[發(fā)明專利]一種快速圖像融合方法

有效

• 申請?zhí)枺?/td>: 201611076440.0
• 申請日: 2016-11-30
• 公開（公告）號: CN106709878B
• 公開（公告）日: 2018-05-04
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 長沙全度影像科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/13;G06T3/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及圖像通信技術(shù)領(lǐng)域，尤其是涉及魚眼圖像拼接技術(shù)領(lǐng)域。

背景技術(shù)

魚眼圖像拼接是一種利用實(shí)景圖像組成全景空間的技術(shù)，目前的魚眼圖像拼接技術(shù)主要有兩種方案：

第一種方案是用一個(gè)常規(guī)鏡頭的投影變換和多項(xiàng)式畸變校正技術(shù)用校正模板圖像對鏡頭畸變參數(shù)進(jìn)行畸變校正，生成一組中間校正后的2D圖像，然后采用2D圖像配準(zhǔn)技術(shù)對校正后的圖像元進(jìn)行2D配準(zhǔn)，最后對配準(zhǔn)的兩幅圖像進(jìn)行融合。

第二種方案是把魚眼圖像的徑向畸變校正參數(shù)和圖像元的位姿參數(shù)作為一體，整體用最優(yōu)化技術(shù)進(jìn)行參數(shù)估計(jì)，最后調(diào)用參數(shù)映射表對鏡頭單元圖像進(jìn)行圖像拼接。

這些方法在圖像融合過程中如果采用直接融合的方法(例如：平均值法、加權(quán)平均法、中值濾波法)，會導(dǎo)致生成的全景圖像因?yàn)橹丿B區(qū)域的細(xì)節(jié)差異而出現(xiàn)明顯的拼接縫。

為了解決拼接縫這個(gè)技術(shù)問題，目前常用的方法是采用動態(tài)規(guī)劃和graph-cut的方法來查找最優(yōu)融合中心線，具體來說就是利用兩幅圖像重疊區(qū)域內(nèi)像素之間的灰度差異和顏色差異，在重疊區(qū)域中找到一條灰度和顏色差異最小的線，這條線就被稱為最優(yōu)融合中心線。

在中國專利公布號CN105957007A中介紹了一種基于最優(yōu)融合線的加權(quán)融合方法，它采用graph-cut的最優(yōu)縫合線算法來找出重合區(qū)域中差異最小的劃分線，然后利用加權(quán)平均法在最優(yōu)縫合線L周圍對待拼接的圖像像素值進(jìn)行融合，該最優(yōu)縫合線算法基于像素級尋找差異最小的劃分線，在對重疊區(qū)域中內(nèi)容豐富的地方進(jìn)行加權(quán)平均融合時(shí)，會產(chǎn)生較大的模糊現(xiàn)象。在中國專利公布號CN103856727A中介紹了一種結(jié)合顏色和結(jié)構(gòu)差異最小的最優(yōu)縫合線算法，利用人工智能中的啟發(fā)式A*搜索算法計(jì)算平均累計(jì)誤差值最小的線作為最優(yōu)縫合線，該方法計(jì)算復(fù)雜，運(yùn)算量大，占用系統(tǒng)資源多。

采用現(xiàn)有技術(shù)中的方法生成的全景圖像，容易出現(xiàn)模糊、拼接錯(cuò)位等現(xiàn)象，生成的全景圖像效果不佳，同時(shí)占用大量的系統(tǒng)資源，對硬件配置的要求極高。

發(fā)明內(nèi)容

本發(fā)明為克服圖像拼接后模糊的問題，旨在提供一種尋找最優(yōu)融合中心線融合后得到清晰魚眼圖像的方法。

一種快速圖像融合方法，所述方法包括：

獲取同一時(shí)刻魚眼鏡頭采集的多幅魚眼圖像，從中取出融合區(qū)；在所述融合區(qū)內(nèi)找出最優(yōu)融合中心線；利用所述最優(yōu)融合中心線計(jì)算線性映射查找表；根據(jù)所述線性映射查找表進(jìn)行圖像融合；

在所述融合區(qū)內(nèi)找出最優(yōu)融合中心線的步驟包括：計(jì)算融合區(qū)的邊緣特征；計(jì)算邊緣特征與絕對灰度差值的和；尋找最小累加差值及其路徑從而得到最優(yōu)融合中心線；

所述計(jì)算融合區(qū)的邊緣特征的具體步驟如下：利用Canny邊緣檢測算子提取所述融合區(qū)中相互重疊的區(qū)域I₁和I₂的邊緣特征，其中第一步：利用高斯濾波模板平滑I₁和I₂：首先生成方差σ＝1.4的高斯濾波模板h(x，y，σ)，然后對I₁和I₂進(jìn)行高斯平滑處理，得到去除噪聲后的相互重疊區(qū)域g₁(x，y)和g₂(x，y)，I₁和I₂內(nèi)(x,y)處灰度化后灰度值分別用I₁(x,y)和I₂(x,y)表示，所用公式如下所示：

第二步：利用一階偏導(dǎo)的有限差分進(jìn)行計(jì)算梯度的幅值和方向：已經(jīng)平滑濾波后的相互重疊區(qū)域g₁(x，y)和g₂(x，y)的梯度用2*2的一階有限差分近似式來計(jì)算x和y方向上的偏導(dǎo)數(shù)；g₁(x，y)在x和y方向上的偏導(dǎo)數(shù)分別為G_x(x，y)和G_y(x，y)表示：

根據(jù)x與y方向的梯度可以計(jì)算g₁(x，y)像素點(diǎn)的梯度幅值G(x，y)與角度θ(x，y)：