【技术实现步骤摘要】
一种基于特征筛选的室外场景图像拼接方法
本专利技术属于图像处理领域,具体涉及一种基于特征筛选的室外场景图像拼接方法。
技术介绍
随着社会的不断发展,在安防、自动驾驶、医疗成像等领域,对大视场图像的需求越发强烈,受限于现有的单个标准镜头无法获得大视场图像,而广角和超广角镜头会造成严重的图像畸变问题,图像拼接技术应运而生。图像拼接是指将同一场景下若干幅具有一定重叠区域的图像,通过一系列技术手段,拼合在一起,形成一幅包含全部场景的大视角图像。室外场景下多视角拍摄的图像,常常视角变化大、图像重叠度小,造成同名点局部分布,现有拼接方法的结果常常出现图像匹配精度低、整体几何变形大、重叠区重影等问题,难以在实际中应用。
技术实现思路
专利技术目的:为了克服现有技术中存在的不足,提供一种基于特征点筛选的室外场景图像拼接方法,通过对特征点多次优化,并采用全局配准和局部配准相结合的策略,较好地解决了现有拼接方案在室外场景中配准精度降低等问题。技术方案:为实现上述目的,本专利技术提供一种基于特征筛选的室外场景图像拼接方法,包括如下步骤:S1:采用SIFT特征点提取算法提取参考图像和目标图像的特征点并利用RANSAC算法获得特征点的对应关系;S2:根据基于贝叶斯模型的特征点筛选算法得到精确的特征点集P1;S3:根据特征点集P1,基于距离的特征筛选方法筛选出用于全局单应计算的特征点集P2;S4:利用特征点集P2计算全局单应变换矩阵,进行全局配准;S5:利用特征点集P1
【技术保护点】
1.一种基于特征筛选的室外场景图像拼接方法,其特征在于,包括如下步骤:/nS1:采用SIFT特征点提取算法提取参考图像和目标图像的特征点并利用RANSAC算法获得特征点的对应关系;/nS2:根据基于贝叶斯模型的特征点筛选算法得到特征点集P1;/nS3:根据特征点集P1,基于距离的特征筛选方法筛选出用于全局单应计算的特征点集P2;/nS4:利用特征点集P2计算全局单应变换矩阵,进行全局配准;/nS5:利用特征点集P1和基于网格的形变模型计算进行局部配准;/nS6:利用相似变换模型与最佳拼接缝方法,消除图像重影和形变,实现图像拼接。/n
【技术特征摘要】
1.一种基于特征筛选的室外场景图像拼接方法,其特征在于,包括如下步骤:
S1:采用SIFT特征点提取算法提取参考图像和目标图像的特征点并利用RANSAC算法获得特征点的对应关系;
S2:根据基于贝叶斯模型的特征点筛选算法得到特征点集P1;
S3:根据特征点集P1,基于距离的特征筛选方法筛选出用于全局单应计算的特征点集P2;
S4:利用特征点集P2计算全局单应变换矩阵,进行全局配准;
S5:利用特征点集P1和基于网格的形变模型计算进行局部配准;
S6:利用相似变换模型与最佳拼接缝方法,消除图像重影和形变,实现图像拼接。
2.根据权利要求1所述的一种基于特征筛选的室外场景图像拼接方法,其特征在于,所述步骤S2中特征点集P1的获取方法为:根据薄板样条函数的特性计算每一对匹配点的权重,再根据贝叶斯定理,去除误匹配点,筛选出精确的匹配点对。
3.根据权利要求2所述的一种基于特征筛选的室外场景图像拼接方法,其特征在于,所述步骤S2中特征点集P1的具体获取过程为:
对于一对有重叠区域的待拼接图像I和J,图像I和J分别为参考图像和目标图像,记其中的一对匹配点为(pi,pj),在经过全局配准之后,记为p′i=(x′i,y′i)T,p′i为根据全局单应模型得到的点pi在图像平面J内的投影点,p′i处的视差用投影偏差gi=p′i-pj=(gi,hi)T表示,其中(gi,hi)T表示x方向和y方向的形变分量,根据薄板样条函数的特性,权重(ωi,υi)由p'i处的投影偏差gi和p'i附近区域其他特征点对的投影偏差之间的差异决定,各个特征点对的权重系数与通过求解如下线性方程组得到:
其中,K=(rij2lnrij)∈Rn×n,
G=(g1,...,gn)T∈Rn×2,λ为一个常量;
最终计算出各个特征点的权重(ωi,υi),权重系数(ωi,υi)的取值近似地服从正态分布,即ωi~N(0,σω),υi~N(0,συ),其中σω和συ分别代表了ωi和υi的标准差;
根据贝叶斯定理,在|ωi|>tσω的情况下,匹配点对{pi,qi}是误匹配的后验概率是:
根据3σ原则,取t=3,则Φ(t)=0.9987,当p1∈[0,0.9973]时,有p(τi=0|Ai)≥0.5,即事件Ai={|ωi|>3σω}发生时,匹配点对{pi,qi}是误匹配的概率不小于50%;
因此pi∈[0,0.9973]的前提下,当出现|ωi|>3σω或|υi|>3συ时,即认为匹配点对{pi,qi}是误匹配并将其删除。
4.根据权利要求1所述的一种基于特征筛选的室外场景图像拼接方法,其特征在于,所述步骤S3中特征点集P2的筛选方法为:计算每个特征点在y方向上与其他点的平均距离,并筛选出平均距离最大的点,同时保留密集区域的特征点,以保证模型的鲁棒性,并确定用于全局配准的特征点集。
5.根据权利要求4所述的一种基于特征筛选的室外场景图像拼接方法,其特征在于,所述步骤S3中特征点集P2的筛选过程为:
A1:首先计算每个特征点在y方向上与其他点的平均距离;
将特征点集P1作为初始特征点集,lij_y表示第i特征点与其他点在y方向上的平均距离,计算公式如下:
其中,pi表示第i特征点,pj表示除了第i点以外的其他特征点;
A2:将每个特征点的距离lij_y构建成集合,并进行排序,得到集合Lij_y,P1中的每一个点pi都可映射到集合Lij_y的距离lij_y;
A3:在集合Lij_y中,选出距离最大的前α%的值,并对剩余的1-α%的值进行采样,采样频率设置为μ,获得集合Lij_y_select;
A4:利用映射...
【专利技术属性】
技术研发人员:柳稼航,李春彬,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏;32
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。