一种基于最小生成树的手机拍照全景图像拼接方法与流程

本发明涉及图像拼接技术领域，尤其涉及一种基于最小生成树的手机拍照全景图像拼接方法。

背景技术：

图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅无缝的全景图或高分辨率图像的技术。图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法,这类方法速度慢、精度低,而且常常需要人工选取初始匹配点,无法适应大数据量图像的融合。图像拼接的方法很多,不同的算法步骤会有一定差异,但大致的过程是相同的。

但是现有的图像拼接方法在应用的过程中，拍照取图流程较复杂，另外拼图透视过程中容易产生畸变，影响图像拼接的效果，存在一定的缺陷。

技术实现要素：

本发明的目的在于克服现有技术中存在的上述问题，提供一种基于最小生成树的手机拍照全景图像拼接方法，能够简化拍照取图过程中的复杂程序，同时还能够缓解最终拼图中透视变换带来的畸变，提升图像拼接效果。

为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：

一种基于最小生成树的手机拍照全景图像拼接方法，包括如下步骤：

s100、跟踪采图：用户按照照相跟踪指引获取待拍摄全景照片的若干张图像；

s200、图像匹配：利用图像之间的匹配关系构建图像之间的关系图结构；

s300、建立最小生成树：根据图像匹配中的关系图结构建立相应的最小生成树；

s400、图像拼接：将最小生成树的根节点对应的图像最为最终拼图的画布平面，利用根节点到各节点的路径生成各图像到画布平面的透视变换。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，步骤s200中，图结构包括节点以及连接各个节点的边，所述节点用于表示跟踪采图阶段所获取的相对应图像，所述边的权重用于表示对应图像之间匹配关系的强弱。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，步骤s200中，图像匹配关系构建包括如下步骤：

s201、获取跟踪采图阶段每张图像的特征点；、

s202、利用ransac获取图像之间特征点的匹配关系。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，所述边的权重公式为：

wij＝1/log(m+2)，

其中m为图像之间的特征点匹配获得的内点的数目。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，步骤s300中，最小生成树采用floyd-warshall算法获取。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，最小生成树的建立方法包括如下步骤：

s301、利用图结构的权重矩阵w和floyd-warshall算法获得图结构中任意两个节点之间的最短距离和其对应的路径；

s302、计算每个节点到图结构中其他节点的最短距离的和；

s303、选取最短距离的和最小的那个节点作为最小生成树的根节点，将最小生成树的根节点对应的图像作为最终拼图的画布平面。

优选地，上述基于最小生成树的手机拍照全景图像拼接方法中，步骤s400中，透视变换为：

其中m为任意节点，r为根节点，n1，n2分别为m到r经过的节点。

本发明的有益效果是：

本发明设计合理，简化了拍照取图过程中的复杂程序，能够取得良好的图像拼接效果，另外还能够有效地缓解最终拼图中透视变换带来的畸变，大大提升了图像拼接效果。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的手机拍照全景图像拼接方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本实施例为一种基于最小生成树的手机拍照全景图像拼接方法，包括如下步骤：

s100、跟踪采图：用户按照照相跟踪指引获取待拍摄全景照片的若干张图像；

s200、图像匹配：利用图像之间的匹配关系构建图像之间的关系图结构，图结构包括节点以及连接各个节点的边，所述节点用于表示跟踪采图阶段所获取的相对应图像，所述边的权重用于表示对应图像之间匹配关系的强弱，图像匹配关系构建包括如下步骤：首先获取跟踪采图阶段每张图像的特征点；然后利用ransac获取图像之间特征点的匹配关系。所述边的权重公式为wij＝1/log(m+2)，其中m为图像之间的特征点匹配获得的内点的数目。

s300、建立最小生成树：根据图像匹配中的关系图结构建立相应的最小生成树，最小生成树采用floyd-warshall算法获取，最小生成树的建立方法包括如下步骤：首先利用图结构的权重矩阵w和floyd-warshall算法获得图结构中任意两个节点之间的最短距离和其对应的路径；然后计算每个节点到图结构中其他节点的最短距离的和；最后选取最短距离的和最小的那个节点作为最小生成树的根节点，将最小生成树的根节点对应的图像作为最终拼图的画布平面。

s400、图像拼接：将最小生成树的根节点对应的图像最为最终拼图的画布平面，利用根节点到各节点的路径生成各图像到画布平面的透视变换。利用根节点到各节点的路径生成各图像到画布平面的透视变换。上一步的算法得到了各个其他节点到根节点的最短路径。选取其中一个节点(记为m)到根节点(记为r)的路径(记为path(m,r))作为例子。假设path(m,r)＝m->n1->n2->r，即m到r的最短路径为由m到节点n1，再由n1到节点n2，最后由n2到根节点r。那么由第一步得到的图像匹配关系可以得到m到r的透视变换为

本发明设计合理，简化了拍照取图过程中的复杂程序，能够取得良好的图像拼接效果，另外还能够有效地缓解最终拼图中透视变换带来的畸变，大大提升了图像拼接效果。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。