[发明专利]一种基于超像素的多图拼接方法及系统

权利要求书

1.一种基于超像素的多图拼接方法，其特征在于，所述基于超像素的多图拼接方法包括以下步骤：

步骤一，对所有图像检测SIFT特征点，使用RANSAC算法，筛除外点；

步骤二，使用SLIC算法对输入的多张待拼接图像进行超像素划分，求得每个超像素点区域的四个边缘点，计算每张图像上匹配到的特征点对超像素块边缘点的影响矩阵，构造最小误差函数，求得每个超像素边缘的局部单应矩阵，并将四个边缘的局部单应矩阵做平均代表超像素的整体局部单应矩阵；

步骤三，利用内点计算相似变换S，根据每个图像的大小与超像素的分布，自适应的构造非线性函数，对参数μ_s非线性化；

步骤四，根据参数μ_s与μ_h计算每个图像的各自超像素单元的复合变换矩阵公式如下：

其中，表示第i张图像的第k个超像素块的局部单应矩阵，表示第i张图像的第k个超像素块更新后的复合局部变换，s_i表示第i张图片的相似变换；

系数为自适应的非线性函数；

其中，为第k个超像素的x轴坐标，是变量；是与图像i有关，表示所划分的超像素的横坐标的最小值；是两张图重叠区域的宽度；

步骤五，选择基准图像，以该基准图像的画布平面为参考，将待拼接的多张图像，相对基准平面做运动变换；

步骤六，进行逆映射，进行二次线性插值，得到最终配准结果。

2.如权利要求1所述的基于超像素的多图拼接方法，其特征在于，步骤一中，所述对所有图像检测SIFT特征点，使用RANSAC算法，筛除外点，包括：提取图像中的特征点，并计算特征点对应的角点描述符，利用角点描述符进行特征匹配，得到对应的匹配对集合，然后去除外点，具体包括：采用SIFT算法提取图像中的特征点，SIFT算法会从图像中提取出位置、尺度和旋转的不变量，将不变量称为特征点；之后生成描述符，使用K-D Tree来匹配多张图像之间角点描述符的距离，得到对应的特征匹配对集合，然后利用RANSAC算法去除外点。

3.如权利要求1所述的基于超像素的多图拼接方法，其特征在于，步骤二中，第k个超像素的一个边缘点的最小误差函数如下式所示：

其中，W_k表示特征点对超像素边缘点的影响矩阵，使用最小二乘法求解该式，可以得到边缘的局部单应矩阵H_k；

所述超像素的整体局部单应矩阵为：

4.如权利要求1所述的基于超像素的多图拼接方法，其特征在于，步骤三中，所述计算相似变换的公式如下：

其中，(x′，x)代表匹配点对，H_S为相似变换矩阵，R为旋转矩阵，t为平移矩阵；用齐次坐标表示为：

令β₁＝s*cos(θ)，β₂＝s*sin(θ)，β₃＝t_x，β₄＝t_y；

则所述齐次坐标的公式变形为：

当有多个匹配点对时，上式中的系数矩阵叠加为矩阵D，可得最小误差函数：

使用最小二乘求解该式即可求得相似矩阵。

5.如权利要求1所述的基于超像素的多图拼接方法，其特征在于，步骤五中，所述选择基准图像，以该基准图像的画布平面为参考，将待拼接的多张图像，相对基准平面做运动变换的公式如下：

其中，S_i为第i张图像的相似矩阵，为第i个图像的第k个超像素的单应映射矩阵。