【技术实现步骤摘要】
201610423395
【技术保护点】
一种图像拼接的实时性优化方法,其特征在于,包括以下步骤:(1)图像NCC区域匹配输入图像A和图像B两张待拼接图像,以图像A为模板图像,图像B为待匹配图像,通过NCC算法寻找图像A与图像B之间互相关最大时的搜索窗口位置,通过搜索窗口位置初步确定图像间的位置关系,将图像A和图像B的重合区域锁定为图像A’和图像B’;(2)SURF阈值估算获取不同环境下的若干分辨率不同的图像,通过高斯滤波的得到统一的不同尺度图像,计算每张图像的图像熵值,同时不断调整SURF阈值制导图像特征点个数满足要求,通过RANSAC算法来预测图像熵与SURF阈值之间的最优模型;输入图像A’和图像B’,得到两个阈值a和b;(3)特征点匹配在检测到的图像特征点间利用KNN最近邻匹配算法以及RANSAC优化算法进行图像特征点匹配以及排除误匹配特征点,从而得到经过细化的准确匹配点,经过图像坐标系变换后,得到匹配特征点在原图像内的特征点坐标,通过匹配点来计算图像之间单应性矩阵进行图像拼接。
【技术特征摘要】
1.一种图像拼接的实时性优化方法,其特征在于,包括以下步骤:(1)图像NCC区域匹配输入图像A和图像B两张待拼接图像,以图像A为模板图像,图像B为待匹配图像,通过NCC算法寻找图像A与图像B之间互相关最大时的搜索窗口位置,通过搜索窗口位置初步确定图像间的位置关系,将图像A和图像B的重合区域锁定为图像A’和图像B’;(2)SURF阈值估算获取不同环境下的若干分辨率不同的图像,通过高斯滤波的得到统一的不同尺度图像,计算每张图像的图像熵值,同时不断调整SURF阈值制导图像特征点个数满足要求,通过RANSAC算法来预测图像熵与SURF阈值之间的最优模型;输入图像A’和图像B’,得到两个阈值a和b;(3)特征点匹配在检测到的图像特征点间利用KNN最近邻匹配算法以及RANSAC优化算法进行图像特征点匹配以及排除误匹配特征点,从而得到经过细化的准确匹配点,经过图像坐标系变换后,得到匹配特征点在原图像内的特征点坐标,通过匹配点来计算图像之间单应性矩阵进行图像拼接。2.根据权利要求1所述的一种图像拼接的实时性优化方法,其特征在于,所述步骤(1)图像NCC区域匹配具体包含以下步骤:(1.1)定义模板窗口n×n,设定ncc阈值,获取图像A模板像素并计算均值,标准方差;(1.2)根据模板大小,在目标图形上从左到右,从上到下移动窗口,计算每移动一个像素...
【专利技术属性】
技术研发人员:蔡成涛,汪鹏飞,刘安,翁翔宇,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。