[发明专利]一种基于多种特征点组合匹配的鱼眼监控图像拼接方法

说明书

本发明公开了基于多种特征点组合匹配的鱼眼监控图像拼接方法，运用桶形畸变模型和霍夫线检测对图像进行畸变校正；对两图像选定区域提取N种特征点并分别求其特征描述子；选用暴力匹配法或快速最近邻搜索法对N种特征点分别进行预匹配；对N种特征点的预匹配对进行置信度排序；选取每种特征点最高置信度的两对匹配对，组成寻优集合，寻找最优的四组匹配保留下来并淘汰其余匹配对；选取被淘汰特征点中置信度次高的匹配对加入寻优集合，重新寻优直到达到终止条件；由寻优得到的四组匹配对计算单应矩阵，对图像进行变换并实现拼接。本发明通过多种特征点间匹配对的组合计算单应矩阵，从而显著提高匹配对选取的准确性，进而实现两幅监控图像的有效拼接。

技术领域

本发明涉及图像拼接技术领域，尤其是涉及一种基于多种特征点组合匹配的鱼眼监控图像拼接方法，特别涉及到鱼眼监控图像的无参矫正、图像特征点匹配以及图像拼接方法。

背景技术

鱼眼监控图像相较于一般的图像具有严重的畸变，一般需要通过对摄像头进行标定得到摄像头的畸变参数，进而对摄像头拍摄到的图像进行畸变校正。但是对于无法采集摄像头参数的情况，图像的畸变校正变得困难。

图像的拼接技术的一般实现过程是：提取图像的某种特征点，对特征点进行匹配，通过特征点匹配对计算得到单应矩阵，通过单应矩阵对图像进行形变，最后将两幅图像拼接到一起。一般的图像拼接是将同一视点不同角度的两张图像或不同视点(相距不是很远)具有较大重叠区域的两幅图像进行拼接，这样才能实现比较好的拼接效果。

但是对于相距较远的两不同视角下的监控图像拼接一般的图像拼接过程并不能实现很好的拼接，特别是重叠区域中含有相似的物体时(比如斑马线、人行道上重复的图案、茂密的树木等)。因为特征点的匹配会有极大的干扰所以不能实现大多数特征点的正确匹配，进而导致图像无法得到正确的单应矩阵，从而无法实现拼接。

基于上述问题，本发明提出了一种基于多种特征点组合匹配的鱼眼监控图像拼接方法。

发明内容

本发明目的是针对现有图像拼接技术在鱼眼监控图像拼接应用上的不足，提供一种基于多种特征点组合匹配的鱼眼监控图像拼接方法。其核心思想在于特征点的匹配对的选取：因为传统的单一特征点得到匹配对不能求出有效的单应矩阵，所以本发明通过提取图像的多种特征点，在每种特征点间进行匹配对的组合，以提高特征点的匹配率，进而有效提升鱼眼监控图像的拼接效果。

为解决上述的技术问题，本发明技术方案提供一种基于多种特征点组合匹配的鱼眼监控图像拼接方法，其中，包括如下步骤：

(1)、对待拼接图像进行畸变校正；

(2)、在所述待拼接图像的重叠区域内提取至少两种特征点并分别求其特征描述子(特征描述子记录了特征点及其邻域的特征信息)每种特征点包括若干个特征点；

(3)、选用暴力匹配法或快速最近邻搜索法对所述特征点分别进行预匹配，获得若干预匹配对，每一预匹配对包括两个特征点；

(4)、对所述预匹配对进行置信度排序；

(5)、在每个特征点所在的预匹配对中，选取置信度最高的两对预匹配对并组成寻优集合，在所述寻优集合中，找出预定数目的最优预匹配对保留下来并淘汰其余预匹配对；

(6)、对于被淘汰的特征点，选取该特征点中置信度次高的预匹配对加入寻优集合，重新寻优，直到达到终止条件；

(7)、由寻优得到的预定数目的最优预匹配对计算单应矩阵，对待拼接图像进行变换并实现拼接。

可选地，在步骤(1)中，采用桶形畸变模型和霍夫线检测法对图像进行畸变校正。