[发明专利]基于区块子图搜索的超大幅影像快速匹配拼接方法有效
| 申请号: | 201610503581.X | 申请日: | 2016-06-30 |
| 公开(公告)号: | CN106204422B | 公开(公告)日: | 2019-06-28 |
| 发明(设计)人: | 刘贵喜;赵丹;张娜;李斯;王义敏 | 申请(专利权)人: | 西安电子科技大学 |
| 主分类号: | G06T3/00 | 分类号: | G06T3/00;G06T3/40;G06T7/30 |
| 代理公司: | 西安吉盛专利代理有限责任公司 61108 | 代理人: | 张恒阳 |
| 地址: | 710071 陕西省*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开了一种基于区块子图搜索的超大幅影像快速匹配拼接方法,用来加快匹配速度,提高匹配效率。首先利用GDAL库读取和显示两幅大幅影像,分别命名为A、B;接着将两幅大幅图像按照一定的方式进行分块和裁剪,得到很多子图,以图像B的一个子图作为目标图像,在图像A的子图中搜索出相似性最大的子图,若相似度满足条件,将这一对子图进行特征匹配;若相似度不满足条件,则换图像B中另一幅子图为目标图像,重新在A中搜索,如此循环;若仍找不到满足条件的子图,则将图像重新命名,A、B互换,重新进行上述的分块、搜索过程,找到满足条件的一对子图,进行特征匹配。本发明对于大幅影像可以加快匹配过程、提高配准效率。 | ||
| 搜索关键词: | 基于 区块 搜索 大幅 影像 快速 匹配 拼接 方法 | ||
【主权项】:
1.基于区块子图搜索的超大幅影像快速匹配拼接方法,其特征在于,至少包括如下步骤:步骤1,利用GDAL库读取和显示两幅大幅影像,像素总数大的图像记为A,像素总数小的图像记为B;步骤2,确定两幅影像的分块方式,并进行裁剪分块;步骤3,进行区块的搜索,综合利用图像的颜色特征、纹理特征以及形状特征,计算区块之间的相似性,按顺序搜索出相似度满足条件的一对区块子图;若搜索成功,则进行步骤5的特征匹配;若搜索失败,则进行步骤4,步骤4,互换两幅影像名称,像素总数大的图像记为B,像素总数小的图像记为A;返回步骤2重新分块;步骤5,对步骤3得到的一对区块子图进行特征匹配,解算转换参数;步骤6,图像的融合拼接;所述步骤2,包括如下步骤:步骤21,图像A的宽和高记为
pixels和
pixels,图像B的宽和高记为
pixels和
pixels;步骤22,裁取影像B的四个角上及中间位置各一块宽度为
pixels、高度为
pixels的子图,分别记为B1、B2、B3、B4、B5,五个子图大小相同;步骤23,令
、
,确定将A等分成m列、n行,共
个子图;步骤24,将图像A分割成
块,并根据子图在原图中的行列位置编号命名,如一个子图位于A的第二行第一列则命名为A21,且将子图以编号命名保存为独立的图像;所述步骤3,包括如下步骤:步骤31,设置一个变量i,表示第i块子图,初始值设为1;步骤32,提取Bi的颜色特征、纹理特征、形状特征,i为上述变量;步骤33,提取图像A各子图的颜色特征、纹理特征、形状特征;步骤34,计算图像A各子图与Bi之间的颜色特征相似性、纹理特征相似性、形状特征相似性;步骤35,对图像A各子图与Bi之间的颜色特征相似性、纹理特征相似性、形状特征相似性进行加权,并且归一化,计算加权后的综合相似性,即目标图像Bi与A各子图的相似性;步骤36,找到与Bi最相似的子图,名称为Axy,即图像A的第x行第y列的区块子图,两者相似性大小记为Si,其中,
, x和y都是整数,i为上述变量;步骤37,判断Si是否大于或等于相似性度量阈值T,若是,则搜索成功,进行步骤38;若否,执行步骤39,T的大小设置在0.8~0.9之间;步骤38,Bi与Axy作为要匹配的两幅图像,执行步骤5;步骤39,判断i是否等于5;若是,则搜索失败,执行步骤4;若否,执行步骤310;步骤310,将i的值增加1,返回步骤32。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610503581.X/,转载请声明来源钻瓜专利网。
- 上一篇:一种低照度图像实时增强方法
- 下一篇:数据处理的方法和系统





