一种图片动态分析拼接方法
【专利摘要】本发明公开了一种图片动态分析拼接方法，包括步骤：图像预处理、图像配准、估算灰度图像变换公式、图像光度配准以及图像融合。本发明可以对于使用普通相机拍摄的亮度、色度不一致的图像均可稳健、正确拼接。
【专利说明】
-种图片动态分析拼接方法
技术领域
[0001] 本发明设及图像识别技术领域，具体的说，是设及一种图片动态分析拼接方法。
【背景技术】
[0002] 随着信息时代的快速发展，图片拼接技术的应用已深入到个个领域，在图像遥感、 运动分析、数字视频压缩等领域得到了广泛应用。在航拍领域为了扩大视野，提高分辨率， 获得更全面的信息，更高的精确度，需要将来自不同遥感器的两幅或多幅图片拼接成一幅 图片。由于该技术的复杂性、针对性和多样性，某种因素的介入也可能导致结果的巨大差 异，对结果的评价标准也因人而异。传统图片拼接由于不同设备配置不同W及拍摄光环境 等因素，尽管两张图片有重叠部分，对存在亮度和色彩存在较大差异的两张图片的拼接还 是存在较大缺陷。
[0003] 上述缺陷，值得解决。
【发明内容】
[0004] 为了克服现有的技术的不足，本发明提供一种图片动态分析拼接方法。
[0005] 本发明技术方案如下所述：
[0006] -种图片动态分析拼接方法，其特征在于，包括W下步骤：
[0007] SI:图像预处理；
[000引 S2:图像配准；
[0009] S3:估算灰度图像变换公式；
[0010] S4:图像光度配准；
[001U S5:图像融合。
[0012] 进一步的，所述步骤Sl具体为:将拍摄到的彩色图像转换为灰度图像，利用平均值 法估计图像的亮度背景并在灰度图像减去W消除曝光度、亮度差别的影响。
[0013] 进一步的，所述步骤S2具体为：
[0014] S21:利用化rris算法提取图像角点，具体的，先求得图像各点的实对称矩阵M
[0015]
[0016] 其中，x、y为目标图像模板的点，1、和心为图像I水平和垂直方向的一阶偏导，w(x, y)是二维高斯平滑函数，
[0017] 再利用M计算对应每个像素的角点响应函数R，对图像的每一点解得R，其在某一阔 值之上并取得局部极大值的点即作为角点，
[001 引 R = detM-k ? (traceM)2,k = 0.04-0.2
[0019] 其中，det(M)为矩阵M的行列式，trace(M)为矩阵M的迹，k为常数；
[0020] S22:采用归一化相关法进行角点匹配，
[0021]
[0022] 其中，U为模板像素的平均值，NCC为两幅图像的互相关性；
[0023] S23:用RANSAC算法对匹配点进行提纯，W去除错配。
[0024] 进一步的，所述步骤S3具体为：相机绕近似固定点摇移拍摄的图像满足透视变换 关系，图像之间的关联公式如下：
[0025]
[00%]最小二乘解H，并对其继续使用Levenberg-Marquardt算法对H进行非线性优化，其 中Xi为图像横屏像素量，yi为竖屏像素量，Wi为像素密度，矩阵代数屏采样点像素点提纯值。
[0027] 进一步的，所述步骤S4具体为：
[0028] 将红、绿、蓝=个色彩通道分开考虑，在每个颜色通道中，不同曝光参数与不同白 平衡对图像灰度及色彩的影响用下式的线性变换来表示：
[0029]
[0030] 上式中，（c，d)为线性变换参数，计算时首先把第二幅图像利用前面计算的H做投 影变换向第一幅图像进行对齐，使得两幅图像像素点几何上对应起来，运样在每个像素点 就可W得到两组RGB数值：（32,62,82)与(1?1，61，81)。
[0031] 更进一步的，所述像素点为匹配的角点及角点周围的临近点。
[0032] 进一步的，所述步骤S5具体为：
[0033] S51:根据前面计算9参数矩阵H和3个色彩通道的6个参数即Rl、R2、G1、G1、B1、B2， 将图像进行几何上的对齐和光度上的统一；
[0034] S52:将图像进行柱面投影，并在交界处使用线性插值算法将其合成W得到最终的 拼接图像。
[0035] 根据上述方案的本发明，其有益效果在于，本发明采用RANSAC算法W图像角点位 置坐标作为对象来去除奇异点，为图像几何配准提供了保障;MSAC算法则W图像各颜色通 道对应点的像素值作为对象来去除奇异点，保证了图像光度配准的统一。对于使用普通相 机拍摄的亮度、色度不一致的图像均可稳健、正确拼接。
【具体实施方式】
[0036] 下面结合实施方式对本发明进行进一步的描述：
[0037] -种图片动态分析拼接方法，拼接过程分为五步：
[003引1、图像预处理
[0039]首先将拍摄到的彩色图像转换为灰度图像，利用平均值法估计图像的亮度背景并 在灰度图像减去W消除曝光度、亮度差别的影响。
[0040] 2、图像配准
[0041] (1)利用化rris算法提取图像角点，1沛^为图像I水平和垂直方向的一阶偏导，W (x，y)是二维高斯平滑函数，求得M为图像各点的实对称矩阵，接下来利用M计算对应每个像 素的角点响应函数R，对图像的每一点解得R，其在某一阔值之上并取得局部极大值的点即 作为角点，其中det(M)为矩阵M的行列式，trace(M)为矩阵M的迹，k为常数。
[0042]
[0043] R = detM-k ? (traceM)2，k = 0.04-0.2;
[0044] (2)采用归一化相关法进行角点匹配，其中U为模板像素的平均值，
[0045] x，y为目标图像模板的点，NCC为两幅图像的互相关性。
[0046]
[0047] (3)用RANSAC算法对匹配点进行提纯，W去除错配。
[004引3、估算灰度图像变换公式
[0049]相机绕近似固定点摇移拍摄的图像满足透视变换关系，图像之间的关联公式如 下：
[(K)加 ]
[0051 ] X为原始矩阵,H为变换矩阵，其中Xi为图像横屏像素量，yi为竖屏像素量，Wi为像素 密度，矩阵代数屏采样点像素点提纯值。
[0化2] 最小二乘解H，并对其继续使用Levenberg-Marquar化算法对H进行非线性优化。
[0化3] 4、图像光度配准
[0054]将红、绿、蓝=个色彩通道分开考虑，运样在每个颜色通道中，不同曝光参数与不 同白平衡对图像灰底巧伤彩的影晌巧W巧线性变换来近似：
[0化5]
[0056] (c，d)为线性变换参数，计算时首先把第二幅图像利用前面计算的H做投影变换向 第一幅图像进行对齐，使得两幅图像像素点几何上对应起来，运样在每个像素点就可W得 到两组RGB数值：（32,62,82)与(1?1，61，81)。像素点的选取原则是尽量选择前面匹配的角点 及角点周围的临近点。
[0化7] 5、图像融合
[005引首先根据前面计算9参数矩阵H和3个色彩通道的6个参数(Rl，R2，G1，G1，B1，B2)将 图像进行几何上的对齐和光度上的统一，然后将图像进行柱面投影并在交界处使用线性插 值算法将其合成W得到最终的拼接图像。
[0059] 应当理解的是，对本领域普通技术人员来说，可W根据上述说明加 W改进或变换， 而所有运些改进和变换都应属于本发明所附权利要求的保护范围。
[0060] 上面对本发明专利进行了示例性的描述，显然本发明专利的实现并不受上述方式 的限制，只要采用了本发明专利的方法构思和技术方案进行的各种改进，或未经改进将本 发明专利的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。
【主权项】
1. 一种图片动态分析拼接方法，其特征在于，包括以下步骤： Si:图像预处理； S2:图像配准； S3:估算灰度图像变换公式； S4:图像光度配准； S5:图像融合。2. 根据权利要求1所述的图片动态分析拼接方法，其特征在于，所述步骤Sl具体为:将 拍摄到的彩色图像转换为灰度图像，利用平均值法估计图像的亮度背景并在灰度图像减去 以消除曝光度、亮度差别的影响。3. 根据权利要求1所述的图片动态分析拼接方法，其特征在于，所述步骤S2具体为： S21:利用Harris算法提取图像角点，具体的，先求得图像各点的实对称矩阵M 再利用M计算对应每个像素的角点响应函数R，对图像的每一点解得R，其在某一阈值之 上并取得局部极大值的点即作为角点， R=detM-k · (traceM)2,k = 0.04-0.2 其中，det(M)为矩阵M的行列式，trace(M)为矩阵M的迹，k为常数； S22:采用归一化相关法进行角点匹配， S23:用RANSAC算法对匹配点进行提纯，以去除错配。4. 根据权利要求1所述的图片动态分析拼接方法，其特征在于，所述步骤S3具体为：相 机绕近似固定点摇移拍摄的图像满足透视变换关系，图像之间的关联公式如下：其中，X为原始矩阵，H为变换矩阵，最小二乘解H，并对其继续使用Levenberg-Marquardt算法对H进行非线性优化，其中X i为图像横屏像素量，yi为竖屏像素量，Wi为像素 密度，矩阵代数屏采样点像素点提纯值。5. 根据权利要求1所述的图片动态分析拼接方法，其特征在于，所述步骤S4具体为： 将红、绿、蓝三个色彩通道分开考虑，在每个颜色通道中，不同曝光参数与不同白平衡 对图像灰度及色彩的影响用下式的线性变换来表示：上式中，（c，d)为线性变换参数，计算时首先把第二幅图像利用前面计算的H做投影变 换向第一幅图像进行对齐，使得两幅图像像素点几何上对应起来，这样在每个像素点就可 以得到两组 RGB 数值：（1?2,62,82)与(1?1，61，81)。
【文档编号】G06T3/40GK106023077SQ201610329109
【公开日】2016年10月12日
【申请日】2016年5月18日
【发明人】龙永生
【申请人】深圳市神州龙资讯服务有限公司