[发明专利]一种基于最佳拼接平面和局部特征的图像拼接方法

摘要

本发明涉及一种基于最佳拼接平面和局部特征的图像拼接方法，该方法包括以下步骤：S1：对图像深度信息进行估计；S2：基于深度信息进行图像分割，将图像原图像分割为待配准区域与非配准区域，并以两条分割线为边确定最佳拼接平面；S3：以最佳拼接平面为参考，各自分割线为轴分别计算旋转角度，将图像变换到参考平面内；S4：提取待拼接区域内FAST特征点与特征点的特征描述；S5：计算汉明距离进行特征点匹配，利用深度信息与RANSAC算法进行精匹配，得到匹配点对；S6：利用已配准特征点计算变换矩阵，得到变换之后的配准区域图像，采用基于焦点距离的加权融合方法得到拼接图像。该方法能够克服大视角差下全局矫正所带来的拉伸畸变，得到更符合人眼视觉的拼接图像。

主权项

1.一种基于最佳拼接平面和局部特征的图像拼接方法，其特征在于：该方法包括以下步骤：S1：对图像深度信息进行估计；S2：基于深度信息进行图像分割，将图像原图像分割为待拼接区域与非拼接区域，并以两条分割线为边确定最佳拼接平面；基于深度信息的区域划分，当图像内容中出现平面的变化时，图像像素点的深度信息也会发生变化；根据步骤一估计得到的图像深度信息分布图，找到两个平面的交线，图像被分成待拼接区域与非拼接区域；以两图像分割线为边界构成一个参考平面，为最佳拼接平面；S3：以最佳拼接平面为参考，各自分割线为轴分别计算旋转角度，将图像变换到参考平面内；S4：提取待拼接区域内FAST特征点与特征点的特征描述；S5：计算汉明距离进行特征点匹配，利用深度信息与RANSAC(RANdom Sample Consensus)算法进行精匹配，得到匹配点对；1)通过特征点的描述计算汉明距离，同时根据匹配点的深度信息进行筛选，差值大于门限值T的点对排除，得到特征点的粗匹配利用RANSAC对匹配对进行除错后，得到精匹配点对；2)利用已配准的特征点对计算图像间的坐标变换矩阵，以左边图像为参考对右边图像进行矫正；S6：利用已配准特征点计算变换矩阵，得到变换之后的配准区域图像，采用基于焦点距离的加权融合方法得到拼接图像；在步骤S2中，待拼接区域是以图像深度信息分界线为参考进行划分的；在步骤S6中，采用基于焦点距离的加权融合方法，以重叠区域内像素点到不同图像焦点的距离计算权值，设O为重叠区域内的任意一点，两幅图像的焦点分别为O₁、O₂，设OO₁之间的距离为dw₁，OO₂之间的距离为dw₂，则w₁和w₂计算公式为：w₂＝1‑w₁其中w₁和w₂分别为两幅待拼接图像相应重叠区域的加权值，w₁+w₂＝1，0＜w₁,w₂＜1，r为融合调节因子，引入焦点距离，像素点权值分配与像素相关性有关，优化了融合结果。