专利名称：一种图像拼接算法定量评价方法
技术领域：
本发明包含了图像拼接、图像质量评价等技术，属于计算机视觉领域，涉及一种图像拼接算法定量评价方法。
背景技术：
随着电子信息产业的发展和技术进步，能够获取、记录视频信息的设备日益普及， 但与人眼的视场范围相比，普通摄像机的视场要小得多，如何有效的利用计算机技术扩大摄像机拍摄图像和视频的视场范围，引起了研究者的广泛注意。图像拼接技术可以解决由于摄相机等成像仪器的视角和大小的限制，不能产生很大图片的问题。所谓图像拼接是通过对齐一系列空间重叠的图像，构造一个无缝的、高清晰的宽视角图像或者360度视角的全景的技术。一般来讲，图像拼接过程可分为图像配准和图像融合两大步骤。首先，对于图像配准来说，实际是寻找待拼接图像序列的重叠范围和重叠位置的过程，它包括局部配准和全局配准局部配准技术是指两两相邻图像之间的配准，将待拼接图像通过运动参数变换，对齐到参考图像的坐标系下；全局配准技术是指多幅图像进行配准时，寻找全局一致的对齐参数使所有待拼接图像间的配准误差达到最小。其次，对于图像融合来说，它的主要目的是为消除重叠区域图像的光强不连续性或运动物体的重复性，平滑过渡重叠区域，形成完整无缝的大视场图像。因此，从上述过程可以看出，图像拼接算法性能的好坏受图像配准和图像融合两大步骤的共同影响。针对拼接合成图像进行算法评价是不可或缺的，但对于图像拼接算法的定量评价分析，目前尚无统一的标准。已有的评价方法是在定义全景参考图像的基础上，将拼接图像与其进行比对，但全景参考图像的获取工作较为困难；或是在已知全景参考图像前提下，模拟摄像运动生成仿真拼接序列源图像，再进行拼接进而比较算法。它们都需要大量的人工干预和繁杂的计算。一般情况下，图像拼接结果可能出现的瑕疵种类分为4种⑴亮度阶跃变化；(2) 拼接模糊；C3)拼接错位、不连续；(4)运动物体剪切等。上述不同类型的拼接瑕疵有的是全局性，有的是局部性的，我们提出一种基于整体评价和局部评价的图像拼接算法的定量评价方法，它仅需根据最终拼接合成结果和实际采集的拼接序列图像进行定量评价，把对图像拼接算法的评价看作是一个评估决策系统，从获取的拼接图像性能上来直接反映拼接算法的性能，无需事先获取全景参考图像，降低人工干预。
发明内容
本发明的目的是克服现有图像拼接评价存在的困难，建立一种图像拼接算法定量评价方法，可进行定量评估图像拼接算法性能的客观评价方法。本发明是通过以下技术方案实现的，其主要步骤如下第一步采用不同的待评价拼接算法对拼接序列图像进行拼接，获得各自的拼接合成图像；
第二步对拼接合成图像进行整体统计，计算全局评价指标，包括对图像质量本身的评价和拼接算法计算复杂度的估计；第三步从拼接合成图像中选取感兴趣区域，确定其所属的拼接序列图像在拼接合成图像中的位置范围，并将该拼接序列图像作为参考图像，选取该位置范围内的拼接合成图像，经变换形成与拼接原图像大小一致的局部图像，与参考图像进行有参考图像质量评价，计算局部评价指标，此处与拼接序列图像的比较进行随机或依次比较，平均值作为局部评价结果；第四步采用多指标综合评价方法构建图像拼接评价指标体系层次，依据拼接要求和目的，确定各指标的权重系数，并归一化各评价指标，逐级加权聚合，最终获得综合评价结果。所述的评价指标包括信息熵、清晰度、计算复杂度、配准误差、峰值信噪比和结构相似度六种，各指标的具体计算方法如下1)信息熵通过下式计算拼接合成图像Im。s的信息熵
权利要求
1.一种图像拼接算法定量评价方法，其特征在于，包括如下步骤第一步采用不同的待评价拼接算法对拼接序列图像进行拼接，获得各自的拼接合成图像；第二步对拼接合成图像进行整体统计，计算全局评价指标，包括对图像质量本身的评价和拼接算法计算复杂度的估计；第三步从拼接合成图像中选取感兴趣区域，确定其所属的拼接序列图像在拼接合成图像中的位置范围，并将该拼接序列图像作为参考图像，选取该位置范围内的拼接合成图像，经变换形成与拼接原图像大小一致的局部图像，与参考图像进行有参考图像质量评价， 计算局部评价指标，此处与拼接序列图像的比较进行随机或依次比较，平均值作为局部评价结果；第四步采用多指标综合评价方法构建图像拼接评价指标体系层次，依据拼接要求和目的，确定各指标的权重系数，并归一化各评价指标，逐级加权聚合，最终获得综合评价结果。
2.如权利要求1所述的一种图像拼接算法定量评价方法，其特征在于所述的评价指标包括信息熵、清晰度、计算复杂度、配准误差、峰值信噪比和结构相似度六种，各指标的具体计算方法如下1)信息熵通过下式计算拼接合成图像Im。s的信息熵
3.如权利要求1或2所述的一种图像拼接算法定量评价方法，其特征在于所述的采用层次分析法评价指标体系层次对各指标权重系数进行选择，具体步骤如下步骤1.建立递阶层次结构，将图像拼接评价问题进行分组，形成图像拼接评价指标体系层次关系；步骤2.构造两两比较的判断矩阵；步骤3.层次单排序，计算单一权重向量单一权重向量即各下属元素相对于上属元素的重要性程度的量化评判结果；步骤4.检验判断矩阵的一致性；步骤5.层次总排序，计算总权重向量计算同一层次所有因素对于最高层相对重要性的排序权值，称为层次总排序；步骤6.层次总排序的一致性检验。
全文摘要
本发明属于计算机视觉领域，涉及一种图像拼接算法定量评价方法。本发明采用不同的待评价拼接算法对拼接序列图像进行拼接，获得各自的拼接合成图像；对拼接合成图像进行整体统计，计算全局评价指标；针对局部拼接合成图像，选取相应的拼接序列图像作为参考图像，进行有参考图像质量评价，计算局部评价指标；采用多指标综合评价方法构建图像拼接评价指标体系层次，依据拼接要求和目的，确定各指标的权重系数，并归一化各评价指标，逐级加权聚合，最终获得综合评价结果。本发明能够克服现有拼接评价算法存在的困难，其评价结果符合人的主观判断结果，具有客观性、一致性与稳定性。本发明亦可用于图像融合等算法的定量综合评价。
文档编号G06T7/00GK102169576SQ20111008405
公开日2011年8月31日 申请日期2011年4月2日 优先权日2011年4月2日
发明者张娟, 邹丽晖, 陈杰 申请人:北京理工大学