[发明专利]用于目标追踪识别的多图像拼接方法、系统、设备及介质

权利要求书

1.一种用于目标追踪识别的多图像拼接方法，其特征在于，包括：

对获取的多个相机所采集的原始图像进行特征提取；

依据每张所述原始图像的特征提取结果，得到每个相机的位姿信息；

依据所述位姿信息得到每个相机的图像变换参数；

将所述多个原始图像依据相对应的图像变换参数进行图像变换，得到多个第一类变换图像；

将所述多个原始图像分辨率缩小预定倍数之后，依据相对应的图像变换参数进行图像变换得到多个第二类变换图像，并将多个所述第二类变换图像进行图像拼接预演得到拼接预演参数；

依据所述拼接预演参数，将多个所述第一类变换图像进行图像拼接得到拼接图。

2.如权利要求1所述的一种用于目标追踪识别的多图像拼接方法，其特征在于，每张所述原始图像提取了N个特征子，每个特征子均包括特征点坐标和特征向量。

3.如权利要求2所述的一种用于目标追踪识别的多图像拼接方法，其特征在于，依据每张所述原始图像的特征提取结果，得到每个相机的位姿信息包括：

通过计算每两个所述原始图像的特征向量之间的余弦距离，得到每两个原始图像的匹配度；

依据所述匹配度确定每个相机之间的相邻关系；

依据所述特征点坐标，通过内外参公式得到各个相机的内参初步矩阵和外参初步矩阵；

通过光束平差法对内参初步矩阵和外参初步矩阵进行优化，得到各个相机的内参矩阵和外参矩阵；

基于所述内参矩阵和外参矩阵得到每个相机的姿态信息；

依据所述每个相机的姿态信息和所述每个相机之间的相邻关系，得到每个相机的位姿信息；

其中，针对每一组相邻相机，所述内外参公式为：

式(1)中，K₁、K₂分别是待求解的任一组相邻的相机1和相机2的内参矩阵，R₁、R₂分别是待求解的任一组相邻的相机1和相机2的外参矩阵，x_2n+1和x_2n+2是已知的一组匹配上的特征点坐标。

4.如权利要求3所述的一种用于目标追踪识别的多图像拼接方法，其特征在于，依据所述位姿信息得到每个相机的图像变换参数包括：

依据所述内参矩阵和所述外参矩阵，求解每个相机的矫正变换对应的重映射矩阵；

基于每个相机的外参矩阵，通过求解每张所述原始图像的顶点坐标，得到拼接图的尺寸大小和每张所述原始图像平移到拼接图中对应位置所需的平移量；

依据所述重映射矩阵、所述图像拼接规模以及所述平移量，得到图像变换参数；

其中，所述重映射矩阵为：

式(2)中，u,v是变换后的像素坐标，x,y是与之对应的原图中的像素坐标,x＝sin(π-v)·sin(u)，y＝cos(π-v)，z＝sin(π-v)·cos(u)；p＝sin(π-v)·sin(u)，q＝cos(π-v)，r＝sin(π-v)·cos(u)。