本申请实施例属于图像拼接领域，涉及一种图像拼接方法，包括：获取第一输入图像、第二输入图像；将模板图像与第一输入图像进行滑动匹配，计算匹配过程中的多个相似度，模板图像为第二输入图像的部分或者全部；选取多个相似度的最小值，得到目标相似度，并根据目标相似度得到目标重叠区域；通过目标重叠区域确定第一输入图像的特征以及第二输入图像的特征，得到目标特征；根据目标特征，根据所述目标特征，对所述第一输入图像以及所述第二输入图像进行图像拼接。本申请还提供一种图像拼接装置、计算机设备及存储介质。本申请减少了图像拼接的时间成本。时间成本。时间成本。
【技术实现步骤摘要】
图像拼接方法、装置、计算机设备及存储介质
[0001]本申请涉及图像拼接领域，尤其涉及一种图像拼接方法、装置、计算机设备及存储介质。
技术介绍
[0002]现有拼接算法主要是基于面积的算法、基于比值的算法。然而，在基于面积的算法中,计算量过大,导致时间成本过高。而基于比值的算法虽然比基于面积的算法的时间成本有所减少,但仍具有较大的时间成本,并且由于计算需要大量的除法，往往容易引起程序运行的中断：由于计算机在做除法过程中计算取值是相应图像像素的红绿蓝(Red Green Blue，RGB)值,而RGB值有可能出现0值的情况,这样在做除法时,当算法出现分母为0的情况,必须进行特殊处理,否则将导致程序运行的中断。因此,使得拼接算法在计算量上以及程序实现上并不理想。
技术实现思路
[0003]本申请实施例的目的在于提出一种图像拼接方法、装置、计算机设备及存储介质，以解决图像拼接计算量过大，配准效果较差等技术问题。
[0004]为了解决上述技术问题，本申请实施例提供一种图像拼接方法，采用了如下所述的技术方案：
[0005]获取第一输入图像、第二输入图像；
[0006]将模板图像与所述第一输入图像进行滑动匹配，计算匹配过程中的多个相似度，所述模板图像为第二输入图像的部分或者全部；
[0007]选取所述多个相似度的最小值，得到目标相似度，并根据所述目标相似度得到目标重叠区域；
[0008]通过所述目标重叠区域确定所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征；
[0009]根据所述目标特征，对所述第一输入图像以及所述第二输入图像进行图像拼接。
[0010]进一步的，所述通过所述目标重叠区域确定所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征的步骤具体包括：
[0011]扩大所述第一输入图像以及所述第二输入图像，得到对应的变换图像；
[0012]多次高斯卷积所述变换图像，得到对应的多层图像；
[0013]通过所述多层图像构建高斯差值金字塔；
[0014]特征检测所述高斯差值金字塔，得到特征点的位置、特征点的尺度以及特征点的方向；
[0015]将所述特征点的位置、所述特征点的尺度以及所述特征点的方向，作为所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征。
[0016]进一步的，所述多次高斯卷积所述变换图像，得到对应的多层图像的步骤具体包
括：
[0017]通过高斯卷积所述变换图像，其中x,y为像素坐标，x0，y0为常数，σ为平滑系数。
[0018]进一步的，所述通过所述多层图像构建高斯金字塔的步骤具体包括：
[0019]将所述变换图像作为第1层高斯金字塔，将所述对应的i层图像作为第i层高斯金字塔，构建n层高斯金字塔，其中i为2到n之间的任意一个整数；
[0020]将同组的下一层高斯金字塔与本层高斯金字塔进行做差，得到n-1层的所述高斯差值金字塔。
[0021]进一步的，所述根据所述目标特征，对所述第一输入图像以及所述第二输入进行图像拼接的步骤具体包括：
[0022]空间叠加所述第一输入图像以及所述第二输入图像，得到叠加后的图像；
[0023]获取所述重叠区域的目标特征，所述目标特征至少包括重叠区域的宽度参数；
[0024]根据所述重叠区域的宽度参数，过渡融合所述叠加后的图像。
[0025]进一步的，所述空间叠加所述第一输入图像以及所述模板图像，得到叠加后的图像的步骤之前还包括：
[0026]获取重叠区域中的第一特征点、第二特征点，所述第二特征点为所述第一特征点的最小领域点；
[0027]计算所述第一特征点以及第二特征点的欧式距离，得到第一欧式距离；
[0028]获取第三特征点，所述第三特征点为第一特征点的次小领域点；
[0029]计算所述第一特征点以及第三特征点的欧式距离，得到第二欧式距离；
[0030]若所述第一欧式距离以及所述第二欧式距离的欧式距离大于阈值，则删除所述第一特征点。
[0031]进一步的，所述获取第一输入图像、第二输入图像的步骤之后还包括：
[0032]通过单调的灰度映射曲线，将所述第一输入图像转换成灰度值并映射成相应的灰度，得到灰度图像；
[0033]将所述灰度图像通过高斯模糊对进行去噪，得到过滤图像；
[0034]通过卷积运算平滑处理所述过滤图像，得到完整图像；
[0035]将所述完整图像傅里叶变换，得到频域图像；
[0036]微分处理所述频域图像。
[0037]为了解决上述技术问题，本申请实施例还提供一种图像拼接装置，采用了如下所述的技术方案：
[0038]获取模块，用于获取第一输入图像、第二输入图像；
[0039]匹配模块，用于将模板图像与所述第一输入图像进行滑动匹配，计算匹配过程中的多个相似度，所述模板图像为第二输入图像的部分或者全部；
[0040]重叠区域计算模块，用于选取所述多个相似度的最小值，得到目标相似度，并根据所述目标相似度得到目标重叠区域；
[0041]目标特征获取模块，用于通过所述目标重叠区域确定所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征；
[0042]拼接模块，根据所述目标特征，对所述第一输入图像以及所述第二输入图像进行图像拼接。
[0043]进一步的，所述匹配模块还用于：
[0044]扩大所述第一输入图像以及所述第二输入图像，得到对应的变换图像；
[0045]多次高斯卷积所述变换图像，得到对应的多层图像；
[0046]通过所述多层图像构建高斯差值金字塔；
[0047]特征检测所述高斯差值金字塔，得到特征点的位置、特征点的尺度以及特征点的方向；
[0048]将所述特征点的位置、所述特征点的尺度以及所述特征点的方向，作为所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征。
[0049]进一步的，所述匹配模块还用于：
[0050]通过高斯卷积所述变换图像，其中x,y为像素坐标，x0，y0为常数，σ为平滑系数。
[0051]进一步的，所述匹配模块还用于：
[0052]将所述变换图像作为第1层高斯金字塔，将所述对应的i层图像作为第i层高斯金字塔，构建n层高斯金字塔，其中i为2到n之间的任意一个整数；
[0053]将同组的下一层高斯金字塔与本层高斯金字塔进行做差，得到n-1层的所述高斯差值金字塔。
[0054]进一步的，所述拼接模块还用于：
[0055]空间叠加所述第一输入图像以及所述第二输入图像，得到叠加后的图像；
[0056]获取所述重叠区域的目标特征，所述目标特征至少包括重叠区域的宽度参数；
[0057]根据所述重叠区域的宽度参数，过渡融合所述叠加后的图像。
[0058]进一步的，所述图像拼接装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像拼接方法，其特征在于，包括下述步骤：获取第一输入图像、第二输入图像；将模板图像与所述第一输入图像进行滑动匹配，计算匹配过程中的多个相似度，所述模板图像为第二输入图像的部分或者全部；选取所述多个相似度的最小值，得到目标相似度，并根据所述目标相似度得到目标重叠区域；通过所述目标重叠区域确定所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征；根据所述目标特征，对所述第一输入图像以及所述第二输入图像进行图像拼接。2.根据权利要求1所述的图像拼接方法，其特征在于，所述通过所述目标重叠区域确定所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征的步骤具体包括：扩大所述第一输入图像以及所述第二输入图像，得到对应的变换图像；多次高斯卷积所述变换图像，得到对应的多层图像；通过所述多层图像构建高斯差值金字塔；特征检测所述高斯差值金字塔，得到特征点的位置、特征点的尺度以及特征点的方向；将所述特征点的位置、所述特征点的尺度以及所述特征点的方向，作为所述第一输入图像的特征以及所述第二输入图像的特征，得到目标特征。3.根据权利要求2所述的图像拼接方法，其特征在于，所述多次高斯卷积所述变换图像，得到对应的多层图像的步骤具体包括：通过高斯卷积所述变换图像，其中x,y为像素坐标，x0，y0为常数，σ为平滑系数。4.根据权利要求3所述的图像拼接方法，其特征在于，所述通过所述多层图像构建高斯金字塔的步骤具体包括：将所述变换图像作为第1层高斯金字塔，将所述对应的i层图像作为第i层高斯金字塔，构建n层高斯金字塔，其中i为2到n之间的任意一个正整数；将同组的下一层高斯金字塔与本层高斯金字塔进行做差，得到n-1层的所述高斯差值金字塔。5.根据权利要求1所述的图像拼接方法，其特征在于，所述根据所述目标特征，对所述第一输入图像以及所述第二输入进行图像拼接的步骤具体包括：空间叠加所述第一输入图像以及所述第二输入图像，得到叠加后的图像；获取所述重叠区域的目标特征，所述目标特征至少包括重叠区域的宽度参数；根据所述重叠区域的宽度...
【专利技术属性】
技术研发人员：郏东耀，李玉娟，
申请(专利权)人：深圳辉煌耀强科技有限公司，
类型：发明
国别省市：
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。