一种全景拼接消除图像特征误匹配方法及装置制造方法及图纸

本发明专利技术涉及图像处理技术领域，尤其是一种全景拼接消除图像特征误匹配方法及装置，该方法包括：S101、采集两幅以上待拼接的全景分区图；S102、将所述全景分区图进行图像去噪和直方图均衡化；S103、将S102所得全景分区图进行特征提取；S104、将S103所得全景分区图进行特征粗匹配；S105、将S104全景分区图进行中值滤波；S106、获取精确特征匹配对；通过特征提取、特征粗匹配，再通过中值滤波，获取精确特征匹配对，实现消除图像特征误匹配，提升拼接效果。

【技术实现步骤摘要】
一种全景拼接消除图像特征误匹配方法及装置
本专利技术涉及图像处理
，尤其是一种全景拼接消除图像特征误匹配方法及装置。
技术介绍
在监控系统快速发展的今天，系统规模越来越大，监控点越来越多，工作人员面对越来越多的监控图像已无暇顾及，随着监控范围的不断扩大，需要对整座桥梁、机场、很长一段公路或者高层建筑进行监控，大多数摄像机的视场达不到这样大的监控范围，因此对大视场视频监控的要求逐渐增多，逐渐形成了一种高端需求。视频全景拼接作为一种解决方案，也得到了越来越多的关注。图像特征匹配是全景拼接过程中的一个重要环节，然而特征匹配过程常常出现误匹配现象。因此，需要一种全景拼接消除图像特征误匹配方法及装置，用来消除特征匹配过程中的误匹配。
技术实现思路
本专利技术所要解决的技术问题是：提供一种全景拼接消除图像特征误匹配方法及装置，消除特征匹配过程中的误匹配。为了解决上述技术问题，本专利技术采用的技术方案为：一种全景拼接消除图像特征误匹配方法，包括：S101、采集两幅以上待拼接的全景分区图；S102、将所述全景分区图进行图像去噪和直方图均衡化；S103、将S102所得全景分区图进行特征提取；S104、将S103所得全景分区图进行特征粗匹配；S105、将S104全景分区图进行中值滤波；S106、获取精确特征匹配对。本专利技术采用的另一技术方案为：一种全景拼接消除图像特征误匹配装置，包括依次连接的图像采集模块、图像去噪和直方图均衡化模块、特征提取模块、特征粗匹配模块、中值滤波模块和获取匹配对模块；所述图像采集模块，用于采集两幅以上待拼接的全景分区图；所述图像去噪和直方图均衡化模块，用于将采集到的两幅以上待拼接的全景分区图进行图像去噪和直方图均衡化；所述特征提取模块，用于将图像去噪和直方图均衡化过的两幅以上待拼接的全景分区图进行特征提取；所述特征粗匹配模块，用于将特征提取过的两幅以上待拼接的全景分区图进行特征粗匹配；所述中值滤波模块，用于将特征粗匹配过的两幅以上待拼接的全景分区图进行中值滤波；所述获取匹配对模块，用于获取精确特征匹配对。本专利技术的有益效果在于：通过特征提取、特征粗匹配，再通过中值滤波，获取精确特征匹配对，实现消除图像特征误匹配，减少RANSAC随机选取特征匹配对迭代次数，提高RANSAC的执行效率，同时中值滤波能够有效的消除非重叠区域的特征匹配对，提升拼接效果，非重叠区域的特征匹配对包括误匹配对、图像中任意位置叠加时间、日期等相同字符产生的匹配对，实际操作中，在待拼接图像上任意位置叠加时间、日期等相同字符，是会在字符处提取到特征匹配对的，而这些特征匹配对会对拼接造成反作用，必须剔除。附图说明图1为本专利技术具体实施方式全景拼接消除图像特征误匹配方法的步骤图；图2为本专利技术具体实施方式中特征匹配对示意图；图3为本专利技术具体实施方式中的尺度空间极值检测的示意图；图4为本专利技术具体实施方式中提取sift特征点生成本地特征描述符的示意图；图5为本专利技术具体实施方式中的灰色区域积分的示意图；图6为本专利技术具体实施方式中提取surf特征点生成本地特征描述符的示意图；图7为本专利技术具体实施方式中提取到的harris角点的示意图；图8为本专利技术具体实施方式全景拼接消除图像特征误匹配装置的结构示意图；标号说明：10、图像采集模块；20、图像去噪和直方图均衡化模块；30、特征提取模块；40、特征粗匹配模块；50、中值滤波模块；60、获取匹配对模块。具体实施方式为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。本专利技术最关键的构思在于：通过特征提取、特征粗匹配，再通过中值滤波，获取精确特征匹配对，实现消除图像特征误匹配，提升拼接效果。请参照图1，是本专利技术具体实施方式全景拼接消除图像特征误匹配方法的步骤图，具体如下：一种全景拼接消除图像特征误匹配方法，包括：S101、采集两幅以上待拼接的全景分区图；S102、将所述全景分区图进行图像去噪和直方图均衡化；S103、将S102所得全景分区图进行特征提取；S104、将S103所得全景分区图进行特征粗匹配；S105、将S104全景分区图进行中值滤波；S106、获取精确特征匹配对。从上述描述可知，本专利技术的有益效果在于：通过特征提取、特征粗匹配，再通过中值滤波，获取精确特征匹配对，实现消除图像特征误匹配，减少RANSAC随机选取特征匹配对迭代次数，提高RANSAC的执行效率，同时中值滤波能够有效的消除非重叠区域的特征匹配对，提升拼接效果，非重叠区域的特征匹配对包括误匹配对、图像中任意位置叠加时间、日期等相同字符产生的匹配对，实际操作中，在待拼接图像上任意位置叠加时间、日期等相同字符，是会在字符处提取到特征匹配对的，而这些特征匹配对会对拼接造成反作用，必须剔除。进一步的，所述步骤S105中“中值滤波”采用距离中值滤波、斜率中值滤波或角度中值滤波；如图2，假设特征匹配对为：(P1(xi,yi),P2(xi,yi)i＝0.....n；所述距离中值滤波包括以下步骤：A1：计算每对特征匹配对之间的距离Dist；Disti＝(P1(xi,yi)-P2(xi,yi)2；A2：计算所有特征匹配对的距离的中值；A3：每对特征匹配对之间距离与所有特征匹配对的距离的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述斜率中值滤波包括以下步骤：B1：计算每对特征匹配对之间的斜率K；B2：计算所有特征匹配对的斜率的中值；B3：每对特征匹配对之间斜率与所有特征匹配对的斜率的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述角度中值滤波包括以下步骤：C1：计算每对特征匹配对之间的角度；C2：计算所有特征匹配对的角度的中值；C3：每对特征匹配对之间角度与所有特征匹配对的角度的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除。由上述描述可知，相互重叠的两幅图像，其特征匹配对必然在重叠区域，且所有特征匹配对之间的距离、斜率、角度等都在一定范围内，而误匹配对则不满足，通过三种中值滤波，能够消除图像特征误匹配，减少RANSAC随机选取特征匹配对迭代次数，提高RANSAC的执行效率，同时中值滤波能够有效的消除非重叠区域的误匹配对、消除图像中任意位置叠加时间、日期等相同字符产生的匹配对，提升拼接效果。进一步的，所述图像直方图均衡化具体为：对两幅以上待拼接的全景分区图中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减；所述图像直方图均衡化具体步骤：设f、g分别为原图像和处理后的图像；1)求出原图像f的灰度直方图，设为h；h为一个256维的向量；求出图像f的总体像素个数Nf；Nf＝m*n(m，n分别为图像的长和宽)；计算每个灰度级的像素个数在整个图像中所占的百分比；hs(i)＝h(i)/Nf，(i＝0，1，…，255)；2)计算图像各灰度级的累计分布hp；3)求出新图像g的灰度值；g＝255·hp(i)，i＝1，2，...，255；所述图像去噪具体为：对两幅以上待拼接的全景分区图采用均值滤波或中值滤波或K近邻均值滤波器进行去噪。所述图像去噪采用均值滤波步骤为：对邻域像素加权平均；所述图像去噪采用中值滤波步骤为：对邻域内对像素灰度值进行排序，选取中间值作为像素本文档来自技高网...

【技术保护点】
1.一种全景拼接消除图像特征误匹配方法，其特征在于，包括S101、采集两幅以上待拼接的全景分区图；S102、将所述全景分区图进行图像去噪和直方图均衡化；S103、将S102所得全景分区图进行特征提取；S104、将S103所得全景分区图进行特征粗匹配；S105、将S104全景分区图进行中值滤波；S106、获取精确特征匹配对；所述步骤S105中“中值滤波”采用距离中值滤波、斜率中值滤波或角度中值滤波；所述距离中值滤波包括以下步骤：A1：计算每对特征匹配对之间的距离；A2：计算所有特征匹配对的距离的中值；A3：每对特征匹配对之间距离与所有特征匹配对的距离的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述斜率中值滤波包括以下步骤：B1：计算每对特征匹配对之间的斜率；B2：计算所有特征匹配对的斜率的中值；B3：每对特征匹配对之间斜率与所有特征匹配对的斜率的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述角度中值滤波包括以下步骤：C1：计算每对特征匹配对之间的角度；C2：计算所有特征匹配对的角度的中值；C3：每对特征匹配对之间角度与所有特征匹配对的角度的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述图像直方图均衡化具体为：对两幅以上待拼接的全景分区图中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减；所述图像去噪具体为：对两幅以上待拼接的全景分区图采用均值滤波或中值滤波或K近邻均值滤波器进行去噪。...

【技术特征摘要】
1.一种全景拼接消除图像特征误匹配方法，其特征在于，包括S101、采集两幅以上待拼接的全景分区图；S102、将所述全景分区图进行图像去噪和直方图均衡化；S103、将S102所得全景分区图进行特征提取；S104、将S103所得全景分区图进行特征粗匹配；S105、将S104全景分区图进行中值滤波；S106、获取精确特征匹配对；所述步骤S105中“中值滤波”采用距离中值滤波、斜率中值滤波或角度中值滤波；所述距离中值滤波包括以下步骤：A1：计算每对特征匹配对之间的距离；A2：计算所有特征匹配对的距离的中值；A3：每对特征匹配对之间距离与所有特征匹配对的距离的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述斜率中值滤波包括以下步骤：B1：计算每对特征匹配对之间的斜率；B2：计算所有特征匹配对的斜率的中值；B3：每对特征匹配对之间斜率与所有特征匹配对的斜率的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述角度中值滤波包括以下步骤：C1：计算每对特征匹配对之间的角度；C2：计算所有特征匹配对的角度的中值；C3：每对特征匹配对之间角度与所有特征匹配对的角度的中值相对比，当误差大于预设阀值时，该特征匹配对确定为误匹配，进行剔除；所述图像直方图均衡化具体为：对两幅以上待拼接的全景分区图中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减；所述图像去噪具体为：对两幅以上待拼接的全景分区图采用均值滤波或中值滤波或K近邻均值滤波器进行去噪。2.根据权利要求1所述的全景拼接消除图像特征误匹配方法，其特征在于，所述步骤S103中“特征提取”采用提取sift、surf或harris特征点。3.根据权利要求1所述的全景拼接消除图像特征误匹配方法，其特征在于，所述步骤S104中的“特征粗匹配”采用欧式距离、双匹配、中值滤波或RANSAC算法获取匹配对。4.一种全景拼接消除图像特征误匹配装置，其特征在于，包括依次连接的图像采集模块、图像去噪和直方图均衡化模块、特征提取模块、特征粗匹配模块、中值滤波模块和获取匹...

【专利技术属性】
技术研发人员：魏园波，
申请(专利权)人：深圳英飞拓科技股份有限公司，
类型：发明
国别省市：广东,44