[发明专利]一种图像拼接方法及拼接装置

权利要求书

1.一种图像拼接方法，其特征在于，包括：

获取待拼接图像和参考图像；

对待拼接图像和参考图像分别进行特征点检测并计算加速稳健特征；

针对待拼接图像和参考图像，分别以检测到的每个特征点为中心，选取预设尺寸的特征图像块，根据选取的特征图像块提取卷积神经网络特征，将得到的加速稳健特征和卷积神经网络特征进行融合，生成待拼接图像的特征和参考图像的特征；

计算融合后的待拼接图像的特征和参考图像的特征之间的匹配度，进行变换矩阵估计，实现待拼接图像和参考图像配准；

对配准后的待拼接图像和参考图像进行融合，得到完整的拼接图像。

2.根据权利要求1所述的图像拼接方法，其特征在于，在对待拼接图像和参考图像分别进行特征点检测并计算加速稳健特征之前，所述方法还包括：

对待拼接图像和参考图像分别进行降噪处理。

3.根据权利要求1所述的图像拼接方法，其特征在于，所述针对待拼接图像和参考图像，分别以检测到的每个特征点为中心，选取预设尺寸的特征图像块，根据选取的特征图像块提取卷积神经网络特征包括；

针对待拼接图像和参考图像，分别以检测到的每个特征点为中心，选取预设尺寸的特征图像块；

将选取的所有特征图像块输入到VGG16模型中提取卷积神经网络特征。

4.根据权利要求1所述的图像拼接方法，其特征在于，所述计算融合后的待拼接图像的特征和参考图像的特征之间的匹配度，进行变换矩阵估计，实现待拼接图像和参考图像配准包括：

利用欧式距离计算融合后的待拼接图像的特征和参考图像的特征之间的匹配度，当欧式距离小于设定的阈值时，将待拼接图像的特征和参考图像的特征进行匹配；

根据特征匹配结果确定变换矩阵完成坐标变换，实现待拼接图像和参考图像配准。

5.根据权利要求4所述的图像拼接方法，其特征在于，欧式距离的计算公式为：

其中，D(P^r，P^s)为欧式距离，用于表示待拼接图像P^s的特征和参考图像P^r的特征之间的匹配度；f^r表示融合后的参考图像的特征，f^s表示融合后的待拼接图像的特征，f^r＝{f_s,f_c}，f^s＝{f_s,f_c}，f_s表示加速稳健特征描述符，f_c表示卷积神经网络特征描述符；w₁、w₂都表示权重，w₁+w₂＝1；L₁,L₂分别表示加速稳健特征描述符和卷积神经网络特征描述符的维度。

6.根据权利要求5所述的图像拼接方法，其特征在于，所述对配准后的待拼接图像和参考图像进行融合，得到完整的拼接图像包括：

对配准后的待拼接图像I₁(x,y)和参考图像I₂(x,y)，采用渐入渐出法进行融合，得到完整的拼接图像I(x,y)，其中，I(x,y)表示为：

其中，P^s＝I₁(x,y)，P^r＝I₂(x,y)，(x,y)表示图像像素的二维坐标，d(x,y)表示重叠区域中某个像素点到边界的距离。