[发明专利]一种图像拼接方法及系统

说明书

本发明公开了一种图像拼接方法及系统，包括：提取待拼接图像的特征点，对特征进行描述，得到粗匹配的特征点；在粗匹配点集相邻的像素区域中统计符合匹配关系的特征点数量，通过计算特征邻域分数，剔除错误的匹配点；根据精确匹配的特征点计算待拼接图像的单应性变换矩阵；通过加权平滑算法，实现图像无缝拼接。本发明有益效果：在特征精匹配速度和配准精度上得到较大的提升，合成的图像无明显的几何错位和模糊问题，重叠区域的边缘过渡良好。

技术领域

本发明涉及数字图像处理技术领域，特别是涉及一种基于网格运动统计和加权投影变换的图像拼接方法及系统。

背景技术

图像拼接技术在计算机视觉和图形学领域得到了广泛的研究，它是指将具有重叠区域的两幅或多幅图像组成宽视角和畸变少的完整图像。常用的图像拼接算法有图像灰度法、相位相关法和图像特征法等。图像灰度法复杂度低，但鲁棒性差；相位相关法速度快，但易受图像尺度影响。图像特征法对图像的光照和尺度等变化具有更好的鲁棒性，该方法是目前主流的图像拼接技术。

图像特征法一般分成四个步骤：特征点提取、特征点匹配、变换模型估计和融合。其中特征点匹配有特征点粗匹配和特征点精匹配。传统的基于特征点的图像拼接，采用RANSAC(Random Sample Consensus)算法来剔除错误粗匹配，该方法随机抽取匹配点对，不考虑粗匹配点对的质量，而且运行时间与迭代次数成正比，整体精匹配速度较慢。传统图像拼接中特征精匹配复杂度较高和图像配准精度低,会导致特征匹配速度慢和全景图像存在畸变等问题。

比如：采用远程无人机对架空输电线路进行巡视时，远程无人机具有巡检范围大、图像多、覆盖广等特点，因此获取的图像数据量较大，拼接难度较高，因此需要重点关注拼接算法的运算速度。在基于图像特征法的图像拼接算法中，如SIFT特征算法，虽然拼接质量较高、鲁棒性较好，但算法十分复杂，耗时很多，因此需要寻求一种具有较高拼接速度和拼接精度的算法实现无人机拍摄的架空输电线路图像拼接。

发明内容

本发明的目的就是为了解决上述难题，提供了一种图像拼接方法及系统，能够实现快速、高质量地图像拼接。

为实现上述目的，本发明的具体方案如下：

在一个或多个实施方式中公开的一种图像拼接方法，包括：

提取待拼接图像的特征点，对特征点进行描述与匹配，得到粗匹配的特征点；

在粗匹配点集相邻的像素区域中统计符合匹配关系的特征点数量，通过计算特征邻域分数，剔除错误的匹配点；

根据精确匹配的特征点计算待拼接图像的单应性变换矩阵，进行图像配准；通过加权平滑算法，实现图像平滑拼接。

进一步地，利用ORB算法进行图像特征提取和描述。

进一步地，用暴力匹配算法进行特征点粗匹配，使用交叉匹配的方法过滤错误的粗匹配。

进一步地，将图像划分为多个不重叠的网格，统计每个网格的特征分数，同时统计与其相邻的设定数量网格的特征邻域分数；对所述网格及其相邻网格进行旋转，得到最大的网格特征分数；当最大的网格特征分数大于网格特征分数阈值时，判定为正确匹配；否则，为错误匹配。

进一步地，统计与当前网格相邻的八个网格的特征邻域分数，得到九宫格特征分数。

进一步地，统计当前九宫格内网格的粗匹配特征数量的均值，根据所述确定网格特征分数阈值。

进一步地，通过匹配点对构建图像序列之间的全局单应性矩阵；通过加入权重系数计算局部依赖的单应性矩阵；其中，权重系数根据当前特征点到图像上所有特征点的高斯距离确定。

进一步地，根据得到的局部依赖的单应性矩阵，对相应图像进行变换以确定图像间的重叠区域，并将待融和图像映射到到一幅新的空白图像中形成拼接图。