[发明专利]一种非旋转图像的快速拼接方法

说明书

本发明公开了一种非旋转图像的快速拼接方法，包括以下步骤：A、A、确定灰度投影模板的大小和位置；B、计算灰度投影模板对应的图像上每一行灰度值之和以及每一列灰度值之和；C、针对后一副相邻的图像，从第一行位置开始，取灰度投影模板同样大小和左右位置区域，计算行灰度值之和，并与前一幅图像灰度行投影值相减；D、从后一副相邻图像的第一列开始，取列灰度投影模板同样大小的区域，计算列灰度值之和，并与前一幅图像灰度列投影值相减；E、以前一幅图片为基础，将新增区域进行拼接，并根据偏移位置对新增区域进行左右方向的调整，组成一幅完整图像。本发明能够改进现有技术的不足，拼接速度快，拼接后的图像质量高。

技术领域

本发明涉及图像处理技术领域，尤其是一种非旋转图像的快速拼接方法。

背景技术

图像拼接作为这些年来图像研究方面的重点之一，国内外研究人员也提出了很多拼接算法。图像拼接的质量，主要依赖图像的配准程度，因此图像的配准是拼接算法的核心和关键。根据图像匹配方法的不同，一般可以将图像拼接算法分为以下两个类型：

(1)基于区域相关的拼接算法。

这是最为传统和最普遍的算法。基于区域的配准方法是从待拼接图像的灰度值出发，对待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法或者其它数学方法计算其灰度值的差异，对此差异比较后来判断待拼接图像重叠区域的相似程度，由此得到待拼接图像重叠区域的范围和位置，从而实现图像拼接。也可以通过FFT变换将图像由时域变换到频域，然后再进行配准。对位移量比较大的图像，可以先校正图像的旋转，然后建立两幅图像之间的映射关系。

当以两块区域像素点灰度值的差别作为判别标准时，最简单的一种方法是直接把各点灰度的差值累计起来。这种办法效果不是很好，常常由于亮度、对比度的变化及其它原因导致拼接失败。另一种方法是计算两块区域的对应像素点灰度值的相关系数，相关系数越大，则两块图像的匹配程度越高。该方法的拼接效果要好一些，成功率有所提高。

(2)基于特征相关的拼接算法。基于特征的配准方法不是直接利用图像的像素值，而是通过像素导出图像的特征，然后以图像特征为标准，对图像重叠部分的对应特征区域进行搜索匹配，该类拼接算法有比较高的健壮性和鲁棒性。

基于特征的配准方法有两个过程：特征抽取和特征配准。首先从两幅图像中提取灰度变化明显的点、线、区域等特征形成特征集冈。然后在两幅图像对应的特征集中利用特征匹配算法尽可能地将存在对应关系的特征对选择出来。一系列的图像分割技术都被用到特征的抽取和边界检测上。如canny算子、拉普拉斯高斯算子、区域生长。抽取出来的空间特征有闭合的边界、开边界、交叉线以及其他特征。特征匹配的算法有：交叉相关、距离变换、动态编程、结构匹配、链码相关等算法。

综上所述，基于区域相关的拼接算法拼接效果不佳，基于特征相关的拼接算虽然拼接质量好，但是计算量太大，拼接速度较慢。。

发明内容

本发明要解决的技术问题是提供一种非旋转图像的快速拼接方法，能够解决现有技术的不足，拼接速度快，拼接后的图像质量高。

为解决上述技术问题，本发明所采取的技术方案如下。

一种非旋转图像的快速拼接方法，包括以下步骤：

A、确定灰度投影模板的大小和所处的位置；

B、计算灰度投影模板对应的图像上灰度行投影值，即每一行灰度值之和Sum_row，计算灰度投影模板对应的图像上灰度列投影值，即每一列灰度值之和Sum_column；