[發(fā)明專利]一種基于混合測度的視頻數(shù)據(jù)寬景成像方法

有效

• 申請?zhí)枺?/td>: 201010240009.1
• 申請日: 2010-07-29
• 公開（公告）號: CN101909165A
• 公開（公告）日: 2010-12-08
• 發(fā)明（設(shè)計）人: 金晶;沈毅;王艷;李雪萌
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: H04N5/262
• 分類號: H04N5/262;G03B37/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張果瑞

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于混合測度的視頻數(shù)據(jù)寬景成像方法，屬于圖像處理領(lǐng)域。

背景技術(shù)

寬景成像是指將通過實時采集裝置在移動過程中所得到的連續(xù)視頻圖像，利用圖像抑噪、圖像配準(zhǔn)和圖像融合等圖像處理技術(shù)，合成出完整的大幅面、低噪聲和高清晰度的寬景圖像。因為有較大的數(shù)據(jù)處理量，該技術(shù)一般利用高速處理器或計算機來重建所述單幅圖像，并且越來越廣泛地被應(yīng)用于機器人、計算機視覺、虛擬現(xiàn)實及醫(yī)學(xué)等領(lǐng)域。比如機器人視覺中，對于復(fù)雜環(huán)境的處理就需要寬景成像技術(shù)，通過對機器人雙目獲取的子圖像進行合成，得到寬視野的環(huán)境信息。再比如在超聲醫(yī)學(xué)領(lǐng)域，由于超聲成像距離或?qū)挾仁艿教筋^尺寸的限制，一次數(shù)據(jù)采集不能有效地觀察被測整個器官和病變部位的全貌，因此也需要對被測目標(biāo)多次采集后進行寬景成像。

寬景成像系統(tǒng)可分為三個部分：采集子系統(tǒng)、處理子系統(tǒng)與瀏覽子系統(tǒng)。由于采集子系統(tǒng)中觀測視角的限制，使得每一次采集的效果不足以對被觀測對象做出判斷，因此需要將多次采集的數(shù)據(jù)進行處理，得到被觀測對象的全貌。其中最關(guān)鍵的處理技術(shù)為圖像配準(zhǔn)和圖像拼接技術(shù)。尤其是圖像配準(zhǔn)技術(shù)，在一定程度上直接決定了寬景成像的成敗。

圖像配準(zhǔn)是指通過尋找某種空間變換，使來自不同時間、不同傳感器或不同視角的同一場景的兩幅或多幅圖像的對應(yīng)點達(dá)到空間位置上的一致。目前常用的圖像配準(zhǔn)算法主要包括基于變化域的配準(zhǔn)方法，基于特征提取的配準(zhǔn)方法，基于變換模型的配準(zhǔn)方法和基于灰度信息的配準(zhǔn)方法。相關(guān)算法多是針對清晰度較高，特征輪廓較清晰的圖像提出的。而對于清晰度較差，特征不明顯的圖像配準(zhǔn)方法還有待進一步探索提高。

圖像拼接技術(shù)就是將數(shù)張有重疊部分的圖像(可能是不同時間、不同視角或者不同傳感器獲得的)拼成一幅大型的無縫高分辨率圖像的技術(shù)。目前比較常用的有圖像增長技術(shù)，遞歸的空間組合技術(shù)以及加權(quán)拼接技術(shù)。拼接技術(shù)一般要求原理簡單，計算量小，并且能夠在一定程度上填充掉兩幅圖像間的灰度差異和可能存在的幾何外形形變等。

現(xiàn)今的寬景成像算法多是針對兩幅圖像的配準(zhǔn)拼接提出的，這就導(dǎo)致了這些算法在處理視頻數(shù)據(jù)的時候出現(xiàn)執(zhí)行效率低、寬景成像精度低等問題，如能直接針對視頻數(shù)據(jù)進行處理，將能在一定程度上克服上述缺點，給應(yīng)用帶來很大的方便。

發(fā)明內(nèi)容

本發(fā)明目的是為了解決現(xiàn)有針對兩幅圖像的配準(zhǔn)拼接提出的寬景成像算法在處理視頻數(shù)據(jù)的時候存在執(zhí)行效率低、寬景成像精度低等問題，提供了一種基于混合測度的視頻數(shù)據(jù)寬景成像方法。

本發(fā)明包括如下步驟：

步驟一、在視頻數(shù)據(jù)中采樣，獲得一幀圖像作為配準(zhǔn)幀圖像，

步驟二、按設(shè)定的采樣步長再次進行采樣，獲得下一幀圖像作為待配準(zhǔn)幀圖像，

步驟三、對采樣獲取的幀圖像進行有效性評估，有效性評估包括依次進行掃描有效性評估和拼接有效性評估，如果通過上述兩個有效性評估，執(zhí)行步驟四，如果沒通過掃描有效性評估，需返回重新采樣，如果沒有通過拼接有效性評估，表明獲取視頻數(shù)據(jù)的掃描速度過快或過慢，則自適應(yīng)調(diào)整采樣步長，并將調(diào)整后的采樣步長作為設(shè)定的采樣步長，返回執(zhí)行步驟二，

步驟四、采用互信息測度和梯度相關(guān)測度對通過有效性評估的配準(zhǔn)幀圖像和待配準(zhǔn)幀圖像進行圖像配準(zhǔn)，獲取配準(zhǔn)參數(shù)，

配準(zhǔn)參數(shù)包括配準(zhǔn)幀圖像和待配準(zhǔn)幀圖像的橫向配準(zhǔn)位移量和縱向配準(zhǔn)位移量，

采用先粗后精結(jié)合的方式實現(xiàn)圖像配準(zhǔn)，粗配準(zhǔn)采用互信息測度獲取配準(zhǔn)幀圖像和待配準(zhǔn)幀圖像的橫向配準(zhǔn)位移量，精配準(zhǔn)采用梯度相關(guān)測度獲取配準(zhǔn)幀圖像和待配準(zhǔn)幀圖像的縱向配準(zhǔn)位移量，

步驟五、分別判斷橫向配準(zhǔn)位移量和縱向配準(zhǔn)位移量是否超出閾值范圍，根據(jù)下述兩式獲得判斷結(jié)果：

位移低閾值<橫向配準(zhǔn)位移量<位移高閾值，

位移低閾值<縱向配準(zhǔn)位移量<位移高閾值，

若上述兩式都成立，則表明橫向配準(zhǔn)位移量和縱向配準(zhǔn)位移量均在閾值范圍內(nèi)，獲取視頻數(shù)據(jù)的掃描速度正常，無需調(diào)整采樣步長，執(zhí)行步驟六，

若有任何一式不成立，則表明橫向配準(zhǔn)位移量或縱向配準(zhǔn)位移量超出閾值范圍，獲取視頻數(shù)據(jù)的掃描速度過快或過慢，則自適應(yīng)調(diào)整采樣步長，并將調(diào)整后的采樣步長作為設(shè)定的采樣步長，再返回執(zhí)行步驟二，

步驟六、采用縫隙漸變加權(quán)融合的方法將獲取配準(zhǔn)參數(shù)的的配準(zhǔn)幀圖像和待配準(zhǔn)幀圖像進行圖像拼接，并將本次拼接后的圖像作為下一次拼接用的配準(zhǔn)幀圖像，

然后返回步驟二，進行下一次圖像采樣和拼接，

直到視頻數(shù)據(jù)采樣過程結(jié)束，退出循環(huán)，完成一個寬景圖像的拼接過程。

本發(fā)明的優(yōu)點：