本发明专利技术涉及一种无控制点图像拼接方法，包括以下步骤：（１）获取图像序列；（２）提取图像序列中每幅图像的特征点集；（３）搜索相邻两幅图像之间的特征点的同名点对；（４）利用ＲＡＮＳＡＣ容错算法计算相邻图像之间的Ｈｏｍｏｇｒａｐｈ变换关系；（５）利用连乘公式和融合技术得到拼接结果。本发明专利技术针对每个特征点，能自动搜集特征显著度最大的颜色通道，这不仅大大提高了特征点的数量，而且也提高了特征点的显著性和准确性。相对于灰度图像，彩色图像能生成更丰富的特征以便实现更准确稳定的图像拼接效果。本发明专利技术可作为人机交互航片的校正方法，对拼接过程中累积的微小误差进行修正。本发明专利技术不需要控制点精度高，应用成本低，效率高。
【技术实现步骤摘要】
【技术保护点】
一种无控制点图像拼接方法，包括以下步骤： （１）获取图像序列 采用数码相机获取图像序列或者采用数码摄像机获取视频；对于图像序列，相邻图像之间有４０％以上的重叠影像；对于视频，通过视频解码得到图像序列，且相邻图像有４０％以上的重叠影像； （２）提取图像序列中每幅图像的特征点集 ａ、首先建立图像多尺度金字塔；当图像为彩色图像时，多尺度金字塔为ＲＧＢ三个颜色通道的多尺度金字塔； ｂ、对于多尺度金字塔的每层图像进行ｚ＝４～８次高斯模糊得到ｚ＋１层高斯模糊图像ｇａｕｓｓ↓［ｃ］［ｉ］，ｉ＝０，１，２，…，ｚ，其中ｇａｕｓｓ↓［ｃ］［０］为该层原始图像；并获得到ｚ层ｄｏｇ↓［ｃ］［ｅ］图像，ｅ＝０，１，２，…，ｚ－１；其中ｄｏｇ↓［ｃ］［ｅ］＝ｇａｕｓｓ↓［ｃ］［ｅ＋１］－ｇａｕｓｓ↓［ｃ］［ｅ］；ｃ代表灰色图像或彩色图像；当图像为彩色图像时，ｃ＝｛Ｒ，Ｇ，Ｂ｝，Ｒ、Ｇ、Ｂ表示红、绿、蓝三个颜色通道； ｃ、寻找ｅ＝１，２，…，ｚ－２层中每层ｄｏｇ↓［ｃ］［ｅ］图像里面的满足ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ］比６个相邻元素值ｄｏｇ↓［ｃ］［ｅ］［ｘ＋１，ｙ］，ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ＋１］，ｄｏｇ↓［ｃ］［ｅ］［ｘ－１，ｙ］，ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ－１］，ｄｏｇ↓［ｃ］［ｅ－１］［ｘ，ｙ］，ｄｏｇ↓［ｃ］［ｅ＋１］［ｘ，ｙ］都大的局部极值点；其中ｘ，ｙ是像素坐标，ｘ－１，ｙ、ｘ＋１，ｙ、ｘ，ｙ＋１和ｘ，ｙ－１分别表示ｘ，ｙ左邻、右邻、上邻和下邻像素坐标；ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ］表示颜色通道ｃ中第ｅ层模糊图像上坐标ｘ，ｙ处的像素值； 当图像为灰色图像时，局部极值点作为特征点进入步骤（３）；当图像为彩色图像时，进入步骤ｄ找出特征点后，再进入步骤（３）； ｄ、提取步骤ｃ中每层ｄｏｇ↓［ｃ］［ｅ］图像里面的局部极值点的特征显著度Ｃ↓［ｃｆ］［ｘ，ｙ，ｅ］最大值作为特征点，得到不依赖于比例的特征点集： 其中Ｃ↓［ｃｆ］［ｘ，ｙ，ｅ］＝ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ］－ （ｄｏｇ↓［ｃ］［ｅ］［ｘ＋１，ｙ］＋ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ＋１］＋ｄｏｇ↓［ｃ］［ｅ］［ｘ－１，ｙ］＋ｄｏｇ↓［ｃ］［ｅ］［ｘ，ｙ－１］＋ｄｏｇ↓［ｃ］［ｅ－１］［ｘ，ｙ］＋ｄｏｇ↓［ｃ］［ｅ＋１］［ｘ，ｙ］）／６； （３）搜索相邻两幅图像之间的特征点的同名点对； （４）利用ＲＡＮＳＡＣ容错算法计算相邻图像之间的Ｈｏｍｏｇｒａｐｈ变换关系 利用ＲＡＮＳ...
【技术特征摘要】
【专利技术属性】
技术研发人员：李德仁，刘进，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]
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。