[发明专利]一种用于全景图像的拼接方法和系统

说明书

本发明给出了一种用于全景图像的拼接方法和系统，包括将不同图像采集设备获取的原始图像转换为灰度图，基于高斯尺度金字塔对灰度图进行迭代降采样处理，获取灰度图的尺度金字塔构造图；利用加速分割测试的FAST算法获取灰度图中的特征点以及特征点的坐标信息；响应于不同的灰度图中匹配特征点的密集程度大于预设范围，基于匹配特征点的数据量和密集程度将包含匹配特征点的区域缩小，并利用随机抽样一致性算法筛选匹配特征点；建立特征点与原始图像的相对坐标关系，利用特征点的坐标信息以及相对坐标关系将原始图像拼接，获得初始合成图像；利用高斯滤波对初始合成图像进行平滑度处理，生成全景图像。利用上述方法可以极大提高全景图像的拼接效率。

技术领域

本发明涉及图像拼接的技术领域，尤其是一种用于全景图像的拼接方法和系统。

背景技术

在早期的图像融合发展过程中，图像融合主要依靠后期处理为主，根据其侧重点大致可分为简单的图像拼接阶段和全景VR阶段。在图像拼接阶段，通过对两幅分辨率较小的图像进行拼接来获得分辨率更高、视域更广的图像，主要用于扩展视觉范围，区域场景展示等领域；随着图像拼接技术的逐步完善，第二阶段的图像融合主要是对静态全景图像的合成，通过对预拍摄的图像进行后期的处理形成全景图像，成像于球面或者柱面模型上，大量用于景点展示、地图街景展示以及公司、学校全景展示等。

从多摄像头的采集拍摄到最终生成一个完整的全景图像的过程中，主要包括了图像的配准、图像的融合处理方法等，每一环节都关系着最后拼接效果的好坏。基于特征匹配的图像拼接方法得益于优秀的表现效果，已渐渐成为研究热点和主流，但是特征匹配的图像拼接技术依旧存在着局限性，目前主要存在着两方面的问题：(1)实时性问题：一个图像是多帧图像序列的组合，其数据量巨大的性质要求图像拼接技术必须具有高实时性，也就是要求使用的拼接算法运算时间要极短。由于图像拼接中最耗时的步骤是图像的配准，因此如何选取实时性高的配准方法是提高图像拼接实时性的关键。同时，一般图像中都存在着大量的重复帧画面，重复画面会导致重复计算进而拖累运算速度，所以需要一定的逻辑方法来减少重复计算。(2)视觉效果问题：由于图像采集过程中会受到环境光线不均、拍摄角度变化、噪声干扰等多种外界因素影响，因此如何选择效果更好的配准与融合算法，提高配准与融合的精确度消除不良的拼接线痕迹，是最后拼接图像效果好坏的关键。

发明内容

针对现有技术中图像拼接技术中存在的实时运算效率低、拼接图像效果差的技术问题，本发明提出了一种用于全景图像的拼接方法和系统，用以解决全景图像拼接过程中存在的技术问题。

在一个方面，本发明提出了一种用于全景图像拼接的方法，包括以下步骤：

S1：将不同图像采集设备获取的原始图像转换为灰度图，基于高斯尺度金字塔对灰度图进行迭代降采样处理，获取灰度图的尺度金字塔构造图；

S2：利用加速分割测试的FAST算法获取灰度图中的特征点以及特征点的坐标信息，其中，特征点满足在尺度金字塔构造图中任意两相邻的尺度层的相对位置比较中为极大或极小值；

S3：响应于不同的灰度图中匹配特征点的密集程度大于预设范围，基于匹配特征点的数据量和密集程度将包含匹配特征点的区域缩小，并利用随机抽样一致性算法筛选匹配特征点；

S4：建立特征点与原始图像的相对坐标关系，利用特征点的坐标信息以及相对坐标关系将原始图像拼接，获得初始合成图像；

S5：利用高斯滤波对初始合成图像进行平滑度处理，生成全景图像。

优选的，步骤S1中的尺度金字塔构造图具体包括：利用高斯卷积核对灰度图进行迭代的卷积，并进行降采样，形成自上而下画面逐渐模糊的高斯尺度金字塔结构。凭借构造的高斯尺度金字塔结构可以使得FAST算法具备更好的适应性。