ilating Nucleus，最小 吸收同值核區(qū)）算法分別確定第一圖像中的物體的第一邊緣信息和第二圖像中的物體的第 二邊緣信息。
[0123] 在一種公開方式中，該步驟201可以包括：
[0124] 步驟2011、基于SUSAN算法，對第一圖像構造第一圓形模板，并對第二圖像構造第 二圓形模板。
[0125] 本公開實施例中，采用SUSAN算法對第一圖像和第二圖像進行邊緣檢測。
[0126] 本公開步驟中，所構造的第一圓形模板和第二圓形模板可以為多個，原則上要保 證所有的第一圓形模板能夠覆蓋第一圖像中的全部像素點，第二圓形模板能夠覆蓋第二圖 像中的全部像素點。
[0127] 步驟2012、將第一圓形模板中的每個像素的灰度值與第一圓形模板的圓心的灰度 值進行比較，得到第一灰度差值，并將第二圓形模板中的每個像素的灰度值與第二圓形模 板的圓心的灰度值進行比較，得到第二灰度差值。
[0128] 步驟2013、將第一灰度差值大于灰度閾值的像素點確定為第一邊緣點，將第一邊 緣點的坐標及個數確定為第一邊緣信息，并將第二灰度差值大于灰度閾值的像素點確定為 第二邊緣點，將第二邊緣點的坐標及個數確定為第二邊緣信息。
[0129] 其中，灰度閾值可以設置為20。邊緣信息即邊緣點的信息，即公路圖像中路面上的 水漬、油漬、石子等細小特征的邊緣點的坐標及個數。需要注意的是，本步驟中得到的邊緣 點也包括噪聲點和不連通點。
[0130] 步驟202、基于形態(tài)學方法分別對該第一邊緣信息和第二邊緣信息進行去干擾處 理，得到包括第一圖像中物體的連續(xù)輪廓的第一邊緣輪廓信息，及包括第二圖像中物體的 連續(xù)輪廓的第二邊緣輪廓信息。
[0131] 在一種公開方式中，步驟202可以包括：
[0132] 步驟2021、對第一邊緣信息和第二邊緣信息分別進行第一次開運算，去除連續(xù)像 素點個數少于設定閾值的對象。
[0133] 本公開步驟中，也可以設定閾值為20,也就是說少于20個像素點組成的對象可以 認為是小對象，需要在本步驟中去除這樣的小對象。
[0134] 步驟2022、通過圓盤膨脹操作連接第一次開運算操作之后的第一邊緣信息中的不 連通的邊緣點，并連接第一次開運算操作之后的第二邊緣信息中的不連通的邊緣點。
[0135]通過本步驟，使得邊緣點連續(xù)和平滑。
[0136] 步驟2023、對圓盤膨脹操作之后的第一邊緣信息和第二邊緣信息分別進行第二次 開運算，去除連續(xù)像素點個數少于設定閾值的對象。
[0137] 由于經過步驟2022的圓盤膨脹操作之后有可能再次形成小對象，因而本公開步驟 中與步驟2021類似的，將閾值設置為20，去除少于20個像素點組成的小對象。
[0138] 步驟2024、對第二次開運算操作之后得到的第一邊緣信息和第二邊緣信息分別進 行細化操作，得到第一邊緣輪廓信息以及第二邊緣輪廓信息。
[0139] 通過細化操作，得到連續(xù)的第一邊緣輪廓信息及第二邊緣輪廓信息。
[0140] 上述實施例中，終端可以通過SUSAN算法直接利用圖像灰度進行邊緣檢測，具有實 現簡單、抗噪能力強、并且處理速度快的優(yōu)點。
[0141] 上述實施例中，終端可以通過圓盤膨脹操作連接不連續(xù)的邊緣點，使得得到的邊 緣輪廓更為光滑連續(xù)，還可以通過去干擾操作去除小對象，以消除干擾。
[0142] 如圖3所示，圖3是根據一示例性實施例示出的另一種圖像的處理方法流程圖，該 方法可以用于終端中，并在圖1所示實施例的基礎上，步驟102可以包括以下步驟：
[0143] 步驟301、分別遍歷第一圖像和第二圖像中的像素點。
[0144] 本公開步驟中，可以從左向右遍歷圖像中的每個像素點。
[0145] 步驟302、基于遍歷到的第一圖像的第一邊緣點，確定用于分割第一圖像的第一 邊，并基于遍歷到的第二圖像的第二邊緣點，確定用于分割第二圖像的第二邊，第一邊及第 二邊為橫線或豎線。
[0146] 其中第一邊和第二邊可以為邊緣輪廓的外切線。
[0147] 步驟303、在第一邊將第一圖像分割成的塊中，將包含第一邊緣輪廓信息的塊確定 為第一圖像塊，并在第二邊將第二圖像分割成的塊中，將包含第二邊緣輪廓信息的塊確定 為第二圖像塊。
[0148] 在第一邊將第一圖像分割成的塊中，有些塊里面不包含第一邊緣輪廓信息，本公 開步驟中將包含第一邊緣輪廓信息的塊確定為第一圖像塊，同樣的方法來確定第二圖像 塊。
[0149] 上述實施例中，終端可以將待拼接的圖像分隔為若干個塊，并確定包含邊緣輪廓 信息的圖像塊，為確定極值點進一步縮小范圍。
[0150] 如圖4所示，圖4是根據一示例性實施例示出的另一種圖像的處理方法流程圖，該 方法可以用于終端中，并在圖1所示實施例的基礎上，步驟103可以包括以下步驟：
[0151] 步驟401、基于人工魚群算法，從第一邊緣點中選取設定數量的點作為第一人工 魚，并從第二邊緣點中選取設定數量的點作為第二人工魚。
[0152] 本公開實施例中，采用人工魚群算法求極值點，人工魚群算法是指利用在一片水 域中，魚生存數目最多的地方是本水域中含營養(yǎng)物質最多的地方，來模擬魚群的覓食等行 為，從而實現全局尋優(yōu)。
[0153] 本公開步驟中，從邊緣輪廓的邊緣點中任意選擇50個邊緣點作為人工魚，基于該 方法確定第一人工魚和第二人工魚，當然人工魚的數量也可以為其他。
[0154] 步驟402、以各第一人工魚的坐標為圓心，以設定長度為半徑做第一圓，計算各第 一圓內的所有第一邊緣點的第一數量，并以各第二人工魚的坐標為圓心，以設定長度為半 徑做第二圓，計算各第二圓內的所有第二邊緣點的第二數量。
[0155] 步驟403、使第一人工魚以設定步長向第一數量比自身的第一數量多的其他第一 人工魚的方向移動，并使第二人工魚以設定步長向第二數量比自身的第二數量多的其他第 二人工魚的方向移動。
[0156] 舉例而言，對于坐標為（1，1)的第一人工魚，以該坐標為圓心，以半徑2cm做對應的 第一圓，該第一圓內的第一邊緣點的數量為10,對于坐標為(2,3)的第一人工魚，以該坐標 為圓心，以半徑2cm做對應的第一圓，該第一圓內的第一邊緣點的數量為12,則坐標為（1，1) 的第一人工魚以設定步長向坐標為(2,3)的第一人工魚的方向移動，設定步長可以為6。重 復上述步驟，直到各人工魚不再移動。
[0157] 步驟404、將第一人工魚移動的終點的像素點確定為像素點所在第一圖像塊的第 一極值點，并將第二人工魚移動的終點的像素點確定為像素點所在第二圖像塊的第二極值 點。
[0158] 當人工魚不再移動時，也就是在某些圖像塊中會出現一個點，即人工魚移動的終 點，也就是本公開步驟中的極值點。
[0159] 上述實施例中，終端可以基于人工魚群算法來快速、準確的確定兩幅圖像的極值 點。
[0160] 如圖5所示，圖5是根據一示例性實施例示出的另一種圖像的處理方法流程圖，該 方法可以用于終端中，并在圖1所示實施例的基礎上，步驟104可以包括以下步驟：
[0161]步驟501、將距離拼接方向最近的兩個第一極值點確定為第一匹配點，并將距離拼 接方向最近的兩個第二極值點確定為第二匹配點。
[0162] 圖像拼接指的是將兩幅圖像中的數據統(tǒng)一到同一坐標下。這里的拼接方向可以理 解為，對于第一圖像(左目圖像），其拼接方向是右側方向，對于第二圖像(右目圖像），其拼 接方向是左側方向。
[0163] 步驟502、基于第一匹配點與第二匹配點的位置關系，對兩幅圖像進行拼接。
[0164] 在一種公開方式中，該步驟可以包括：
[0165] 以第一圖像和第二圖像中的任一個作為基準圖像，以第一圖像和第二圖像中的另 一個作為移動圖像，基于第一匹配點的連線和第二匹配點的連線，確定移動圖像與基準圖 像實現拼接所需的旋轉角度及平移矩陣。
[0166] 基于旋轉角度及平移矩陣對第一圖像和第二圖像進行拼接。
[0167] Sf i為待拼接的第一圖像，f 2為第二圖像，f i中的極值點六和€2中的極值點B相對 應，則幾何關系的變化可表示為：
[0168] f2 = fi 氺 shifti 氺 rot 氺 shift2
[0169] 其中，rot表示第二圖像f2相對于第一圖像心的旋轉角度，shift為將點B移動到第 二圖像f 2坐標系原點的平移矩陣，shift2表示將第二圖像f 2坐標原點移動到點A的平移矩 陣。
[0170] 如果計算出的極值點有多個，那么將距離拼接處最近的兩個極值點作為匹配點。
[0171] 步驟503、對拼接之后的圖像進行融合處理。
[0172] 當找到匹配點后，下一步工作將是把兩幅圖像合成一幅圖像。對于重疊部分，若只 是簡單的取第一幅圖像或第二幅圖像的數據，會造成圖像的模糊和明顯的連接痕跡；即使 取兩幅圖像的平均值，圖像的清晰度也比較低。為了能使拼接區(qū)域平滑，本公開實施例采用 了漸入漸出的方法，即在重疊部分由第一幅圖像慢慢過渡到第二幅圖像。在一種公開方式 中，該步驟可以通過加權平均的融合方法來實現，包括以下步驟：
[0173] 確定重疊部分在拼接之后的圖像中的權重，基于權重對拼接之后的圖像進行融合 處理。
[0174] 本公開實施例中采用加權平均的融合方法對拼接之后的圖像進行融合處理。設第 一圖像為心，第二圖像為f2,將第一圖像fi和第二圖像f 2在空間進行疊加，疊加后的圖像的 像素 f可表示為：
[0175]
[0176]其中，山和辦分別表示第一圖像及第二圖像的權重值，山和辦與重疊區(qū)域的寬度有 關，且di+d2 = 1，0〈di，d2〈 1，在重疊區(qū)域中，di由1漸變到0，d2由0漸變到1。
[0177]上述實施例中，終端可以采用加權平均的融合方法對拼接之后的圖像進行處理， 能夠保證拼接處的光滑過渡，從而保證拼接之后的圖像的清晰度和準確度。
[0178]如圖6所不，圖6是本公開根據一不例性實施例