一种基于ORB算法的图像配准和图像融合并行的多路视频快速拼接算法的制作方法

技术特征：

1.一种基于ORB算法的图像配准和图像融合并行的多路视频快速拼接算法，其特征在于，具体包括如下步骤：

步骤S1，建立基于自适应的图像配准模型，通过自适应计算出最佳的图像平移参数；

步骤S2，根据步骤S1中最佳的图像平移参数，基于渐入渐出的加权平均法对两帧图像重合区域分别进行图像融合处理，使两幅目标图像融合拼接成一幅全景图像，实现对于目标视频的拼接；

步骤S3，采用双边滤波器对步骤S2所得的全景图像进行去噪处理后，输出拼接图像。

2.根据权利要求1所述的一种基于ORB算法的图像配准和图像融合并行的多路视频快速拼接算法，其特征在于，所述步骤S1中，对于任意两帧实时拼接图像，采用基于积分图像的SURF算法进行匹配，对于进行过SURF算法的特征点匹配后得到的匹配点用RANSAC算法进行过滤，得到平移参数；根据两张待融合图像的灰度直方图，得到巴氏距离，不断自适应调节，得到最佳的平移参数；在匹配度计算中，巴氏距离d_{Bhattac haryya}的计算公式如下式所示：

$d_{Bhattacharyya}=\sqrt{1-\underset{i}{\Σ}\frac{\sqrt{H_1\left(i\right)*H_2\left(i\right)}}{\ΣH_1\left(i\right)*\ΣH_2\left(i\right)}}$

式中，H₁(i)，H₂(i)是两个图像的灰度直方图。

3.根据权利要求1所述的一种基于ORB算法的图像配准和图像融合并行的多路视频快速拼接算法，其特征在于，所述步骤S2包括：在重叠部分由前一幅图像慢慢过渡到第二幅图像，即将图像重叠区域的像素值按一定的权值相加合成新的图像，并裁剪去垂直方向错开的图像部分，记对应的前后两幅图像重叠部分的对应像素点的RGB分量值分别为(R₁,G₁,B₁)和(R₂,G₂,B₂)，则融合后的图像中对应像素点的RGB分量值(R₃,G₃,B₃)可以通过下列计算得到：

R₃＝d*R₁+(1-d)*R₂ (1)

G₃＝d*G₁+(1-d)*G₂ (2)

B₃＝d*B₁+(1-d)*B₂ (3)

上式中的参数d是渐变因子，用来调和相邻图像的颜色，产生加权平均的作用，其取值范围限制在(0,1)之间；

同时在图像融合计算中，基于渐入渐出的加权平均，对于两幅图像重叠中的对应的两个点I₁(x,y)和I₂(x,y)，给予两个权重系数W₁，W₂，其中权重系数值与该点的位置有关，如下式所示：

$I(x,y)=\left\{\begin{array}{cc}{I}_1(x,y),& (x,y)\∈I_1\\ W_1{I}_1(x,y)+W_2{I}_2(x,y),& (x,y)\∈(I_1\∩I_2)\\ I_2(x,y),& (x,y)\∈I_2\end{array}\right.,---\left(4\right)$

其中，

式中，x_R和x_L分别为图像I₁(x,y)和I₂(x,y)重叠区域的左右边界，I(x,y)表示融合后的图像；

根据以上公式使两幅目标图像融合拼接成一幅全景图像，实现对于目标视频的拼接。

4.根据权利要求2所述的一种基于ORB算法的图像配准和图像融合并行的多路视频快速拼接算法，其特征在于，所述步骤S1中自适应调节流程具体包括如下步骤：

(S1.1)根据用RANSAC算法过滤得到的平移参数，计算两幅图像的匹配度，该匹配度为第一匹配度；

(S1.2)增加平移参数，当增加方向匹配连续增加两次，停止增加，保存增加方向最佳匹配度和其对应的平移参数，该增加方向最佳匹配度为第二匹配度；

(S1.3)减小平移参数，当减小方向匹配连续减小两次，停止减小，保存减小方向最佳匹配度和其对应的平移参数，该减小方向最佳匹配度为第三匹配度；

(S1.4)比较第一匹配度、第二匹配度和第三匹配度的匹配度，从三个匹配度中选取最佳匹配度，并保存其相应的平移参数。