proceedings of the 7th International Conference on Computer Vision,Corfu,Greece:ICCV,1999:1150-1157.
[8] LOWE D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.