[发明专利]基于特征点平面相似度的图像拼接方法

摘要

本发明公开了一种基于特征点平面相似度的图像拼接方法，首先对待拼接的两幅图像分别进行特征点提取，然后对特征点进行匹配，得到特征点匹配对，然后基于平面相似度对特征点匹配对进行筛选，其筛选方法为：先随机选取最小采样集，计算其单应矩阵，然后对每个匹配对计算其与每个单应矩阵的残差，构成残差向量，根据残差向量计算两两匹配对之间的平面相似度，进而对匹配对进行筛选；根据筛选的匹配对集计算变换矩阵，将两幅待拼接图像变换至同一坐标系，然后寻找最优缝合线，根据最优缝合线进行图像融合，得到图像拼接结果。本发明采用经采用平面相似度筛选后的特征点匹配对进行配准和拼接，可以提高图像拼接的准确度和鲁棒性。

主权项

1.一种基于特征点平面相似度的图像拼接方法，其特征在于，包括以下步骤：S1：对待拼接的两幅图像分别进行特征点提取；S2：对两幅待拼接图像的特征点进行匹配，得到特征点匹配对集φ；S3：基于平面相似度对特征点匹配对进行筛选，具体步骤包括：S3.1：初始化选择匹配对集S为空集；S3.2：从匹配对集φ中随机选取K个最小采样集{C1,C2,...,CK}，其中每个最小采样集包括4个特征点匹配对；计算每个最小采样集对应的单应矩阵，得到K个单应矩阵集{T1,T2,…,TK}，其中Tk表示第k个最小采样集对应的单应矩阵，k＝1,2,…,K；S3.3：计算匹配对集φ中每个匹配对Xi与单应矩阵集{T1,T2,…,TK}中每个单应矩阵的残差，每个匹配对Xi对应的K个残差组成一个残差向量di＝[di1di2...diK]，其中dik表示匹配对Xi与单应矩阵Tk的残差；S3.4：对于匹配对集φ中所有匹配对，两两计算平面相似度，任意两个匹配对Xi和Xj的平面相似度f(Xi,Xj)的计算公式为：其中，的定义为dik表示匹配对Xi与单应矩阵Tk的残差，djk为匹配对Xj与单应矩阵Tk的残差，ε为预设的残差阈值；S3.5：计算匹配对集φ中的每个匹配对Xi与其他所有匹配对的平面相似度f(Xi,Xj)之和F(Xi)，选择F(Xi)最大的匹配对Xi′作为本次筛选的关键匹配对，计算匹配对Xi′与其他匹配对平面相似度f(Xi′,Xj)的平均值favg，筛选f(Xi′,Xj)＞favg的匹配对，与关键匹配对Xi′一起构成匹配对集S′，将匹配对集S′加入选择匹配对集S中，并从匹配对集φ中删除这些匹配对；S3.6：如果|S′|＜τ||φ＜τ，其中|S′|表示本次筛选匹配对集S′中匹配对数量，|φ|表示匹配对集φ中匹配对数量，τ表示预设数量阈值，结束筛选，否则返回步骤S3.2；S4：根据步骤S3筛选得到的选择匹配对集S中的匹配对来计算两幅待拼接图像的变换矩阵H，利用变换矩阵H将两幅待拼接图像变换至同一坐标系；S5：在变换到同一坐标系下的两幅待拼接图像的图像重合区域寻找最优缝合线L；S6：根据步骤S5得到的最优缝合线L对变换到同一坐标系下的两幅待拼接图像进行融合，得到图像拼接结果。