CN109166075A - 一种针对小重合区域图像拼接方法 - Google Patents
一种针对小重合区域图像拼接方法 Download PDFInfo
- Publication number
- CN109166075A CN109166075A CN201810634578.0A CN201810634578A CN109166075A CN 109166075 A CN109166075 A CN 109166075A CN 201810634578 A CN201810634578 A CN 201810634578A CN 109166075 A CN109166075 A CN 109166075A
- Authority
- CN
- China
- Prior art keywords
- image
- overlapping region
- images
- matching result
- directed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005304 joining Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G06T3/14—
Landscapes
- Image Processing (AREA)
Abstract
本发明提出一种针对小重合区域图像拼接方法，步骤如下：首先利用双目相机采集图像，获得左图像A和右图像B，并获得两幅图像的重合区域；之后在上一步获得的重合区域中加入特征点明显的目标，利用双目相机再次采集图像，获得左图像C和右图像D；然后对采集到的四幅图像均进行滤波去噪；之后对滤波之后的左图像C和右图像D进行图像匹配，获得粗匹配结果；然后将粗匹配结果中的误匹配点去除，获得细匹配结果；再根据细匹配结果对左图像A和右图像B进行坐标系统一；最后将统一坐标系之后的两幅图像的重合区域进行图像融合，完成图像拼接。本发明能够提高图像匹配的精度，进而提升图像拼接效果，且拼接速度快，具有广泛的应用前景。
Description
技术领域
本发明属于图像拼接领域，特别涉及一种针对小重合区域图像拼接方法。
背景技术
随着人类社会多媒体科技的发展与进步，社会大众对于多媒体信息的要求也日渐提高，不仅表现在对传统视频或者传统图像的分辨率要求越来越高，在视频或者图像领域也越来越注重视频或者传统图像的扩展应用：如图像之间的拼接融合，图像的色彩渲染及虚拟现实技术的实现等。普通数码摄像机由于硬件条件，拍摄水平，以及成本的限制，难以直接获取大视场，高分辨率的大型图像。虽然在某些特殊的应用场景下，可以采用一些专用的特殊成像设备，如广角、超广角镜头来获取大视场的图像，但是由于这类设备制造复杂，价格昂贵，难以大规模推广应用。
图像拼接技术，它在最初被发明就是为了解决摄像机自身的缺陷。就它的原理来说，它是通过利用图像间的重叠区域取得图像之间的映射关系，然后把多张图像映射到一个坐标系中，使得各个重叠区域彼此之间产生覆盖，最终完成多张图像的拼接。常用的图像拼接方法有：基于模板匹配的拼接方法，该方法通过在一幅图像中寻找与另一幅模板图像最匹配的技术来完成图像拼接，可应用在拍摄图像稳定的情况下，稍复杂的情况并不适用；基于SIFT特征点匹配的方法，该方法通过在两幅图像中寻找特征描述子，对特征点对进行匹配然后融合达到拼接效果，该方法鲁棒性较好，具有尺度不变性，但是该方法对于重合区域有较大的要求，重合区域一般需在50％以上；基于surf特征匹配的拼接方法，该方法是sift方法的改进，在算法执行效率上有了较大的提高，但同样对重合区域的要求仍然较大。以上常用的方法都无法满足工业生产上，物体尺寸较大(如大尺寸的钢板)，采集到的图像重合区域较小的情况。因此研究一种针对小重合区域的图像拼接方法具有重要意义。
发明内容
本发明的目的在于提供一种简单快速、准确度高的小重合区域图像拼接方法。
实现本发明目的的技术解决方案为：一种针对小重合区域图像拼接方法，包括以下步骤：
步骤1、利用双目相机采集图像，获得左图像A和右图像B，并获得两幅图像的重合区域；
步骤2、在步骤1获得的重合区域中加入特征点明显的目标，之后利用双目相机再次采集图像，获得左图像C和右图像D；
步骤3、对步骤1、步骤2采集到的左图像A、右图像B、左图像C和右图像D均进行滤波去噪；
步骤4、对步骤3滤波之后的左图像C和右图像D进行图像匹配，获得粗匹配结果；
步骤5、将步骤4获得的粗匹配结果中的误匹配点去除，获得细匹配结果；
步骤6、根据步骤5的细匹配结果对左图像A和右图像B进行坐标系统一；
步骤7、将步骤6统一坐标系之后的两幅图像的重合区域进行图像融合，完成图像拼接。
本发明与现有技术相比，其显著优点为：(1)本发明在重合区域内加入特征明显的目标，改变了小重合区域图像无法进行图像特征匹配或者误匹配点对过多的情况，提高了图像匹配的精度；(2)本发明只需进行一次特征匹配和坐标变换矩阵计算，之后对于工业生产线而言可以直接利用首次的精确计算结果做拼接即可，大大加快了图像拼接的速度，加快了生产速度。
下面结合附图对本发明作进一步详细说明。
附图说明
图1为本发明针对小重合区域图像拼接方法的流程图。
图2为本发明的实施例图。其中图(a)为未加入特征明显的目标时采集到的左图像，图(b)为未加入特征明显的目标时采集到的右图像，图(c)为加入特征明显的目标时采集到的左图像，图(d)为加入特征明显的目标时采集到的右图像，图(e)为所采用的特征明显的目标，图(f)为对图像(c)(d)进行粗匹配的结果，图(g)为对粗匹配结果去除误匹配点后的细匹配结果，图(h)为图(b)利用变换矩阵统一到图(a)坐标系下的结果，图(i)为图(a)(b)最终拼接的结果图。
具体实施方式
结合图1，本发明一种针对小重合区域图像快速拼接方法，包括以下步骤：
步骤1、利用双目相机采集图像，获得左图像A和右图像B，并获得两幅图像的重合区域。
步骤2、在步骤1获得的重合区域中加入特征点明显的目标，之后利用双目相机再次采集图像，获得左图像C和右图像D。
步骤3、对步骤1、步骤2采集到的左图像A、右图像B、左图像C和右图像D均进行高斯滤波去噪。
步骤4、对步骤3滤波之后的左图像C和右图像D进行基于sift特征匹配法的图像匹配，获得粗匹配结果。
步骤5、将步骤4获得的粗匹配结果中的误匹配点去除，获得细匹配结果。具体为：
步骤5-1、判断匹配点对是否匹配成功；设定欧式距离阈值h，求取左图像C和右图像D的特征点对(x1,y1)与(x2,y2)之间的欧式距离ρ：
若ρ<h，则特征点对(x1,y1)与(x2,y2)匹配成功，反之则匹配不成功；
步骤5-2、将步骤4-1获得的所有匹配不成功的匹配点对去除，即将误匹配点去除。
步骤6、根据步骤5的细匹配结果对左图像A和右图像B进行坐标系统一。具体为：
步骤6-1、根据步骤5的细匹配结果结合RANSAC法(随机抽样一致性算法)求取坐标变换矩阵H。
步骤6-2、利用所述坐标变换矩阵H将右图像B转换到左图像A的坐标系下，从而完成两幅图像坐标系的统一。
步骤7、将步骤6统一坐标系之后的两幅图像的重合区域进行图像融合，完成图像拼接。其中图像融合具体采用渐进渐出融合方法，其权值与重合区域的距离值有关，权值随着距离的改变而改变，融合所用公式为：
weight＝j/n
roi(i,j)＝(1-weight)*roi1(i,j)+weight*roi2(i,j)(i∈(0,m-1)),(j∈(0,n-1))
式中，weight为权值，i、j分别为左右图像重合区域的行坐标和列坐标，m、n分别为左右图像重合区域的行数和列数，roi(i,j)为左右图像重合区域融合之后的图像在(i,j)的像素值，roi1(i,j)为左图像重合区域在(i,j)的像素值，roi2(i,j)为右图像重合区域在(i,j)点的像素值。
实施例
结合图2，本发明一种针对小重合区域图像拼接方法，包括以下步骤：
(1)利用双目相机采集的左右图像分别如图(a)、(b)所示，然后对左右两幅图像进行高斯滤波操作。
(2)在步骤1获得的重合区域中加入特征点明显的目标如图(e)所示，之后利用双目相机再次采集图像，采集的左右图像分别如图(c)、(d)所示，然后对左右两幅图像进行高斯滤波操作。
(3)采用sift算法对(c)、(d)两幅图像进行匹配，粗匹配的结果如图(f)所示，从图中可以看出匹配的点数比较多，但有很多点都是误匹配点；
(4)对粗匹配的结果进行筛选，选择的欧氏距离的阈值为200，经过筛选之后的细匹配结果如图(g)，可以看出匹配的结果较为精确；
(5)采用随机抽样一致性算法进行坐标变换矩阵的计算，利用变换矩阵将图(b)变换到图(a)的坐标系下，结果如图(h)所示；
(6)采用渐进进出融合方法对图像(a)、(b)的重合区域进行融合，获得图像(a)、(b)拼接的结果如图(i)所示，可以看出拼缝的处理较为理想。
本发明针对小重合区域图像快速拼接方法中在重合区域加入特征明显的目标，提高了图像匹配的精度，进而实现对小重合区域良好的拼接，且拼接速度快，具有广泛的应用前景。
Claims (7)
1.一种针对小重合区域图像拼接方法，其特征在于，包括以下步骤：
步骤1、利用双目相机采集图像，获得左图像A和右图像B，并获得两幅图像的重合区域；
步骤2、在步骤1获得的重合区域中加入特征点明显的目标，之后利用双目相机再次采集图像，获得左图像C和右图像D；
步骤3、对步骤1、步骤2采集到的左图像A、右图像B、左图像C和右图像D均进行滤波去噪；
步骤4、对步骤3滤波之后的左图像C和右图像D进行图像匹配，获得粗匹配结果；
步骤5、将步骤4获得的粗匹配结果中的误匹配点去除，获得细匹配结果；
步骤6、根据步骤5的细匹配结果对左图像A和右图像B进行坐标系统一；
步骤7、将步骤6统一坐标系之后的两幅图像的重合区域进行图像融合，完成图像拼接。
2.根据权利要求1所述的针对小重合区域图像拼接方法，其特征在于，步骤2所述滤波具体采用的是高斯滤波。
3.根据权利要求1所述的针对小重合区域图像拼接方法，其特征在于，步骤4所述图像匹配采用的是sift特征匹配法。
4.根据权利要求1所述的针对小重合区域图像拼接方法，其特征在于，步骤5所述将步骤4获得的粗匹配结果中的误匹配点去除，具体为：
步骤5-1、判断匹配点对是否匹配成功；设定欧式距离阈值h，求取左图像C和右图像D的特征点对(x1,y1)与(x2,y2)之间的欧式距离ρ：
若ρ<h，则特征点对(x1,y1)与(x2,y2)匹配成功，反之则匹配不成功；
步骤5-2、将步骤4-1获得的所有匹配不成功的匹配点对去除，即将误匹配点去除。
5.根据权利要求1所述的针对小重合区域图像拼接方法，其特征在于，步骤6所述根据步骤5的细匹配结果对左图像A和右图像B进行坐标系统一，具体为：
步骤6-1、根据步骤5的细匹配结果求取坐标变换矩阵H；
步骤6-2、利用所述坐标变换矩阵H将右图像B转换到左图像A的坐标系下，从而完成两幅图像坐标系的统一。
6.根据权利要求5所述的针对小重合区域图像拼接方法，其特征在于，步骤6-1具体是通过RANSAC法求取坐标变换矩阵H。
7.根据权利要求1所述的小重合区域图像拼接方法，其特征在于，步骤7所述图像融合具体采用渐进渐出融合方法，其权值与重合区域的距离值有关，权值随着距离的改变而改变，融合所用公式为：
weight＝j/n
roi(i,j)＝(1-weight)*roi1(i,j)+weight*roi2(i,j)(i∈(0,m-1)),(j∈(0,n-1))
式中，weight为权值，i、j分别为左右图像重合区域的行坐标和列坐标，m、n分别为左右图像重合区域的行数和列数，roi(i,j)为左右图像重合区域融合之后的图像在(i,j)的像素值，roi1(i,j)为左图像重合区域在(i,j)的像素值，roi2(i,j)为右图像重合区域在(i,j)点的像素值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810634578.0A CN109166075A (zh) | 2018-06-20 | 2018-06-20 | 一种针对小重合区域图像拼接方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810634578.0A CN109166075A (zh) | 2018-06-20 | 2018-06-20 | 一种针对小重合区域图像拼接方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109166075A true CN109166075A (zh) | 2019-01-08 |
Family
ID=64897175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810634578.0A Withdrawn CN109166075A (zh) | 2018-06-20 | 2018-06-20 | 一种针对小重合区域图像拼接方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109166075A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179170A (zh) * | 2019-12-18 | 2020-05-19 | 深圳北航新兴产业技术研究院 | 一种显微血细胞图像快速全景拼接方法 |
| CN111260561A (zh) * | 2020-02-18 | 2020-06-09 | 中国科学院光电技术研究所 | 一种可用于掩模版缺陷检测的快速多图拼接方法 |
| CN111563552A (zh) * | 2020-05-06 | 2020-08-21 | 浙江大华技术股份有限公司 | 图像融合方法以及相关设备、装置 |
| CN112308773A (zh) * | 2020-08-19 | 2021-02-02 | 贵州电网有限责任公司 | 一种无人机航摄影像无损放大和拼接融合方法 |
-
2018
- 2018-06-20 CN CN201810634578.0A patent/CN109166075A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179170A (zh) * | 2019-12-18 | 2020-05-19 | 深圳北航新兴产业技术研究院 | 一种显微血细胞图像快速全景拼接方法 |
| CN111179170B (zh) * | 2019-12-18 | 2023-08-08 | 深圳北航新兴产业技术研究院 | 一种显微血细胞图像快速全景拼接方法 |
| CN111260561A (zh) * | 2020-02-18 | 2020-06-09 | 中国科学院光电技术研究所 | 一种可用于掩模版缺陷检测的快速多图拼接方法 |
| CN111563552A (zh) * | 2020-05-06 | 2020-08-21 | 浙江大华技术股份有限公司 | 图像融合方法以及相关设备、装置 |
| CN111563552B (zh) * | 2020-05-06 | 2023-09-05 | 浙江大华技术股份有限公司 | 图像融合方法以及相关设备、装置 |
| CN112308773A (zh) * | 2020-08-19 | 2021-02-02 | 贵州电网有限责任公司 | 一种无人机航摄影像无损放大和拼接融合方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109166075A (zh) | 一种针对小重合区域图像拼接方法 | |
| CN107945113A (zh) | 局部图像拼接错位的矫正方法 | |
| JP5538868B2 (ja) | 画像処理装置、その画像処理方法及びプログラム | |
| CN110288511B (zh) | 基于双相机图像的最小化误差拼接方法、装置、电子设备 | |
| CN103345736A (zh) | 一种虚拟视点绘制方法 | |
| CN108513057B (zh) | 图像处理方法及装置 | |
| CN104361569A (zh) | 图像拼接的方法及装置 | |
| CN103841298A (zh) | 一种基于颜色恒量和几何不变特征的视频稳像方法 | |
| CN112396558A (zh) | 图像处理方法、装置及计算机可读存储介质 | |
| CN112254656A (zh) | 一种基于结构表面点特征的立体视觉三维位移测量方法 | |
| CN113793266A (zh) | 一种多目机器视觉图像拼接方法、系统及存储介质 | |
| CN113724135A (zh) | 图像拼接方法、装置、设备及存储介质 | |
| CN108093188B (zh) | 一种基于混合投影变换模型的大视场视频全景图拼接的方法 | |
| Redzuwan et al. | Affine versus projective transformation for SIFT and RANSAC image matching methods | |
| CN105335959B (zh) | 成像装置快速对焦方法及其设备 | |
| CN104966283A (zh) | 图像分层配准方法 | |
| Chen et al. | Image stitching algorithm research based on OpenCV | |
| CN111681271B (zh) | 一种多通道多光谱相机配准方法、系统及介质 | |
| CN107330856B (zh) | 一种基于投影变换和薄板样条的全景成像方法 | |
| Lei et al. | A fast method for image mosaic based on SURF | |
| CN103489165B (zh) | 一种面向视频拼接的小数查找表生成方法 | |
| Guiqin et al. | A fast aerial images mosaic method based on ORB feature and homography matrix | |
| CN104349197A (zh) | 一种数据处理方法及装置 | |
| CN106651950B (zh) | 一种基于二次曲线透视投影不变性的单相机位姿估计方法 | |
| Shaikh et al. | Multiple feature extraction techniques in image stitching |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190108 |