一种3D图像拼接技术制造技术

图像拼接的做法多种多样。以前常用的方法主要针对2D图像，近年来3D的拍摄和显示技术发展迅速。图像处理的方法也需要对应的从2D转到3D中来。本发明专利技术解决了3D图像拼接的问题。使用了2维sift图像匹配，深度校准，3维sift特征点检测等方法的结合，计算3D图像的匹配变换阵。完成了3D图像匹配的算法。

【技术实现步骤摘要】
一种3D图像拼接技术
本专利技术涉及图像拼接技术，尤其涉及基于3D图像的拼接算法。
技术介绍
图像拼接是将一组重叠图像的集合拼接成一幅较宽视角的无缝高分辨率图像或360度全景图像的技术，它涉及到计算机视觉、计算机图形学、虚拟现实和图像处理等学科。图像拼接技术最早应用在航空领域，现已广泛应用于宇宙空间探测、海底勘测、医学、气象、地质勘测、军事、视频压缩和传输等领域。图像拼接的做法多种多样。常见的有基于特征点匹配的算法，该类方法的特点:(I)检测图中的特征点，如使用Sift算法，Harris算法等等。⑵对于多幅图的点对点的像素匹配，如sift算法常常使用欧式距离进行匹配，而Harris角点常用NCC算法匹配。(3)进行空间变换，以仿射变换为变换模型，采用二次导向匹配的方法来提取仿射变换矩阵。另夕卜，还有基于相机参数的匹配方法，这类算法要求知道相机的所有参数，运动轨迹，以此来计算投影变换矩阵。以上的方法主要针对2D图像，近年来3D的拍摄和显示技术发展迅速。图像处理的方法也需要对应的从2D转到3D中来。本专利技术解决了 3D图像拼接的问题。
技术实现思路
本专利技术所要解决的技术问题是:3D图像拼接的技术，用以获得更大场景的3D图像。本专利技术为解决以上技术问题，所采用的技术方案是:使用修改的sift算法实现2D特征点的提取2D图像的匹配，基于匹配的2D图像匹配视深比例关系，获得新的深度图使用3D视深计算特征点使用基于加权欧式距离的算法，实现特征点的匹配通过匹配成功的特征点，计算4*3的3D空间变换阵。本专利技术的有益效果如下:本专利技术提供了 3D的图像拼接方法，使得获取高分辨率，大场景的3D图像更加容易和便捷。【附图说明】图1为本专利技术系统完整示意图【具体实施方式】2D特征提取:采用传统的sift算子:SIFT算法提取的SIFT特征向量具有如下特性:a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。b)独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。c)多量性，即使少数的几个物体也可以产生大量SIFT特征向量。d)高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。e)可扩展性，可以很方便的与其他形式的特征向量进行联合。我们在图像二维平面空间和DoG(Difference-of-Gaussian)尺度空间中同时检测局部极值以作为特征点，以使特征具备良好的独特性和稳定性。DoG算子定义为两个不同尺度的高斯核的差分，其具有计算简单的特点，是归一化LoG (LapIacian-of-Gaussian)算子的近似。2D图像的匹配采用的是基于欧式距离的点匹配，并去除匹配距离过大的点。基于匹配的2D图像匹配视深比例关系，获得新的深度图:这部分是3D图像匹配的关键。我们认为，匹配的像素点视深与原图的视深、原匹配图像的坐标位置相关。考虑空间坐标的偏移量，可以写成:hE = [wx, wy, wh, Wbias] * [X, y, h, I]'对于多个匹配的像素点，我们使用回归分析的方法计算获得变换系数向量[wx，wy，wh, WbiaJ。并通过变换系数将匹配图像的视深统一。使用3D视深计算特征点，采用3D sift特征提取的方法，计算3D图中的特征点。通过匹配成功的特征点，计算4*3的3D空间变换阵W:匹配的点的变换关系如下:[xE, yE, hE] = W*[xL, yL, hL, I] 1使用回归算法计算W。至此匹配完成。对于任意2张3D图像，通过匹配后，可以得到一个变换阵W，将对应的像素乘以W并和另外意图图像接起来，就可以获得拼接完成的图像。本文档来自技高网...

【技术保护点】
一种3D图像拼接的算法，其特征在于：先使用2D图像的匹配，对深度图进行修正，然后再使用3D图像的匹配。

【技术特征摘要】
1.一种3D图像拼接的算法，其特征在于: 先使用2D图像的匹配，对深度图进行修正，然后再使用3D图像的匹配。2.根据权利要求1...

【专利技术属性】
技术研发人员：任治全，郑耀，刘书，陈曦，
申请(专利权)人：任治全，
类型：发明
国别省市：