本发明属于图像拼接技术领域,涉及一种基于泊松融合的红外周视图像拼接方法。
背景技术:
红外图像拼接技术是将一组具有重叠区域的低分辨率或小视场图像,经过一定的技术处理,拼接成一幅高分辨率、大视场的新图像,拼接后的图像包含拼接前全部图像的所有信息。红外周视搜索系统采用单一红外探测器旋转获取多幅具有重叠区域的图像,并利用图像拼接技术对图像进行配准、融合,便可形成一幅全景图像。为同时满足周视搜索系统搜索速度与视场覆盖性的要求,相邻帧图像的重叠像素很少;另外,在图像连续采集时,存在光照、位置等差异,得到的相邻帧图像会有明显的过渡痕迹,影响图像的显示效果。
技术实现要素:
(一)发明目的
本发明的目的是:提供一种基于泊松融合的红外周视图像拼接方法,当相邻帧图像拼接像素较少时,通过泊松融合算法明显消除图像的拼接缝隙,实现图像间的平滑过渡,提高拼接图像的质量。
(二)技术方案
为了解决上述技术问题,本发明提供基于泊松融合的红外周视图像拼接方法,其包括以下步骤:
s1:获取需要进行拼接的图像,并对图像进行修正;
s2:对图像进行拼接;
s3:根据角度信息,确定相邻帧图像的重叠区域范围;
s4:获取拼接图像中待融合的目标图像区域与背景图像区域,确定图像融合位置,得到无缝自然的融合结果。
(三)有益效果
上述技术方案所提供的红外周视图像拼接方法,基于泊松融合的图像拼接算法,消除图像的拼接缝隙,实现图像间的平滑过渡,提高拼接图像的质量。
附图说明
图1为一种基于泊松融合的红外周视图像拼接方法的算法流程图;
图2为一种基于泊松融合的红外周视图像拼接方法融合图像建立图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
本发明基于泊松融合的红外周视图像拼接方法包括以下步骤:
s1:获取需要进行拼接的图像,并对图像进行修正;
s2:对图像进行拼接;
s3:根据角度信息,确定相邻帧图像的重叠区域范围;
s4:获取拼接图像中待融合的目标图像区域与背景图像区域,确定图像融合位置;
求解目标图像区域边界条件下的泊松方程,与背景图像进行融合,所涉及的求解方程为:
泊松方程的基本表达式如公式所示:
引入引导域上的约束进行改进的求解方法:
其中,g为融合原始图像域,v是g的梯度场,s表示融合之后的图像域,ω是s的一个封闭区域,
上述公式的解是dirichlet边界条件下泊松方程的唯一解,带入泊松方程公式中可得:
其中,div(v)表示v的散度求解。
求解上述方程,得到无缝自然的拼接结果。
实施例
参见图1,本实施例基于泊松融合的红外周视图像拼接过程如下:
1、图像拼接:
基于泊松融合的红外周视图像拼接方法将图像数据进行拼接的具体过程为:
将采集到的多幅具有重叠区域的14位图像进行拼接形成全景图像;
通过拉伸算法将14位图像转换为8位图像进行显示;
2、泊松融合
基于图像的角度信息,确定相邻帧图像的重叠区域,即融合原始图像域g;
输入待融合的两幅图像g和s,参见图2,其中,g为融合原始图像域,v是g的梯度场,s表示融合之后的图像域,ω是s的一个封闭区域,
对输入的两幅图像g和s进行泊松融合,在的基础上,利用g的梯度场v作为引导场,解决传统泊松融合算法中图像过渡平滑,导致梯度失准的问题,让f的梯度尽可能接近g的梯度,在最大保持图像细节信息的同时,保证边界不会出现明显过渡痕迹,具体实施过程中,使f和v具有相同的变化,如公式所示:
其中,
其中,div(v)表示v的散度求解
3、泊松重建
对于一幅图像而言,可以根据公式,将融合区域中的每一个像素写成下式的形式,并把它们组合到一起得到,进而得到构造方程,如下式所示:
ax=b
其中,a为系数稀疏矩阵,b为散度矩阵。采用拉普拉斯卷积,进行卷积就可以得到散度b的值,核系数稀疏矩阵a采用拉普拉斯算子,其对角线的元素为-4,然后每行有对应的其它4个非零元素,其值为1。x为融合结果的像素值,求解结果如下式所示:
x=a-1b
将源图像求解图像像素融合到目标区域ω中,得到无缝自然的融合结果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。