[发明专利]一种基于运动检测的图像配准方法

说明书

一种基于运动检测的图像配准方法，包括如下步骤：假定全景摄像机组的位置以及相对位置都不发生变换，获取待配准图像；通过SPHP算法，拼接产生第一幅全景图像，并记录每一像素点的原图像所属等参数；计算图像中相互重叠区域，并采用帧差法检测是否出现较大运动物体，对该区域进行查表、融合等处理，并生成全景图像；如果在某一区域发现较大运动物体，则将运动物体的范围标记出来，并将该区域对应的全景图像中的区域的1.2倍进行零值设定；重复直至生成全景图像。因重叠区域出现的空洞区域的2.0倍范围与运动目标所在原图像中的区域的2.0倍进行单应性变换、实现图像的拼接与叠加。通过此方法，可以消除图像中行人周围区域的重影，得到更好的拼接效果。

技术领域

本发明属于图像处理技术领域，涉及一种基于运动检测的图像配准方法。

背景技术

随着图像处理技术的发展，图像配准已经被广泛应用于汽车电子、虚拟旅游、全景看房等众多领域。图像配准可以将多张相邻的图像拼接为一幅图像，增大单幅图像的视野范围，利于观察。除此之外，将多摄像机全景拼接技术引入WMSN中，即可以在无云台的条件下实现WMSN节点的全向视觉感知。同时，由于采用了多个摄像机同时采集节点周围的视觉信息，因此可以完全避免为多节点的同步问题。

目前对图像配准的研究大部分是基于以下两个条件：(1)相邻图像是在在同心的条件拍摄，即在拍摄照片的时候，尽量使相机的焦点聚集在一点，通过转动摄像机，拍摄周围的图像；(2)拍摄的场景中不存在行人等运动物体，即要求待配准图像中的物体是静止的。基于这两个条件，可以通过分析摄像机的成像模型以及图像的分辨率，确定相邻图像的重叠区域并进行柱面投影，在此基础上采用平移或单应性变换的方式进行图像配准，可以获得很好的配准效果。当配准图像中存在着近景、远景时，可以通过聚类等方式将特征点划分为近景、远景两个区域，求取各自的单应性矩阵，采用距离加权的方式对图像进行双矩阵变换获取图像的配准。

但是在现实生活中，大部分图片很难满足以上两个条件，即相邻的图像不在同一个角度下拍摄，两幅图像存在着明显的视差，并且拍摄的场景中有行人等运动物体。在这种情况下，由于视差、运动物体等因素的存在，现有的方法很难达到精确的配准。APAP或SPHP尽管可以减小视差对配准的影响，但是当图像中存在着运动物体时，这两种方法对背景图像的配准效果可以，对运动物体会出现拼接错位，严重的影响视觉效果。

综上所述，当待配准图像中存在较大视差且有运动物体时，当前的配准算法没有考虑到运动物体对配准的影响，导致在进行透视变换的时候视角改变，在配准图像的重叠区域会出现较为明显的鬼影或拼缝，严重的影响配准效果。

发明内容

针对当前算法对运动图像配准的不足，本发明提供了一种基于运动检测的图像配准方法。

本发明采用全景摄像机组采集视频，从视频中读取待配准图像，采用SPHP对图像进行配准，形成第一帧配准图像，然后计算每一幅原始图像中相互重叠区域，并采用帧差法检测每一区域是否出现较大运动物体。对出现的运动物体进行标记并分割出来，在进行配准时该区域只取其中一幅图像的信息，这样就能够消除SPHP算法在较大视差情况下的配准误差，而已引入的SPHP算法又保持了图像间原有的和目标场景间的透视投影关系。具体步骤如下：

步骤一：设定全景摄像机组的位置以及相对位置都不再发生变换，即每个相机的外参都不再发生改变，获取待配准图像。

步骤二：通过SPHP算法拼接产生第一幅全景图像，并记录全景图像中每一像素点的原图像所属、原始图像中的位置、特征点对的位置、拼缝位置等参数。

SPHP算法需要进行坐标系的变换处理，分为三个过程：坐标系转换、局部投影变换以及图像配准。

(1)坐标系转换