[发明专利]基于光照均衡化和改进surf算法的隧道衬砌图像拼接方法

权利要求书

1.一种基于光照均衡化和改进surf算法的隧道衬砌图像拼接方法，其特征在于：该方法包括:

(1)、用拟合光照曲线分布的算法将隧道图片进行处理，以突出特征并减少光照不均的影响；

(2)、使用surf特征匹配算法寻找surf特征，并使用FlannBasedMatcher匹配器将上述检测到的特征点进行匹配；

(3)、使用对称性匹配策略，距离匹配限定算法，随机采样一致性算法进行匹配约束；

(4)、使用数学方式求取图像的期望距离，将图像进行分割拼接；

该方法步骤如下：

(1)、用拟合光照曲线分布的算法将隧道图片进行处理，突出特征并减少光照不均的影响；

(1.1)、改进的均值滤波去噪：

为去除杂散的亮噪点，采用(2t+1)*(2t+1)模板对原图像进行均值滤波，将均值滤波后的图像与原图像各像素灰度值进行比较，取每个对应像素的最小值组成新的图像；在去除高光亮的同时保留裂缝特征；

g(i，j)＝min[s(i，j)，r(i，j)]

其中n＝m＝45；i,j是定义在图像上的横纵坐标，s(i,j)为原图像坐标为(i,j)处的像素灰度值，r(i,j)为均值滤波后的图像坐标为(i,j)处的像素灰度值，g(i,j)为改进均值滤波处理后的图像坐标为(i,j)处的像素灰度值；

(1.2)、高斯金字塔压缩去噪：

采用若干分辨率多尺度表达的图像金字塔压缩方式进行图像压缩；不同层级对应不同分辨率的图像；在去除噪声的同时尽可能不丢失图像重要细节，并且能够提高运算速度，在保留裂缝与背景的梯度的同时，消除小波动噪声；

其中，通过对输入原始图像l层迭代以上步骤，得到的图像即为l+1层的图像；w(m,n)为高斯卷积核，g_l-1(i,j)为第l-1层图像坐标为(i,j)处的像素灰度值，g_l(i,j)为第l层图像坐标为(i,j)处的像素灰度值；

(1.3)、改进的高斯滤波拟合光照曲线分布：

拟合光照曲线分布，相当于对灰度剖面曲线图进行平滑处理，通过把剖面与一个高斯平滑滤波器进行卷积来实现；

x(i，j)＝g(i，j)*h(i,j)

x(i,j)是用高斯滤波器h(i,j)与图像g(i,j)做卷积来估计光场分布情况；

令o(i,j)＝t(i,j)-x(i,j)

其中i,j是定义在图像上的横纵坐标，t(i,j)为金字塔压缩后图像坐标为(i,j)处的像素灰度值，x(i,j)为高斯滤波后图像坐标为(i,j)处的像素灰度值，o(i,j)为去除光照曲面后图像坐标为(i,j)处的像素灰度值，再与去除光照曲面后的图像均值进行比较，保留低于均值部分的像素值，从而滤出噪声，y(i,j)为预处理后图像坐标为(i,j)处的像素灰度值；

(2)、使用surf特征匹配算法寻找surf特征，并使用FlannBasedMatcher匹配器将上述检测到的特征点进行匹配：

(2.1)、创建SurfFeatureDetector特征检测器对图像进行特征点检测，并将检测出来的特征点分别保存在特征点数组keypoints_1,keypoints_2里；

(2.2)、构建SurfDescriptorExtractor特征描述器描述surf特征；

(2.3)、使用FlannBasedMatcher匹配器即基于可伸缩最近邻算法Flann的描述符匹配器将上述检测到的特征点进行匹配；

(3)、特征匹配限制的三种方案：

(3.1)、对称性匹配策略：去除不稳定的匹配点；

(3.2)、距离匹配限定算法：

算法的具体内容是由外部得到的车速v和摄像头帧率fps,则车在一帧的时间下行进的距离就是s＝v*(1/fps),由于要车辆近似保持匀速运动，那么车行进的距离s与同一位置在图像上的像素位置差x为一一映射的关系，我们设这个关系系数为k,则x＝ks,由于误差的存在，我们设定一个x的邻域区间作为阈值区间进行限定；

(3.3)、随机采样一致性算法：

RANSAC从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数；它是一种不确定的算法——它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数；

(4)、使用数学方式求取图像的相对距离将图像进行分割拼接，算法思路为：计算每一条匹配点之间连线的斜率k＝(y_i-y_j)/(x_i-x_j)，选取斜率最多的匹配点即斜率的众数，那这些匹配点就是正确的。