本发明涉及图像处理，尤其涉及一种大场景图像优化方法及其优化系统。
背景技术：
1、随着数字摄影和图像处理技术的飞速发展，全景图像拼接技术已经广泛应用于各个领域，如虚拟现实、地图制作、监控安防等。传统的图像拼接方法通常只关注图像的几何对齐，而忽略了颜色校正的重要性。即使一些方法尝试对图像进行颜色校正，但由于拍摄环境的复杂性，如光照变化、相机参数差异、白平衡设置不一致等，往往难以达到理想的效果，例如：两张相邻的图像，一张是在阳光下拍摄的，另一张是在阴影下拍摄的，由于阳光下的图像通常会更亮，色彩更鲜艳，而阴影下的图像则可能显得较暗，色彩较为平淡。在拼接这两张图像时，即使进行了颜色校正，也可能难以完全消除它们之间的颜色和亮度差异，这会导致全景图像中在两张图像的交界处出现明显的颜色分界线，破坏了全景图像的视觉连贯性。
2、因此，有必要提供一种大场景图像优化方法及其优化系统解决上述技术问题。
技术实现思路
1、为解决上述技术问题，本发明提供一种大场景图像优化方法及其优化系统，通过亮度平滑过渡和动态权重机制的颜色调整，实现了全景图像的颜色一致性和自然过渡，提高了全景图像质量和连贯性。
2、本发明提供的一种大场景图像优化方法，通过多个不同视角的图像采集模块获取大场景下的多个图像块，利用多个图像块生成全景图像，优化方法包括以下步骤：
3、s1：获取重合的所述图像块，并根据重合方向获取所述图像块之间在重合前的第一重叠区和第二重叠区，以及重合后的融合区，其中，所述重合方向包括横向和纵向；
4、s2：获取所述第一重叠区和所述第二重叠区的图像参数，其中，所述图像参数包括亮度值和rgb值；
5、s3：基于亮度值计算所述第一重叠区和所述第二重叠区的亮度差，根据融合区在重合方向上的像素数量等分亮度差得到亮度调整值，然后对融合区的像素进行亮度赋值，实现亮度平滑过渡；
6、s4：分别赋予所述第一重叠区和所述第二重叠区动态的权重x和权重y，且权重x和权重y的总和恒定；
7、s5：基于权重x和权重y，动态融合所述第一重叠区的rgb值和所述第二重叠区的rgb值，得到融合区的rgb值，以实现对融合区的图像优化。
8、优选的，步骤s1具体包括：
9、s101：从不同视角的图像块中提取特征点，并基于不同图像块之间的特征点匹配得到重合的图像块；
10、s102：计算图像块之间的相对位置和方向差异，并根据相对位置和方向差异确定重合方向；
11、s103：基于重合方向确定重合的图像块在重合前的第一重叠区和第二重叠区，以及根据第一重叠区和第二重叠区计算出重合后的融合区。
12、优选的，步骤s2具体包括：
13、获取所述第一重叠区和所述第二重叠区中每个像素的亮度值和rgb值，并对所述第一重叠区和所述第二重叠区中每个像素的亮度值求平均，得到所述第一重叠区的亮度值和所述第二重叠区的亮度值，其中，rgb值包括r值、g值和b值。
14、优选的，步骤s3具体包括：
15、s301：提取第一重叠区和第二重叠区的亮度值，并计算第一重叠区和第二重叠区之间的亮度差；
16、s302：确定融合区在重合方向上的像素数量，将所述亮度差等分给融合区在重合方向上的每一个像素，得到亮度调整值；
17、s303：从融合区选定的起始位置开始，按照重合方向遍历所有像素，并以起始位置前一位置的像素的亮度为基础，按照亮度调整值等差处理融合区每一列像素的亮度，直至融合区选定的终止位置。
18、优选的，步骤s4具体包括：
19、s401：在融合区中，获取第一重叠区中所有从起始位置到终止位置中同一位置的像素在重合方向上的第一位置，并根据第一位置反向确定权重x；
20、s402：在融合区中，获取第二重叠区中所有从起始位置到终止位置中同一位置的像素在重合方向上的第二位置，并根据第二位置反向确定权重y。
21、优选的，所述第一位置和第二位置均为单个像素在重合方向上所有像素的占比。
22、优选的，步骤s5具体包括：
23、s501：根据 r值公式计算得到融合区中每个像素的 r值，其中， r值公式为：
24、
25、其中， r表示融合区中像素的r值，为第一重叠区中对应位置的 r值，为第二重叠区中对应位置的 r值， x+y=1， n表示在重合方向上的像素数量；
26、s502：根据 g值公式计算得到融合区中每个像素的 g值，其中， g值公式为：
27、
28、其中，表示融合区中像素的值，为第一重叠区中对应位置的值，为第二重叠区中对应位置的值， x+y=1， n表示在重合方向上的像素数量；
29、s503：根据 b值公式计算得到融合区中每个像素的 b值，其中， b值公式为：
30、
31、其中， b表示融合区中像素的 b值，为第一重叠区中对应位置的 b值，为第二重叠区中对应位置的 b值， x+y=1， n表示在重合方向上的像素数量；
32、s504：综合融合区中每个像素的 r值、 g值和 b值确定rgb值，以实现对融合区的图像优化。
33、本发明还提供了一种大场景图像优化系统，通过多个不同视角的图像采集模块获取大场景下的多个图像块，利用多个图像块生成全景图像，优化系统包括：
34、区域确定模块，用于获取重合的所述图像块，并根据重合方向获取所述图像块之间在重合前的第一重叠区和第二重叠区，以及重合后的融合区，其中，所述重合方向包括横向和纵向；
35、参数获取模块，用于获取所述第一重叠区和所述第二重叠区的图像参数，其中，所述图像参数包括亮度值和rgb值；
36、亮度平滑模块，用于基于亮度值计算所述第一重叠区和所述第二重叠区的亮度差，根据融合区在重合方向上的像素数量等分亮度差得到亮度调整值，然后对融合区的像素进行亮度赋值，实现亮度平滑过渡；
37、权重赋予模块，用于分别赋予所述第一重叠区和所述第二重叠区动态的权重x和权重y，且权重x和权重y的总和恒定；
38、颜色融合模块，用于基于权重x和权重y，动态融合所述第一重叠区的rgb值和所述第二重叠区的rgb值，得到融合区的rgb值，以实现对融合区的图像优化。
39、与相关技术相比较，本发明提供的一种大场景图像优化方法及其优化系统具有如下有益效果：
40、1、本发明首先获取重合的图像块，并根据重合方向确定图像块之间的第一重叠区和第二重叠区，以及重合后的融合区，然后，通过提取和分析第一重叠区和第二重叠区的图像参数，包括亮度值和rgb值，计算出亮度差值，接下来，根据融合区在重合方向上的像素数量等分亮度差，得到亮度调整值，并对融合区的像素进行亮度赋值，实现亮度平滑过渡。
41、2、本发明还引入了动态权重机制，通过分别赋予第一重叠区和第二重叠区动态的权重x和权重y，并根据这些权重动态融合两个重叠区的rgb值，可以得到更加准确和自然的融合区rgb值，以更平滑地过渡两个重叠区之间的颜色，可以有效地提高全景图像的颜色一致性，使其更加自然和连贯。
1.一种大场景图像优化方法，通过多个不同视角的图像采集模块获取大场景下的多个图像块，利用多个图像块生成全景图像，其特征在于，优化方法包括以下步骤：
2.根据权利要求1所述的一种大场景图像优化方法，其特征在于，步骤s1具体包括：
3.根据权利要求2所述的一种大场景图像优化方法，其特征在于，步骤s2具体包括：
4.根据权利要求3所述的一种大场景图像优化方法，其特征在于，步骤s3具体包括：
5.根据权利要求4所述的一种大场景图像优化方法，其特征在于，步骤s4具体包括：
6.根据权利要求5所述的一种大场景图像优化方法，其特征在于，所述第一位置和第二位置均为单个像素在重合方向上所有像素的占比。
7.根据权利要求6所述的一种大场景图像优化方法，其特征在于，步骤s5具体包括：
8.一种大场景图像优化系统，通过多个不同视角的图像采集模块获取大场景下的多个图像块，利用多个图像块生成全景图像，其特征在于，优化系统包括：
