图像配准方法及装置、电子设备、存储介质制造方法及图纸

一种图像配准方法及装置、电子设备、存储介质，该方法包括：分别对第一图像以及第二图像进行特征点检测，获取第一图像对应的第一特征点集，以及第二图像对应的第二特征点集，其中，第一特征点集中包含的各个第一特征点分别与第二特征点集中包含的各个第二特征点一一对应；从上述第一特征点集中确定各个第一特征点对应的第一邻近子集，以及从上述第二特征点集中确定各个第二特征点对应的第二邻近子集；根据上述各个第一特征点对应的第一邻近子集，以及各个第二特征点对应的第二邻近子集，计算得到空间变换参数，并根据该空间变换参数对上述第一图像以及第二图像进行配准。实施本申请实施例，能够提升图像配准的精确性。能够提升图像配准的精确性。能够提升图像配准的精确性。

【技术实现步骤摘要】
图像配准方法及装置、电子设备、存储介质


[0001]本申请涉及影像
，尤其涉及一种图像配准方法及装置、电子设备、存储介质。

技术介绍

[0002]当前，电子设备在面对多帧具有一定空间相似性的图像(例如电子设备在同一场景下连续拍摄的多张照片等)时，为了实现进一步的图像处理，往往需要先对该多帧图像进行配准，以确定各帧图像之间的空间变换关系，继而才能够将其应用于后续的图像处理步骤中。然而，在实践中发现，传统的图像配准方案准确性相对较低，不利于实现精确的图像配准。

技术实现思路

[0003]本申请实施例公开了一种图像配准方法及装置、电子设备、存储介质，能够提升图像配准的精确性。
[0004]本申请实施例第一方面公开一种图像配准方法，包括：
[0005]分别对第一图像以及第二图像进行特征点检测，获取所述第一图像对应的第一特征点集，以及所述第二图像对应的第二特征点集，其中，所述第一特征点集中包含的各个第一特征点分别与所述第二特征点集中包含的各个第二特征点一一对应；
[0006]从所述第一特征点集中确定各个所述第一特征点对应的第一邻近子集，以及从所述第二特征点集中确定各个所述第二特征点对应的第二邻近子集；
[0007]根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，计算得到空间变换参数，并根据所述空间变换参数对所述第一图像以及所述第二图像进行配准。
[0008]本申请实施例第二方面公开一种图像配准装置，包括：
[0009]特征点检测单元，用于分别对第一图像以及第二图像进行特征点检测，获取所述第一图像对应的第一特征点集，以及所述第二图像对应的第二特征点集，其中，所述第一特征点集中包含的各个第一特征点分别与所述第二特征点集中包含的各个第二特征点一一对应；
[0010]确定单元，用于从所述第一特征点集中确定各个所述第一特征点对应的第一邻近子集，以及从所述第二特征点集中确定各个所述第二特征点对应的第二邻近子集；
[0011]计算单元，用于分别根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，计算得到空间变换参数，并根据所述空间变换参数对所述第一图像以及所述第二图像进行配准。
[0012]本申请实施例第三方面公开了一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如本申请实施例第一方面公开的任意一种图像配准方法中的全部或部分步骤。
[0013]本申请实施例第四方面公开了一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序被处理器执行时实现如本申请实施例第一方面公开的任意一种图像配准方法中的全部或部分步骤。
[0014]与相关技术相比，本申请实施例具有以下有益效果：
[0015]本申请实施例中，电子设备可以分别对待配准的第一图像和第二图像进行特征点检测，以获取该第一图像对应的第一特征点集，以及第二图像对应的第二特征点集。其中，上述第一特征点集中包含的各个第一特征点可以分别与第二特征点集中包含的各个第二特征点一一对应。在此基础上，电子设备可以从上述第一特征点集中确定各个第一特征点对应的第一邻近子集，以及从上述第二特征点集中确定各个第二特征点对应的第二邻近子集。根据该各个第一特征点对应的第一邻近子集，以及各个第二特征点对应的第二邻近子集，电子设备可以进一步计算得到空间变换参数，并根据该空间变换参数来对上述第一图像和第二图像进行配准。可见，实施本申请实施例，电子设备能够针对第一图像和第二图像中检测到的各个具备对应关系的特征点，分别在相应的第一特征点集和第二特征点集中确定其邻近子集，从而针对每一对特征点对中的第一特征点和第二特征点，均可结合其邻近的其它特征点的空间特征，共同计算出用于对第一图像和第二图像进行配准的空间变换参数。相对基于单个特征点进行配准的方案而言，采用邻近子集可以利用更多的空间特征，以更准确地表征第一图像和第二图像之间的空间变换关系，使得计算出的空间变换参数具有更高的可信度和稳健性，从而有利于提升图像配准的精确性。
附图说明
[0016]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图进行简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0017]图1是本申请实施例公开的一种图像处理电路的结构示意图；
[0018]图2是本申请实施例公开的一种图像配准方法的流程示意图；
[0019]图3A是本申请实施例公开的第一图像和第二图像的示意图；
[0020]图3B是本申请实施例公开的第一图像对应的第一特征点集以及第二图像对应的第二特征点集的示意图；
[0021]图3C是本申请实施例公开的第一目标特征点对应的第一邻近子集以及第二目标特征点对应的第二邻近子集的示意图；
[0022]图4是本申请实施例公开的另一种图像配准方法的流程示意图；
[0023]图5是本申请实施例公开的又一种图像配准方法的流程示意图；
[0024]图6是本申请实施例公开的一种图像配准装置的模块化示意图；
[0025]图7是本申请实施例公开的一种电子设备的模块化示意图。
具体实施方式
[0026]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本
申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0027]需要说明的是，本申请实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]在相关技术中，由于手机、智能可穿戴设备、平板电脑等电子设备的计算能力有限，为了实现精细度较高的某些图像处理功能，往往需要持续进行大量计算，容易导致电子设备功耗过高，同时也降低了电子设备进行图像处理的效率。例如，在对原始图像进行人像分割时，为了保留发丝细节，应用传统的人像分割方式往往耗时较长，且电子设备也极易因功耗过高而发烫。本申请实施例公开了一种图像配准方法及装置、电子设备、存储介质，能够提升图像配准的精确性。
[0029]以下将结合附图进行详细描述。
[0030]请参阅图1，图1是本申请实施例公开的一种图像处理电路的结构示意图，该图像处理电路可用于实现本申请实施例所公开的图像配准方法。示例性地，该图像处理电路可应用于手机、智能可穿戴设备、平板电脑等电子设备，但不限于此。如图1所示，图像处理电路可包括成像设备(摄像头)110、姿态传感器1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像配准方法，其特征在于，包括：分别对第一图像以及第二图像进行特征点检测，获取所述第一图像对应的第一特征点集，以及所述第二图像对应的第二特征点集，其中，所述第一特征点集中包含的各个第一特征点分别与所述第二特征点集中包含的各个第二特征点一一对应；从所述第一特征点集中确定各个所述第一特征点对应的第一邻近子集，以及从所述第二特征点集中确定各个所述第二特征点对应的第二邻近子集；根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，计算得到空间变换参数，并根据所述空间变换参数对所述第一图像以及所述第二图像进行配准。2.根据权利要求1所述的方法，其特征在于，所述从所述第一特征点集中确定各个所述第一特征点对应的第一邻近子集，以及从所述第二特征点集中确定各个所述第二特征点对应的第二邻近子集，包括：从所述第一特征点集中，按照与第一目标特征点之间的距离从小到大的顺序，选取排列在前N个的第一特征点，组成所述第一目标特征点对应的第一邻近子集；以及从所述第二特征点集中，按照与第二目标特征点之间的距离从小到大的顺序，选取排列在前N个的第二特征点，组成所述第二目标特征点对应的第二邻近子集；其中，所述第一目标特征点为所述第一特征点集中的任一第一特征点，所述第二目标特征点为所述第二特征点集中与所述第一目标特征点对应的第二特征点，N为正整数。3.根据权利要求2所述的方法，其特征在于，在所述从所述第一特征点集中确定各个所述第一特征点对应的第一邻近子集，以及从所述第二特征点集中确定各个所述第二特征点对应的第二邻近子集之后，所述方法还包括：从所述第一邻近子集和所述第二邻近子集中，剔除不具备对应关系的特征点，以更新所述第一邻近子集和所述第二邻近子集。4.根据权利要求1至3所述的方法，其特征在于，所述根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，计算得到空间变换参数，包括：根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，分别获取各个特征点对对应的融合结构信息，其中，每一所述特征点对由第一特征点及对应的第二特征点组成；依次根据每个所述特征点对对应的融合结构信息，计算每个所述特征点对的相似概率；根据各个所述特征点对的相似概率，确定所述第一特征点集和所述第二特征点集之间的对应关系矩阵；根据所述对应关系矩阵，计算得到空间变换参数。5.根据权利要求4所述的方法，其特征在于，所述融合结构信息包括融合距离，所述根据各个所述第一特征点对应的第一邻近子集，以及各个所述第二特征点对应的第二邻近子集，分别获取各个特征点对对应的融合结构信息，包括：根据第一目标特征点对应的第一邻近子集，以及第二目标特征点对应的第二邻近子集，计算目标特征点对对应的融合形状上下文距离，以及计算所述目标特征点对对应的融
合灰度描述子距离，以及计算所述目标特征点对对应的融合欧氏距离，其中，所述目标特征点对由所述第一目标特征点和所述第二目标特征点组成，所述第一目标特征点为所述第一特征点集中的任一第一特征点，所述第二目标特征点为所述第二特征点集中与所述第一目标特征点对应的第二特征点；将所述融合形状上下文距离、所述融合灰度描述子距离以及所述融合欧氏距离进行融合，计算得到所述目标特征点对对应的融合距离。6.根据权利要求5所述的方法，其特征在于，所述根据第一目标特征点对应的第一邻近子集，以及第二目标特征点对应的第二邻近子集，计算目标特征点对对应的融合形状上下文距离，包括：针对第一目标特征点对应的第一邻近子集，分别获取所述第一邻近子集中包含的各个第一特征点的第一形状上下文描述子；以及针对第二目标特征点对应的第二邻近子集，分别获取所述第二邻近子集中包含的各个第二特征点的第二形状上下文描述子；根据所述第一形状上下文描述子以及所述第二形状上下文描述子，计算目标特征点对之间的目标形状上下文距离，以及所述第一邻近子集和所述第二邻近子集中具备对应关系的邻近特征点对之间的邻近形状上下文距离；根据所述目标形状上下文距离以及所述邻近形状上下文距离，计算所述目标特征点对对应的融合形状上下文距离。7.根据权利要求5所述的方法，其特征在于，所述计算所述目标特征点对对应的融合灰度描述子距离，包括：根据所述第一目标特征点与所述第二...

【专利技术属性】
技术研发人员：冯祥卫，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：