基于图像相似约束的图像拼接优化方法技术

本发明专利技术提供一种基于图像相似约束的图像拼接优化方法，具体包括：采用图像归一化互信息量进行相似区域搜索；分别对参考图像和目标图像的相似区域进行SIFT特征点的提取；根据空间相似性约束特征点的匹配，以提高匹配精度；将匹配的特征点利用全局DLT（直接线性变换）法计算出投影矩阵；利用匹配特征点的灰度差异信息优化最优拼接缝图像融合后的结果图像，以解决因摄像设备的曝光差异产生的拼接缝问题；本发明专利技术的有益效果是：特征提取时间明显缩短，通过空间相似约束实现特征点的精确匹配，明显改善图像拼接中由于视差产生的图像重影，拼接缝问题，缩短图像拼接总体时间，并取得理想的拼接结果。

【技术实现步骤摘要】
基于图像相似约束的图像拼接优化方法
本专利技术涉及图像处理领域，尤其涉及一种基于图像相似约束的图像拼接优化方法
技术介绍
图像拼接是将多幅图像的公共区域结合起来，形成全景图像的一种技术。在汽车领域，医学图像领域，图像遥感领域，军事，农业，计算机视觉等领域有着广泛的应用。图像拼接的主要目的是增大图像视角，有助于掌握更全面更直观的信息。完整的图像拼接算法包括特征点的检测、特征匹配、图像投影、图像融合这四个步骤。图像拼接可分为基于景象和基于特征两类拼接方法。基于景象的拼接方法容易产生图像的形变且计算难度高。基于特征的拼接方法计算量小，且不易受亮度、平移、缩放等变换影响。SIFT(Scale-invariantFeatureTransform)特征检测算法是Lowe在1999年提出并在2004年完善的，该算法对光照，平移，尺度，旋转等具有较强的鲁棒性。是目前最常用的图像特征提取算法。传统图像拼接方法存在实时性低，拼接精度低，对曝光和视差较敏感等问题，是图像拼接领域主要的研究方向。
技术实现思路
本专利技术所要解决的技本文档来自技高网...

【技术保护点】
1.一种基于图像相似约束的图像拼接优化方法，其特征在于：具体包括如下步骤：/nS101：根据参考图像指定区域采用图像归一化互信息量搜索目标图像的相似区域，确定两幅图像的公共区域；/nS102：针对参考图像和目标图像的公共区域分别进行SIFT特征点的提取，并利用距离聚类法初步筛选出特征匹配点对；/nS103：根据空间相似约束信息约束初步筛选出的特征匹配点对，筛选出更加精确的特征匹配点对，然后再利用RANSAC（随机抽样一致性算法）剔除误匹配点对；/nS104：采用全局DLT（直接线性变换）法，对剔除误匹配点对的精确特征匹配点对进行精确的全局单应性矩阵的求解，以改善参考图像和目标图像因视差问题产生...

【技术特征摘要】
1.一种基于图像相似约束的图像拼接优化方法，其特征在于：具体包括如下步骤：
S101：根据参考图像指定区域采用图像归一化互信息量搜索目标图像的相似区域，确定两幅图像的公共区域；
S102：针对参考图像和目标图像的公共区域分别进行SIFT特征点的提取，并利用距离聚类法初步筛选出特征匹配点对；
S103：根据空间相似约束信息约束初步筛选出的特征匹配点对，筛选出更加精确的特征匹配点对，然后再利用RANSAC（随机抽样一致性算法）剔除误匹配点对；
S104：采用全局DLT（直接线性变换）法，对剔除误匹配点对的精确特征匹配点对进行精确的全局单应性矩阵的求解，以改善参考图像和目标图像因视差问题产生的融合图像重影问题；
S105：利用精确特征匹配点对的灰度差异信息归一化目标图像，以解解决因摄像设备的曝光差异而产生的融合图像拼接缝问题，再利用最优拼接缝图像拼接方法对两幅图像进行图像拼接操作，获得最终的融合图像。


2.如权利要求1所述一种基于图像相似约束的图像拼接优化方法，其特征在于：步骤S101具体如下：将参考图像沿竖直方向切出前六分之一作为模板图像；然后以模板的信息为标准，从左往右遍历目标图像，并对应求取归一化互信息量MI；当MI最大时停止遍历，说明此时模板配准成功，继而找到两图的相似区域；图像对应区域的归一化互信息量MI为：



其中：






公式(2)、(3)中的分别是图像和各自区域对应位置的灰度值；公式(3)中的是图像和对应区域的相似性分布函数。


3.如权利要求1所述的一种基于图像相似约束的图像拼接优化方法，其特征在于：步骤S102的特征点提取仅针对权力要求2所述的相似区域，其中，相似区域即本发明所述的公共区域。
<...

【专利技术属性】
技术研发人员：刘杰，占建斌，田明，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23