【技术实现步骤摘要】
一种用于全景图像拼接的基于网格优化的配准方法
本专利技术属于数字图像处理
，具体涉及一种用于全景图像拼接的基于网格优化的图像配准方法。
技术介绍
随着信息技术的迅猛发展和人们生活水平的提高，人们对于高质量的全景图像的需求也越来越旺盛，无论是虚拟现实、全景直播，还是医学成像、辅助驾驶，全景图像都有很好的应用前景。从功能上，人们能够从全景图像中获取更多的信息，获得更好的视觉体验。为了获取宽视角的图像，传统的方法是使用广角镜头，如鱼眼镜头，它可以拍摄水平面上近乎180度的全部场景，但是这种方法存在至少以下三个不足：一是会引入肉眼可见的畸变和失真，二是由于拍摄视角过大造成分辨率下降，三是广角镜头造价昂贵。在这样的背景与需求下，图像拼接技术应运而生，该技术旨在将一组带有重叠区域的、小视角的图像序列，经过一系列的处理与操作，最终得到一张包含全部场景信息的、具有大视角特性和超高分辨率的全景图。由于每个镜头只负责拍摄场景中的一部分，如果采用高清镜头，那么细节的分辨率就会较高，同时普通镜头也避免了广角引入的畸变。传统的图像拼接技术主要可分为以下步骤：图像获取、SIFT特征提取...
【技术保护点】
1.一种用于全景图像拼接的基于网格优化的图像配准方法，其特征在于,具体步骤如下：(1)应用ORB进行快速的特征提取；使用FAST算法进行特征检测，然后基于改进的BRIEF描述符生成特征点的相关描述子，其中包含该特征点的尺度信息、位置和方向信息；(2)采用高维树(K‑D树)和最优节点优先算法进行特征点的粗匹配，然后对得到的匹配点用公式(1)进行比值测试，式中p为当前特征点，其定义为p的最邻近特征点与次邻近特征点的汉明距离的比值要小于一个阈值；应用公式(2)进行交叉测试；遍历图像I中的特征点，寻找图像J中与之匹配的点，记为MI‑＞J，然后遍历图像J中的特征点，寻找图像I中相对应...
【技术特征摘要】
1.一种用于全景图像拼接的基于网格优化的图像配准方法，其特征在于,具体步骤如下：(1)应用ORB进行快速的特征提取；使用FAST算法进行特征检测，然后基于改进的BRIEF描述符生成特征点的相关描述子，其中包含该特征点的尺度信息、位置和方向信息；(2)采用高维树(K-D树)和最优节点优先算法进行特征点的粗匹配，然后对得到的匹配点用公式(1)进行比值测试，式中p为当前特征点，其定义为p的最邻近特征点与次邻近特征点的汉明距离的比值要小于一个阈值；应用公式(2)进行交叉测试；遍历图像I中的特征点，寻找图像J中与之匹配的点，记为MI-＞J，然后遍历图像J中的特征点，寻找图像I中相对应的点，记为MJ-＞I，交叉测试认为只有当两者相互对应时方为一对正确的匹配；MI&J＝MI-＞J∩MJ-＞I(2)(3)然后，对精匹配后的匹配点对进行多层RANSAC筛选，在图像的多个平面中筛选特征点对的内点集，使得最终内点集的数目占总匹配对数目的80％以上，最大限度的保留匹配信息；(4)通过移动直接线性转换将特征匹配点映射为分布更加规则均匀的顶点匹配点；将图像划分成密集网格，每个网格对应一个单应性矩阵投影变换，如公式(3)所示，其中表示网格中某一匹配点的初始坐标(x,y,1)，表示变换后的坐标(x′,y′,1)，均为三维，因此矩阵H的维度为3×3；设H为：将公式(3)化开得：整理成矩阵相乘的格式，便为：aih＝0(6)其中，ai表示第i对匹配点构成的2×9矩阵，h为H的列向量格式，维度为9×1：将M对匹配点全部考虑在内，如公式(8)所示，通过最小化平方误差ek来求解变换矩阵h，其中A为M对匹配点对应的变换矩阵，维度为2M×9；Wk为每对匹配点的权值对角阵，维度为2M×2M，每个元素通过公式(4)计算；为第i对匹配点对第k个网络的影响权值，由该匹配点与网格中心的距离决定；公式(4)中xk表示第k个网格的中心坐标，xi表示第i对匹配点的坐标，μ为调整参数；ek＝argmin||WkAh||2s.t....
【专利技术属性】
技术研发人员：范益波，周思远，杨吉喆，孟子皓，池俊，曾晓洋，
申请(专利权)人：复旦大学，
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。