[发明专利]基于局部稳定区域的鱼眼图像匹配方法

权利要求书

1.一种基于局部稳定区域的鱼眼图像匹配方法，其特征在于，其具体包括如下步骤：

步骤1，根据鱼眼图像像素灰度值的梯度变化率得到图像的稳定区域，通过稳定区域的图像块的内部特征点之间关系以及稳定区域的图像块的颜色信息共同对稳定区域的图像块进行区域匹配；

在各个鱼眼图像中将所选定的物体与其周围物体进行区分，所选定的物体的灰度与其周围物体的灰度存在差异，将两张鱼眼图像中像素灰度值与周围像素有明显差异的联通区域提取出来作为各自的稳定区域，通过这些稳定区域内部所选定的特征点与稳定区域内部的其他特征点之间的关系，来判别两个稳定区域中是否存在同一物体，其计算函数如下：

式中，m为m(·)函数，其是从两张图像中，找出代价最小的稳定区域；其中，U为左图内部稳定区域特征点集、V是右图内部稳定区域特征点集；c(P_i,P_j)为两目标特征点的匹配代价函数；{P_i,N_Pi}表示目标特征点P_i于其周围源特征点的几何关系；g(·)表示对稳定区域内部{P_i,N_Pi}与{P_j,N_Pj}的几何结构匹配代价函数；λ控制特征点代价与几何代价的相对权重；

当上式m(·)的值越小时，两个稳定区域相似度越高，进而将各鱼眼图像中相应的稳定区域的颜色信息作为辅助条件，从而判断所选定的稳定区域是否匹配；

步骤2，通过在鱼眼多项式畸变模型中引入偏心畸变与薄棱镜畸变，建立鱼眼成像模型，基于鱼眼图像畸变原理，从所述鱼眼成像模型中推导出适用于D-nets算法的鱼眼立体系统半球模型；在图像匹配过程中，将鱼眼图像投影在鱼眼立体系统半球模型上，通过稳定区域内部的特征点两两相连来构建网络，通过鱼眼立体系统半球模型对所构建的网络中每条弧线进行采样，具体采样过程为均分这条弧线，通过将均分后的弧线上的节点反投影回鱼眼图像上以构造描述子；鱼眼图像使用D-nets算法；

所述鱼眼多项式畸变模型为第一畸变模型，第一畸变模型为高阶齐次多项式模型，即：

r(θ)＝k₁θ+k₂θ³+k₃θ⁵+k₄θ⁷

r(θ)是在鱼眼图像上点到世界坐标系原点的距离；k₁、k₂、k₃、k₄为鱼眼畸变参数；θ表示在鱼眼半球模型上投影点与z轴对应的角度；

鱼眼镜头是由多组镜片相结合构成，其中引入鱼眼畸变模型，所述鱼眼畸变模型中包括偏心畸变与薄棱镜畸变，即：

式中，Δr、Δt分别表示径向畸变与切向畸变；i₁、i₂、j₁、j₂、为畸变模型参数；表示在鱼眼半球模型上投影点与x轴对应的角度；根据偏心畸变的思想，提出鱼眼立体系统半球模型；所述鱼眼立体系统半球模型为第二畸变模型，通过鱼眼畸变模型将鱼眼图像上的点投影在半球模型上；

使用θ、变量表示鱼眼图像上的物理坐标，得到：

式中，x_d、y_d分别在鱼眼图像上的物理坐标；Δr、Δt分别表示径向畸变与切向畸变；表示在鱼眼半球模型上投影点与x轴对应的角度；θ表示在鱼眼半球模型上投影点与z轴对应的角度，其中鱼眼半球模型为鱼眼立体半球模型；

步骤3，在所推导出的适用于D-nets算法的鱼眼立体系统半球模型的基础上，对匹配代价满足阈值的稳定区域内的图像块内部点使用D-nets算法进行匹配，得到图像稀疏点匹配图。