一种适用于空间绳系机器人的立体视觉快速图像拼接方法
【专利摘要】本发明涉及一种适用于空间绳系机器人的立体视觉快速图像拼接方法，基于ORB特征检测和描述算法的图像拼接算法，通过与传统的拼接算法的对比，可以看出，这种算法在拼接精度、鲁棒性和最终拼接图像的效果上其性能都比较好，其速度相对于传统的算法却是最快的，具有较为广泛的应用范围和良好的应用前景。与现有技术相比，本发明具有如下有益效果：算法的耗时较少，拼接速度显著提高；图片拼接处融合效果较好；抗噪声能力比较强。
【专利说明】一种适用于空间绳系机器人的立体视觉快速图像拼接方法
【技术领域】
[0001]本发明属于图像处理与计算机视觉领域，具体涉及一种适用于空间绳系机器人的立体视觉快速图像拼接方法。
【背景技术】
[0002]图像处理是一门综合性的学科，由于近年来其应用的日益广泛，已经发展为一门成长迅速的、具有强大生命力的学科。尤其是近年来计算机技术迅速发展，数字图像处理技术也随之产生，并且迅速发展。近年来，随着人们应用的不断加深，对图像的视角、分辨率和大小的要求都在不停地增加，比如在航空图像处理和地理信息系统中，对图像的视角、范围和分辨率都有很严格的要求。
[0003]图像拼接是把多幅相互间具有一定重叠区域的原始图像，经过一系列的图像处理过程，最终生成一幅包含各原始图像信息的、宽视角的大型无缝图像的过程。这样不但能够获得更广阔的视野，还可以间接提高图像的分辨率，获得高分辨率的大型图像。已经成为图像处理【技术领域】的一个重要分支，由于其应用领域的不断扩展，在实际应用中对其的要求不断提高，所以图像拼接技术已经成为图像处理领域的研究热点。
[0004]在实际应用中，有很多地方都需要用到图像拼接技术。比如对一个很大尺寸的物体，如果想要在一张照片中显示，一般做法是放缩镜头，调节相机的焦距，但是这样做往往会导致照片的分辨率下降，无法获得高清晰的图片。计算机和数字图像处理技术的飞速发展，使得图像拼接技术更加的成熟，使用更加的方便简单，能够很好的解决上面的问题。
[0005]如今，图像拼接技术日益流行，其应用范围极其广泛，在虚拟实现技术、机器视觉、计算机图形学等很多领域都具有重要的研究价值。在医学研究、航空拍摄、天气预报、遥感图像处理、资源勘测、地理信息勘探、军事预警、可视电话、网络电视、物体的3D重建、全景图像的构造、图像或视频的超分辨率处理等领域都有广泛的应用。
[0006]虽然目前已经有人提出不少的图像拼接算法，图像拼接技术也在不断的发展，但是仍然不能满足当前实际应用对其的需求。已有的算法存在着速度不够快、精度不够高、融合效果不够好、使用范围不够广和鲁棒性不够强等各种问题。比如基于经典的特征检测算法SIFT的图像拼接算法，其效果虽然很好，但是由于SIFT算法的计算量很大，所以算法的运行速度很慢；基于SURF的图像拼接算法，虽然其运算速度较快，但是其拼接效果却不理想。因此研究一种精度高、速度快、效果好、智能程度高、鲁棒性强并且适应性广的图像拼接算法具有十分重要的意义。
【发明内容】
[0007]要解决的技术问题
[0008]为了避免现有技术的不足之处，本发明提出一种适用于空间绳系机器人的立体视觉快速图像拼接方法，在于弥补现有图像拼接算法在速度、精度、融合度、适用范围和鲁棒性上的不足，提供一种能够实时对双目立体视觉系统采集到的左右图像进行拼接的算法。[0009]技术方案
[0010]一种适用于空间绳系机器人的立体视觉快速图像拼接方法，其特征在于:步骤如下:
[0011]步骤1:采用左右两台相机对目标图像同步进行采集后得到两幅图像I1O^y')和Ir (X，y)，以其中一幅图像为参考图像I1 (X’，y’)，另一幅图像为待拼接图像Ir (X，y);所述两台相机为光轴平行放置；所述两幅图像具有重叠；
[0012]步骤2:对两幅图像I1U'，y’)和Ir(x，y)分别进行中值滤波和维纳滤波；
[0013]步骤3:对滤波后的图像I1U'，y’)和Ir(x，y)利用ORB算法分别进行特征提取，分别得到 I1U'，f ) Ir (x, y)上的特征点集{PlQl，P102,…，P1J 和{PrQl，Pro2,…，PronI ；
[0014]采用Hamming距离作为距离的描述对特征点集{P1q1，P1()2，…，PlraJ和{ΡΜι，ΡΜ2，…，ProJ进行匹配，得到粗匹配后的特征点集{Plml，Plm2，…，PlmJ和{PMl，P?2，…，PnJ ;
[0015]分别计算各匹配点之间的Euclidean距离dlrt，dlr2,…，dlTC，得到其中的最小距离
dmin ?
[0016]对特征点集{Plml，Plm2，…，PlmJ和{Pm1，P?2，-,PrmcI中每个特征点对进行如下判断，如果dw〈2Xdmin，该特征点对视为正确匹配，则保留该特征点对Plmi和Pnili ;如果dlri≤2 Xdmin，该特征点对视为错误匹配，则剔除该特征点对Plmi和Pnni ；
[0017]得到正确匹配的特征点集{P
IfmlJ Plfm2J ***，和{Prfml，P rfm2， ，Prfmj};
[0018]步骤4:以矩阵乘法表示2D图像之间的变换关系，其上各点之间的映射关系如下:
【权利要求】
1.一种适用于空间绳系机器人的立体视觉快速图像拼接方法，其特征在于:步骤如下: 步骤1:采用左右两台相机对目标图像同步进行采集后得到两幅图像I1O^y')和Ir (χ, y)，以其中一幅图像为参考图像I1U'，y’)，另一幅图像为待拼接图像Ir U，y);所述两台相机为光轴平行放置；所述两幅图像具有重叠； 步骤2:对两幅图像I1U'，y’)和Ir(x，y)分别进行中值滤波和维纳滤波； 步骤3:对滤波后的图像IJx’j’)和Ir(x，y)利用ORB算法分别进行特征提取，分别得到 I1U'，f ) Ir (X, y)上的特征点集{PlQl，P102,…，P1J 和{PrQl，Pro2,…，PronI ； 采用Hamming距离作为距离的描述对特征点集{P1()1, Plo2,..., PloJ和{PMl, Pro2,...,ProJ进行匹配，得到粗匹配后的特征点集{Plml，Plm2，…，PlmJ和{PMl，P?2，…，PnJ ; 分别计算各匹配点之间的Euclidean距离(1ω，dlr2,…，dlM，得到其中的最小距离dmin ；对特征点集{Plml，Plm2,…，PlmcI和(Pnill, Prm2,…，PrmcI中每个特征点对进行如下判断，如果d1H〈2 X dmin，该特征点对视为正确匹配，则保留该特征点对Plmi和Pnni ；如果dlri≥2 Xdmin，该特征点对视为错误匹配，则剔除该特征点对Plmi和Pnni ； 得到正确匹配的特征点集{Plfml，Plfm2，…，Plfmj}和{P,fml，Prtm2，…，P,fmj}; 步骤4:以矩阵乘法表示2D图像之间的变换关系，其上各点之间的映射关系如下:
2.根据权利要求1所述适用于空间绳系机器人的立体视觉快速图像拼接方法，其特征在于:所述加权平均法的步骤如下:对I1O^y')和Ir(x，y)’上的各像素点由下述公式处理:
【文档编号】G06T5/00GK103761721SQ201310746983
【公开日】2014年4月30日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】黄攀峰, 蔡佳, 王东科, 张彬 申请人:西北工业大学