[发明专利]考虑几何畸变的图像拼接方法

权利要求书

1.考虑几何畸变的图像拼接方法，包括下列步骤：

S1.特征点提取：对用于拼接的两幅图像进行特征点提取，获得各图像初步提取的特征点集；

S2.特征点配准：对两幅图像中的特征点进行关联，建立起对应关系，形成预匹配的特征点对集；

S3.计算单应矩阵；从预匹配的特征点对集中剔出外点，形成匹配的特征点对集，依此建立坐标映射的单应矩阵；

S4.估计畸变参数与图像变换参数：利用匹配特征点及单应矩阵，估计各图像的畸变参数和相应的相机内外参数；

S5.图像变换和融合：利用所估计的畸变参数对相应图像进行畸变矫正，然后利用所估计的相机内外参数对矫正后图像进行变换，将两图像映射到相同的坐标系下，实现两图像的融合，

步骤S4中，采用下列畸变模型：

r²＝(x/f)²+(y/f)²

其中，(x,y)表示任一图像在矫正前的图像坐标，表示矫正后无畸变的理想图像坐标，r是矫正前点(x,y)到图像中心的归一化距离，f是设定的归一化常数，p₁、p₂是待估计的畸变参数，

基于下列模型，采用L-M算法对参数K_i、K_j、R、R_j、P_i、P_j进行迭代估计：

优化目标函数为：

其中，

下标i和j分别表示两图像中的图像i和图像j的相应参数，

第二个下标k表示所用的匹配特征点的序号，

K_i、K_j分别是相机i、j的内参矩阵，

K_i＝diag(f_i，f_i，1)，

K_j＝diag(f_j，f_j，1)，

f_i、f_j分别是相机i、j的焦距，

R_i、R_j分别是相机i、j的外参矩阵，

m＝(x，y，1)^T，

λ是正则项系数，

基于下列模型，采用L-M算法对参数K_i、K_j、R_i、R_j进行迭代估计：

优化目标函数为：

其中，

表示图像i上的特征点m_i，k依据当前估计参数所预测的在图像j上的对应点坐标，m_j，k是图像j上该对应点的观测坐标，

以获得的优化结果K_i、K_j、R_i、R_j作为对参数K_i、K_j、R_i、R_j、P_i、P_j进行迭代估计的K_i、K_j、R_i、R_j初始值。

2.如权利要求1所述的考虑几何畸变的图像拼接方法，其特征在于所述f为相应的相机焦距或图像尺寸。

3.如权利要求1所述的考虑几何畸变的图像拼接方法，其特征在于在假设图像j无畸变的情形下，估计图像i的畸变参数P_i，以此估计值作为对参数K_i、K_j、R_i、R_j、P_i、P_j进行迭代估计的R_i初始值。