The invention proposes a parallax image stitching method combining moving least square method and line constraint. Firstly, SIFT feature points of target image and reference image are detected, and the matching feature point pairs are screened by RANSAC algorithm and distance similarity criterion. An optimal homography matrix is calculated with all the matching feature points selected, which is applied to the target image, which is called homography transformed image. The target image and reference image, as well as the matching feature point pairs of homography transformed image and reference image, are taken as the control points and corresponding positions after deformation, and the target image and homography transformed image are transformed by line constrained motion least square method It is also called deformation target image and deformation strain transformation image; the network flow model is constructed in the overlapping area of deformation target image and reference image, as well as deformation strain transformation image and reference image respectively to find the best seam, evaluate and select the group of images with the best alignment for fusion and splicing.
【技术实现步骤摘要】
一种运动最小二乘法与线约束相结合的视差图像拼接方法
本专利技术属于计算机图形学的形状变换和图像处理的图像对准、拼接,涉及数学和计算机科学,可应用于计算机2D动画、图像变形、图像配准(对准)和图像拼接。
技术介绍
两幅或多幅有重叠区域的图像合成高分辨率的图像称为拼接技术,广泛应用在计算机视觉、影视娱乐、虚拟现实、安防监控、仿生学和医学等领域。图像对准是拼接的一个关键步骤,起着决定性的作用。拼接技术已有20多年的历史了,当场景近似平面或者相机绕固定中心旋转拍摄成的图像拼接技术已经相当成熟,但是这些技术的对准方法处理视差图像时,重叠区域的对准精度不好,拼接结果中容易出现明显的人工痕迹。解决这个问题是近期图像拼接工作的焦点,相继出现了一些较好的对准方法。根据它们使用的图像变换方法,大致可以分成三类:1、整体2D变换。Brown和Lowe[1]应用一个最佳单应变换进行图像对准。Gao等人[2]提出了双单应变换的对准模型,能够处理远平面和背景平面占优的图像。基于单应变换的拼接缝评估[3]首先计算多个候选单应变换,然后评估每个单应变换对应的对准质量,选择最好的那个单应变换作为对准模型。而曹世翔等人[4]则是利用边缘特征点进行对准,以减少计算复杂性。这些方法可以很好地处理相机中心固定拍摄的或场景近似平面的图像,不能胜任一般视差图像的对准。2、连续变化的变换。Lin等人[5]提出了逐点变化的连续仿射变换的图像对准模型。由于仅使用仿射变换,对于透视感强的图像的对准不够理想。Zaragoza等人[6]提出了运动直接 ...
【技术保护点】
1.一种运动最小二乘法与线约束相结合的视差图像拼接方法,其特征在于,包括以下步骤:/n步骤A:检测目标图像和参考图像的SIFT特征点,用RANSAC算法和距离相似性准则筛选匹配特征点对;/n步骤B:用筛选出来的所有匹配特征点计算一个最佳单应矩阵,用所述最佳单应矩阵对所述目标图像进行变换,称为单应变换图像;/n步骤C:以所述目标图像和所述参考图像,以及所述单应变换图像和所述参考图像的匹配特征点对作为控制点和变形后的对应位置,应用线约束运动最小二乘法变形所述目标图像和所述单应变换图像,得到变形目标图像和变形单应变换图像;/n步骤D:在所述变形目标图像和所述参考图像,以及所述变形单应变换图像和所述参考图像的重叠区域分别构建网络流模型,寻找最佳拼接缝,并进行评估,选取对准最好的那组图像进行融合拼接。/n
【技术特征摘要】
1.一种运动最小二乘法与线约束相结合的视差图像拼接方法,其特征在于,包括以下步骤:
步骤A:检测目标图像和参考图像的SIFT特征点,用RANSAC算法和距离相似性准则筛选匹配特征点对;
步骤B:用筛选出来的所有匹配特征点计算一个最佳单应矩阵,用所述最佳单应矩阵对所述目标图像进行变换,称为单应变换图像;
步骤C:以所述目标图像和所述参考图像,以及所述单应变换图像和所述参考图像的匹配特征点对作为控制点和变形后的对应位置,应用线约束运动最小二乘法变形所述目标图像和所述单应变换图像,得到变形目标图像和变形单应变换图像;
步骤D:在所述变形目标图像和所述参考图像,以及所述变形单应变换图像和所述参考图像的重叠区域分别构建网络流模型,寻找最佳拼接缝,并进行评估,选取对准最好的那组图像进行融合拼接。
2.如权利要求1所述的运动最小二乘法与线约束相结合的视差图像拼接方法,其特征在于,所述线约束运动最小二乘法包括:
步骤C1:设所述目标图像的特征点集合为{pi},所述参考图像中与其匹配的点集为{qi};以{pi}和{qi}为控制点,用运动最小二乘法变换所述目标图像;
步骤C2:用线约束算法进行全局微调变换后的网格顶点,使得调整后的网格点在纵横两个方向均保持共线。
3.如权利要求2所述的运动最小二乘法与线约束相结合的视差图像拼接方法,其特征在于,所述步骤C2的线约束算法,对变换后的每一行和/或每一...
【专利技术属性】
技术研发人员:李海晟,梁鹏飞,楚东东,
申请(专利权)人:华东师范大学,
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。