CN117333372B - 一种海洋生物图像的融合拼接方法 - Google Patents

一种海洋生物图像的融合拼接方法 Download PDF

Info

Publication number
CN117333372B
CN117333372B CN202311598397.4A CN202311598397A CN117333372B CN 117333372 B CN117333372 B CN 117333372B CN 202311598397 A CN202311598397 A CN 202311598397A CN 117333372 B CN117333372 B CN 117333372B
Authority
CN
China
Prior art keywords
pixel
value
images
pixels
neighborhood
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.)
Active
Application number
CN202311598397.4A
Other languages
English (en)
Other versions
CN117333372A (zh
Inventor
张晓光
杜红
林慧贤
于齐
张剑
刘耀鸿
周儒省
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Ocean University
Original Assignee
Guangdong Ocean University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Ocean University filed Critical Guangdong Ocean University
Priority to CN202311598397.4A priority Critical patent/CN117333372B/zh
Publication of CN117333372A publication Critical patent/CN117333372A/zh
Application granted granted Critical
Publication of CN117333372B publication Critical patent/CN117333372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Abstract

本发明涉及图像处理领域，并提供了一种海洋生物图像的融合拼接方法，通过水下摄影机采集多张海洋生物图像，将多张海洋生物图像进行拼接，得到拼接图像，根据拼接图像中的像素分布，计算拼接区域的渐调混度，通过所述渐调混度，对拼接图像进行渐调融合处理。所述方法能够对海洋生物图像进行高质量的拼接，充分保留生物视觉信息之间的细节特征，减轻拼接图像中的色彩失真和细节损失，提供更为真实的海洋生物拼接图像，减轻由于海洋环境的光照条件多变和海洋生物移动而造成的图像细节丢失，充分提升拼接图像的融合效果。

Description

一种海洋生物图像的融合拼接方法
技术领域
本发明涉及图像处理领域，特别涉及一种海洋生物图像的融合拼接方法。
背景技术
在海洋生物学和海洋工程领域，获取清晰、高分辨率的海洋生物图像对于物种识别、行为观察以及生态环境监测等研究具有至关重要的作用，随着水下摄影技术和自动化水下无人装置的发展，海底世界的大量图像数据被捕获，然而，受限于水下摄影设备的视场角和光照条件，单一图像往往难以完整展示目标生物或海底结构的全貌，因此需通过图像拼接技术来构建全景视图。
现有的海洋生物图像拼接技术通常包括基于特征匹配的拼接方法，这类方法依赖于图像之间的共同特征点来进行配准和拼接。然而，在水下复杂的环境条件下，如光线折射、水质浑浊、海流波动等因素，都会对图像质量和特征点检测造成严重影响，此外，传统的拼接算法在面对海洋生物特有的高动态、高变异性特点时，往往难以准确匹配特征点，导致拼接效果不理想，如存在明显的接缝线、色差以及形态失真等问题。
因此，一种自动化程度高、能够适应水下变化环境、并提供高精度和高质量拼接效果的海洋生物图像融合拼接技术，是有效克服水下复杂环境的干扰，实现高效率和高质量的图像拼接的关键。
发明内容
本发明的目的在于提出一种海洋生物图像的融合拼接方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种海洋生物图像的融合拼接方法，通过水下摄影机采集多张海洋生物图像，将多张海洋生物图像进行拼接，得到拼接图像，根据拼接图像中的像素分布，计算拼接区域的渐调混度，通过所述渐调混度，对拼接图像进行渐调融合处理。所述方法能够对海洋生物图像进行高质量的拼接，充分保留生物视觉信息之间的细节特征，减轻拼接图像中的色彩失真和细节损失，提供更为真实的海洋生物拼接图像，减轻由于海洋环境的光照条件多变和海洋生物移动而造成的图像细节丢失，大幅提升拼接图像的融合效果。
为了实现上述目的，根据本发明的一方面，提供一种海洋生物图像的融合拼接方法，所述方法包括以下步骤：
S100，通过水下摄影机采集多张海洋生物图像；
S200，将多张海洋生物图像进行拼接，得到拼接图像；
S300，根据拼接图像中的像素分布，计算拼接区域的渐调混度；
S400，通过所述渐调混度，对拼接图像进行渐调融合处理。
进一步地，步骤S100中，通过水下摄影机采集多张海洋生物图像的方法具体为：在目标海域中，通过水下摄影机拍摄多张图像，所述多张图像中显示有海洋生物（或称包含了海洋生物的视觉信息），将这些图像作为海洋生物图像上传至云端；
其中，所述目标海域为待拍摄的海洋生物在海洋中所活动的区域。
进一步地，步骤S200中，将多张海洋生物图像进行拼接，得到拼接图像的方法具体为：通过图像拼接技术将海洋生物图像进行拼接，得到拼接图像。
可选地，步骤S200中，将多张海洋生物图像进行拼接，得到拼接图像的方法还可以为：在多张海洋生物图像中，通过SIFT算法依次对每张海洋生物图像进行特征提取，从而得到每张海洋生物图像的特征点，根据所述特征点对多张海洋生物图像进行特征匹配，生成特征匹配结果，通过RANSAC算法以及特征匹配结果计算每张海洋生物图像的几何变换参数，按照所述几何变换参数对多张海洋生物图像进行变换与对齐，进而得到拼接图像；
其中，根据所述特征点对多张海洋生物图像进行特征匹配，以Brute-Force匹配器完成特征匹配。
进一步地，步骤S300中，根据拼接图像中的像素分布，计算拼接区域的渐调混度的方法具体为：记拼接图像中存在N处拼接区域，以pat(i)表示这N处拼接区域中的第i处拼接区域，i为序号，i的取值范围为i=1,2,…,N，根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)；
其中，拼接图像中的拼接区域，指多张海洋生物图像在进行拼接时，不同的海洋生物图像之间互为重叠的部分，将这些部分称为拼接图像的拼接区域，则所述拼接区域存在多个。
进一步地，根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)的方法具体为：
S301，记pat(i)内存在M(i)个像素（M(i)的值随着pat(i)中的i变化而变化，即每个不同的拼接区域内存在不同的像素数量），每个像素对应着一个像素值，以pix(i,j)表示这M(i)个像素中的第j个像素所对应的像素值的大小，j为序号，j的取值范围为j=1,2,…,M(i)；
计算初始像素的子邻域内的每个像素的渐解值，以snp(i,k)表示初始像素的子邻域内的第k个像素，以asv_snp(i,k)表示snp(i,k)所对应的渐解值，k为序号，k的取值范围为k=1,2,…,P(i)，P(i)为初始像素的子邻域内的所有像素的数量，则初始像素的子邻域内的P(i)个像素各对应着P(i)个渐解值，将渐解值大于P0(i)的像素标记为渐调像素，P0(i)为初始像素的子邻域内的所有像素的渐解值的平均值，转至S302；
所述初始像素的子邻域为所有相邻于初始邻域的像素以及初始邻域内的所有像素共同组成的区域，初始邻域为所有相邻于初始像素的像素以及初始像素共同组成的区域，初始像素为处于pat(i)的中心的像素点；
其中，asv_snp(i,k)的计算方法为：将snp(i,k)所对应的像素值除以初始像素的子邻域内所有像素的像素值的平均值所得到的值记为第一数值，将初始像素的子邻域内的像素值最大的像素所对应的像素值除以pat(i)内M(i)个像素的像素值的平均值所得到的值记为第二数值，以第一数值乘以第二数值作为snp(i,k)所对应的渐解值asv_snp(i,k)；
S302，在初始像素的子邻域内，筛选出渐解值最大的像素并将该像素记为变调像素；
创建一个空白的数组ope(i)[]，将所有渐调像素所对应的像素值加入到数组ope(i)[]中，初始化一个变量j1，变量j1的初始值设置为1，从j1=1开始遍历变量j1，转至S303；
S303，计算变调像素的子邻域内的每个像素的渐解值，以vnp(i,k1)表示变调像素的子邻域内的第k1个像素，以asv_vnp(i,k1)表示vnp(i,k1)所对应的渐解值，k1为序号，k1的取值范围为k1=1,2,…,V1(i)，V1(i)为变调像素的子邻域内的所有像素的数量，则变调像素的子邻域内的V1(i)个像素各对应着V1(i)个渐解值，将渐解值大于V0(i)的像素标记为渐调像素，V0(i)为变调像素的子邻域内的所有像素的渐解值的平均值；
其中，变调像素的子邻域为所有相邻于变调邻域的像素以及变调邻域内的所有像素共同组成的区域，变调邻域为所有相邻于变调像素的像素以及变调像素共同组成的区域；
asv_vnp(i,k1)的计算方法为：将vnp(i,k1)所对应的像素值除以变调像素的子邻域内所有像素的像素值的平均值所得到的值记为第四数值，将变调像素的子邻域内的像素值最大的像素所对应的像素值除以pat(i)内M(i)个像素的像素值的平均值所得到的值记为第五数值，以第四数值乘以第五数值作为vnp(i,k1)所对应的渐解值asv_vnp(i,k1)；
将所有渐调像素所对应的像素值加入到数组ope(i)[]中，转至S304；
S304，对数组ope(i)[]执行数组去重（即对数组中重复的元素进行删除，仅保留一个），如果执行数组去重后的数组ope(i)[]内的所有元素的数量大于M(i)/2，或者变量j1的值大于M(i)/2，则转至S305；如果变量j1的值小于M(i)/2，则将j1的值增加1，同时将变调像素更新为当前变调像素的子邻域内的渐解值最大的像素（则变调像素的子邻域也随着变调像素的更新而更新），转至S303；
S305，保存数组ope(i)[]，基于数组ope(i)[]内的元素计算Gra(i)的值。
本步骤的有益效果为：在海洋生物图像的融合拼接过程中，为了得到融合质量高、色彩协调以及平衡效果好的拼接图像，需要对拼合图像内的拼接区域进行特征融合处理，以消除或减轻各幅海洋生物图像之间像素分布的不一致性，从而使得最终的拼合图像能够更加自然和连续，然而，由于拍摄过程中海洋生物并不是静止不动的，在不同角度的连续拍摄下，海洋生物在不同图像内的位置会出现相对变化，同时，由于海洋生物的机动性和反应速度都较高，在拍摄过程中容易出现运动模糊现象，造成图像中关于海洋生物部分的视觉信息出现丢失，因此，为解决该问题，根据海洋生物图像内的像素特征计算拼接区域内部分像素的渐解值，渐解值反映了相应像素相对于子邻域内其他像素的突出程度，同时利用变调像素筛选出拼接区域内的所有渐调像素，渐调像素反映了海洋生物的视觉信息在图像的过渡连续程度，通过进一步计算每个子图像的渐调混度，利用渐调混度对拼接区域内的像素进行像素值平衡处理，能够有效地减少由于海洋生物的快速移动和运动模糊现象导致的视觉信息丢失，在拼接图像中更好地呈现出关于海洋生物更多的动态变化特征和细节。
进一步地，基于数组ope(i)[]内的元素计算Gra(i)的值的方法具体为：
以N1表示数组ope(i)[]内所有元素的数量，以ope(i,x)表示数组ope(i)[]内的第x个元素，x为序号，x的取值范围为x=1,2,…,N1，以pat(i)内的初始元素所对应的元素值除以pat(i)内所有像素的平均值作为第一系数，将pat(i)内的像素最大值依次减去数组ope(i)[]内的N1个元素，得到N1个第一分子，依次将数组ope(i)[]内的N1个元素减去pat(i)内的像素最小值，得到N1个第一分母，依次将N1个第一分子与N1个第一分母进行两两相除，从而得到N1个第三数值，以这N1个第三数值进行累加所得到的值乘以第一系数作为pat(i)的渐调混度Gra(i)。
可选地，初始像素的选取方法还可以为：通过随机选取法选取pat(i)内M个像素中的其中一个像素作为初始像素。
进一步地，步骤S400中，通过所述渐调混度，对拼接图像进行渐调融合处理的方法具体为：对于拼接图像中N处拼接区域的第i处拼接区域pat(i)，以poa(i,m)表示pat(i)中的任意一个元素，m为序号，m∈[1,M(i)]，以pix(im)表示该像素poa(i,m)所对应的像素值，记所有相邻于poa(i,m)的像素的像素值的平均值为U0；如果pix(im)的值小于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1+[Gra(i)]%)，其中，Gra(i)为pat(i)的渐调混度；如果pix(im)的值大于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1-[Gra(i)]%)；
将pat(i)中的序号i从i=1遍历至i=N，从而完成拼接图像的渐调融合处理。
本步骤的有益效果为：对于拼接图像中的多处拼接区域，基于渐调混度对每处拼接区域内的像素进行精确调整，以适应不同拼接区域内不同的像素特征分布，以像素周边的视觉信息作为渐调融合处理的基础，强调像素之间其协调性的高度匹配，能够进一步提升图像拼接的质量和细节，对重叠部分内的视觉信息实现更自然、有效的衔接，同时，通过对拼接图像内N个拼接区域进行独立的渐调融合处理，以并行的方式在短时间内对各个拼接区域进行同步处理，以使其快速完成融合并输出处理后的拼接图像。
本发明的有益效果为：所述方法能够对海洋生物图像进行高质量的拼接，充分保留生物视觉信息之间的细节特征，减轻拼接图像中的色彩失真和细节损失，提供更为真实的海洋生物拼接图像，减轻由于海洋环境的光照条件多变和海洋生物移动而造成的图像细节丢失，大幅提升拼接图像的融合效果。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为一种海洋生物图像的融合拼接方法的流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种海洋生物图像的融合拼接方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种海洋生物图像的融合拼接方法。
本发明提出一种海洋生物图像的融合拼接方法，所述方法包括以下步骤：
S100，通过水下摄影机采集多张海洋生物图像；
S200，将多张海洋生物图像进行拼接，得到拼接图像；
S300，根据拼接图像中的像素分布，计算拼接区域的渐调混度；
S400，通过所述渐调混度，对拼接图像进行渐调融合处理。
进一步地，步骤S100中，通过水下摄影机采集多张海洋生物图像的方法具体为：在目标海域中，通过水下摄影机拍摄多张图像，所述多张图像中显示有海洋生物（或称包含了海洋生物的视觉信息），将这些图像作为海洋生物图像上传至云端；
其中，所述目标海域为待拍摄的海洋生物在海洋中所活动的区域。
进一步地，步骤S200中，将多张海洋生物图像进行拼接，得到拼接图像的方法具体为：通过图像拼接技术将海洋生物图像进行拼接，得到拼接图像。
进一步地，步骤S300中，根据拼接图像中的像素分布，计算拼接区域的渐调混度的方法具体为：记拼接图像中存在N处拼接区域，以pat(i)表示这N处拼接区域中的第i处拼接区域，i为序号，i的取值范围为i=1,2,…,N，根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)；
其中，拼接图像中的拼接区域，指多张海洋生物图像在进行拼接时，不同的海洋生物图像之间互为重叠的部分，将这些部分称为拼接图像的拼接区域，则所述拼接区域存在多个。
进一步地，根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)的方法具体为：
S301，记pat(i)内存在M(i)个像素（M(i)的值随着pat(i)中的i变化而变化，即每个不同的拼接区域内存在不同的像素数量），每个像素对应着一个像素值，以pix(i,j)表示这M(i)个像素中的第j个像素所对应的像素值的大小，j为序号，j的取值范围为j=1,2,…,M(i)；
计算初始像素的子邻域内的每个像素的渐解值，以snp(i,k)表示初始像素的子邻域内的第k个像素，以asv_snp(i,k)表示snp(i,k)所对应的渐解值，k为序号，k的取值范围为k=1,2,…,P(i)，P(i)为初始像素的子邻域内的所有像素的数量，则初始像素的子邻域内的P(i)个像素各对应着P(i)个渐解值，将渐解值大于P0(i)的像素标记为渐调像素，P0(i)为初始像素的子邻域内的所有像素的渐解值的平均值，转至S302；
所述初始像素的子邻域为所有相邻于初始邻域的像素以及初始邻域内的所有像素共同组成的区域，初始邻域为所有相邻于初始像素的像素以及初始像素共同组成的区域，初始像素为处于pat(i)的中心的像素点；
其中，asv_snp(i,k)的计算方法为：将snp(i,k)所对应的像素值除以初始像素的子邻域内所有像素的像素值的平均值所得到的值记为第一数值，将初始像素的子邻域内的像素值最大的像素所对应的像素值除以pat(i)内M(i)个像素的像素值的平均值所得到的值记为第二数值，以第一数值乘以第二数值作为snp(i,k)所对应的渐解值asv_snp(i,k)；
其数学表达如下：
式中，pix_snp(i,k)表示snp(k)所对应的像素值，pix_snip(i)表示pat(i)内的初始像素的子邻域内所有像素的像素值的平均值，max_snip(i)表示pat(i)内的初始像素的子邻域内的像素值最大的像素所对应的像素值，tol_pat(i)表示pat(i)内M个像素的像素值的平均值；
S302，在初始像素的子邻域内，筛选出渐解值最大的像素并将该像素记为变调像素；
创建一个空白的数组ope(i)[]，将所有渐调像素所对应的像素值加入到数组ope(i)[]中，初始化一个变量j1，变量j1的初始值设置为1，从j1=1开始遍历变量j1，转至S303；
S303，计算变调像素的子邻域内的每个像素的渐解值，以vnp(i,k1)表示变调像素的子邻域内的第k1个像素，以asv_vnp(i,k1)表示vnp(i,k1)所对应的渐解值，k1为序号，k1的取值范围为k1=1,2,…,V1(i)，V1(i)为变调像素的子邻域内的所有像素的数量，则变调像素的子邻域内的V1(i)个像素各对应着V1(i)个渐解值，将渐解值大于V0(i)的像素标记为渐调像素，V0(i)为变调像素的子邻域内的所有像素的渐解值的平均值；
其中，变调像素的子邻域为所有相邻于变调邻域的像素以及变调邻域内的所有像素共同组成的区域，变调邻域为所有相邻于变调像素的像素以及变调像素共同组成的区域；
asv_vnp(i,k1)的计算方法为：将vnp(i,k1)所对应的像素值除以变调像素的子邻域内所有像素的像素值的平均值所得到的值记为第四数值，将变调像素的子邻域内的像素值最大的像素所对应的像素值除以pat(i)内M(i)个像素的像素值的平均值所得到的值记为第五数值，以第四数值乘以第五数值作为vnp(i,k1)所对应的渐解值asv_vnp(i,k1)；
其数学表达如下：
式中，pix_vnp(i,k1)表示vnp(i,k1)所对应的像素值，pix_vnip(i)表示变调像素的子邻域内所有像素的像素值的平均值，max_vnip(i)表示变调像素的子邻域内的像素值最大的像素所对应的像素值；
将所有渐调像素所对应的像素值加入到数组ope(i)[]中，转至S304；
S304，对数组ope(i)[]执行数组去重（即对数组中重复的元素进行删除，仅保留一个），如果执行数组去重后的数组ope(i)[]内的所有元素的数量大于M(i)/2，或者变量j1的值大于M(i)/2，则转至S305；如果变量j1的值小于M(i)/2，则将j1的值增加1，同时将变调像素更新为当前变调像素的子邻域内的渐解值最大的像素（则变调像素的子邻域也随着变调像素的更新而更新），转至S303；
S305，保存数组ope(i)[]，基于数组ope(i)[]内的元素计算Gra(i)的值。
进一步地，基于数组ope(i)[]内的元素计算Gra(i)的值的方法具体为：
以N1表示数组ope(i)[]内所有元素的数量，以ope(i,x)表示数组ope(i)[]内的第x个元素，x为序号，x的取值范围为x=1,2,…,N1，以pat(i)内的初始元素所对应的元素值除以pat(i)内所有像素的平均值作为第一系数，将pat(i)内的像素最大值依次减去数组ope(i)[]内的N1个元素，得到N1个第一分子，依次将数组ope(i)[]内的N1个元素减去pat(i)内的像素最小值，得到N1个第一分母，依次将N1个第一分子与N1个第一分母进行两两相除，从而得到N1个第三数值，以这N1个第三数值进行累加所得到的值乘以第一系数作为pat(i)的渐调混度Gra(i)；
其数学表达为：
式中，Opix(i)表示pat(i)内的初始像素所对应的像素值，pat(i)ME表示pat(i)内所有像素的平均值，pat(i)MA表示pat(i)内的像素最大值（即pat(i)中像素值最大的像素所对应的像素值），pat(i)MN表示pat(i)内的像素最小值（即pat(i)中像素值最小的像素所对应的像素值）。
进一步地，步骤S400中，通过所述渐调混度，对拼接图像进行渐调融合处理的方法具体为：对于拼接图像中N处拼接区域的第i处拼接区域pat(i)，以poa(i,m)表示pat(i)中的任意一个元素，m为序号，m∈[1,M(i)]，以pix(im)表示该像素poa(i,m)所对应的像素值，记所有相邻于poa(i,m)的像素的像素值的平均值为U0；如果pix(im)的值小于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1+[Gra(i)]%)，其中，Gra(i)为pat(i)的渐调混度；如果pix(im)的值大于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1-[Gra(i)]%)；
将pat(i)中的序号i从i=1遍历至i=N，从而完成拼接图像的渐调融合处理。
本发明提供了一种海洋生物图像的融合拼接方法，通过水下摄影机采集多张海洋生物图像，将多张海洋生物图像进行拼接，得到拼接图像，根据拼接图像中的像素分布，计算拼接区域的渐调混度，通过所述渐调混度，对拼接图像进行渐调融合处理。所述方法能够对海洋生物图像进行高质量的拼接，充分保留生物视觉信息之间的细节特征，减轻拼接图像中的色彩失真和细节损失，提供更为真实的海洋生物拼接图像，减轻由于海洋环境的光照条件多变和海洋生物移动而造成的图像细节丢失，大幅提升拼接图像的融合效果。尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。

Claims (3)

1.一种海洋生物图像的融合拼接方法，其特征在于，所述方法包括以下步骤：
S100，通过水下摄影机采集多张海洋生物图像；
S200，将多张海洋生物图像进行拼接，得到拼接图像；
S300，根据拼接图像中的像素分布，计算拼接区域的渐调混度；
S400，通过所述渐调混度，对拼接图像进行渐调融合处理；
其中，步骤S300中，根据拼接图像中的像素分布，计算拼接区域的渐调混度的方法具体为：记拼接图像中存在N处拼接区域，以pat(i)表示这N处拼接区域中的第i处拼接区域，i为序号，i的取值范围为i=1,2,…,N，根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)；
其中，拼接图像中的拼接区域，指多张海洋生物图像在进行拼接时，不同的海洋生物图像之间互为重叠的部分，将这些部分称为拼接图像的拼接区域，则所述拼接区域存在多个；
根据pat(i)的像素分布，计算pat(i)的渐调混度Gra(i)的方法具体为：
S301，记pat(i)内存在M(i)个像素，每个像素对应着一个像素值，以pix(i,j)表示这M(i)个像素中的第j个像素所对应的像素值的大小，j为序号，j的取值范围为j=1,2,…,M(i)；
计算初始像素的子邻域内的每个像素的渐解值，以snp(i,k)表示初始像素的子邻域内的第k个像素，以asv_snp(i,k)表示snp(i,k)所对应的渐解值，k为序号，k的取值范围为k=1,2,…,P(i)，P(i)为初始像素的子邻域内的所有像素的数量，则初始像素的子邻域内的P(i)个像素各对应着P(i)个渐解值，将渐解值大于P0(i)的像素标记为渐调像素，P0(i)为初始像素的子邻域内的所有像素的渐解值的平均值，转至S302；
S302，在初始像素的子邻域内，筛选出渐解值最大的像素并将该像素记为变调像素；
创建一个空白的数组ope(i)[]，将所有渐调像素所对应的像素值加入到数组ope(i)[]中，初始化一个变量j1，变量j1的初始值设置为1，从j1=1开始，转至S303；
S303，计算变调像素的子邻域内的每个像素的渐解值，以vnp(i,k1)表示变调像素的子邻域内的第k1个像素，以asv_vnp(i,k1)表示vnp(i,k1)所对应的渐解值，k1为序号，k1的取值范围为k1=1,2,…,V1(i)，V1(i)为变调像素的子邻域内的所有像素的数量，则变调像素的子邻域内的V1(i)个像素各对应着V1(i)个渐解值，将渐解值大于V0(i)的像素标记为渐调像素，V0(i)为变调像素的子邻域内的所有像素的渐解值的平均值；
其中，变调像素的子邻域为所有相邻于变调邻域的像素以及变调邻域内的所有像素共同组成的区域，变调邻域为所有相邻于变调像素的像素以及变调像素共同组成的区域；
asv_vnp(i,k1)的计算方法为：将vnp(i,k1)所对应的像素值除以变调像素的子邻域内所有像素的像素值的平均值所得到的值记为第四数值，将变调像素的子邻域内的像素值最大的像素所对应的像素值除以pat(i)内M(i)个像素的像素值的平均值所得到的值记为第五数值，以第四数值乘以第五数值作为vnp(i,k1)所对应的渐解值asv_vnp(i,k1)；
将所有渐调像素所对应的像素值加入到数组ope(i)[]中，转至S304；
S304，对数组ope(i)[]执行数组去重，如果执行数组去重后的数组ope(i)[]内的所有元素的数量大于M(i)/2，或者变量j1的值大于M(i)/2，则转至S305；如果变量j1的值小于M(i)/2，则将j1的值增加1，同时将变调像素更新为当前变调像素的子邻域内的渐解值最大的像素，转至S303；
S305，保存数组ope(i)[]，基于数组ope(i)[]内的元素计算Gra(i)的值；
基于数组ope(i)[]内的元素计算Gra(i)的值的方法具体为：
以N1表示数组ope(i)[]内所有元素的数量，以ope(i,x)表示数组ope(i)[]内的第x个元素，x为序号，x的取值范围为x=1,2,…,N1，以pat(i)内的初始元素所对应的元素值除以pat(i)内所有像素的平均值作为第一系数，将pat(i)内的像素最大值依次减去数组ope(i)[]内的N1个元素，得到N1个第一分子，依次将数组ope(i)[]内的N1个元素减去pat(i)内的像素最小值，得到N1个第一分母，依次将N1个第一分子与N1个第一分母进行两两相除，从而得到N1个第三数值，以这N1个第三数值进行累加所得到的值乘以第一系数作为pat(i)的渐调混度Gra(i)；
对于拼接图像中N处拼接区域的第i处拼接区域pat(i)，以poa(i,m)表示pat(i)中的任意一个元素，m为序号，m∈[1,M(i)]，以pix(im)表示该像素poa(i,m)所对应的像素值，记所有相邻于poa(i,m)的像素的像素值的平均值为U0；如果pix(im)的值小于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1+[Gra(i)]%)，其中，Gra(i)为pat(i)的渐调混度；如果pix(im)的值大于U0，则将poa(m)所对应的像素值的大小更改为[pix(im)+U0]/2*(1-[Gra(i)]%)；
将pat(i)中的序号i从i=1遍历至i=N，从而完成拼接图像的渐调融合处理。
2.根据权利要求1所述的一种海洋生物图像的融合拼接方法，其特征在于，步骤S100中，通过水下摄影机采集多张海洋生物图像的方法具体为：在目标海域中，通过水下摄影机拍摄多张图像，所述多张图像中显示有海洋生物，将这些图像作为海洋生物图像上传至云端；
其中，所述目标海域为待拍摄的海洋生物在海洋中所活动的区域。
3.根据权利要求1所述的一种海洋生物图像的融合拼接方法，其特征在于，步骤S200中，将多张海洋生物图像进行拼接，得到拼接图像的方法具体为：通过图像拼接技术将海洋生物图像进行拼接，得到拼接图像。
CN202311598397.4A 2023-11-28 2023-11-28 一种海洋生物图像的融合拼接方法 Active CN117333372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311598397.4A CN117333372B (zh) 2023-11-28 2023-11-28 一种海洋生物图像的融合拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311598397.4A CN117333372B (zh) 2023-11-28 2023-11-28 一种海洋生物图像的融合拼接方法

Publications (2)

Publication Number Publication Date
CN117333372A CN117333372A (zh) 2024-01-02
CN117333372B true CN117333372B (zh) 2024-03-01

Family

ID=89279601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311598397.4A Active CN117333372B (zh) 2023-11-28 2023-11-28 一种海洋生物图像的融合拼接方法

Country Status (1)

Country Link
CN (1) CN117333372B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258321A (zh) * 2013-05-14 2013-08-21 杭州海康希牧智能科技有限公司 一种图像拼接方法
CN105279735A (zh) * 2015-11-20 2016-01-27 沈阳东软医疗系统有限公司 一种图像拼接的融合方法、装置及设备
CN113888408A (zh) * 2021-09-26 2022-01-04 浙江理工大学 一种多相机图像采集方法及装置
WO2022089657A1 (zh) * 2020-11-02 2022-05-05 影石创新科技股份有限公司 拼接图像的色差消除方法、装置、设备和可读存储介质
CN115272077A (zh) * 2022-07-29 2022-11-01 西安羚控电子科技有限公司 一种基于视域融合的图像拼接方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104680501B (zh) * 2013-12-03 2018-12-07 华为技术有限公司 图像拼接的方法及装置
CN105894449B (zh) * 2015-11-11 2019-11-08 法法汽车(中国)有限公司 克服图像融合中颜色突变的方法及系统
CN113487484B (zh) * 2021-07-09 2022-08-12 上海智砹芯半导体科技有限公司 图像拼接方法、装置、电子设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258321A (zh) * 2013-05-14 2013-08-21 杭州海康希牧智能科技有限公司 一种图像拼接方法
CN105279735A (zh) * 2015-11-20 2016-01-27 沈阳东软医疗系统有限公司 一种图像拼接的融合方法、装置及设备
WO2022089657A1 (zh) * 2020-11-02 2022-05-05 影石创新科技股份有限公司 拼接图像的色差消除方法、装置、设备和可读存储介质
CN113888408A (zh) * 2021-09-26 2022-01-04 浙江理工大学 一种多相机图像采集方法及装置
CN115272077A (zh) * 2022-07-29 2022-11-01 西安羚控电子科技有限公司 一种基于视域融合的图像拼接方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Advances in fusion of high resolution underwater optical and acoustic data;H Singh, et al;Proceedings of the 2000 International Symposium on Underwater Technology;第206-211页 *
基于双雷达图像拼接的波高反演技术研究;王亚娟;中国优秀硕士学位论文全文数据库 信息科技辑;第I136-1691页 *

Also Published As

Publication number Publication date
CN117333372A (zh) 2024-01-02

Similar Documents

Publication Publication Date Title
CN104376548B (zh) 一种基于改进型surf算法的图像快速拼接方法
CN101394573B (zh) 一种基于特征匹配的全景图生成方法及系统
CN107516319B (zh) 一种高精度简易交互式抠图方法、存储设备及终端
Dai et al. Single underwater image restoration by decomposing curves of attenuating color
CN106651805B (zh) 基于机器学习的图像水印去除方法
CN109079788B (zh) 一种基于人形机器人的国际象棋下棋方法及人形机器人
CN111882489A (zh) 用于水下图像同时增强的超分辨率图形恢复方法
CN113343976B (zh) 基于颜色-边缘融合特征生长的抗高光干扰工程测量标志提取方法
CN108377374A (zh) 用于产生与图像相关的深度信息的方法和系统
CN107730568B (zh) 基于权重学习的着色方法和装置
CN115731146A (zh) 基于色彩梯度直方图特征光流估计多曝光图像融合方法
CN105678318A (zh) 交通标牌的匹配方法及装置
CN110321452B (zh) 一种基于方向选择机制的图像检索方法
CN115713469A (zh) 基于通道注意力和形变生成对抗网络的水下图像增强方法
CN113706607B (zh) 一种基于圆环阵列图的亚像素定位方法、计算机设备与装置
Cai et al. Underwater image processing system for image enhancement and restoration
CN113205507B (zh) 一种视觉问答方法、系统及服务器
CN117333372B (zh) 一种海洋生物图像的融合拼接方法
KR20100122381A (ko) 회화적 렌더링 장치 및 방법
CN111105390B (zh) 一种改进的海天线检测和评估方法
CN114581339A (zh) 一种金属工业产品表面缺陷数据增强方法
CN114332682A (zh) 一种海上全景去雾目标识别方法
Liu et al. Learning multiscale pipeline gated fusion for underwater image enhancement
US11107257B1 (en) Systems and methods of generating playful palettes from images
JP5006839B2 (ja) トリミングルール学習装置および方法並びにプログラム

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
GR01 Patent grant
GR01 Patent grant