阵列图像的校准方法技术

本发明专利技术公开了一种阵列图像的校准方法，首先以中心图像为参考利用多尺度特征进行特征点匹配，接着引入RANSAC提高匹配精度进行整体校准。然后仍以中心图像为参考图像，利用数学极限原理，进行分块校准，以消除阵列图像由于位置关系不同引起的视差。分块校准也采用多尺度特征，计算校准之后的两图像块的结构相似度，如果相似度值小于设定阈值则采用基于灰度的校准方法，如果相似度值仍然小于阈值则改变图像块的大小，直到相似度达到要求。最后根据两次分块校准结果完成无缝拼接，将阵列相机统一到中心相机视角下。本方法无需进行相机标定，不仅对于提取到特征点的部分有较好的校准效果，对于边界或其它提取不到特征点的部分也有很好的校准效果。

Method for calibrating array image

The invention discloses a calibration method for array images. Firstly, taking the central image as the reference, the feature points are matched by multi scale features, and then the RANSAC is introduced to improve the matching accuracy and perform the overall calibration. Then, the central image is used as the reference image, and the mathematical limit principle is used to block the calibration so as to eliminate the parallax caused by the different position relations of the array image. The calibration block also uses multi-scale features, two image block structure similarity calculation after calibration, if the similarity value is less than the threshold using calibration method based on gray level. If the similarity value is less than the threshold to change the image block size, until the similarity reaches the requirements. Finally, seamless stitching is completed according to the two sub block calibration results, and the array camera is unified to the central camera angle. This method does not need camera calibration, not only has better calibration effect for the part of the extracted feature points, but also has good calibration effect for the boundary or other parts which do not extract the feature points.

【技术实现步骤摘要】
阵列图像的校准方法
本专利技术涉及图像处理
，尤其涉及一种阵列图像的校准方法。
技术介绍
随着手机摄像摄影的日益普及和人们对手机摄像的越来越高的要求，目前一些手机制造厂商尝试用微阵列相机模组代替目前的单镜头和单焦距相机。然而这种阵列式相机由于位置不同得到的阵列图像之间肯定有位移，这种位置差异将导致图像间有视差，即场景中有的相机能拍到，有的相机由于位置差异可能出现遮挡拍摄不到，但在实现图像超分辨率重建，或者高速摄像，对象置换等功能时需要实现图像的校准。因此如何实现阵列图像的精确校准，使阵列图像统一到同一视角下是阵列相机模组需要解决的关键问题之一。现有技术一般都是利用特征，灰度值，互信息等或者是此原有基础上改进的方法对图像进行校准，然而这些校准方法阵列图像的视差无法完全消除，尤其是边缘部分，即利用一个校准矩阵无法实现阵列图像的精确校准。为此，亟需一种对于边缘或其它提取不到特征点的部分也能精确识别的图像校准方法。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种阵列图像的校准方法，相对于以前的其他校准方法，本方法无需进行相机标定，校准过程每一小块对应一个校准矩阵，不仅对于提取到特本文档来自技高网...

【技术保护点】
一种阵列图像的校准方法，其特征在于：包括如下步骤：步骤1，提取特征点完成图像匹配：从阵列相机模组获得阵列图像，检测阵列图像中各图像的多尺度特征，以中心图像为参考图像，提取并完成阵列图像与参考图像的特征点匹配；步骤2，剔除误匹配点：根据RANSAC算法剔除匹配过程中的误匹配点，选取各图像对中特征点均匀分布的匹配点对；步骤3，完成图像对间的整体校准：根据得到的匹配点对信息求得阵列图像到中心图像的校准矩阵，根据校准矩阵进行投影变换实现整体校准过程；步骤4，对完成整体校准的图像对分块校准：对整体校准后的各图像对进行分块，且至少分两次大小不同的小块，分块之后同样采用多尺度特征的方法对各小块进行校准，如果...

【技术特征摘要】
1.一种阵列图像的校准方法，其特征在于：包括如下步骤：步骤1，提取特征点完成图像匹配：从阵列相机模组获得阵列图像，检测阵列图像中各图像的多尺度特征，以中心图像为参考图像，提取并完成阵列图像与参考图像的特征点匹配；步骤2，剔除误匹配点：根据RANSAC算法剔除匹配过程中的误匹配点，选取各图像对中特征点均匀分布的匹配点对；步骤3，完成图像对间的整体校准：根据得到的匹配点对信息求得阵列图像到中心图像的校准矩阵，根据校准矩阵进行投影变换实现整体校准过程；步骤4，对完成整体校准的图像对分块校准：对整体校准后的各图像对进行分块，且至少分两次大小不同的小块，分块之后同样采用多尺度特征的方法对各小块进行校准，如果校准之后的相似度达不到要求，则采用基于灰度的校准方法对各小块进行校准，如果仍然达不到要求则对此块进行重新分块，直到相似度达到要求，完成分块校准过程；步骤5，对两次分块校准的结果进行无缝拼接得到校准结果：根据步骤4所得两次分块校准结果，将小块与小块进行无缝拼接得到最终阵列图像的校准结果。2.根据权利要求1所述的阵列图像的校准方法，其特征在于：步骤1中检测各个阵列图像的多尺度特征，匹配阵列图像与参考图像的特征点的具体步骤如下：a)构建阵列图像的多尺度空间，利用高斯平滑函数与原图像灰度进行卷积形成图像金字塔，图像金字塔最底层为图像金字塔更高层为其中gδ(x，y)表示标准差为δ的平滑窗口，l为图像金字塔层数；b)特征点检测，在l层，检测矩阵为利用此矩阵的特征值λ1、λ2的平均检测函数检测特征点，为了加快速度和使得特征点分布均匀，在不同尺度金字塔图像的一定半径内选取fHM的局部极值；c)利用sift特征计算特征点方向，L层特征点邻域(x，y)的方向为d)特征点匹配，利用近邻法对两图像间提取的特征点进行匹配...

【专利技术属性】
技术研发人员：刘艳玲，孙瑜，万里兮，
申请(专利权)人：华天科技昆山电子有限公司，
类型：发明
国别省市：江苏,32