【技术实现步骤摘要】
本专利技术主要涉及针对红外图像的全景拼接技术，主要包含图像匹配、图像变换和图像融合。
技术介绍
1、随着当今信息技术的高速发展，航拍受到了越来越多的关注，航拍图像拼接方法也随之得到了广泛的发展。受航空相机传感器尺寸的限制，难以满足航空侦查对于视场、分辨率的要求。而宽视场、高分辨率航空图像在国防安全、地质勘探、生态保护等领域有着重要的意义。通过空中平台成像设备利用航拍这种技术手段以一定重叠率和不同角度对某一区域进行图像采集，然后对航拍图像进行对齐处理，将图像序列融合在一起，从而得到一幅视野更大、分辨率更高的全景图像。拼接图像的质量将直接影响获取信息的准确性和精度，因此对机载航空图像的全景拼接技术进行深入研究有着重要的理论意义和工程价值。本文专利技术一种高精度红外图像时序全景拼接技术。
2、图像拼接主要包括图像预处理、图像配准、图像融合。图像匹配的目的是对相邻影像进行同名特征点提取和特征匹配。目前图像匹配算法可以分为三类：基于图像灰度信息的配准算法、基于变换域的配准算法、基于特征的配准算法。其中，基于灰度信息的配准算法是同过对图像灰度信息统计确定图像相关性，其准确率较高，但是计算量大，而且对噪声非常敏感；基于变换域的配准方法主要通过傅里叶变换的方式来实现的，虽然鲁棒性高，但是适用范围小、复杂度高、处理信息量大。特征配准的方法计算速度快，具有较高的鲁棒性。经典的特征配准方法有：moravec、susan(smallest univalue segment assimilatingnucleus)算法、harris算法、si
3、图像变换是指图像经过刚性、相似、放射、投影等变换，将待配准图像变换到同一坐标系下叠加的过程。以autostitch为代表的全局投影，速度快稳定性高，但是无法处理视差问题，容易出现鬼影现象。以apap、cpw、sphp为代表的空域变换法采用网格划分思想，能够很好的处理视差问题，但是要求特征点匹配度高、计算量大。以sd算法为代表的缝合线驱动的方法，通过生成并评估缝合线来确定变化关系，该方法处理大视差有较好的视觉效果，但是配准精度较低，计算量也大。
技术实现思路
1、本专利技术提出了一种针对红外图像的高精度时序全景拼接方法。采用本专利技术所述方法，能够将连续帧、不同方位的图像拼接成一副视野更大、分辨率更高的全景图像，该方法在不仅在局部重叠区域具有良好的对齐效果，而且能够解决图像在非重叠区域的失真问题。本专利技术的技术方案如下：
2、一种高精度红外图像时序拼接方法，拼接方法包括下列步骤：
3、步骤一：在初始的像素坐标系下，对于两个待拼接的图像，基于surf实现特征点初始匹配；
4、步骤二：采用随机抽样一致性ransac算法剔除误匹配点对；
5、步骤三：对待拼接图像进行全局转换，包括：
6、s3.1获取从待拼接图像到参考图像的全局单应性矩阵h；
7、s3.2将待拼接图像和参考图像均旋转到一个新坐标系uv，将全局单应性矩阵h投影到uv坐标系下，使得投影变换时变换尺度仅取决于u坐标，与v轴平行的直线仍能保持相对长度比；
8、s3.3对待拼接图像的非重叠区域进行相似变换处理变形问题，重叠区域则采用投影变换，分别构造变换函数；
9、s3.4构造损失函数获取最优的区域分割参数，通过计算变换函数和最接近相似变换的差异得到最优的分界线和单应性矩阵，对待拼接图像进行全局转换；
10、步骤四：重叠区域局部对齐：对划分区域后的重叠区域部分，划分为数目合适的网格，利用移动直线线性变换mdlt方法去估计每个网格的局部单应性矩阵；对于得到的局部单应性矩阵，按顺序将首地址存放于数组中，利用数组遍历重叠区域进行投影变换，从而将拼接区域对齐；
11、步骤五：融合图像色差消除：将对齐处的两幅图像像素值分别乘以一个权重系数，叠加后作为重叠区域的像素值；权重由像素到图像边缘的距离计算得到；设d(x，y)和d(x′，y′)分别为待拼接图像和参考图像中对应点距离图像边缘的欧式距离，权重分别为d(x，y)/(d(x，y）+d(x′，y′))和d(x′，y′)/(d(x，y)+d(x′，y′))，通过遍历重叠区域的图像进行融合，得到最终的结果图。
12、进一步地，设参考图像为i’(x’,y’),待拼接图像为i(x,y)，经过步骤二，获得的匹配点对集{(xi，yi)，(x′i，y′i)}(i＝1，2，…，n)。
13、进一步地，步骤s3.3的方法如下：
14、对待拼接图像i的非重叠区域进行相似变换处理变形问题，重叠区域则采用投影变换，则将待拼接图像分为两个区域，表达式如下：
15、
16、其中u0其中为重叠区域和非重叠区域分界线；
17、相似变换函数s(x，y)表示为：
18、
19、投影变换表示为：
20、
21、投影变换函数h(x,y)的表达式为:
22、
23、将全局单应性矩阵h投影到uv坐标系下，使得变换尺度仅取决于u：
24、
25、当u＝u0为常量时，投影转换函数为：
26、
27、分界线处h(u，v)＝s(u，v)，使得变换函数t(u，v)为连续函数，同理，由上式可知相似转换函数为：
28、
29、进一步地，步骤s3.4中，损失函数：
30、
31、式中ji(u，v，u*)为变换函数t(u，v)在点(u，v)处的雅克比矩阵，si为相似变换变换关系矩阵。
本文档来自技高网...【技术保护点】
1.一种高精度红外图像时序拼接方法，拼接方法包括下列步骤：
2.根据权利要求1所述的高精度红外图像时序拼接方法，其特征在于，设参考图像为I’(x’,y’),待拼接图像为I(x,y)，经过步骤二，获得的匹配点对集{(xi，yi)，(x′i，y′i)}(i＝1，2，…，N)。
3.根据权利要求2所述的高精度红外图像时序拼接方法，其特征在于，步骤S3.3的方法如下：
4.根据权利要求3所述的高精度红外图像时序拼接方法，其特征在于，步骤S3.4中，损失函数：
【技术特征摘要】
1.一种高精度红外图像时序拼接方法，拼接方法包括下列步骤：
2.根据权利要求1所述的高精度红外图像时序拼接方法，其特征在于，设参考图像为i’(x’,y’),待拼接图像为i(x,y)，经过步骤二，获得的匹配点对集{(xi，yi)，(x′...
【专利技术属性】
技术研发人员：欧阳煌，谢阳，唐雨琴，张新辉，张倩倩，魏晶晶，王煜东，匡鹏，雷璐，周义蛟，邵帅，万晓峰，叶坤武，张韬慧，王博伦，
申请(专利权)人：中国人民解放军九三二一零部队，
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。