[发明专利]考虑几何畸变的图像拼接方法

说明书

本发明涉及考虑几何畸变的图像拼接方法，包括特征点提取、特征点配准、计算单应矩阵、估计畸变参数与图像变换参数以及图像变换和融合等步骤，利用匹配特征点及单应矩阵估计各图像的畸变参数和相机内外参数，利用所估计的畸变参数对输入图像进行畸变矫正，然后利用所估计的相机内外参数对矫正后图像进行变换。这种方法把畸变校正和图像对齐二者结合在一起，通过对误差函数进行迭代优化，同时完成畸变校正和图像对齐。

技术领域

本发明涉及考虑几何畸变的图像拼接方法。

背景技术

图像拼接通过对齐一系列空间重叠的图像，构成一个无缝的、高清晰的图像，它具有比单个图像更高的分辨率和更大的视野。图像可以是多个内部参数和布设方向都不同的相机同时拍摄的,也可以是同一相机移动过程中拍摄的。图像拼接的核心是图像配准和图像融合。图像配准指对参考图像和待拼接图像中的匹配信息进行提取，在提取出的信息中寻找最佳的匹配，完成图像间的对齐。图像融合指在完成图像匹配以后，对图像进行缝合，并对缝合的边界进行平滑处理，让缝合自然过渡。

现有的拼接算法都是建立在单个图像的成像模型为理想投影模型这一假设之上的。而实际的相机，由于镜头和相机结构的制造工艺及装配误差，与理想投影模型存在较大偏差，其中镜头的径向畸变是其中最重要的一种几何畸变，几何畸变会导致拼接算法失败，或即使能够拼接也会出现严重的拼缝、重影等。

为消除图象畸变，一种做法是在拼接前加入图像预处理，通过相机标定求出畸变参数，对畸变进行校正。图像标定方法一般分为传统标定方法和自标定方法。传统标定方法是利用结构已知的标定模板，通过建立模板特征点与图像对应点之间的约束方程，然后采用优化方法来求解模型的参数。这类方法标定精度高，但需要精确制造标定模板，而实际应用中的很多情况是无法使用标定模板的。相机自标定方法不需要标定模板，而是直接利用同一相机做旋转平移运动后获得的多幅图像之间对应点对内参数的约束来确定相机内参数的过程。相比传统标定方法相机自标定方法具有更大的灵活性。

然而，由于现有方法是先通过相机标定对畸变进行校正，之后进行通常的图像拼接，二者是完全独立的，在很多图像拼接的实际应用中，这些标定方法是无法实现的。如，对于多个内部参数和布设方向都不同相机的拍摄的图像，由于适配场景的需要，相机一般采用变焦镜头，在部署现场根据场景调节镜头焦距和光圈，而镜头的几何畸变参数是随着变焦、光圈而变化的，无法事先完成标定。而在现场，即使已经把相机焦距和光圈固定好，也往往不允许使用标定模板(相机往往安装在房顶、建筑物高处等)；其次，由于无法让相机做旋转、平移运动，也就无法采用自标定方法。

由于无法通过事先的相机标定消除图象几何畸变，拼接算法往往出现下述问题：1)畸变导致理想的拼接模型不再成立，相机内参数和外参数不能稳定、精确地计算，特别是待拼接的图像数目较多时，拼接过程容易失败；2)即使拼接过程成功，畸变会导致部分区域拼缝明显，整体图像质量无法达到使用要求。

发明内容

本发明针对现有技术的缺点提出考虑几何畸变的图像拼接方法，这种方法把畸变校正和图像对齐二者结合在一起，通过对误差函数进行迭代优化，同时完成畸变校正和图像对齐。

本发明的技术方案是：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；