发明名称 |
一种图像拼接的实时性优化方法 |
摘要 |
本发明属于计算机视觉技术领域,具体涉及一种图像拼接的实时性优化方法。本发明包括图像NCC区域匹配;SURF阈值估算;特征点匹配。本发明在精确求取变换矩阵的情况下,经过算法优化使检测特征点数得到大幅度下降;同时通过局部区域匹配算法NCC预估图像重叠区域的大小,通过锁定重叠区域来减少图像拼接过程中特征点搜索范围。NCC算法获取互相关最大值窗口来估计图像的大致匹配情况,避免了在全局图像之间进行特征点查找,两种方法的叠加使用能使图像拼接的实时性得到提升。 |
申请公布号 |
CN105869120A |
申请公布日期 |
2016.08.17 |
申请号 |
CN201610423395.5 |
申请日期 |
2016.06.16 |
申请人 |
哈尔滨工程大学 |
发明人 |
蔡成涛;汪鹏飞;刘安;翁翔宇 |
分类号 |
G06T3/40(2006.01)I;G06T5/50(2006.01)I;G06T7/00(2006.01)I |
主分类号 |
G06T3/40(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种图像拼接的实时性优化方法,其特征在于,包括以下步骤:(1)图像NCC区域匹配输入图像A和图像B两张待拼接图像,以图像A为模板图像,图像B为待匹配图像,通过NCC算法寻找图像A与图像B之间互相关最大时的搜索窗口位置,通过搜索窗口位置初步确定图像间的位置关系,将图像A和图像B的重合区域锁定为图像A’和图像B’;(2)SURF阈值估算获取不同环境下的若干分辨率不同的图像,通过高斯滤波的得到统一的不同尺度图像,计算每张图像的图像熵值,同时不断调整SURF阈值制导图像特征点个数满足要求,通过RANSAC算法来预测图像熵与SURF阈值之间的最优模型;输入图像A’和图像B’,得到两个阈值a和b;(3)特征点匹配在检测到的图像特征点间利用KNN最近邻匹配算法以及RANSAC优化算法进行图像特征点匹配以及排除误匹配特征点,从而得到经过细化的准确匹配点,经过图像坐标系变换后,得到匹配特征点在原图像内的特征点坐标,通过匹配点来计算图像之间单应性矩阵进行图像拼接。 |
地址 |
150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室 |