一种用于多相机系统的快速高精度图像配准方法及系统技术方案

本发明专利技术涉及计算机视觉领域，尤其涉及一种用于多相机系统的快速高精度图像配准方法及系统，该方法包括计算待配准的不同分辨率的第一图像对的重叠区域，并根据重叠区域进行裁剪得到重叠区域下的第二图像对；对第二图像对依次采用下采样、特征提取、特征匹配和投影映射，实现图像粗配准；基于图像粗配准，进行预对齐、精确点提取和精确配准处理，实现待配准的不同分辨率的第二图像对的精确配准；本发明专利技术降低了时间复杂度；提高了图像的配准精度。提高了图像的配准精度。提高了图像的配准精度。

【技术实现步骤摘要】
一种用于多相机系统的快速高精度图像配准方法及系统


[0001]本专利技术涉及计算机视觉领域，尤其涉及一种用于多相机系统的快速高精度图像配准方法及系统。

技术介绍

[0002]不同分辨率图像配准技术在计算机视觉中广泛应用，例如海上搜救、地面目标探测、军事侦察、移动手机摄影等方面。传统的图像配准技术主要分为两类：基于图像像素值的算法和基于图像局部特征的算法。前者通常以图像块为单位，直接利用图像块之间的像素值相似度，来估计两幅图像间的空间变换关系，需要耗费极大的时间和空间；后者则通过提取图像中的低层特征，如点线特征，计算局部特征向量用于匹配，由于特征具有较高准确性，能够得到较为鲁棒的配准效果，是目前最常用的技术路线。同时，基于图像像素值的算法和基于图像局部特征的算法都不能直接用于存在较大尺度差异的图像配准，需要使用图像高斯金字塔技术解决尺度差异。
[0003]在局部特征检测方面，发展了较多优秀的检测算法，比如SIFT、SURF等算法，其基本原理是通过图像高斯金字塔建立尺度空间，从而进行不同尺度图像之间的配准。具体地说，SIFT算法采用Diff本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于多相机系统的快速高精度图像配准方法，其特征在于，构建包括多个长焦相机和一个短焦相机的多相机系统，多相机系统获取多张不同分辨率的图像，其中分辨率最低的图像作为基准图像，将其余图像与基准图像通过快速高精度图像配准方法进行两两配准；快速高精度图像配准方法包括以下步骤：S1.采用长焦相机和短焦相机分别获取窄视场高分辨率图像Img
s
和宽视场低分辨率图像Img
r
，计算两张图像的重叠区域，分别裁取两张图像的重叠区域得到高分辨率图像I
s
和低分辨率图像I
r
；S2.将高分辨率图像I
s
下采样得到低分辨率图像I
s_d
，采用特征点检测算子分别对低分辨率图像I
r
和低分辨率图像I
s_d
进行特征提取，得到低分辨率图像I
r
的特征点P
r_i
,i＝1,...,n
r
以及低分辨率图像I
s_d
的特征点P
s_j
,j＝1,...,n
s
；S3.计算低分辨率图像I
r
和低分辨率图像I
s_d
提取的所有特征点的特征向量并进行匹配，得到匹配特征点对集合x
i
＝(P
r1_i
,P
s1_i
)表示第i组匹配特征点对，P
r1_i
为低分辨率图像I
r
上的特征点，P
s1_i
为低分辨率图像I
s_d
上的特征点；S4.对于每一组匹配特征点对，特征点P
s1_i
在高分辨率图像I
s
上进行映射得到对应的块区域P
s_patch_i
，并将特征点P
r1_i
与块区域P
s_patch_i
上的中心点P
s_center_i
进行配准得到一组粗配准关系；S5.低分辨率图像I
r
基于n1组粗配准关系进行投影变换，得到与高分辨率图像I
s
预匹配的高分辨率图像I
r_warp
，同时特征点P
r1_i
基于对应的粗配准关系映射得到投影点P
r1_wrap_i
；S6.计算投影点P
r1_wrap_i
与块区域P
s_patch_i
上所有点的特征向量，将块区域P
s_patch_i
上所有点的特征向量逐个与投影点P
r1_wrap_i
的特征向量进行比较，得到与投影点P
r1_wrap_i
最接近的点，将其作为精确点P
s_k_i
；通过特征点P
r1_i
与精确点P
s_k_i
获取一组对应关系；S7.高分辨率图像I
s
和低分辨率图像I
r
通过n1组对应关系实现精确配准。2.根据权利要求1所述的一种用于多相机系统的快速高精度图像配准方法，其特征在于，在步骤S1中，若长、短焦相机外参已知，则直接求取窄视场高分辨率图像Img
s
和宽视场低分辨率图像Img
r
的重叠区域；若长、短焦相机外参未知，则通过模板匹配方法求取窄视场高分辨率图像Img
s
和宽视场低分辨率图像Img
r
的重叠区域，包括：基于长、短焦相机内参或图像因素计算两张图像的尺度差异...

【专利技术属性】
技术研发人员：陈阔，郑天琪，贺晨星，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：