【技术实现步骤摘要】
本专利技术属于图像拼接，具体涉及一种多相机图像拼接方法及系统。
技术介绍
1、多相机图像拼接是一种将来自多个不同视角的图像合成为一幅全景图像的任务。随着计算机科学和数字信号处理技术的发展，数字图像处理技术逐渐成熟，使得从多个视角获取的图像能够通过算法进行有效的处理和融合，为多相机图像拼接提供技术支撑。
2、现有的多相机图像拼接技术存在以下缺陷：
3、1)现有的多相机图像拼接技术往往难以精确地对齐多个相机捕获的图像边缘，导致拼接后的图像存在明显的接缝或错位现象，影响视觉效果和图像表达的准确性；
4、2)现有的多相机图像拼接方法在特征点提取、匹配和图像配准等步骤中计算复杂度高，导致处理速度慢，难以满足实时拼接的需求，尤其是在高分辨率图像和多相机系统中的应用；
5、3)现有的多相机图像拼接方法在复杂多变的环境条件下，如光照变化、动态场景、遮挡等问题，现有图像拼接技术容易受到干扰，导致拼接质量下降；
6、4)现有的多相机图像拼接方法在图像融合过程中，现有技术往往无法很好地处理重叠区域的像素值，导致融合后的图像出现光晕、模糊或者不自然的过渡效果，融合效果差。
技术实现思路
1、为了解决现有技术存在的视觉效果差、准确性低、处理速度慢、拼接质量差以及融合效果差的问题，本专利技术目的在于提供一种多相机图像拼接方法及系统。
2、本专利技术所采用的技术方案为：
3、一种多相机图像拼接方法，包括如下步骤：
4
5、采集每一预处理后实时图像数据的实时图像边缘信息，并根据实时图像边缘信息，提取每一预处理后实时图像数据的若干实时特征点；
6、使用预先训练的特征点匹配模型，对所有预处理后实时图像数据的若干实时特征点进行特征点匹配，得到若干特征点匹配结果；
7、根据若干特征点匹配结果，对所有预处理后实时图像数据进行图像配准，得到若干图像配准后实时图像数据；
8、使用改进多频带融合算法，对所有图像配准后实时图像数据的实时重叠区域进行图像融合，得到若干图像融合后实时图像数据；
9、根据实时拼接参数，将所有图像融合后实时图像数据进行图像拼接，得到实时全息图像数据。
10、进一步地，图像预处理包括依次进行的高斯去噪处理、图像增强处理、视角调整处理、图像灰度处理以及尺寸归一化处理。
11、进一步地，采集每一预处理后实时图像数据的实时图像边缘信息，并根据实时图像边缘信息，提取每一预处理后实时图像数据的若干实时特征点，包括如下步骤：
12、使用边缘检测算法，对预处理后实时图像数据进行边缘检测，得到对应的实时图像边缘信息；
13、根据实时图像边缘信息，使用特征点提取算法，提取预处理后实时图像数据的若干实时特征点；
14、遍历所有预处理后实时图像数据，得到每一预处理后实时图像数据的若干实时特征点。
15、进一步地，特征点匹配模型基于rf-bigcn算法构建，且特征点匹配模型包括基于rf算法构建的关键特征点筛选模块和基于bigcn算法构建的特征点匹配模块。
16、进一步地，使用预先训练的特征点匹配模型，对所有预处理后实时图像数据的若干实时特征点进行特征点匹配，得到若干特征点匹配结果，包括如下步骤：
17、将预处理后实时图像数据的若干实时特征点转换为实时特征点向量，并将实时特征点向量输入预先训练的特征点匹配模型；
18、使用关键特征点筛选模块，提取实时特征点向量中的若干关键实时特征点；
19、根据若干关键实时特征点，使用特征点匹配模块，对所有预处理后实时图像数据进行特征点匹配，得到初始的若干特征点匹配结果；
20、使用匹配特征点筛选算法，对初始的若干特征点匹配结果进行匹配特征点筛选，得到最终的若干特征点匹配结果。
21、进一步地，根据若干特征点匹配结果，对所有预处理后实时图像数据进行图像配准，得到若干图像配准后实时图像数据，包括如下步骤：
22、根据预处理后实时图像数据之间的几何关系，选择对应的实时几何变换模型；
23、根据若干特征点匹配结果，生成实时几何变换模型的实时模型参数，并根据实时模型参数，更新实时几何变换模型，得到更新后实时几何变换模型；
24、根据更新后实时几何变换模型，对所有预处理后实时图像数据进行图像配准，得到若干图像配准后实时图像数据。
25、进一步地，使用改进多频带融合算法，对所有图像配准后实时图像数据的实时重叠区域进行图像融合，得到若干图像融合后实时图像数据，包括如下步骤：
26、提取每一图像配准后实时图像数据与其它图像配准后实时图像数据的实时重叠区域；
27、对实时重叠区域进行频带划分，得到对应的低频带和高频带，并根据实时重叠区域的每一像素点的位置，生成对应的实时初始权重；
28、根据实时重叠区域的每一像素点到中心像素点的距离，使用收敛因子，生成对应的实时自适应权重；
29、根据实时初始权重和实时自适应权重，对实时重叠区域的每一像素点的低频带和高频带进行加权平均融合，得到多频带融合后实时重叠区域；
30、遍历所有图像配准后实时图像数据的实时重叠区域，得到包含多频带融合后实时重叠区域的若干图像融合后实时图像数据。
31、进一步地，根据实时拼接参数，将所有图像融合后实时图像数据进行图像拼接，得到实时全息图像数据，包括如下步骤：
32、使用群智能寻优算法，生成每一图像融合后实时图像数据与其它图像融合后实时图像数据的实时拼接参数；
33、根据实时拼接参数，将所有图像融合后实时图像数据进行图像拼接，得到初始的实时全息图像数据；
34、对初始的实时全息图像数据进行后处理，得到最终的实时全息图像数据。
35、进一步地，群智能寻优算法为iwoa寻优算法。
36、一种多相机图像拼接系统，用于实现多相机图像拼接方法，系统包括依次连接的图像预处理单元、特征点提取单元、特征点匹配单元、图像配准单元、图像融合单元以及图像拼接单元。
37、本专利技术的有益效果为：
38、本专利技术提供的一种多相机图像拼接方法及系统，图像预处理确保了不同相机捕获的图像在拼接前具有一致的质量和格式，提高了后续处理的效率和准确性；基于深度学习算法构建的特征点匹配模型，能够更准确地提取和匹配实时图像数据中的特征点，即使在复杂场景下也能保持较高的匹配精度，并且降低了计算复杂度，提高了处理速度，满足了实时拼接的需求，尤其是在高分辨率图像和多相机系统中的应用；通过对特征点匹配结果的分析，提出了一种有效的图像配准流程，能够精确地对齐多个图像，减少拼接过程中的误差和接缝问题；采用了改进的多频带融合算法，能够更好地处理图像本文档来自技高网...
【技术保护点】
1.一种多相机图像拼接方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：所述的图像预处理包括依次进行的高斯去噪处理、图像增强处理、视角调整处理、图像灰度处理以及尺寸归一化处理。
3.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：采集每一预处理后实时图像数据的实时图像边缘信息，并根据实时图像边缘信息，提取每一预处理后实时图像数据的若干实时特征点，包括如下步骤：
4.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：所述的特征点匹配模型基于RF-BiGCN算法构建，且特征点匹配模型包括基于RF算法构建的关键特征点筛选模块和基于BiGCN算法构建的特征点匹配模块。
5.根据权利要求4所述的一种多相机图像拼接方法，其特征在于：使用预先训练的特征点匹配模型，对所有预处理后实时图像数据的若干实时特征点进行特征点匹配，得到若干特征点匹配结果，包括如下步骤：
6.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：根据若干特征点匹配结果，对所有预处理后实时图像数据进行图像配
7.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：使用改进多频带融合算法，对所有图像配准后实时图像数据的实时重叠区域进行图像融合，得到若干图像融合后实时图像数据，包括如下步骤：
8.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：根据实时拼接参数，将所有图像融合后实时图像数据进行图像拼接，得到实时全息图像数据，包括如下步骤：
9.根据权利要求8所述的一种多相机图像拼接方法，其特征在于：所述的群智能寻优算法为IWOA寻优算法。
10.一种多相机图像拼接系统，用于实现如权利要求1-9任一所述的多相机图像拼接方法，其特征在于：所述的系统包括依次连接的图像预处理单元、特征点提取单元、特征点匹配单元、图像配准单元、图像融合单元以及图像拼接单元。
...【技术特征摘要】
1.一种多相机图像拼接方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：所述的图像预处理包括依次进行的高斯去噪处理、图像增强处理、视角调整处理、图像灰度处理以及尺寸归一化处理。
3.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：采集每一预处理后实时图像数据的实时图像边缘信息，并根据实时图像边缘信息，提取每一预处理后实时图像数据的若干实时特征点，包括如下步骤：
4.根据权利要求1所述的一种多相机图像拼接方法，其特征在于：所述的特征点匹配模型基于rf-bigcn算法构建，且特征点匹配模型包括基于rf算法构建的关键特征点筛选模块和基于bigcn算法构建的特征点匹配模块。
5.根据权利要求4所述的一种多相机图像拼接方法，其特征在于：使用预先训练的特征点匹配模型，对所有预处理后实时图像数据的若干实时特征点进行特征点匹配，得到若干特征点匹配结果，包括如下步骤：
6....
【专利技术属性】
技术研发人员：顾青柏，
申请(专利权)人：北京海铵德机械科技有限公司，
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。