[发明专利]基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法

摘要

本发明公开了基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法，属于图像处理和计算机视觉领域；针对待拼接图像，提取两幅图像的SIFT特征并进行匹配，选取一副图作为参考图像，对另一幅图像提取的匹配后的特征点使用k‑means方法进行聚类；根据聚类结果对非参考图像进行逐层四叉划分，使得每个子空间中仅包含一类特征点；利用MDLT方法得到非参考图像划分的每个子空间所对应的变换矩阵；利用变换矩阵对非参考图像划分的每个子空间的每个像素值进行坐标变换，并与参考图像进行对准拼接，最终得到结果图。本发明利用特征点的内在特性和分布情况，大大减少变换矩阵数量的同时仍然得到符合人眼视觉认知的画面，整体上提升了拼接过程的计算效率。

主权项

基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法，其特征在于，具体步骤为：步骤一、针对待拼接图像，提取两幅图像的SIFT特征并进行匹配；匹配是根据特征点特性和描述算子寻找待拼接的全局图像中的匹配特征点对，并利用RANSAC剔除错误匹配的特征点对；步骤二、选取一副图作为参考图像，对另一幅图像提取的匹配后的特征点使用k‑means方法进行聚类；从输入图像中任选一幅作为参考图像，在变换过程中不进行变换；另一幅图像作为非参考图像通过变换模型变换；步骤三、根据聚类结果对非参考图像进行逐层四叉划分，使得每个子空间中仅包含一类特征点；逐层四叉划分的具体步骤如下：步骤301、搜索当前空间中所含特征点的聚类结果类型，并判断是否只有一种类型，如果是，进入步骤302；否则，进入步骤303；根据非参考图像的尺寸大小，将图像的长度和宽度均填充成256像素的倍数，则填充后图像被划分为依次相连的M个256×256的方格，M为整数；初始的M个当前空间为非参考图像对应的M个方格区域；步骤302、仅包括一类特征点，则该空间不再继续划分；步骤303、位于该空间中的特征点涵盖的聚类结果类型为多种类型，则将该空间均匀地划分为4个相等的子空间；步骤304、同时选取4个子空间中均作为当前空间，返回步骤301进行迭代，直到非参考图像所划分的每个子空间的方格区域内仅包含一类的聚类特征点时停止划分；步骤305、非参考图像根据特征点的分布情况被划分为不同深度子空间，使得每个子空间中至多只存在一类特征点；步骤四、利用MDLT方法得到非参考图像划分的每个子空间所对应的变换矩阵；变换矩阵H是指能将来自I图的像素点变换到与之匹配的来自I′图的像素点坐标变换公式步骤五、利用变换矩阵对非参考图像划分的每个子空间的每个像素值进行坐标变换，并与参考图像进行对准拼接；对准拼接是将参考图像和经过坐标变换的非参考图像填充到同一个空画布中，其中重叠部分以参考图像中的内容进行填充，最终得到基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法的结果图。