[发明专利]基于边缘分类信息的图像拼接方法

说明书

技术领域

本发明涉及一种图像拼接方法，特别是涉及一种基于边缘分类信息和高效拼接痕迹消除的图像拼接方法。

背景技术

图像拼接是计算机视觉的一个重要分支，其主要是将两幅以上有重叠区域的图像进行无缝拼接得到一幅较高分辨率或者宽视角的图像。主要应用如卫星遥感、海底勘探、地表植被测绘、无人机监视和搜索、机器人视觉、视频监控、医学探查、电子稳像、和虚拟现实等。

图像拼接技术主要涉及图像配准和图像融合两项关键技术。图像配准主要有基于灰度相关法、基于相位相关法、基于变换模型法、基于特征相关法等；图像融合主要有中值滤波法、加权平均法、多分辨率分析法等。

基于特征的图像配准法[1]和多分辨率分析法[2]分别为图像配准技术和拼接痕迹消除技术的效果最好的方法，所以，目前最流行的图像拼接方法就是这两种方法的结合。基于特征的方法健壮性和鲁棒性都很强，如当前最流行的SIFT特征[3]提取算法，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性，但是SIFT算法计算量极大，且计算很复杂。多分辨分析融合技术的引入使图像拼接痕迹消除的效果大大改善，其既可以平滑过渡不同图像间的差异，又可以避免传统方法平滑后“鬼影”的出现。但是目前几种多分辨分析融合方法(金字塔多分辨法、小波分析等)在图像拼接痕迹消除中的应用都未能很好的解决实时性问题。

一般采用这两种方法进行图像拼接的过程为：首先在待拼接图像的整个图像空间中搜索图像特征，提取出各个待拼接图像的特征向量；然后进行特征匹配，计算出图像间的矫正参数，根据矫正参数将图像拼接到一起；最后利用多分辨率图像融合技术将图像处理成“无缝”图像。

由于特征提取和多分辨率分析融合计算都很耗时，导致整个拼接过程很慢，实时性太差，很难在实际中应用。因此，如何提高图像拼接的实时性，使其能在实际中应用，就变的非常关键。本发明将为解决上述问题提供一种有效的方法。

本发明所涉及的参考文献包括：

[1]李云霞，曾毅，钟瑞艳，郭涛.基于SIFT特征匹配的图像拼接算法[J].计算机技术与发展，2009，19(1)：43-52.

[2]Li Junli，SUN Jiabing，MAO Xi.Multiresolution Fusion of RemoteSensing Images Based on Resolution Degradation Model[J].GEO-SPATIALINFORMATION SCIEN，8(1)：50-56，2005.

[3]Heritier.M，Gagnon.L，Foucher.S，Places Clustering of Full-LengthFilm Key-Frames Using Latent Aspect Modeling Over SIFT Matches[J].Circuits and Systems Society，6(19)：832-841，2009。

发明内容

本发明的目的在于提供一种拼接速度快，能有效消除拼接痕迹的基于边缘分类信息的图像拼接方法。

本发明包括如下步骤：

1.首先提取图像的边缘类；

2.在已经获取的图像边缘类中提取图像SIFT特征；

3.利用K-D树搜索近似最近邻的方法对两幅有重叠图中的对应SIFT特征点进行匹配；获取匹配的特征后，使用RANSAC算法去除错误的特征点对；利用正确的特征点对计算图像间的矫正参数，以两幅待拼接图像中的一幅为参考，对另一幅图像进行矫正，将两幅图像拼接在一起；

4.利用以下公式找到两幅图像的两个公共边界点P、Q，得到P、Q两点后，以过PQ的直线作为图像拼接的缝合线；

式中，F_ij代表两幅图像幅图像A，B经过配准后，拼接合成一幅图像对应的像素点，Y代表公共边界点集合，E代表非公共边界点集合，代表F_ij在图像A中对应的有效像素点，代表F_ij在图像B中对应的有效像素点，φ_A代表图像A的边界点集合，φ_B代表图像B的边界点集合；

5.利用小波变换将待拼接图像转换成多个带通信号，根据缝合线的位置，在各个带通空间中选择合适的过渡区，使用下式进行过渡区选择：

T＝2^k+1

式中，T为固定当前纵坐标，横坐标是以缝合线上的点为中心的过渡区长度，k∈[0，n]为当前带通图像空间索引值；