[发明专利]基于非线性权重的图像融合的方法

权利要求书

1.一种基于非线性权重的图像融合的方法，其特征在于，包括以下步骤：

(1)输入第一图像、第二图像，通过SURF算法对第一、第二图像进行特征点提取；

(2)通过FLANN算法对第一图像、第二图像的特征点进行特征匹配；

(3)通过单应性变换(homography)算法进行图像翘曲，对第二图像进行变形，使得第一图像和第二图像的变换图像基本对齐，进行机械拼接；

(4)应用非线性权重模型对第一、第二图像的变换图像进行图像融合。

2.根据权利要求1所述的基于非线性权重的图像融合的方法，其特征在于：步骤(2)中，所述特征匹配的具体步骤为：

a.以第一图像的特征点为训练集，第二图像的特征点为查询集，获取训练集中所有特征点与查询集中特征点的欧氏距离；

b.通过比较欧氏距离，保留每个训练集特征点与查询集特征点欧氏距离的最近点和次近点，放弃其余匹配；

c.若最近欧氏距离和次近欧氏距离满足如下公式：

则保留该匹配对，否则抛弃该匹配对；其中，ratio是判别最近欧氏距离的匹配对与次近欧氏距离匹配对差异程度的阈值；所述ratio取值为0.4-0.6。

3.根据权利要求1所述的基于非线性权重的图像融合的方法，其特征在于：步骤(3)中，所述第二图像进行变形，以纯黑色填充没有图像信息的空白区域，图像RGB分量均为0。

4.根据权利要求1所述的基于非线性权重的图像融合的方法，其特征在于：步骤(4)中，所述第一图像、第二图像，均根据特征点匹配情况将其分成两部分，其中存在匹配特征点的部分为重叠区域，不存在匹配特征点的区域为非重叠区域。

5.根据权利要求1所述的基于非线性权重的图像融合的方法，其特征在于：步骤(4)中，所述非线性权重模型为：第一图像、第二图像在C₁和C₂的非重叠区域中，分别占据100％的权重，而在重叠区域C₁∩C₂中，最终产生像素遵循如下公式：

C(x,y)＝W₁C₁(x,y)+W₂C₂(x,y)

其中，C₁为第一图像，C₂为第二图像；W₁为第一图像的权重，W₂为第二图像的权重；C₁(x,y)为第一图像的像素值，C₂(x,y)为第二图像的像素值，非线性权重W₁和W₂的值遵循如下公式：

其中，D₁为重叠区域总宽度，D₂为当前像素与重叠区域左边界的距离，left为拼接重叠区域左边界，right为拼接重叠区域右边界。

6.根据权利要求1所述的基于非线性权重的图像融合的方法，其特征在于：步骤(4)中，所述应用非线性权重模型对第一、第二图像的变换图像进行图像融合，在生成重叠区域时，对第二图像的变换图像，其纯黑像素始终不参与重叠区域的生成，纯黑像素的权重始终为0。