视频图像融合方法、融合装置、全景监控系统及存储介质制造方法及图纸

本申请实施例中提供了一种视频图像融合方法、全景监控方法以及全景监控系统。采用本申请实施例中的视频图像融合方法包括以下步骤：检测尺度空间极值点，并以极值点作为特征点；对特征点进行精准定位，获得各特征点的位置和尺度；确定以各特征点为中心特定大小的区域内、固定位置的像素点对；逐一比较像素点对的灰度值，并根据灰度值的二值化比较结果生成描述符；将描述符输出到特征匹配函数得到融合图像，本申请进一步提高了全景融合画面质量，解决现有技术中没有新的视频图像融合方法来提高画面质量适应新的应用场景及使用需求的问题。

【技术实现步骤摘要】
视频图像融合方法、融合装置、全景监控系统及存储介质
本申请属于计算机图像处理
，具体地，涉及一种视频图像融合方法、融合装置、全景监控系统及存储介质。
技术介绍
随着电子信息科学技术的飞速发展，视频监控技术得到稳定提高和进步；其中，视频监控系统已经在大型公共活动场得到广泛的应用。但是，传统视频解决方案在短时间内只能反应局部某些变量信息，无法对全局变量信息进行及时有效地把控，以致对偶发的事件不能及时发现和追踪。相对于单一视点监控系统，全景视频监控系统可以提供更全面的信息，可以消除监控的盲区，从而高效地实现对目标区域的有效监控。然而，海量视频资源在传统的分镜头电视墙监控模式下，视频之间的空间位置关系难以很好地表达，传统分镜头监控模式具有画面相互孤立、缺乏关联性的应用局限。导致监控区域和监看目标在时空上产生非连续性；进而造成监控人员通过若干个单个视频信息，难以从宏观上对监控区域的安全态势进行及时、快速、有效地把控。因此，以物联网技术为基础而产生的三维全景视频监控融合系统应运而生。该监控系统的主要原理：将部署在不同地理位置的多路实时本文档来自技高网...

【技术保护点】
1.一种视频图像融合方法，其特征在于，包括以下步骤：/n检测尺度空间极值点，并以所述极值点作为特征点；/n对所述特征点进行精准定位，获得各所述特征点的位置和尺度；/n确定以各特征点为中心特定大小的区域内、固定位置的像素点对；/n逐一比较所述像素点对的灰度值，并根据所述灰度值的二值化比较结果生成描述符；/n将所述描述符输出到特征匹配函数得到融合图像。/n

【技术特征摘要】
1.一种视频图像融合方法，其特征在于，包括以下步骤：
检测尺度空间极值点，并以所述极值点作为特征点；
对所述特征点进行精准定位，获得各所述特征点的位置和尺度；
确定以各特征点为中心特定大小的区域内、固定位置的像素点对；
逐一比较所述像素点对的灰度值，并根据所述灰度值的二值化比较结果生成描述符；
将所述描述符输出到特征匹配函数得到融合图像。


2.根据权利要求1所述的视频图像融合方法，其特征在于，在所述获得各特征点的位置和尺度后还包括：
遍历所有特征点，对各个特征点周边区域进行均值滤波计算获取特征点最大尺度。


3.根据权利要求1所述的视频图像融合方法，其特征在于，在所述获得各特征点的位置和尺度后还包括：
遍历所有特征点，计算各特征点的主方向。


4.根据权利要求1所述的视频图像融合方法，其特征在于，所述检测尺度空间极值点，具体包括：
对图像中的特定点通过Hessian矩阵定义得到特征点，所述Hessian矩阵具体为：



其中，Lxx(x,y,σ)是高斯二阶偏导在该像素点处于图像的卷积。


5.根据权利要求1所述的视频图像融合方法，其特征在于，所述确定以各特征点为中心特定大小的区域内、固定位置的像素点对具体包括：
以每个特征点为中心定义一个大小S*S的补丁区域；
在所述区域内固定的位置选择nd个像素点对。


6.根据权利要求1所述的视频图像融合方法，其特征在于，所述逐一比较所述像素点对的灰度值，并根据所述灰度值的二值化比较结果生成描述符中，具体为：
根据二值化公式对所述像素点对进行比较得到二值化比较结果：
将所述二值化比较结果串成二值位字符串形成所有特征点的描述符。


7.根据权利要求6所述的视频图像融合方法，其特征在于，所述二值化公式为：



其中，I(Pi)和I(Qi)分别表示第i个像素点对的两个像素Pi和Qi的灰度值。


8.根据权利要求1所述的视频图像融合方法，其特征在于，所...

【专利技术属性】
技术研发人员：陈姝媛，刘佳琪，艾夏，刘鑫，高路，刘向荣，孟刚，水涌涛，周岩，龚晓刚，金科，刘洪艳，赵巨岩，白锦良，秦鹏，江志烨，徐锋，李虎，曹阳，王上月，郭磊，王超，郑沛，张然，张昕雨，孙瑞祺，孙恒，徐子为，韩希锋，
申请(专利权)人：北京航天长征飞行器研究所，中国运载火箭技术研究院，
类型：发明
国别省市：北京;11