【技术实现步骤摘要】
一种针对幕墙建筑立面的全景图像拼接方法
本专利技术涉及结构健康监测领域及图像特征识别及配准
，特指一种针对幕墙建筑立面的全景图像拼接方法。
技术介绍
计算机视觉在近年来飞速发展，成为了非常热门的人工智能方向之一。图像拼接是计算机视觉和图像处理领域的研究热点，它是将多幅互相存在重叠区域的图像序列进行空间配准，经图像融合后形成一幅包含各图像序列信息的、宽视角场景的、高分辨率的图像。目前尚未见到针对幕墙建筑等场景的一套完整可行的全景高清图像拼接方法。图像配准作为图像拼接技术的关键与核心，它是依据两幅图像重叠区域的一致性求解出图像间的仿射变换模型，即将一幅图像的几何模型变换到另一幅图像的坐标平面上，并将图像的重叠区域对准。主要有基于特征的图像配准、基于灰度的图像配准，基于变换域的图像配准等方法。目前，基于特征的图像配准方法是研究的主要趋势，此方法是通过配准两图像间的各特征点的特征属性来实现，该方法不仅计算量小，且具有仿射不变性与稳定性等优点，主要基于的特征点识别算法有SIFT(Scale-InvariantFeatur...
【技术保护点】
1.一种针对幕墙建筑立面的全景图像拼接方法，其特征在于，包括如下步骤：/nS1.获取光学成像设备拍摄的幕墙建筑结构的图像序列，图像序列顺序依照建筑外立面从下到上的拍摄顺序排列，将排序后的图像序列提供给S2；/nS2.对输入的图像序列进行预处理，将预处理后图像结果提供给S3；/nS3.针对输入的图像，定义目标区域(ROI)以筛除无关区域；利用SIFT特征点识别算法识别提取图像目标区域内的特征点，并根据特征点在图像中的分布确定图像间重叠区域，剔除重叠区域外的无关特征点；将各图像间重叠区域特征点精确像素坐标及特征描述子提供给S4；/nS4.将图像间重叠区域的特征点数据(精确像素坐...
【技术特征摘要】
1.一种针对幕墙建筑立面的全景图像拼接方法，其特征在于，包括如下步骤：
S1.获取光学成像设备拍摄的幕墙建筑结构的图像序列，图像序列顺序依照建筑外立面从下到上的拍摄顺序排列，将排序后的图像序列提供给S2；
S2.对输入的图像序列进行预处理，将预处理后图像结果提供给S3；
S3.针对输入的图像，定义目标区域(ROI)以筛除无关区域；利用SIFT特征点识别算法识别提取图像目标区域内的特征点，并根据特征点在图像中的分布确定图像间重叠区域，剔除重叠区域外的无关特征点；将各图像间重叠区域特征点精确像素坐标及特征描述子提供给S4；
S4.将图像间重叠区域的特征点数据(精确像素坐标及特征描述子)由一维数组数据结构升维至KD-Tree多维数据结构，基于KD-Tree数据结构结合快速最近邻搜索算法进行图像重叠区域间特征点初步配准，将初步配准结果提供给S5；
S5.利用MSAC算法对特征点初步配准结果进行配准模型拟合，区分配准错误的特征点即“外点”与配准正确的特征点即“内点”，并获得模型拟合参数；对于模型拟合得到的“内点”，限定其满足特征点配准区域均布判定条件及多级约束关系，若不满足上述条件限定，则重新利用MSAC算法进行配准模型拟合，从而实现图像间特征点的精确配准；依据特征点配准模型，求解图像间的单应性变换矩阵；将图像间单应性变换矩阵提供给S6；
S6.对图像间单应性变换矩阵进行校正优化，降低图像拼接的扭曲误差，使得待拼接图像序列能够实现在重叠区域处准确拼接，将优化后单应性变换矩阵提供给S7；
S7.通过单应性变换矩阵对进行图像变换。为消除由于图像间亮度、曝光等差异导致的拼接缝明显问题，借助基于动态规划的最优拼接缝搜索算法确定图像间的最优拼接缝，并进行图像拼接，最终得到拼接结果。
2.如权利要求1所述的一种针对幕墙建筑立面的全景图像拼接方法，其特征在于，S3中，所述的定义目标区域(ROI)，主要步骤为：选定ROI定义模式，通过人机交互方式选择输入图像中矩形区域，以确定图像中进行特征点识别的目标区域；所述的ROI定义模式，包括“移除”和“保留”两种模式，定义模式的选择取决于矩形区域的选定次数，其中：“移除”即判定人机交互中选定的矩形区域内所有检测到的特征点为无关特征点，并移除，可多次重复矩形区域选取操作，最终对图像中所有矩形区域外的部分进行特征点识别与提取；“保留”即判定...
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。