[發(fā)明專利]電子裝置、車禍現(xiàn)場全景圖像展示方法和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201711025267.6
• 申請日: 2017-10-27
• 公開（公告）號: CN108022211A
• 公開（公告）日: 2018-05-11
• 發(fā)明（設計）人: 王健宗;王義文;劉奡智;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62;G06K9/46
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明公開一種電子裝置、車禍現(xiàn)場全景圖像展示方法和存儲介質(zhì)，該方法包括：在收到車禍現(xiàn)場照片文件包后，提取每張照片的預設類型特征點，找出每個特征點的預設數(shù)量距離最近的鄰近點，形成特征點集合；逐一選擇照片，篩選出與該選擇的照片關(guān)聯(lián)的其他照片；將篩選出的其他照片分別與該選擇的照片進行兩兩分組，算出各個分組的單應矩陣；再計算出各個分組對應的照片匹配置信度，置信度最高的分組中的其他照片與該選擇的照片為一個匹配照片對；根據(jù)各個照片的特征點集合，確定各個匹配照片對中的照片的拍攝順序和拼接部位，對各個匹配照片對中的照片進行拼接。本發(fā)明技術(shù)方案提升了車禍現(xiàn)場照片的拼接效率，并降低了成本。

技術(shù)領(lǐng)域

本發(fā)明涉及圖片處理技術(shù)領(lǐng)域，特別涉及一種電子裝置、車禍現(xiàn)場全景圖像展示方法和存儲介質(zhì)。

背景技術(shù)

目前，對于車禍事件的理賠通常是基于事故現(xiàn)場照片的基礎上做出的，事故現(xiàn)場照片是不可或缺的證據(jù)。而獲取事故現(xiàn)場照片的現(xiàn)有方式是：由用戶或者車險理賠人員拍攝事故場景照片，同時拍攝幾張事故車輛周邊的照片。這種事故現(xiàn)場照片作為證據(jù)，清晰而有說服力，不可替代。

然而，在實際車險理賠業(yè)務處理過程中，出現(xiàn)了許多有爭議的車險理賠的情形，這種爭議通常源于車禍場景描述不夠直觀，結(jié)合事故照片無法客觀、準確的還原真實的場景。近年來隨著VR(虛擬現(xiàn)實)技術(shù)的飛速發(fā)展，為重建車禍場景提供了重要技術(shù)支持。

目前，將VR(虛擬現(xiàn)實)技術(shù)運用于車險理賠場景的方案通常是對事故現(xiàn)場照片進行手動拼接，即：拍攝人員用價格高昂的全景相機在實景進行拍攝，獲取了圖像以后，后期處理團隊進行手動拼接，并最后用Photoshop渲染。不可否認，這樣做的精確性較高，但一則成本太高，二則實時性太差，不能達到真實的車險業(yè)務需求。

發(fā)明內(nèi)容

本發(fā)明的主要目的是提供一種電子裝置、車禍現(xiàn)場全景圖像展示方法及存儲介質(zhì)，旨在提升車險理賠場景的車禍現(xiàn)場照片的拼接效率，并降低成本。

為實現(xiàn)上述目的，本發(fā)明提出的電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的車禍現(xiàn)場全景圖像展示系統(tǒng)，所述車禍現(xiàn)場全景圖像展示系統(tǒng)被所述處理器執(zhí)行時實現(xiàn)如下步驟：

在收到一個車險理賠場景的車禍現(xiàn)場照片文件包后，提取每張車禍現(xiàn)場照片的預設類型特征點，并找出每個所述特征點的第一預設數(shù)量距離最近的鄰近點，每個特征點與其第一預設數(shù)量距離最近的鄰近點為一個特征點集合；

逐一選擇車禍現(xiàn)場照片，在一張車禍現(xiàn)場照片被選擇后，基于所有車禍現(xiàn)場照片對應的特征點集合，并根據(jù)預先確定的篩選規(guī)則篩選出與該選擇的車禍現(xiàn)場照片關(guān)聯(lián)的其他車禍現(xiàn)場照片；

將篩選出的其他車禍現(xiàn)場照片分別與該選擇的車禍現(xiàn)場照片進行兩兩分組，采用預設類型算法分別計算出各個所述分組中的車禍現(xiàn)場照片對應的單應矩陣；

基于各個所述分組對應的單應矩陣，計算出各個所述分組對應的照片匹配置信度，將置信度最高的分組中的其他車禍現(xiàn)場照片作為該選擇的車禍現(xiàn)場照片的匹配照片，所述置信度最高的分組中的其他車禍現(xiàn)場照片與該選擇的車禍現(xiàn)場照片為一個匹配照片對；

根據(jù)各個匹配照片對中各個車禍現(xiàn)場照片的特征點集合，確定各個匹配照片對中各個車禍現(xiàn)場照片的拍攝順序和拼接部位；

根據(jù)確定的各個車禍現(xiàn)場照片的拍攝順序和拼接部位，對各個匹配照片對中的各個車禍現(xiàn)場照片進行拼接。

優(yōu)選地，所述預設類型特征點為RootSIFT特征點，針對一個車禍現(xiàn)場照片，提取該車禍現(xiàn)場照片的預設類型特征點的步驟包括：

(1)通過高斯濾波以及高斯差分構(gòu)建該車禍現(xiàn)場照片的尺度空間；

(2)檢測所述尺度空間的極值點，檢測到的極值點成為關(guān)鍵點；

(3)擬合一個三維的二次函數(shù)來確定關(guān)鍵點的位置和尺度；