主权项 |
1.一种基于特征点邻域伪Zernike矩的图像拼接方法,包括如下步骤:(1)利用Harris角点检测方法对参考图像和待拼接图像提取特征点,分别记作p={p<sub>1</sub>,p<sub>2</sub>,p<sub>3</sub>,…,p<sub>m</sub>}和p′={p′<sub>1</sub>,p′<sub>2</sub>,p′<sub>3</sub>,…,p′<sub>n</sub>},以特征点为中心取矩形的区域作为该特征点的特征区域;(2)在所有的特征区域中,分别计算该区域的伪Zernike矩,并将生成的特征向量作为该特征点的描述符;(3)通过比较兴趣点之间特征向量S的欧氏距离可以得到两幅图像兴趣点之间的对应关系。即对于参考图像中的每一个兴趣点S<sub>p</sub>,分别计算该点的特征向量与待拼接图像中每一个兴趣点特征向量的欧氏距离,距离越小则说明两点之间的特征向量越相似,取距离最小的点作为参考图像中点S<sub>p</sub>在待拼接图像中的匹配点,记作S′<sub>p</sub>;(4)通过上述第三步,可以计算出参考图像中每一个兴趣点在待拼接图像中的匹配点,当然这样的匹配对中会包含部分伪匹配对,应用RANSAC算法估计出这些匹配点对的几何变换模型T,同时剔除伪匹配对;<maths num="0001"><![CDATA[<math><mrow><mi>T</mi><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mi>s</mi><mi>cos</mi><mi>θ</mi></mtd><mtd><mo>-</mo><mi>s</mi><mi>sin</mi><mi>θ</mi></mtd><mtd><msub><mi>t</mi><mi>x</mi></msub></mtd></mtr><mtr><mtd><mi>s</mi><mi>sin</mi><mi>θ</mi></mtd><mtd><mi>s</mi><mi>cos</mi><mi>θ</mi></mtd><mtd><msub><mi>t</mi><mi>y</mi></msub></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中s是尺度变换参数,θ是旋转的角度,t<sub>x</sub>,t<sub>y</sub>分别是x方向和y方向上的平移量。(5)将待拼接图像按照几何变换模型T变换到参考图像的坐标系上;x=Tx′其中x′是待拼接图像的原始坐标向量,T是几何变换矩阵,x是变换到参考图像坐标系上后的新的坐标向量(6)使用加权平均法将两幅图像的重叠区域进行图像融合,实现拼接图像中重叠区域的平滑过渡,<maths num="0002"><![CDATA[<math><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>f</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd><mtd><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>∈</mo><msub><mi>f</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><msub><mi>d</mi><mn>1</mn></msub><msub><mi>f</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>d</mi><mn>2</mn></msub><msub><mi>f</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd><mtd><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>∈</mo><mrow><mo>(</mo><msub><mi>f</mi><mn>1</mn></msub><mo>∩</mo><msub><mi>f</mi><mn>2</mn></msub><mo>)</mo></mrow></mtd></mtr><mtr><mtd><msub><mi>f</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd><mtd><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>∈</mo><msub><mi>f</mi><mn>2</mn></msub></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中d<sub>1</sub>,d<sub>2</sub>表示权重值,与重叠区域的宽度有关,并且d<sub>1</sub>+d<sub>2</sub>=1,0≤d<sub>1</sub>,d<sub>2</sub>≤1。在重叠区域中d<sub>1</sub>由1渐变至0,d<sub>2</sub>由0渐变至1,由此实现在重叠区域中由f<sub>1</sub>平滑过渡到f<sub>2</sub>,f<sub>1</sub>,f<sub>2</sub>是两幅待拼接的图像,f是融合后的图像。d<sub>1</sub>和d<sub>2</sub>的计算如下:假设当前像素的横坐标为x<sub>i</sub>,重叠区域左右边界的横坐标分别为x<sub>l</sub>和x<sub>r</sub>,那么<maths num="0003"><![CDATA[<math><mrow><msub><mi>d</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><msub><mi>x</mi><mi>r</mi></msub><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub></mrow><mrow><msub><mi>x</mi><mi>r</mi></msub><mo>-</mo><msub><mi>x</mi><mi>l</mi></msub></mrow></mfrac><mo>,</mo></mrow></math>]]></maths><maths num="0004"><![CDATA[<math><mrow><msub><mi>d</mi><mn>2</mn></msub><mo>=</mo><mn>1</mn><mo>-</mo><msub><mi>d</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><msub><mi>x</mi><mi>i</mi></msub><mo>-</mo><msub><mi>x</mi><mi>l</mi></msub></mrow><mrow><msub><mi>x</mi><mi>r</mi></msub><mo>-</mo><msub><mi>x</mi><mi>l</mi></msub></mrow></mfrac><mo>.</mo></mrow></math>]]></maths> |