背景

在工業(yè)應(yīng)用中，使用面陣相機(jī)識別傳送帶上的物體，當(dāng)要識別的目標(biāo)的最小包圍矩形（不是最小包圍旋轉(zhuǎn)矩形）小于相機(jī)視野時(shí)，可以進(jìn)行后續(xù)處理。但是當(dāng)要識別的目標(biāo)很大，比如超長的物體，如果還使用面陣相機(jī)，有兩種辦法，一種是硬件改進(jìn)，另一種是軟件改進(jìn)。硬件改進(jìn)就是在傳送帶運(yùn)動方向均布多個(gè)面陣相機(jī)，通過同步觸發(fā)同時(shí)采集圖片，然后根據(jù)事先標(biāo)定好的相機(jī)相對位置進(jìn)行拼接。軟件改進(jìn)需要對傳送帶上的視頻流進(jìn)行處理，拼接出比較大的視野。

解決方法

一般在工業(yè)上會采用硬件改進(jìn)的方法。當(dāng)需要提高視覺識別的精度或者范圍時(shí)，會采用多個(gè)相機(jī)圖像進(jìn)行拼接的辦法。但是在實(shí)驗(yàn)室，我們可以嘗試使用軟件的方法來解決。
解決這個(gè)問題的關(guān)鍵是圖片的拼接，而圖像的拼接需要圖像中有明顯的特征點(diǎn)。而目標(biāo)上是否有特征點(diǎn)我們不能控制，所以需要事先在傳送帶上布置特征點(diǎn)。

傳送帶上只有平移，所有對于圖像拼接的3個(gè)參數(shù)x，y和θ，只需要計(jì)算x，如果相機(jī)成像平面和傳送帶平面不平行，需要先做一個(gè)透視變換。
特征的設(shè)計(jì)及擺放考慮如下：容易識別，編碼容量不需太大，循環(huán)布置。

原始視頻

以下是在傳送帶運(yùn)動時(shí)采集到的視頻：

拼接結(jié)果

算法原理

第一步：從視頻流中提取一幀圖像，作為關(guān)鍵幀，轉(zhuǎn)到第2步。

第二步：提取下一幀，根據(jù)識別到靶標(biāo)計(jì)算該幀圖像和當(dāng)前關(guān)鍵幀平移距離x1，如果x1約等于
0.4倍的視頻運(yùn)動方向圖像像素，則把這一幀作為次關(guān)鍵幀，轉(zhuǎn)到第三步，否則重復(fù)第二步。

第三步：提取下一幀，根據(jù)識別到靶標(biāo)計(jì)算該幀圖像和當(dāng)前次關(guān)鍵幀平移距離x2，如果x1+x2 約等于
0.8倍的視頻運(yùn)動方向圖像像素，則把當(dāng)前幀作為新的關(guān)鍵幀，轉(zhuǎn)到第二步，否則重復(fù)第三步。

在23步循環(huán)的時(shí)候，把所有關(guān)鍵幀按照順序，根據(jù)當(dāng)時(shí)的平移距離x1+x2進(jìn)行拼接就得到一幅長圖。當(dāng)然也可以實(shí)時(shí)輸出關(guān)鍵幀和對應(yīng)的x1+x2。這樣，在高層算法開發(fā)時(shí)，可以認(rèn)為這是一個(gè)幀觸發(fā)信號有點(diǎn)波動（由于幀率和傳送帶運(yùn)動速度的不確定性，x1+x2不是固定值）的線陣相機(jī)。這也相當(dāng)于做了一個(gè)中間層，屏蔽了底層的硬件細(xì)節(jié)，使得原本為線陣相機(jī)開發(fā)的算法也可以用在面陣相機(jī)上。