[发明专利]一种提高全景图像清晰度的融合方法

摘要

本发明公开了一种提高全景图像清晰度的融合方法，涉及鱼眼图像拼接技术领域，包括：取出图像融合区；找出最优融合中心线；计算线性映射查找表；根据所述线性映射查找表进行图像融合。找出最优融合中心线步骤包括：计算融合区的边缘特征；计算边缘特征与绝对灰度差值的和；寻找最小累加差值及其路径；在最小累加差值中找到误差最小位置；根据保存的路径从下至上找出那条误差最小的路径即最优融合中心线的位置；本方法综合计算了融合区内图像的灰度差异和边缘特征，规划路径避开图像中内容丰富区域，再利用动态迭代方法进行最优融合中心线搜索，解决了融合区图像模糊问题，图像真实清晰，大大提高图像拼接结果的效果。

主权项

1.一种提高全景图像清晰度的融合方法，其特征在于，所述方法包括：获取同一时刻鱼眼镜头采集的多幅鱼眼图像，从中取出融合区；在所述融合区内找出最优融合中心线；利用所述最优融合中心线计算线性映射查找表；根据所述线性映射查找表进行图像融合；在所述融合区内找出最优融合中心线的步骤包括：计算融合区的边缘特征；计算边缘特征与绝对灰度差值的和；寻找最小累加差值及其路径；在最小累加差值中找到误差最小位置；根据保存的路径从下至上找出误差最小的路径即最优融合中心线的位置；所述计算融合区的边缘特征的具体步骤如下：利用Canny边缘检测算子提取所述融合区中相互重叠的区域I1和I2的边缘特征，其中第一步：利用高斯滤波模板平滑I1和I2：首先生成方差σ＝1.4的高斯滤波模板h(x，y，σ)，然后对I1和I2进行高斯平滑处理，得到去除噪声后的相互重叠区域g1(x，y)和g2(x，y)，I1和I2内(x,y)处灰度化后灰度值分别用I1(x,y)和I2(x,y)表示，所用公式如下所示：第二步：利用一阶偏导的有限差分进行计算梯度的幅值和方向：已经平滑滤波后的相互重叠区域g1(x，y)和g2(x，y)的梯度可以用2*2的一阶有限差分近似式来计算x和y方向上的偏导数；以g1(x，y)为例，g1(x，y)在x和y方向上的偏导数分别为Gx(x，y)和Gy(x，y)表示：根据x与y方向的梯度可以计算g1(x，y)像素点的梯度幅值G(x，y)与角度θ(x，y)：第三步：对梯度幅值进行非极大值抑制；将梯度角离散为圆周的四个扇区之一，然后用3*3的模板作抑制运算；对于每个像素点，邻域的中心像素梯度值G(x，y)与沿着梯度线的两个像素的梯度值相比，如果G(x，y)不比沿梯度线的两个相邻像素梯度值大，则令G(x，y)＝0；第四步：用双阈值算法检测和连接边缘：对非极大值抑制后的g1(x，y)用低阈值t1和高阈值t2进行判断，其中t1＝0.4×t2；把任意边缘像素梯度值小于t1的像素丢弃，把任意边缘像素梯度值大于t2的像素保留，把任意边缘像素梯度值在t1与t2之间的，如能通过边缘连接到一个像素大于t2而且边缘所有像素大于最小阈值t1的则保留，否则丢弃；对一个融合区，利用双阈值算法检测得到融合区的边缘特征G1(x，y)和G2(x，y)；所述计算边缘特征与绝对灰度差值的和的具体步骤如下：计算对准之后重叠区域中像素对的绝对灰度差值imgdiff，像素对的绝对灰度差值计算方法如下：将边缘特征G1(x，y)和G2(x，y)叠加到绝对灰度差值imgdiff(x，y)中；所述寻找最小累加差值及其路径的具体步骤如下：利用大小为n的滤波模板对Imgdiff(x，y)进行逐行滤波，其中9≤n≤16；然后对Imgdiff(x，y)中每行的每个元素Imgdiff(x，y)计算与之对应的行标的最小累加差值acc_error(cur，y)；即在前一行标最小累加差值的对应位置取一个极小的邻域w，其中3≤w≤5，找出这个邻域内所有元素的最小值，将它与元素Imgdiff(x，y)进行叠加，就可得到acc_error(cur，y)，最小累加差值的计算公式如下：acc_error_min＝min(acc_error(pre，y)，acc_error(pre，y+1)，acc_error(pre，y‑1))其中，pre表示前一个行标，cur表示当前行标；此外，将在邻域内找出的最小值到元素Imgdiff(x，y)的那条最小路径保存在path(x，y)中；计算公式如下：所述在最小累加差值中找到误差最小位置的具体步骤如下：处理完Imgdiff(x，y)中一行的所有元素后，从上至下逐行遍历Imgdiff(x，y)中的所有元素，得到融合区中所有行的最小累加差值acc_error(cur，y)以及所有可能的最小路径path(x，y)，然后从acc_error(cur，y)中找到最小元素在融合区的位置，计算方法如下所示：其中，函数argmin(.)表示使目标函数取最小值时自变量的取值，acc_error(cur，y)是一个大小为1*W的一维向量，表示计算最小累加差值向量acc_error(cur，y)函数取最小值时自变量y的取值，由此计算最小元素所在的位置，即最小元素在融合区的位置，H表示融合区的高度，seam_line是一个一维数组，大小为1×H；所述根据保存的路径从下至上找出那条误差最小的路径即最优融合中心线的位置的具体步骤如下：将最小元素在融合区的位置加上path(x，y)中对应位置存储的路径指示作为最优融合中心线seam_line的位置，最优融合中心线的计算公式如下所示：其中i表示重叠区域从下往上的行标；所述利用最优融合中心线计算线性映射查找表具体步骤如下：其中blend_w表示进行实际线性融合的宽度；