[发明专利]一种用于柱面全景拼接的鲁棒性图像对齐方法及装置

说明书

本发明公开一种用于柱面全景拼接的鲁棒性图像对齐方法及装置，该方法包括获取图像样本集并对图像进行预处理；从图像样本集中取两幅图像I_L和I_R，并依次对I_L和I_R进行缩放、正叠加和反叠加；将正叠加和反叠加后的图像输入训练好的卷积神经网络模型中进行I_L和I_R的粗对齐；利用数值迭代优化方法对粗对齐结果进行调优，完成鲁棒性图像对齐。本发明提供的方法是一种不依赖于图像局部特征点的图像对齐方法，从而可实现弱纹理场景的图像对齐。

技术领域

本发明涉及图像信息处理技术领域，尤其是一种用于柱面全景拼接的鲁棒性图像对齐方法及装置。

背景技术

柱面全景图象能够提供比普通图像更大的视场范围，在遥感、环境监测、机器人定位等典型应用中具有重要意义。根据图像采集设备的不同，现有柱面全景图象的创建方法大致可以分为三类：第一类方法采用特殊光学器件(比如：全向视觉传感器)拍摄单幅图像；第二类方法采用由多个同步相机组成的全景拍摄装置进行拍摄；第三类方法采用单个普通相机旋转拍摄一组具有重叠视域的图像序列，然后将多幅图像拼接融合为最终的全景图象，这类方法使用灵活且成本低廉，使用非常普遍。采用上述第三类方法构建柱面全景图的关键步骤是图像对齐，即实现图像水平方向的配准。

在场景纹理丰富的情况下，可通过SIFT(D.G Lowe.Distinctive image featuresfrom scale-invariant key points.International Journal of Computer Vision,60(2):91–110,2004.)、SURF(Bay,H.；Ess,A.；Tuytelaars,T.；Gool,L.V.Speeded-up robustfeatures(SURF).Computer Vision and Image Understanding.2008,110(3),pp.346–359.)或者ORB(Rublee,E.；Rabaud,V.；Konolige,K.；Bradski,G.ORB:An efficientalternative to SIFT or SURF.In Proceedings of the 2011 IEEE InternationalConference on Computer Vision(ICCV),Barcelona,Spain,6–13 November 2011；pp.2564–2571.)等图像局部特征点的匹配来实现图像的对齐。然而，在场景纹理细节不足的情况下，无法获得可靠的局部特征点匹配，因此不能完成图像配准，从而导致柱面全景图生成失败。

发明内容

本发明提供一种用于柱面全景拼接的鲁棒性图像对齐方法及装置，用于克服现有技术中在场景纹理细节不足的情况下无法获得可靠的局部特征点匹配等缺陷，实现不依赖于图像局部特征点的图像对齐方法，以提高柱面全景图拼接方法对弱纹理场景的鲁棒性。

为实现上述目的，本发明提出一种用于柱面全景拼接的鲁棒性图像对齐方法，包括：

获取图像样本集，并对所述图像样本集中的图像进行预处理；

从所述图像样本集中取两幅图像I_L和I_R，并依次对所述I_L和I_R进行缩放、正叠加和反叠加；

分别将正叠加和反叠加后的图像输入训练好的卷积神经网络模型中进行I_L和I_R的粗对齐，以获得所述I_L和I_R之间的水平位移初始值d_LR；

利用数值迭代优化方法对水平位移初始值d_LR进行调优，获得最佳水平位移从而完成鲁棒性图像对齐。

为实现上述目的，本发明还提出一种用于柱面全景拼接的鲁棒性图像对齐的装置，所述装置包括：