一种终端及其实现图像处理的方法技术

本发明专利技术公开了一种终端及其实现图像处理的方法，所述方法包括：图像获取步骤：获取具有重叠区域的两幅图像；图像糅合步骤：按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。本发明专利技术所述方法通过摄取两组不同角度但具有重叠区域的图像，直接针对各个图像提取特征点参数，然后依据各个特征点确定图像间的匹配程度，剔除错误的匹配对，依据配准后的图像进行糅合合成处理，得到了宽视野、高分辨率的图像，极大的提高了用户使用体验。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，所述方法包括：图像获取步骤：获取具有重叠区域的两幅图像；图像糅合步骤：按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。本专利技术所述方法通过摄取两组不同角度但具有重叠区域的图像，直接针对各个图像提取特征点参数，然后依据各个特征点确定图像间的匹配程度，剔除错误的匹配对，依据配准后的图像进行糅合合成处理，得到了宽视野、高分辨率的图像，极大的提高了用户使用体验。【专利说明】
本专利技术涉及图像处理
，尤其涉及。
技术介绍
随着移动设备技术的飞速发展，移动设备的各项功能也越来越强大。目前的移动设备既可以当作通讯工具来使用又可以当作娱乐消遣用品，已经成为人们生活中不可或缺的一部分。随着功能的强大，人们对于听觉和视觉的享受要求也越来越高，但是目前移动设备终端照相机只能实现对单张图片的拍摄，日常使用普通移动设备照相机来获取视野的场景图像时，即使是在高端移动设备上人们必须调节相机的焦距，通过缩放镜头才可以摄取完整的场景，但这样获取照片的分辨率是比较低的，因为相机的分辨率是一定的，拍摄的场景越大分辨率越低(即，相同的分辨率，场景大的话出来的图片就比较模糊，场景小的就比较清晰)；为了获取高分辨率的场景照片不得不通过缩放相机镜头来减小拍摄的视野，但这又得不到完整的场景照片，因此需要在场景的大小和分辨率之间进行折衷。可见，当前终端对于照片的摄取方式还存在一定的功能缺陷，不能满足用户的使用需求。所以，如何提供一种解决方案，使得终端摄取的图像可以满足视野和分辨率的双重要求，成为本专利技术所要解决的技术问题。
技术实现思路
本专利技术要解决的技术问题是，提供，使得终端摄取的图像可以满足视野和分辨率的双重要求。 依据本专利技术的一个方面，提供了一种终端实现图像处理的方法，包括: 图像获取步骤:获取具有重叠区域的两幅图像； 图像糅合步骤:按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。 可选地，本专利技术所述方法中，所述按照重叠区域，将两幅图像进行配准，包括:提取两幅图像的特征点，并在所述特征点中提取出两幅图像的匹配特征对，以所述匹配特征对为对准点，将两幅图像进行配准。 可选地，本专利技术所述方法中，所述特征点包括图像的角点。 可选地，本专利技术所述方法中，所述提取两幅图像的特征点，包括: 对于每幅图像，利用3X3卷积核与图像做卷积，求得图像各像素点的偏导数，并利用该偏导数计算各像素点对应的Plessy角点检测算法中的对称矩阵M ； 设置选取窗口、以及特征点可用评价函数R ;其中 【权利要求】1.一种终端实现图像处理的方法，其特征在于，包括: 图像获取步骤:获取具有重叠区域的两幅图像； 图像糅合步骤:按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。2.如权利要求1所述的 方法，其特征在于，所述按照重叠区域，将两幅图像进行配准，包括: 提取两幅图像的特征点，并在所述特征点中提取出两幅图像的匹配特征对，以所述匹配特征对为对准点，将两幅图像进行配准。3.如权利要求2所述的方法，其特征在于，所述特征点包括图像的角点。4.如权利要求3所述的方法，其特征在于，所述提取两幅图像的特征点，包括: 对于每幅图像，利用3X3卷积核与图像做卷积，求得图像各像素点的偏导数，并利用该偏导数计算各像素点对应的Plessy角点检测算法中的对称矩阵M ； 设置选取窗口、以及特征点可用评价函数R;其中，式中 Det(M) = A1 λ 2>Trace(M) = A1+A2, λ ^ λ 2分别为矩阵M的特征值，ε为使分母不为零的极小值； 按所述选取窗口在所述图像上选取一个检测区域，在该检测区域内筛选出R值最大的像素点，移动选取窗口，直到筛选完整幅图； 设置特征点判定阈值，将筛选出的各像素点中R值大于所述判定阈值的像素点设为提取到的特征点。5.如权利要求2或3或4所述的方法，其特征在于，所述方法还包括: 在特征点提取前，利用预先设定的边界模板，将图像中的边界特征点删除； 和/或，在提取图像中的特征点后，提取各特征点中的亚像素特征点，并以提取的亚像素特征点为最终提取的特征点。6.如权利要求2或3或4所述的方法，其特征在于，所述在特征点中提取出两幅图像的匹配特征对，包括: 利用粗匹配双向最大相关系数BGCC算法，对两幅图像中的特征点进行粗匹配，利用随机采样RANSAC算法，对粗匹配得到的匹配特征对进行精确匹配，得到精确提取的匹配特征对。7.如权利要求6所述的方法，其特征在于，在对两幅图像中的特征点进行粗匹配之前，所述方法还包括: 利用中值滤波器对两幅图像进行平滑处理，并将原图与滤波处理后图像相减的结果作为粗匹配处理的操作对象。8.如权利要求1至4任一项所述的方法，其特征在于，所述将配准后的两幅图像进行合成，包括:根据渐进渐出合成方法，对配准后的两幅图像的各像素点的灰度值f(x，y)进行设置；其中，设置规则包括:其中，f\(x，y)、f2(x, y)分别表示两幅图像中像素点的灰度值，Cl1, d2 e (0,1)，且C^d2=I,分别表示两幅图像的渐进因子，door为预先设定的判定阈值，f\、f2分别表示两幅图像。9.如权利要求8所述的方法，其特征在于，所述将配准后的两幅图像进行合成，还包括: 采用拼缝周围7X7区域为拼缝处理区域，并以3X3的模板对所述拼缝处理区域内的像素点进行线性滤波处理。10.如权利要求1至4任一项所述的方法，其特征在于，在图像获取步骤和图像糅合步骤间，还包括: 图像预处理步骤:将所述图像获取步骤获取到两幅图像按设定的预处理操作进行处理；其中，预处理操作包括如下操作中的一项或多项:验证获取的图像、将两幅图像转换到同一坐标系下、对两幅图像进行平滑滤波处理、以及初略定位，得到粗估计的重叠区域。11.如权利要求1至4任一项所述的方法，其特征在于，所述方法还包括: 3D图像生成步骤:获取合成图像以及与该合成图像具有重叠区域的另一图像，执行所述图像糅合步骤进行再次合成，重复图像获取及图像糅合过程，得到具有景深的3D图像。12.—种终端，其特征在于，包括: 图像获取模块，用于获取具有重叠区域的两幅图像； 图像糅合模块，用于按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。13.如权利要求12所述的终端，其特征在于，所述图像糅合模块，具体用于提取两幅图像的特征点，并在所述特征点中提取出两幅图像的匹配特征对，以所述匹配特征对为对准点，将两幅图像进行配准。14.如权利要求13所述的终端，其特征在于，所述图像糅合模块中，特征点包括图像的角点。15.如权利要求14所述的终端，其特征在于，所述图像糅合模块，具体包括: 计算子模块，用于对于每幅图像，利用3X3卷积核与图像做卷积，求得图像各像素点的偏导数，并利用该偏导数计算各像素点对应的Plessy角点检测算法中的对称矩阵M ； 设置子模块，设置选取窗口、以及特征点可用评价函数R;其中，，式中Det(M) = A JyTrace(M) = X^X2, A1, λ 2分别为矩阵M的特征值，ε为使分母不为零的极小值； 筛选子模块，用于按所述选取窗本文档来自技高网...

【技术保护点】
一种终端实现图像处理的方法，其特征在于，包括：图像获取步骤：获取具有重叠区域的两幅图像；图像糅合步骤：按照所述重叠区域，将两幅图像进行配准，并将配准后的两幅图像进行合成。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘冬梅，刘凤鹏，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44