The invention discloses an image stitching method based on local registration, comprising 1) detecting and matching feature points, and 2) setting an input image from the input image
【技术实现步骤摘要】
一种基于局部配准的图像拼接方法
本专利技术涉及一种图像拼接方法,尤其涉及一种基于局部配准的图像拼接方法。
技术介绍
图像拼接算法是最早研究和广泛使用的计算机视觉技术。图像拼接技术被广泛于视频防抖、视频摘要和全景图生成等领域。比如录像机中的防抖功能就是通过相邻帧之间的配准算法来实现的。如今的百度地图上的360度无死角的街景图和卫星地图也都是通过图像拼接技术来生成的。图像拼接技术主要包括两部分:图像配准和图像融合。其中图像配准解决的是找出图像间的重叠区域问题,是图像拼接技术的核心和关键,而图像融合技术是解决已配准的图像的最终画出问题,目的是消除缝合线以及光度和色度的影响。可以从这两个步骤寻求解决图像拼接问题的方法,但是关键点是图像配准步骤,图像融合技术只是一种辅助手段。传统的图像配准方法是在由输入图像间匹配好的特征点估计出一个全局的二维映射,然后用这个映射对图像进行配准。典型二维映射是投影变换,用单应性矩阵H表示。但是这类全局的投影变换对输入图像的场景有严格的要求,即输入图像的场景应该位于同一平面上,而且图像间必须只发生了相机的旋转运动,有视差的图像是不能接受的。传统拼接技术中对于场景的要求过于苛刻,我们日常生活中拍摄的照片经常不满足这样的条件,所以需要对传统的算法进行改进,以适应各种场景的要求。由于投影变换模型固有的缺陷,投影变换不能够对局部的偏差进行很好的拟合,也就是说当场景中出现多个深度层时,由所有匹配特征点估计出来全局的投影变换对局部的某些特征点的拟合效果不好。近年来出现了一些随空域变化的变换方法,例如尽可能的投影变换方法,它建立了一个新的模型对局部的 ...
【技术保护点】
一种基于局部配准的图像拼接方法,其特征在于,包括以下步骤:步骤1:特征点检测与匹配:首先进行特征点检测,提取输入图像I
【技术特征摘要】
1.一种基于局部配准的图像拼接方法,其特征在于,包括以下步骤:步骤1:特征点检测与匹配:首先进行特征点检测,提取输入图像I0和I1的特征点,并对特征点进行匹配,得到N组匹配点;步骤2:设来自输入图像I0和I1上的匹配点集合的编号m为0;步骤3:图像局部配准:当前匹配点集合m即为局部区域,对这个局部区域进行配准,得到对应的3×3单应性映射矩阵Hm;步骤4:判断当前局部单应性映射矩阵Hm的配准误差是否小于配准阈值,或者是否收敛,如果是,则转向步骤6,否则转向步骤5;步骤5:匹配点集合调整:先利用运动矢量调整匹配点集合,再利用视差概率调整匹配点集合,得到新的匹配点集合,并把当前匹配点集合的编号m加1,转向步骤3;步骤6:图像合成:根据映射矩阵Hm,计算缝隙,最后生成拼接结果。2.根据权利要求1所述的基于局部配准的图像拼接方法,其特征在于,所述步骤5的匹配点集合调整,是指先利用运动矢量结果调整匹配点集合,得到运动矢量筛选过后的匹配点集合;再利用视差概率调整匹配点集合,得到视差概率筛选过后的匹配点集合。3.根据权利要求2所述的基于局部配准的图像拼接方法,其特征在于,所述得到运动矢量筛选过后的匹配点集合的方法是:计算匹配点集合m中每一对匹配点(fi0,fi1)的运动矢量v:v=fi0→1-fi1其中fi0→1是输入图像I0的特征点fi0经过单应性矩阵Hm变换后得到的在输入图像I1坐标系上的坐标;设置运动矢量偏移阈值,然后根据计算得到的运动矢量的结果,在匹配点集合m中剔除运动矢量的模大于运动矢量偏移阈值的匹配点。4.根据权利要求2所述的基于局部配准的图像拼接方法,其特征在于,所述得到视差筛选过后的匹配点集合的方法是:计算匹配点集合m中每一对匹配点(fi0,fi1)的视差概率,具体方法为:(1)初始化视差概率:对于出现在输入图像I0的特征点fi0来说,把图像I0经过单应性矩阵Hm变换映射到得到图像I0',并且得到映射后的特征点fi0→1,以fi0→1为中心在图像I0'上构建大小为Ω的颜色块I0'(fi0→1;Ω);相应地在图像I1上构建块I1(fi1;Ω),则点fi0→1视差概率为;
【专利技术属性】
技术研发人员:李凯,汪洋鑫,安平,沈礼权,邹雪妹,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海,31
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。