[发明专利]一种基于SIFT特征的鱼眼图像拼接方法

说明书

本发明公开了一种基于SIFT特征的鱼眼图像拼接方法，针对鱼眼图像存在严重的透视畸变缺陷，导致拼接图像效果不理想，甚至导致拼接失败的问题，提出了基于SIFT特征的鱼眼图像拼接方法，该方法首先对鱼眼图像进行校正，采用SIFT特征算子对校正后的鱼眼图像进行特征提取和匹配，再利用RANSAC鲁棒算法对变换参数进行估计，最后使用加权平均法对图像进行拼接融合。采用本发明方法进行鱼眼图像拼接可以有效减少计算量、减少拼接次数，图像拼接效果良好。

技术领域

本发明涉及图像处理技术，具体涉及一种基于SIFT特征的鱼眼图像拼接方法，用于全景图像拼接。

背景技术

全景图能克服人眼视角的限制，最初被应用于卫星照片的合成，现已在监控图像分析、虚拟模拟场景建设、全景漫游等方面显示出优越性。

全景图像拼接的主要工作就是将若干幅存在重叠区域的图像，用一定的方法寻找出重叠区域图像的信息，利用图像信息重新拼接融合成一幅具有完整信息的图像。微软研究院的Riehard Szeliski率先提出的全景数字图像拼接模型计算比较复杂。Peleg等人提出了一种自适应的数字图像拼接算法。M.Brown提出了采用SIFT算子进行图像拼接的算法，该算法能够完全自动完成，且拼接效果很好，但所需拼接次数较多。国内学者提出的全景图像拼接算法拼接质量较好，但存在计算量较大、需要多次拼接的问题。

发明内容

本发明的目的在于解决鱼眼图像存在严重的透视畸变缺陷导致的拼接图像不理想，甚至导致拼接失败的问题，为图像拼接提供一种基于SIFT特征的鱼眼图像拼接方法。

本发明为解决上述问题，采取的技术方案如下：

一种基于SIFT特征的鱼眼图像拼接方法，其特征在于，首先对鱼眼图像进行校正，采用SIFT特征算子对校正后的鱼眼图像进行特征点提取和匹配，再利用RANSAC鲁棒算法对变换参数进行估计，最后使用加权平均法对图像进行拼接融合，该包含以下步骤：

步骤1，使用经纬映射法得到校正鱼眼图像；

步骤2，对校正鱼眼图像进行SIFT特征点提取，首先将图像分配到不同的尺度空间上，通过对尺度空间上的像素间的对比找出局部极值点，然后去除对比度较低的点，确定SIFT特征点的方向，最终生成128维方向信息的SIFT特征向量，以避免尺度缩放、旋转和光照变化带来的影响；

步骤3，采用欧式距离对每两个相邻的SIFT特征点进行匹配，当SIFT特征向量到最邻近与次邻近距离之比小于设定阈值时，认为该两个相邻的SIFT特征点匹配，得到匹配点；

步骤4，使用RANSAC算法对得到的匹配点计算，得到变换模型参数；

步骤5，根据变换模型参数计算剩下的所有匹配点，得到变换后的图像坐标；再计算变换后图像坐标与提取SIFT特征点坐标之间的距离，如果距离小于设定的阈值T，则认为该匹配点为内点即正确的匹配点，否则是外点即误匹配的点，将内点的个数记录下来；

步骤6，重复步骤4～5，直到到达指定的采样次数，结束计算，选择指定的采样次数中内点数最多的那组匹配点计算模型参数作为最终结果；

步骤7，根据计算模型参数估算出各匹配点的坐标值，利用加权平均融合算法进行融合，输出拼接的鱼眼图像。

所述步骤2中SIFT特征点生成的SIFT特征向量获取的具体方法为：

1)确定SIFT特征点位置，由校正鱼眼图像得出图像在各个尺度下的尺度空间，大尺度空间包含图像的轮廓信息，小尺度空间则展现图像的细节信息，按照尺度的大小，由大到小依次选择三个尺度从下往上依次排列，形成上、中、下三个尺度空间，每个尺度空间上的像素都要和它邻域的像素、上下相邻的尺度空间上的像素进行对比，找出局部极值点；