一种应用于煤矿井下巷道的图像拼接方法技术

本发明专利技术公开了一种应用于煤矿井下巷道的图像拼接方法。首先，使用SIFT(ScaleInvariantFeatureTransform)算法对煤矿巷道图像进行特征提取与匹配，得到粗匹配点对；然后构造相邻图像粗匹配点对有向线段模型，利用线段的方向和长度属性对误匹配点对进行一次剔除；接着再建立各自图像之内的特征点有向线段模型及其方向标签，再对相邻图像对应有向线段进行方向匹配，并通过概率统计模型对误匹配点对进行二次剔除，得到最终的精匹配点对；最后，利用AANAP(AdaptiveAs‑Natural‑As‑Possible)算法对齐拼接图像，并使用加权平均法融合图像，完成图像拼接。本方法较其他算法的优势：误匹配点剔除算法精确度高，实时性好，最后的全景拼接图质量更佳，更适用于煤矿井下巷道复杂场景。

【技术实现步骤摘要】
一种应用于煤矿井下巷道的图像拼接方法
本专利技术涉及一种应用于煤矿井下巷道的图像拼接方法，尤其适用于煤矿井下使用，属于计算机视觉领域。
技术介绍
近年来，随着大数据、云计算和人工智能的快速融合发展，以及相关软硬件的突破创新，煤矿智能化已经成为煤炭行业发展的重大战略方向。煤矿井下巷道环境恶劣，获取信息大多时候靠人工，视频和图像作为一种重要的环境信息载体，已经逐渐运用于煤矿的日常生产生活中。煤矿井下巷道的图像拼接，可以获得巷道的全景图，进而得到煤矿井下巷道的空间环境信息，对煤矿巷道的空间重建、人员防控、危险识别与预警以及煤矿采掘具有一定的指导意义。图像拼接方法的核心与关键是图像配准，而图像配准结果的好坏取决于图像特征匹配点的准确率。同时煤矿井下巷道光照不均衡，现有的特征提取算法容易存在一定量的误匹配点，因此一个好的误匹配剔除方法对图像配准的结果有着重大的意义。对于煤矿井下巷道的图像拼接方法以及误匹配剔除方法，很多研究人员作了大量的工作。文献(陶智慧.煤矿工作面视频拼接算法研究[D].西安科技大学，2020.)采用Moravec角点检本文档来自技高网...

【技术保护点】
1.一种应用于煤矿井下巷道的图像拼接方法，其特征在于本方法包括如下步骤：/n步骤1)使用SIFT(Scale Invariant Feature Transform)算法对两者存在相邻并存在部分重叠区域的参考图像和待配准图像之间进行特征提取与匹配，得到参考图像和待配准图像之间的粗匹配点对集合；/n步骤2)使用参考图像和待配准图像之间粗匹配点对相对应的特征点来构造有向线段模型，并通过有向线段模型构造斜率阈值区间和长度约束模型；/n步骤3)综合斜率阈值区间和长度约束模型，同时剔除粗匹配点对中误匹配点对，从而得到一组新的匹配点对；/n步骤4)基于新的匹配点对建立步骤1)中参考图像和待配准图像内两者各...

【技术特征摘要】
1.一种应用于煤矿井下巷道的图像拼接方法，其特征在于本方法包括如下步骤：
步骤1)使用SIFT(ScaleInvariantFeatureTransform)算法对两者存在相邻并存在部分重叠区域的参考图像和待配准图像之间进行特征提取与匹配，得到参考图像和待配准图像之间的粗匹配点对集合；
步骤2)使用参考图像和待配准图像之间粗匹配点对相对应的特征点来构造有向线段模型，并通过有向线段模型构造斜率阈值区间和长度约束模型；
步骤3)综合斜率阈值区间和长度约束模型，同时剔除粗匹配点对中误匹配点对，从而得到一组新的匹配点对；
步骤4)基于新的匹配点对建立步骤1)中参考图像和待配准图像内两者各自的特征点有向线段模型及其方向标签；
步骤5)再对参考图像和待配准图像内对应有向线段进行方向匹配，并通过概率统计模型对误匹配点对进行二次剔除，得到最终的精匹配点对；
步骤6)利用AANAP(AdaptiveAs-Natural-As-Possible)算法对齐参考图像和待配准图像，并使用加权平均法融合图像，完成参考图像和待配准图像两者的拼接。


2.根据权利要求书1所述一种应用于煤矿井下巷道的图像拼接方法，其特征在于：步骤1)的具体内容包括：
步骤11)对煤矿巷道的两张同尺寸有重叠区域的参考图像I1和待配准图像I2，分别进行SIFT特征提取，得到参考图像特征点的描述子ds1和待配准图像的描述子ds2，以及在参考图像中的像素坐标系位置kp1和在待配准图像中的像素坐标系位置kp2；
步骤12)计算待配准图像的描述子ds1中第i个点的描述子和待配准图像的描述子ds2中每个点的描述子的欧式距离，得到其中的最小值为待配准图像的描述子ds1中第i个点和待配准图像的描述子ds2中第j个点的欧式距离MINij，若欧式距离MINij乘以1.5后仍小于其他所有的欧式距离，则判断得到的待配准图像的描述子ds1中第i个点和待配准图像的描述子ds2中第j个点是一对匹配点，反之则不是；利用参考图像中的像素坐标系位置kp1和在待配准图像中的像素坐标系位置kp2中的对应值，最终可以得到n个粗匹配点对，n个粗匹配的坐标值为和




。


3.根据权利要求书2所述一种应用于煤矿井下巷道的图像拼接方法，其特征在于：步骤2)中构造相邻图像间粗匹配点对有向线段模型的具体步骤为：
步骤21)通过将参考图像I1和待配准图像I2左右顺序放到同一窗口中，在此窗口中，对得到的n个粗匹配点对，对所有粗匹配点对建立有向线段模型：



式中：Iw是图像的宽度，参考图像I1和待配准图像I2的尺寸相同，高都为Ih，对应坐标的y值，宽都为Iw，对应坐标的x值。


4.根据权利要求书3所述一种应用于煤矿巷道图像的图像拼接方法，其特征在于：步骤2)中通过有向线段模型构造斜率阈值区间模型的步骤为：
步骤22)利用如下公式计算有向线段模型的斜率：



步骤23)为准确找到斜率阈值区间，并根据图像匹配经验可知，图像匹配有向线段的斜率大小大致在区间[-1,1]中，因此将斜率区间负无穷大到正无穷大划分为22个区间，区间分别为[-∞，-1.0]、[-1.0，-0.9]、[-0.9，-0.8]……[0.8，0.9]、[0.9，1.0]、[1.0，+∞]；
步骤24)计算所有有向线段的斜率，并依照其大小将每一个有向线段划分到步骤23)中的22个区间中，从而统计每个区间中被划分有向线段的数量，可得到有向线段数量最多的区间[slp1，slp2]，考虑到待配准图像相对于参考图像可能有稍微的尺度变化和旋转变换，则将斜率阈值区间左右都向外扩展0.1，即得到斜率阈值区间为[slp1-0.1，slp2+0.1]。


5.根据权利要求书4所述一种应用于煤矿巷道图像的图像拼接方法，其特征在于：步骤2)中通过...

【专利技术属性】
技术研发人员：程健，闫鹏鹏，王凯，王瑞彬，许鹏远，
申请(专利权)人：煤炭科学研究总院，
类型：发明
国别省市：北京;11