[发明专利]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

说明书

技术领域

本发明涉及计算机视觉领域，特指一种基于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。

背景技术

在日常生活中，时常需要获取宽视角、大场景的全景图像，但是由于摄像设备中物理因素的限制一般只能得到大场景中的局部图像。一些硬件设备，如鱼眼摄像机和广角镜头虽然可以得到全景图像，但成本较高，不适合广泛使用。为了获取实时全局大尺度图像信息，在机场、码头、广场交通路口等视野开阔的大型场景中，通常需要布设多台网络摄像机。这种方法虽然可以获得更多的监控范围，但是场景的显示被分割成多个子窗口，不能够自然全面地直接反映真实的场景。视频拼接是基于图像拼接的一种获取实时视频流的技术。为了满足视频拼接中实时性的要求，必须针对视频流中每帧图像的拼接步骤进行优化。

随着数字图像处理和微电子技术的不断发展，图像拼接已经应用在虚拟现实、计算机视觉、航空航天、医学图像分析、遥感图像等多个领域。图像的拼接主要步骤包括图像配准与融合。传统的图像配准算法普遍存在各种不足：如大部分算法因为计算复杂且计算量大，难以满足实时性的要求，或者无法滤出图像融合中产生的鬼影等问题。

因此需要针对目前的多路实时视频拼接场景，克服以上现有算法的一些弊端，发明一种基于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。

发明内容

本发明针对全景监控系统中多路实时视频拼接这个特定问题，为了使监控视频便于观察，提升全景视频的效果，并使其满足实时性需求，提出一种基于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。

本发明采取的技术方案具体如下：

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，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，输出高质量清晰的拼接图像。

作为本发明技术方案的改进，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：

式中，H₁(i)，H₂(i)是两个图像的灰度直方图。

作为本发明技术方案的改进，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：

其中，