基本信息
- 项目名称：
- 基于手机的三维特效全景照相机
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 针对手机研发基于Android操作平台的三维特效全景照相机，该照相机利用手机摄像头按照特定的方式采集一系列的图像数据，然后将其合成为具有三维特效的全景图。
- 详细介绍：
- 本系统开拓性地采用了基于加速度传感器和方向传感器的图像实时匹配算法来对摄像设备所采集的各帧图像间的运动量进行估计。不仅有效地利用了手机的硬件资源，而且大大提高了图像匹配的速度。在图像配准融合方法上，本系统采用了独创的优化图像配准融合算法，使得本系统能够在保证成像质量的同时大大的降低了运算的速度。根据人眼的视觉特点，本系统独创性的提出了裸眼三维场景特效重建算法，在二维图像上创建一系列的三维特征，最终重建出裸眼即可见的三维视觉特效。 系统操作简便，功能齐全，能在二维的显示屏幕上添加三维特效显示，弥补了Android market上实现三维全景特效应用软件的空白，具有非常的市场前景。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 设计目的： 针对手机研发基于Android操作平台的三维特效全景照相机，该照相机利用手机摄像头按照特定的方式采集一系列的图像数据，然后将其合成为具有三维特效的全景图。 基本思路： 三维特效全景图的可成分为三个步骤，第一个步骤是图像的采集，首先开启手机摄像设备并旋转，使其扫描周围360度左右的场景，在扫描过程中，通过独创的基于硬件的图像实时匹配算法对摄像设备所采集的各帧图像间的运动量进行估计，然后从视频流中抽取运动量符合要求的帧并保存。第二个步骤是利用独创的图像快速配准、融合算法，将第一步中采集的图像进行全景拼接。第三个步骤根据人眼的视觉特点，利用独创的三维场景特效重建算法，将第二步中得到的全景图重建为裸眼可见的三维特效全景图。 创新点： ①独创性的提出了裸眼三维场景特效重建算法，该算法根据人眼的视觉特点，在二维图像上创建一系列的三维特征，最终重建出裸眼即可见的三维视觉特效。②独创性的提出了基于加速度传感器和方向传感器的图像实时匹配算法来对摄像设备所采集的各帧图像间的运动量进行估计。③独创性的提出了图像快速配准、融合算法。目前图像配准与图像融合过程普遍存在运算速度较慢的问题，本作品在这一问题上取得了突破，独创的快速算法在保证图像配准与融合质量的同时大大降低了运算速度。 技术关键： ①三维场景特效重建算法。②基于加速度传感器和方向传感器的图像实时匹配算法。③快速图像配准与融合算法。④基于Android操作系统的应用软件开发。
科学性、先进性
- 1、三维场景特效重建算法：本作品采用的三维场景特效重建算法，也是建立在人眼的视觉特点基础之上的，通过将一系列的三维特性融合于二维图像之中来产生裸眼的三维特效。该算法对硬件的要求非常简单，这就大大降低了实现成本，也降低了应用的门槛，使得本系统可以方便的使用在带摄像头的计算机和手机等多个平台，从而为其大规模的应用创造了条件。 2、基于方向传感器和加速度传感器的图像快速匹配算法：基于硬件的图像实时匹配算法不仅运算速度上取得了重大突破，在手机平台上实现了实时性，且其精确度也比较高，做到了速度与精度的平衡。3、快速图像配准与融合算法：本系统采用了独创性的图像匹配搜索算法，即在图像匹配前先对两幅待匹配的图像进行自适应的匹配性估计，两幅图像中只有相似程度高的部分才会被用于图像间匹配运算，这就大大的提高的运算的速度和内存的消耗。在匹配参数的优化过程中，本系统采用了独创的特征点打散算法查找两幅图中最能反映图像间变换关系的点，并以这些点作为优化过程的初始值，这样就可以在确保精度的情况下减少迭代次数。
获奖情况及鉴定结果
- 无
作品所处阶段
- 实验室阶段
技术转让方式
- 无
作品可展示的形式
- 现场演示及图片
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 1、使用说明：本作品的使用十分方便，可应用于任何带有摄像头功能并且配置有加速度传感器和方向传感器的智能手机上。另外因为本作品是针对Android 手机操作系统研发的，所以手机还必须配置Android 2.1以上的操作系统。 2、技术特点和优势：①本作品率先在手机平台上实现了裸眼三维场景特效场景的重建，其应用对硬件的要求很低，任何一部手机只需要具有摄像设备并且配置有方向传感器和加速度传感器，即可使用本软件获得裸眼的三维全景成像特效。②基于硬件的图像匹配算法使得本作品可以借助智能手机上普遍配置的加速度传感器和方向传感器实时的获取各帧图像间的运动量。③快速图像配准与融合算法采用了一系列独创的高速算法，使得本作品能够在保证成像质量的同时大大的降低运算的速度以及对内存的消耗。 3、推广前景：目前三维数字影像的制作已经成为了多媒体产业中一颗闪亮的新星。本作品通过简单的硬件支持即可快速获得高质量的裸眼三维全景成像特效，所以本作品一经推出，必将吸引大众的眼球，获得良好的前景。
同类课题研究水平概述
- 裸眼式三维技术大多处在研发阶段，目前主要应用在工业商用显示市场，因此大众消费者接触较少。从技术上来看，裸眼式三维可分为光屏障式、柱状透镜技术和指向光源三种。裸眼式三维技术最大的优势便是摆脱了眼镜的束缚，但是分辨率、可视角度和可视距离等方面还存在很多不足。 目前裸眼三维技术主要应用在电视制造上，裸眼电视尺寸越大成本越高，其原因在于：一方面采用裸眼三维技术的显示器制作工艺与普通的液晶显示器有很大区别；另一方面三维电视的“点对点”对应贴膜尚存很大的技术难题，目前还没有办法进入工业量产阶段，所以生产电视的时间成本也较高。且推出相关产品的大多属于二三线技术厂商，技术研发和产业化推广的持续力不够。裸眼式3D技术最大的优势便是摆脱了眼镜的束缚，但在现阶段，该技术依然存在很多的不足，其中最大的问题是运用这三类技术都需要极其复杂的硬件支持，其成本昂贵，很难大规模应用。 基于特征的图像配准方法是图像配准方法中的一个大类，这类方法的主要共同之处是首先要对待配准图像进行预处理，也就是特征提取的过程，再利用提取到的特征完成两幅图像特征之间的匹配，通过特征的匹配关系建立图像间的配准映射变换，由于图像中有很多种可以利用的特征，因而产生了多种基于特征的方法。常用到的图像特征有:特征点(包括角点、高曲率点等)、直线段、边缘、轮廓、闭合区域、特征结构以及统计特征如矩不变量、重心等等。 基于SIFT的图像特征匹配与拼接算法是 DavidG.Lowe在2004年总结了现有的基于不变量技术的特征检测方法的基础上，提出的一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的特征匹配算法。该算法匹配能力较强，能提取稳定的特征，可以处理两幅图像之间发生平移、旋转、仿射变换、视角变换、光照变换情况下的匹配问题，甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力，从而可以实现差异较大的两幅图像之间的特征的匹配。但该算法运算时间较长，由此造成在某些领域的应用局限性。
