[发明专利]一种基于混合测度的视频数据宽景成像方法

说明书

技术领域

本发明涉及一种基于混合测度的视频数据宽景成像方法，属于图像处理领域。

背景技术

宽景成像是指将通过实时采集装置在移动过程中所得到的连续视频图像，利用图像抑噪、图像配准和图像融合等图像处理技术，合成出完整的大幅面、低噪声和高清晰度的宽景图像。因为有较大的数据处理量，该技术一般利用高速处理器或计算机来重建所述单幅图像，并且越来越广泛地被应用于机器人、计算机视觉、虚拟现实及医学等领域。比如机器人视觉中，对于复杂环境的处理就需要宽景成像技术，通过对机器人双目获取的子图像进行合成，得到宽视野的环境信息。再比如在超声医学领域，由于超声成像距离或宽度受到探头尺寸的限制，一次数据采集不能有效地观察被测整个器官和病变部位的全貌，因此也需要对被测目标多次采集后进行宽景成像。

宽景成像系统可分为三个部分：采集子系统、处理子系统与浏览子系统。由于采集子系统中观测视角的限制，使得每一次采集的效果不足以对被观测对象做出判断，因此需要将多次采集的数据进行处理，得到被观测对象的全貌。其中最关键的处理技术为图像配准和图像拼接技术。尤其是图像配准技术，在一定程度上直接决定了宽景成像的成败。

图像配准是指通过寻找某种空间变换，使来自不同时间、不同传感器或不同视角的同一场景的两幅或多幅图像的对应点达到空间位置上的一致。目前常用的图像配准算法主要包括基于变化域的配准方法，基于特征提取的配准方法，基于变换模型的配准方法和基于灰度信息的配准方法。相关算法多是针对清晰度较高，特征轮廓较清晰的图像提出的。而对于清晰度较差，特征不明显的图像配准方法还有待进一步探索提高。

图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。目前比较常用的有图像增长技术，递归的空间组合技术以及加权拼接技术。拼接技术一般要求原理简单，计算量小，并且能够在一定程度上填充掉两幅图像间的灰度差异和可能存在的几何外形形变等。

现今的宽景成像算法多是针对两幅图像的配准拼接提出的，这就导致了这些算法在处理视频数据的时候出现执行效率低、宽景成像精度低等问题，如能直接针对视频数据进行处理，将能在一定程度上克服上述缺点，给应用带来很大的方便。

发明内容

本发明目的是为了解决现有针对两幅图像的配准拼接提出的宽景成像算法在处理视频数据的时候存在执行效率低、宽景成像精度低等问题，提供了一种基于混合测度的视频数据宽景成像方法。

本发明包括如下步骤：

步骤一、在视频数据中采样，获得一帧图像作为配准帧图像，

步骤二、按设定的采样步长再次进行采样，获得下一帧图像作为待配准帧图像，

步骤三、对采样获取的帧图像进行有效性评估，有效性评估包括依次进行扫描有效性评估和拼接有效性评估，如果通过上述两个有效性评估，执行步骤四，如果没通过扫描有效性评估，需返回重新采样，如果没有通过拼接有效性评估，表明获取视频数据的扫描速度过快或过慢，则自适应调整采样步长，并将调整后的采样步长作为设定的采样步长，返回执行步骤二，

步骤四、采用互信息测度和梯度相关测度对通过有效性评估的配准帧图像和待配准帧图像进行图像配准，获取配准参数，

配准参数包括配准帧图像和待配准帧图像的横向配准位移量和纵向配准位移量，

采用先粗后精结合的方式实现图像配准，粗配准采用互信息测度获取配准帧图像和待配准帧图像的横向配准位移量，精配准采用梯度相关测度获取配准帧图像和待配准帧图像的纵向配准位移量，

步骤五、分别判断横向配准位移量和纵向配准位移量是否超出阈值范围，根据下述两式获得判断结果：

位移低阈值<横向配准位移量<位移高阈值，

位移低阈值<纵向配准位移量<位移高阈值，

若上述两式都成立，则表明横向配准位移量和纵向配准位移量均在阈值范围内，获取视频数据的扫描速度正常，无需调整采样步长，执行步骤六，

若有任何一式不成立，则表明横向配准位移量或纵向配准位移量超出阈值范围，获取视频数据的扫描速度过快或过慢，则自适应调整采样步长，并将调整后的采样步长作为设定的采样步长，再返回执行步骤二，

步骤六、采用缝隙渐变加权融合的方法将获取配准参数的的配准帧图像和待配准帧图像进行图像拼接，并将本次拼接后的图像作为下一次拼接用的配准帧图像，

然后返回步骤二，进行下一次图像采样和拼接，

直到视频数据采样过程结束，退出循环，完成一个宽景图像的拼接过程。

本发明的优点：