【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种基于全局相似性最佳接缝的多视角图像拼接方法及系统。
技术介绍
1、随着交通事业快速发展，汽车拥有量越来越多，交通道路情况复杂，为了更好地监控管理将全面建设智能交通管理系统。在监控系统和交通管理中，对车辆的全程跟踪和监测是至关重要的。当车辆穿越监控区域时，可以通过拼接两个摄像头的画面，获取完整的车辆信息，从而实现对车辆运动的连续观察，进而进行交通流分析和优化。
2、虽然现在的城市道路几乎已全面实现摄像头覆盖，但是由于摄像头视野限制，无法采集完整的图像信息。为了获得同一辆车辆的完整信息，当车辆从一个摄像头的画面进入另一个摄像头的画面，可以采用图像拼接算法对两个摄像头的画面进行拼接，得到完整的车辆图像信息。
3、图像拼接技术在交通管理和基础设施维护等领域具备重要的支持作用，是解决城市交通问题的重要手段之一。为应对交通监控系统单幅图像视角有限和人工巡视效率低的问题，图像拼接技术在交通监测中展现出显著的应用价值。但是在交通监测和管理中应用图像拼接技术仍然面临一些挑战。例如，图像配准存在时效性低和空间变换模型不稳定的问题，可能导致拼接效果不佳。同时，对于存在大视差和快速移动的车辆等情况，拼接过程中可能出现错位和鬼影，进而影响拼接效果。因此，在拼接过程中需要进行一系列的处理操作来减弱此现象，并减轻像素失真。为了应对这一系列问题，研究人员进行大量的工作，其中sift（scale invariant feature transform）配准算法具备尺度不变性的特性，具有旋转、光照和尺度不
4、综上所述，在获取车辆完整图像信息的应用背景下，拼接摄像头内的车辆画面是一个值得关注的问题。为了提高图像拼接的准确性和鲁棒性，研究人员正努力探索和发展图像预处理技术、图像配准技术以及图像融合算法等方法，以期为交通管理系统中图像拼接提供更有效的技术手段。
技术实现思路
1、为了解决上述通过拼接两个摄像头的画面，获取完整的车辆信息问题，本专利技术提出了一种基于全局相似性最佳接缝的多视角图像拼接方法及系统，通过最佳接缝拼接算法，在不损失原图像车辆信息的前提下，消除接缝与亮度差异，实现拼接边界的平滑过渡，得到无缝自然的高质量完整车辆图像。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、第一方面本专利技术提供了一种基于全局相似性最佳接缝的多视角图像拼接方法，包括以下步骤：
4、s1、图像获取：车辆进入摄像头监控区域时，第一个摄像头拍摄车辆照片，车辆进入第二个摄像头时，紧接拍下同一车辆照片，获得都有同一辆车辆的两张图像；
5、s2、图像预处理：对步骤s1获取的图像进行预处理得到预处理后的图像；
6、s3、基于全局相似性特征配准对齐：将预处理后的图像进行全局轮廓特征提取后进行空间变换，把两张图像放入同一坐标系，利用全局轮廓信息进行匹配配准，根据相似性信息确定重叠区域，使两幅图像的重叠部分在空间上对齐，得到配准对齐图像；
7、s4、基于最佳接缝的图像拼接：将配准对齐图像，使用全局能量最小的最佳接缝算法从图像中找到最佳像素进行拼接融合，得到自然无缝的高质量车辆完整图像。
8、作为本专利技术的进一步技术方案，步骤s2对图像预处理的过程为：先对步骤s1得到的两张车辆图像使用直方图进行均衡化处理，再将均衡化的图像使用双边滤波进行去除噪声，然后使用逆滤波对图像进行去模糊处理，得到预处理后的两张图像和。
9、作为本专利技术的进一步技术方案，步骤s3的具体过程为：
10、s31、将s2得到的预处理后的图像进行全局轮廓特征提取，
11、先定义图像的原始轮廓上的第i个参考点为，这些参考点属于包含n个点的图像轮廓空间，并按照车辆轮廓的自然顺序连接这些参考点，获取车辆图像的全局轮廓特征序列；
12、再在极坐标系内，以为原点，获取其余n-1个点的相对极坐标，相对极坐标，其中i，j=1，2，3，...，n；i≠j，表示参考点到点之间的极坐标距离，表示参考点到点之间的极坐标角度；按照图像轮廓点在形状内的自然顺序，变换相对坐标数据，构成序列，即：=；其中为第i个参考点和第j点的相对极坐标，j的顺序由1，2，3，...，n变换为i+1，…，n，1，…，i-1；
13、然后将序列进行分割，得到数个彼此无关的子序列，如子序列[1,a], [a+1,2a]等，公式即：，其中b是子序列序号，a是正整数，是常数，为第i个参考点和第j点的相对极坐标，得到图像全局轮廓特征；
14、s32、使用全局单应性和全局轮廓信息将图像和图像进行配准对齐，构建两幅图像之间的空间变换，输入s2处理后的两幅图像和，以及对应的surf特征匹配点，图像的特征匹配点，的特征匹配点的特征匹配点，分别为图像的特征匹配点坐标和图像的特征匹配点坐标；两幅图像之间的齐次坐标的线性变换表示为：，其中x'是齐次坐标中的x， 的齐次坐标为， 的齐次坐标为,为轮廓信息，定义为单应性矩阵，行由,,组成，即
15、，
16、为单应性3x3矩阵的行列值，两幅图像和之间的映射表示为：
17、，
18、，
19、通过使用单应性矩阵h对两幅输入图像进行变换，将其放置在相同的参考平面上，得到配准对齐的图像；
20、s33、将整个图像进行全局相似度变换，即： ，其中s代表全局相似变换，μ和ρ是加权系数，是第i个局部单应性，为更新的局部变换，经过变换后得到最终配准对齐图像。
21、作为本专利技术的进一步技术方案，步骤s4的具体过程为：
22、s41、提取s3得到的配准对齐图像的两部分重叠区域，分别记为ω和ω’，构建一个反映重叠区域ω和ω’的相似性差异矩阵e；
23、s42、对e的所有差异值进行排序，并利用二分搜索算法迅速计算出最小阈值e；在最小阈值e的条件下，起点和终点所在的八联通区域被表示为r，从起点开始，沿着八个相邻方向扩展，将r中的像素差异值更新为从起点到最小差异的和，并将更新后的像素视为新的扩展点，直到扩展到终点；从终点开始，沿着差异和值最小的像素路径返回到起点，得到最佳接缝，通过最佳接缝实现图像的无缝拼接融合，得到自然高质量的车辆完整图像。
24、作为本专利技术的进一步技术方案，步骤s41构建相似性差异矩阵e的具体过程为：
25、先使用lab颜色空间中的颜色差异来计算颜色差异，，，，，其中是色彩差异，本文档来自技高网...
【技术保护点】
1.一种基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤S2对图像预处理的过程为：先对步骤S1得到的两张车辆图像使用直方图进行均衡化处理，再将均衡化的图像使用双边滤波进行去除噪声，然后使用逆滤波对图像进行去模糊处理，得到预处理后的两张图像和。
3.根据权利要求2所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤S3的具体过程为：
4.根据权利要求3所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤S4的具体过程为：
5.根据权利要求4所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤S41构建相似性差异矩阵E的具体过程为：
6.一种基于全局相似性最佳接缝的多视角图像拼接系统，其特征在于，能完成如权利要求1-5任一项所述方法，包括：
7.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如权
8.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成如权利要求1-5任一项所述的方法。
...【技术特征摘要】
1.一种基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤s2对图像预处理的过程为：先对步骤s1得到的两张车辆图像使用直方图进行均衡化处理，再将均衡化的图像使用双边滤波进行去除噪声，然后使用逆滤波对图像进行去模糊处理，得到预处理后的两张图像和。
3.根据权利要求2所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤s3的具体过程为：
4.根据权利要求3所述基于全局相似性最佳接缝的多视角图像拼接方法，其特征在于，步骤s4的具体过程...
【专利技术属性】
技术研发人员：刘寒松，王国强，王永，刘瑞，李越，谭连盛，
申请(专利权)人：松立控股集团股份有限公司，
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。