一種圖片動態(tài)分析拼接方法
【專利摘要】本發(fā)明公開了一種圖片動態(tài)分析拼接方法，包括步驟：圖像預(yù)處理、圖像配準(zhǔn)、估算灰度圖像變換公式、圖像光度配準(zhǔn)以及圖像融合。本發(fā)明可以對于使用普通相機(jī)拍攝的亮度、色度不一致的圖像均可穩(wěn)健、正確拼接。
【專利說明】
-種圖片動態(tài)分析拼接方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及圖像識別技術(shù)領(lǐng)域，具體的說，是設(shè)及一種圖片動態(tài)分析拼接方法。
【背景技術(shù)】
[0002] 隨著信息時(shí)代的快速發(fā)展，圖片拼接技術(shù)的應(yīng)用已深入到個(gè)個(gè)領(lǐng)域，在圖像遙感、 運(yùn)動分析、數(shù)字視頻壓縮等領(lǐng)域得到了廣泛應(yīng)用。在航拍領(lǐng)域?yàn)榱藬U(kuò)大視野，提高分辨率， 獲得更全面的信息，更高的精確度，需要將來自不同遙感器的兩幅或多幅圖片拼接成一幅 圖片。由于該技術(shù)的復(fù)雜性、針對性和多樣性，某種因素的介入也可能導(dǎo)致結(jié)果的巨大差 異，對結(jié)果的評價(jià)標(biāo)準(zhǔn)也因人而異。傳統(tǒng)圖片拼接由于不同設(shè)備配置不同W及拍攝光環(huán)境 等因素，盡管兩張圖片有重疊部分，對存在亮度和色彩存在較大差異的兩張圖片的拼接還 是存在較大缺陷。
[0003] 上述缺陷，值得解決。

【發(fā)明內(nèi)容】

[0004] 為了克服現(xiàn)有的技術(shù)的不足，本發(fā)明提供一種圖片動態(tài)分析拼接方法。
[0005] 本發(fā)明技術(shù)方案如下所述：
[0006] -種圖片動態(tài)分析拼接方法，其特征在于，包括W下步驟：
[0007] SI:圖像預(yù)處理；
[000引 S2:圖像配準(zhǔn)；
[0009] S3:估算灰度圖像變換公式；
[0010] S4:圖像光度配準(zhǔn)；
[001U S5:圖像融合。
[0012] 進(jìn)一步的，所述步驟Sl具體為:將拍攝到的彩色圖像轉(zhuǎn)換為灰度圖像，利用平均值 法估計(jì)圖像的亮度背景并在灰度圖像減去W消除曝光度、亮度差別的影響。
[0013] 進(jìn)一步的，所述步驟S2具體為：
[0014] S21:利用化rris算法提取圖像角點(diǎn)，具體的，先求得圖像各點(diǎn)的實(shí)對稱矩陣M
[0015]
[0016] 其中，x、y為目標(biāo)圖像模板的點(diǎn)，1、和心為圖像I水平和垂直方向的一階偏導(dǎo)，w(x, y)是二維高斯平滑函數(shù)，
[0017] 再利用M計(jì)算對應(yīng)每個(gè)像素的角點(diǎn)響應(yīng)函數(shù)R，對圖像的每一點(diǎn)解得R，其在某一闊 值之上并取得局部極大值的點(diǎn)即作為角點(diǎn)，
[001 引 R = detM-k ? (traceM)2,k = 0.04-0.2
[0019] 其中，det(M)為矩陣M的行列式，trace(M)為矩陣M的跡，k為常數(shù)；
[0020] S22:采用歸一化相關(guān)法進(jìn)行角點(diǎn)匹配，
[0021]
[0022] 其中，U為模板像素的平均值，NCC為兩幅圖像的互相關(guān)性；
[0023] S23:用RANSAC算法對匹配點(diǎn)進(jìn)行提純，W去除錯配。
[0024] 進(jìn)一步的，所述步驟S3具體為：相機(jī)繞近似固定點(diǎn)搖移拍攝的圖像滿足透視變換 關(guān)系，圖像之間的關(guān)聯(lián)公式如下：
[0025]
[00%]最小二乘解H，并對其繼續(xù)使用Levenberg-Marquardt算法對H進(jìn)行非線性優(yōu)化，其 中Xi為圖像橫屏像素量，yi為豎屏像素量，Wi為像素密度，矩陣代數(shù)屏采樣點(diǎn)像素點(diǎn)提純值。
[0027] 進(jìn)一步的，所述步驟S4具體為：
[0028] 將紅、綠、藍(lán)=個(gè)色彩通道分開考慮，在每個(gè)顏色通道中，不同曝光參數(shù)與不同白 平衡對圖像灰度及色彩的影響用下式的線性變換來表示：
[0029]
[0030] 上式中，（c，d)為線性變換參數(shù)，計(jì)算時(shí)首先把第二幅圖像利用前面計(jì)算的H做投 影變換向第一幅圖像進(jìn)行對齊，使得兩幅圖像像素點(diǎn)幾何上對應(yīng)起來，運(yùn)樣在每個(gè)像素點(diǎn) 就可W得到兩組RGB數(shù)值：（32,62,82)與(1?1，61，81)。
[0031] 更進(jìn)一步的，所述像素點(diǎn)為匹配的角點(diǎn)及角點(diǎn)周圍的臨近點(diǎn)。
[0032] 進(jìn)一步的，所述步驟S5具體為：
[0033] S51:根據(jù)前面計(jì)算9參數(shù)矩陣H和3個(gè)色彩通道的6個(gè)參數(shù)即Rl、R2、G1、G1、B1、B2， 將圖像進(jìn)行幾何上的對齊和光度上的統(tǒng)一；
[0034] S52:將圖像進(jìn)行柱面投影，并在交界處使用線性插值算法將其合成W得到最終的 拼接圖像。
[0035] 根據(jù)上述方案的本發(fā)明，其有益效果在于，本發(fā)明采用RANSAC算法W圖像角點(diǎn)位 置坐標(biāo)作為對象來去除奇異點(diǎn)，為圖像幾何配準(zhǔn)提供了保障;MSAC算法則W圖像各顏色通 道對應(yīng)點(diǎn)的像素值作為對象來去除奇異點(diǎn)，保證了圖像光度配準(zhǔn)的統(tǒng)一。對于使用普通相 機(jī)拍攝的亮度、色度不一致的圖像均可穩(wěn)健、正確拼接。
【具體實(shí)施方式】
[0036] 下面結(jié)合實(shí)施方式對本發(fā)明進(jìn)行進(jìn)一步的描述：
[0037] -種圖片動態(tài)分析拼接方法，拼接過程分為五步：
[003引1、圖像預(yù)處理
[0039]首先將拍攝到的彩色圖像轉(zhuǎn)換為灰度圖像，利用平均值法估計(jì)圖像的亮度背景并 在灰度圖像減去W消除曝光度、亮度差別的影響。
[0040] 2、圖像配準(zhǔn)
[0041] (1)利用化rris算法提取圖像角點(diǎn)，1沛^為圖像I水平和垂直方向的一階偏導(dǎo)，W (x，y)是二維高斯平滑函數(shù)，求得M為圖像各點(diǎn)的實(shí)對稱矩陣，接下來利用M計(jì)算對應(yīng)每個(gè)像 素的角點(diǎn)響應(yīng)函數(shù)R，對圖像的每一點(diǎn)解得R，其在某一闊值之上并取得局部極大值的點(diǎn)即 作為角點(diǎn)，其中det(M)為矩陣M的行列式，trace(M)為矩陣M的跡，k為常數(shù)。
[0042]
[0043] R = detM-k ? (traceM)2，k = 0.04-0.2;
[0044] (2)采用歸一化相關(guān)法進(jìn)行角點(diǎn)匹配，其中U為模板像素的平均值，
[0045] x，y為目標(biāo)圖像模板的點(diǎn)，NCC為兩幅圖像的互相關(guān)性。
[0046]
[0047] (3)用RANSAC算法對匹配點(diǎn)進(jìn)行提純，W去除錯配。
[004引3、估算灰度圖像變換公式
[0049]相機(jī)繞近似固定點(diǎn)搖移拍攝的圖像滿足透視變換關(guān)系，圖像之間的關(guān)聯(lián)公式如 下：
[(K)加 ]
[0051 ] X為原始矩陣,H為變換矩陣，其中Xi為圖像橫屏像素量，yi為豎屏像素量，Wi為像素 密度，矩陣代數(shù)屏采樣點(diǎn)像素點(diǎn)提純值。
[0化2] 最小二乘解H，并對其繼續(xù)使用Levenberg-Marquar化算法對H進(jìn)行非線性優(yōu)化。
[0化3] 4、圖像光度配準(zhǔn)
[0054]將紅、綠、藍(lán)=個(gè)色彩通道分開考慮，運(yùn)樣在每個(gè)顏色通道中，不同曝光參數(shù)與不 同白平衡對圖像灰底巧傷彩的影晌巧W巧線性變換來近似：
[0化5]
[0056] (c，d)為線性變換參數(shù)，計(jì)算時(shí)首先把第二幅圖像利用前面計(jì)算的H做投影變換向 第一幅圖像進(jìn)行對齊，使得兩幅圖像像素點(diǎn)幾何上對應(yīng)起來，運(yùn)樣在每個(gè)像素點(diǎn)就可W得 到兩組RGB數(shù)值：（32,62,82)與(1?1，61，81)。像素點(diǎn)的選取原則是盡量選擇前面匹配的角點(diǎn) 及角點(diǎn)周圍的臨近點(diǎn)。
[0化7] 5、圖像融合
[005引首先根據(jù)前面計(jì)算9參數(shù)矩陣H和3個(gè)色彩通道的6個(gè)參數(shù)(Rl，R2，G1，G1，B1，B2)將 圖像進(jìn)行幾何上的對齊和光度上的統(tǒng)一，然后將圖像進(jìn)行柱面投影并在交界處使用線性插 值算法將其合成W得到最終的拼接圖像。
[0059] 應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可W根據(jù)上述說明加 W改進(jìn)或變換， 而所有運(yùn)些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。
[0060] 上面對本發(fā)明專利進(jìn)行了示例性的描述，顯然本發(fā)明專利的實(shí)現(xiàn)并不受上述方式 的限制，只要采用了本發(fā)明專利的方法構(gòu)思和技術(shù)方案進(jìn)行的各種改進(jìn)，或未經(jīng)改進(jìn)將本 發(fā)明專利的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場合的，均在本發(fā)明的保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種圖片動態(tài)分析拼接方法，其特征在于，包括以下步驟： Si:圖像預(yù)處理； S2:圖像配準(zhǔn)； S3:估算灰度圖像變換公式； S4:圖像光度配準(zhǔn)； S5:圖像融合。2. 根據(jù)權(quán)利要求1所述的圖片動態(tài)分析拼接方法，其特征在于，所述步驟Sl具體為:將 拍攝到的彩色圖像轉(zhuǎn)換為灰度圖像，利用平均值法估計(jì)圖像的亮度背景并在灰度圖像減去 以消除曝光度、亮度差別的影響。3. 根據(jù)權(quán)利要求1所述的圖片動態(tài)分析拼接方法，其特征在于，所述步驟S2具體為： S21:利用Harris算法提取圖像角點(diǎn)，具體的，先求得圖像各點(diǎn)的實(shí)對稱矩陣M 再利用M計(jì)算對應(yīng)每個(gè)像素的角點(diǎn)響應(yīng)函數(shù)R，對圖像的每一點(diǎn)解得R，其在某一閾值之 上并取得局部極大值的點(diǎn)即作為角點(diǎn)， R=detM-k · (traceM)2,k = 0.04-0.2 其中，det(M)為矩陣M的行列式，trace(M)為矩陣M的跡，k為常數(shù)； S22:采用歸一化相關(guān)法進(jìn)行角點(diǎn)匹配， S23:用RANSAC算法對匹配點(diǎn)進(jìn)行提純，以去除錯配。4. 根據(jù)權(quán)利要求1所述的圖片動態(tài)分析拼接方法，其特征在于，所述步驟S3具體為：相 機(jī)繞近似固定點(diǎn)搖移拍攝的圖像滿足透視變換關(guān)系，圖像之間的關(guān)聯(lián)公式如下：其中，X為原始矩陣，H為變換矩陣，最小二乘解H，并對其繼續(xù)使用Levenberg-Marquardt算法對H進(jìn)行非線性優(yōu)化，其中X i為圖像橫屏像素量，yi為豎屏像素量，Wi為像素 密度，矩陣代數(shù)屏采樣點(diǎn)像素點(diǎn)提純值。5. 根據(jù)權(quán)利要求1所述的圖片動態(tài)分析拼接方法，其特征在于，所述步驟S4具體為： 將紅、綠、藍(lán)三個(gè)色彩通道分開考慮，在每個(gè)顏色通道中，不同曝光參數(shù)與不同白平衡 對圖像灰度及色彩的影響用下式的線性變換來表示：上式中，（c，d)為線性變換參數(shù)，計(jì)算時(shí)首先把第二幅圖像利用前面計(jì)算的H做投影變 換向第一幅圖像進(jìn)行對齊，使得兩幅圖像像素點(diǎn)幾何上對應(yīng)起來，這樣在每個(gè)像素點(diǎn)就可 以得到兩組 RGB 數(shù)值：（1?2,62,82)與(1?1，61，81)。
【文檔編號】G06T3/40GK106023077SQ201610329109
【公開日】2016年10月12日
【申請日】2016年5月18日
【發(fā)明人】龍永生
【申請人】深圳市神州龍資訊服務(wù)有限公司