0
谷歌地圖可以說是谷歌最受歡迎的應(yīng)用了，而其中的街景功能則是它受人喜愛的原因之一。很多人已經(jīng)習(xí)慣了用谷歌地圖查詢地址，用街景功能查看地點(diǎn)實(shí)景圖，甚至可以把附近的街道全景看個(gè)遍，可以說是非常實(shí)用的功能。
雷鋒網(wǎng)了解到，谷歌的街景是由無數(shù)的全景圖拼接形成的。而拍攝工作則是由一輛專業(yè)拍攝車完成。車頂裝載有由 15 部相機(jī)組成的叫做 rosette 的裝置。谷歌的工作人員開車在各個(gè)街道上進(jìn)行拍攝，并利用軟件將照片拼接成全景圖的形式，最終成為我們?cè)趹?yīng)用中看到的實(shí)時(shí)街景。
但因?yàn)楣雀枋褂枚鄠€(gè)攝像頭來捕捉每個(gè)圖像，因此可能會(huì)出現(xiàn)一些問題。比如相機(jī)幾何尺寸的校準(zhǔn)誤差，15 個(gè)相機(jī)之間的時(shí)差或視差。這些問題可能導(dǎo)致圖像被撕裂或無法對(duì)齊。下面這張悉尼歌劇院的街景圖就是一個(gè)典型的例子。但是，據(jù)雷鋒網(wǎng)了解，谷歌現(xiàn)在正在利用一種新的軟件算法解決這類問題。
所以，谷歌是如何解決問題的呢？盡管把圖片對(duì)齊似乎是件簡(jiǎn)單的事情，但谷歌必須在處理過程中計(jì)算大量變量。比如，上述提到的視差問題是因?yàn)?rosette 裝置中的每一個(gè)相機(jī)在空間位置上有一些輕微的差異導(dǎo)致的。相機(jī)位置的不同會(huì)讓每張圖片有些許的不同，而這些不同的角度就使得圖片拼接變得比較困難。
另一個(gè)問題在于時(shí)間點(diǎn)。rosette 是一個(gè) 15 臺(tái)相機(jī)組合的一套設(shè)備，但所有的相機(jī)必須保證在同一時(shí)刻按下閃光燈。想象一下：你坐在一輛行駛速度 35km/h 的車上，左右手分別拿了兩個(gè)相機(jī)，兩個(gè)手分別按下相機(jī)快門，大概左右手快門前后也得相差半秒。又因?yàn)檐囎釉诓粩嘁苿?dòng)，所以兩個(gè)相機(jī)拍到的畫面是不同的。那么谷歌的 15 臺(tái)相機(jī)一起工作的話，差距結(jié)果可想而知。
上面提到的只是在繪制街景全景圖時(shí)會(huì)遇到的兩個(gè)問題（當(dāng)然還有其他問題），為了解決這些問題谷歌開始使用一種全新的光流算法（Optical Flow）。光流的意思是指，分析照片的軟件可以在重疊的圖像中發(fā)現(xiàn)對(duì)應(yīng)的像素點(diǎn)，一旦找到這些重疊的像素點(diǎn)，軟件就可以糾正它找到的偏移量。
在解決了這些圖像差異的校準(zhǔn)后，還必須確認(rèn)在校準(zhǔn)過程中，沒有出現(xiàn)更多的差異。因?yàn)樵谝苿?dòng)圖像一部分時(shí)，也會(huì)影響到圖像剩余部分的排列方式。所以為了解決這個(gè)問題，谷歌需要改變整個(gè)場(chǎng)景得到幾何排布，以確保整個(gè)圖片依然完整而正確。
谷歌的做法是，對(duì)圖像的其他部分進(jìn)行拉伸和壓縮，保證所有內(nèi)容的一直排列。它使用在光流算法處理過程中找到的像素點(diǎn)作為參考點(diǎn)，找到需要拉伸或壓縮的位置。這個(gè)過程其實(shí)并沒有那么容易，但是谷歌會(huì)對(duì)照片進(jìn)行采樣，來減輕算法的計(jì)算壓力。
最終，這個(gè)新的處理方法將會(huì)減少全景圖中出現(xiàn)的誤差影像，并改善圖片整體的幾何形狀。雖然這個(gè)新算法仍不是完美的，但谷歌現(xiàn)在已經(jīng)可以在整合全景圖的每個(gè)部分時(shí)做得更好了。同時(shí)，因?yàn)楦倪M(jìn)軟件的原因，谷歌也不用再重新拍攝一次所有街景來提升圖片質(zhì)量了。
谷歌已經(jīng)將這個(gè)新的軟件技術(shù)應(yīng)用在已有的街景圖像中了。如果你有時(shí)間的話，可以去谷歌地圖中找找看一些著名地點(diǎn)全景圖的變化。谷歌去年聯(lián)合 HTC Vive 打造了一款 VR 應(yīng)用 Google Earth VR，并且將街景也加入其中，我們可次從第一視角查看世界。而街景全景圖的提升，想必也將改善 VR 體驗(yàn)。
via androidauthority.com 雷鋒網(wǎng)編譯
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
