اصل فناوری دوخت تصویر دوربین چند نما

را چند اتاقه هدف فناوری دوخت تصویر، ادغام تصاویر گرفته شده از منظرهای مختلف در یک میدان گسترده و منسجم است. اصل اصلی شامل مراحل کلیدی زیر است:

دوربین‌های سیستم چند دوربینی به‌طور همزمان فعال می‌شوند تا تصاویری از قسمت‌های مختلف را در یک لحظه ثبت کنند. این امر مستلزم همگام‌سازی دقیق ساعت در بین دوربین‌ها است تا از ثبات زمانی تصاویر گرفته شده اطمینان حاصل شود و از ناهماهنگی یا تار شدن اشیاء پویا به دلیل تفاوت‌های زمانی در عکس‌برداری جلوگیری شود.

برای هر تصویری که توسط دوربین ها گرفته می شود، الگوریتم های استخراج ویژگی برای شناسایی نقاط مشخصه برجسته در دوربین استفاده می شود. الگوریتم‌های رایج استخراج ویژگی عبارتند از SIFT (تبدیل ویژگی تغییرناپذیر مقیاس) و SURF (ویژگی‌های افزایش سرعت بالا). این الگوریتم‌ها می‌توانند با دقت ویژگی‌هایی مانند گوشه‌ها و لبه‌های تصویر را تحت تغییرات نور، مقیاس و چرخش مختلف شناسایی کنند و مبنایی را برای تطبیق تصویر بعدی فراهم کنند. به عنوان مثال، SIFT یک هرم تفاوت گاوسی را برای تشخیص نقاط افراطی در فضای چند مقیاسی ایجاد می کند، جهت و توصیف کننده هایی را به این نقاط انتهایی اختصاص می دهد و آنها را نسبت به مقیاس و چرخش ثابت می کند.

نقاط مشخصه در تصاویر دوربین های مختلف به صورت جفتی با هم مطابقت دارند تا مطابقت فضایی آنها مشخص شود. این مرحله معمولاً از روش های تطبیق مبتنی بر توصیفگر ویژگی استفاده می کند، مانند اندازه گیری شباهت دو توصیفگر نقطه ویژگی با استفاده از فاصله اقلیدسی یا شباهت کسینوس. اگر شباهت از یک آستانه تعیین شده بیشتر شود، مطابقت در نظر گرفته می شوند. در طول فرآیند، همچنین لازم است که امکان تطابق نادرست را در نظر گرفته و جفت های اشتباه را با استفاده از الگوریتم هایی مانند RANSAC (اجماع نمونه تصادفی) حذف کنید تا از مطابقت ها اطمینان حاصل شود. به عنوان مثال، با استفاده از فاصله اقلیدسی، فاصله خط مستقیم بین دو بردار توصیفگر نقطه مشخصه در فضای برداری محاسبه می‌شود که کوچکتر نشان‌دهنده شباهت بالاتر است.

پس از تکمیل تطبیق نقطه ویژگی، رابطه تبدیل هندسی بین تصاویر بر اساس جفت نقطه تطبیق محاسبه می شود. مدل‌های متداول عبارتند از تبدیل افین و تبدیل پرسپکتیو. اگر صحنه تقریباً مسطح باشد، تبدیل افین می تواند رابطه نگاشت بین تصاویر را توصیف کند. اگر صحنه دارای عمق باشد، تبدیل پرسپکتیو مناسب تر است. پارامترهای مدل تبدیل با استفاده از الگوریتم‌های بهینه‌سازی مانند حداقل مربعات حل می‌شوند و خطای موقعیت نقاط تطبیق شده پس از آن را به حداقل می‌رسانند. برای مثال، در تبدیل پرسپکتیو، یک سیستم معادله با استفاده از جفت‌های نقطه تطبیق شناخته شده برای حل 8 پارامتر که تبدیل پرسپکتیو را نشان می‌دهند، ساخته می‌شود، در نتیجه رابطه نگاشت دقیق بین تصاویر.

بر اساس مدل تبدیل محاسباتی، تصاویر دوربین های مختلف با هم ترکیب می شوند. در طول فرآیند ادغام، عواملی مانند تصویر و کنتراست در نظر گرفته می‌شوند و الگوریتم‌های همجوشی مناسب، مانند میانگین وزنی و همجوشی هرم لاپلاسی، برای اطمینان از طبیعی بودن انتقال بین تصاویر بدون درزهای قابل‌توجه استفاده می‌شوند. روش میانگین وزنی، وزن‌های مختلفی را بر اساس ناحیه همپوشانی و موقعیت پیکسل به هر پیکسل اختصاص می‌دهد، و سپس مقادیر پیکسل‌ها را در همپوشانی با وزن‌ها جمع می‌کند تا به انتقال‌های صاف دست یابد. روش همجوشی هرم لاپلاسی ابتدا تصویر را به لایه‌های هرمی با وضوح متفاوت تجزیه می‌کند، سپس هر لایه را به طور جداگانه ترکیب می‌کند و در نهایت تصویر ترکیب شده کامل را بازسازی می‌کند.

از طریق سری مراحل دقیق و پیچیده فوق، فناوری دوخت تصویر دوربین چند نما می تواند تصاویر چند منظره را به تصاویر پانوراما تبدیل کند و پشتیبانی بصری قدرتمندی را برای زمینه های مختلف مانند نظارت امنیتی، واقعیت مجازی و رانندگی مستقل ارائه دهد.