[发明专利]一种图像拼接中筛选特征点匹配对的方法

说明书

技术领域

本发明属于图像拼接技术领域，具体涉及一种图像拼接中筛选特征点匹配对的方法。

背景技术

图像拼接技术是把具有一定重叠度的两幅或多幅图像拼接在一起生成全景图的技术。在图像拼接技术中，基于特征点提取的方法较为行之有效。在基于特征点的图像拼接技术遵循以下步骤：首先提取到两幅待拼接图像的特征点，然后将两幅图像中的特征点配对，最后通过最小二乘法对特征点匹配对进行拟合生成变换矩阵，从而将带配准图像变换到基准图像空间实现两幅图像的拼接。

其中特征点匹配算法对拼接的效果起到至关重要的作用。两幅图像中的特征点配对的方法通常是按照某种特征量（或特征矢量）的平方误差最小为准则，然而这种方法并不能保障所有的特征点匹配对都是正确的。

如何筛选出正确的特征点匹配对是重中之重。现有RANSAC算法是筛选出正确的特征点匹配对，剔除错误匹配的一种经典算法。结合其在图像拼接领域的具体实现，算法描述如下：

1.在特征点匹配对中随机选择4对（求解投影变换矩阵最少需要4个匹配对），根据4对特征点的坐标求解出投影变换矩阵。

2.根据投影变换矩阵将待配准图像中的特征点投影到基准图像坐标系中，计算该特征点与基准图像中与其配对的点之间距离的误差，当误差小于某一门限值时，判定该特征点为内点，反之为外点。

3.判断内点比例是否大于某一百分比，如果达到则终止算法，内点对应的匹配对集合即为筛选出的正确的匹配对；如果没有达到则重复1、2。如果迭代次数超过了约定的最大次数，则算法终止，取历次迭代中最大数目的内点集合为正确的匹配对。

RANSAC算法最大的缺陷就是其随机性，这种随机选取样本点的方法会导致结果具有随机性，且算法迭代的次数也具有随机性。

发明内容

本发明的目的是为了提高图像拼接精度，减少拼接算法复杂度，提供一种图像拼接中筛选特征点匹配对的方法。

本发明所采用的技术方案是：

一种图像拼接中筛选特征点匹配对的方法，具体分为如下步骤：

在基准图像和待配准图像上分别提取特征点；

将基准图像和待配准图像上的特征点进行配对；

将所有特征点匹配对按照特征向量误差从小到大的顺序排序；

选取排序最靠前的且满足互相之间的距离都大于预设的距离阈值的多个特征点对，根据特征点的坐标利用最小二乘求解出投影变换矩阵，进行拼接。

一种所述的一种图像拼接中筛选特征点匹配对的方法，其中：在求解出投影变换矩阵步骤后，还包括根据投影变换矩阵将待配准图像中的特征点投影到基准图像坐标系中，计算所述特征点与基准图像中与其配对的点之间像素距离误差，当像素距离误差小于预设的拼接像素距离误差阈值时，判定所述特征点为内点，反之为外点；利用最小二乘拟合内点得出投影变换矩阵，进行拼接。

一种所述的一种图像拼接中筛选特征点匹配对的方法，其中：在判定内点、外点步骤后，判断内点比例是否大于预设的内点百分比阈值，如果达到则终止，内点对应的匹配对集合即为筛选出的正确的匹配对；如果没有达到则重新选取特征点对并判定内点；如果重新判定的迭代次数超过了预设的最大迭代次数，则终止，取历次迭代中最大数目的内点集合作为正确的匹配对，利用最小二乘拟合内点得出投影变换矩阵，将待匹配图像投影到基准图像的坐标系中，从而完成拼接。

一种所述的一种图像拼接中筛选特征点匹配对的方法，其中：所述提取特征点的方法为SIFT法。

一种所述的一种图像拼接中筛选特征点匹配对的方法，其中：所述特征点配对步骤中：依次计算待配准图像中某个特征点与基准图像中所有特征点的特征矢量之间的误差，取误差最小的特征点与其配对。

一种所述的一种图像拼接中筛选特征点匹配对的方法，其中：所述预设的距离阈值为1/4~1/2倍图像宽度，预设的内点百分比阈值为50%~90%，预设的拼接像素距离误差阈值为1~5个像素，预设的最大迭代次数为20次~50次。

本发明的有益效果是：

1.本发明通过有针对性地优先抽取特征更为相似的、空间上更为分散的特征点对，从而能更快更好的筛选出正确的匹配对。

2.本发明认为特征向量误差越小的特征点对，越可能是正确的特征点匹配对。在特征点提取和特征点配对的过程中，会引入错误的特征点配对，本方法对特征点匹配对根据其特征向量误差由小到大的原则排序，优先选择特征向量误差小的匹配对。