android– 如何优化多个图像拼接？

概述我正在使用VisualStudio2012,C中的多图像拼接.我根据我的要求修改了stitching_detailed.cpp,它给出了高质量的结果.这里的问题是,执行需要太多时间.对于10张图像,大约需要110秒.这是大部分时间所需的地方：1)成对匹配–10张图像需要55秒！我正在使用ORB来查找特征点.这是代码：v

我正在使用Visual Studio 2012,C中的多图像拼接.我根据我的要求修改了stitching_detailed.cpp,它给出了高质量的结果.这里的问题是,执行需要太多时间.对于10张图像,大约需要110秒.

这是大部分时间所需的地方：

1)成对匹配 – 10张图像需要55秒！我正在使用ORB来查找特征点.这是代码：

vector<MatchesInfo> pairwise_matches;BestOf2NearestMatcher matcher(false, 0.35);matcher(features, pairwise_matches);matcher.collectGarbage();

我尝试使用此代码,因为我已经知道图像序列：

vector<MatchesInfo> pairwise_matches;BestOf2NearestMatcher matcher(false, 0.35);Mat matchMask(features.size(),features.size(),CV_8U,Scalar(0));for (int i = 0; i < num_images -1; ++i)                                                     matchMask.at<char>(i,i+1) =1;                                                       matcher(features, pairwise_matches, matchMask);                                         matcher.collectGarbage();

它肯定会减少时间(18秒),但不会产生所需的结果.只有6个图像被拼接(最后4个被遗漏,因为图像6和图像7的特征点在某种程度上不匹配.所以循环中断了.)

2)合成 – 10张图片需要38秒！这是代码：

for (int img_IDx = 0; img_IDx < num_images; ++img_IDx){    printf("Compositing image #%d\n",indices[img_IDx]+1);    // Read image and resize it if necessary    full_img = imread(img_names[img_IDx]);    Mat K;    cameras[img_IDx].K().convertTo(K, CV_32F);    // Warp the current image    warper->warp(full_img, K, cameras[img_IDx].R, INTER_liNEAR, border_REFLECT, img_warped);    // Warp the current image mask    mask.create(full_img.size(), CV_8U);    mask.setTo(Scalar::all(255));    warper->warp(mask, K, cameras[img_IDx].R, INTER_NEAREST, border_CONSTANT, mask_warped);    // Compensate exposure    compensator->apply(img_IDx, corners[img_IDx], img_warped, mask_warped);    img_warped.convertTo(img_warped_s, CV_16S);    img_warped.release();    full_img.release();    mask.release();    dilate(masks_warped[img_IDx], dilated_mask, Mat());    resize(dilated_mask, seam_mask, mask_warped.size());    mask_warped = seam_mask & mask_warped;    // Blend the current image    blender->Feed(img_warped_s, mask_warped, corners[img_IDx]);}Mat result, result_mask;blender->blend(result, result_mask);

原始图像分辨率为4160 * 3120.我没有在合成中使用压缩,因为它降低了质量.我在其余的代码中使用了压缩图像.

正如您所看到的,我修改了代码并减少了时间.但我仍然希望尽可能减少时间.

3)查找特征点 – 使用ORB. 10张图片需要10秒钟.为图像找到1530个最大特征点.

55 38 10 = 103 7其余代码= 110.

当我在androID中使用这个代码时,它需要几乎整个智能手机的内存(RAM)才能执行.如何减少AndroID设备的时间和内存消耗？ (我使用的AndroID设备有2 GB RAM)

我已经优化了其余的代码.任何帮助深表感谢！

编辑1：我在合成步骤中使用了图像压缩,时间从38秒减少到16秒.我还设法减少了其余代码的时间.

所以现在,从110 – > 85秒帮助我减少成对匹配的时间;我不知道减少它！

编辑2：我在matchers.cpp中找到了成对匹配的代码.我在主代码中创建了自己的函数来优化时间.对于合成步骤,我使用压缩直到最终图像不会失去清晰度.对于特征查找,我使用图像缩放以缩小的图像比例查找图像特征.现在我可以轻松缝合多达50张图像.

解决方法:

由于55到18秒是一个相当不错的改进,也许你可以更多地控制匹配过程.我首先建议的是 – 如果你还没有 – 学会在每一步中调试过程,以了解图像没有被标记时出了什么问题.这样,您将始终学会控制例如您正在检测的ORB功能的数量.也许在某些情况下你可以限制它们并仍然得到结果,从而加快过程(这不仅应该加速查找功能,还应该加快匹配过程).

希望这将导致你能够检测到这种情况,当你把它放在一边时 – 循环中断.因此,您可以相应地对情况作出反应.您仍然会在循环中匹配序列,节省时间但是当您检测到匹配该特定对时出现问题时,强制程序继续(或更改参数并尝试再次匹配该对).

我不认为这里的构图过程有很大的改进空间,因为你不想失去质量.如果我是你,我会尝试研究,如果线程和并行计算可能有所帮助.

这是一个有趣且广泛的问题 – 如果你能够在不放弃质量的情况下加速它,你应该给LG或谷歌打电话,因为我的Nexus算法质量很差:)它既缓慢又不准确.

总结

以上是内存溢出为你收集整理的android – 如何优化多个图像拼接？全部内容，希望文章能够帮你解决android – 如何优化多个图像拼接？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。