[發(fā)明專利]一種改進(jìn)的灰度圖像的彩色背景的構(gòu)建方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810684604.0
• 申請(qǐng)日: 2018-06-28
• 公開（公告）號(hào): CN108876755B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 熊木地;李景潤;崔婷婷;喬夢(mèng)霞
• 申請(qǐng)（專利權(quán)）人: 大連海事大學(xué)
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T7/33;G06K9/62
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 李洪福

1.一種改進(jìn)的灰度圖像的彩色背景的構(gòu)建方法，其特征在于：包括以下步驟：

A、全景圖像采集

通過紅外攝像儀對(duì)固定區(qū)域拍攝多幅彩色場(chǎng)景圖像，使其范圍覆蓋到所需要的全部場(chǎng)景信息；

B、圖像拼接

在獲得多幅彩色場(chǎng)景圖像之后，通過采用尺度不變特征轉(zhuǎn)換方法即SIFT方法，利用多幅彩色場(chǎng)景圖像相同區(qū)域特征點(diǎn)匹配融合的算法，將所述的多幅彩色場(chǎng)景圖像融合到一幅全景圖當(dāng)中；然后通過隨機(jī)抽樣一致方法即CV_RANSAC消除錯(cuò)誤匹配點(diǎn)；

C、灰度場(chǎng)景圖獲取

利用紅外攝像儀在全景范圍內(nèi)變焦后進(jìn)行拍攝，使得拍攝的灰度場(chǎng)景圖能夠完全存在于之前獲得的全景圖當(dāng)中，效果相當(dāng)于將全景圖中的某一部分進(jìn)行放大；

D、像素級(jí)比例縮放

通過采用獲取圖像任意點(diǎn)的像素點(diǎn)坐標(biāo)的方法，分別計(jì)算全景圖和灰度場(chǎng)景圖相同物體的像素差，該相同物體是不易在拼接的時(shí)候發(fā)生畸變、而且全景圖和灰度場(chǎng)景圖都必須包含的物體；因?yàn)樵诓煌咕嗯臄z同一物體的情況下，該物體寬高比是不變的，所以這里取物體高度的像素差；通過獲得像素差進(jìn)行灰度場(chǎng)景圖的比例縮放，使得其大小和全景圖相同位置的大小一致，其基本公式如下：

M*N＝(M1*M2)*(h1/h2)

其中，模板圖像的大小為M*N，灰度場(chǎng)景圖的大小為M1*M2，全景圖欄桿高度的像素個(gè)數(shù)為h1，紅外場(chǎng)景圖欄桿高度的像素個(gè)數(shù)為h2；

E、模板匹配

通過對(duì)全景圖和灰度場(chǎng)景圖進(jìn)行模板匹配，選擇全景圖為輸入圖像，灰度場(chǎng)景圖為模板圖像；其基本思路是，模板是一幅已知的小圖像，模板匹配就是在一幅大圖像中搜尋目標(biāo)，已知該圖像中有要找的目標(biāo)，且該目標(biāo)同模板有相同的尺寸、方向和物體，通過歸一化的序貫相似性檢測(cè)算法即SSAD法在圖像中找到目標(biāo)，確定其坐標(biāo)位置，最后通過比較模板圖和被模板圖覆蓋的搜索圖的那塊區(qū)域之間的相似性，完成模板匹配過程；

F、車輛掩膜獲取

通過圖像修復(fù)技術(shù)對(duì)輸入的灰度場(chǎng)景圖進(jìn)行破壞，即用鼠標(biāo)畫出的粗白條進(jìn)行破壞，沿著灰度場(chǎng)景圖中的可移動(dòng)物體的輪廓進(jìn)行涂抹，最后獲得該物體的掩膜圖像，該方法只是用到了圖像修復(fù)的前兩個(gè)步驟并且它們的代碼都?jí)嚎s到一起，為了簡(jiǎn)潔方便，直接使用圖像修復(fù)技術(shù)的代碼，并且保存掩膜圖像；

G、基于小波變換的圖像融合方法

通過基于小波變換的圖像融合技術(shù)，將從灰度場(chǎng)景圖中獲得的可移動(dòng)物體的掩膜圖像和模板匹配獲得的彩色背景圖像進(jìn)行融合，使得最后獲得的彩色背景圖像中包括灰度場(chǎng)景圖中的可移動(dòng)物體，最終的效果為在彩色背景圖像顏色信息沒有太大變化的情況下，于灰度場(chǎng)景圖相同區(qū)域處，有清晰的可移動(dòng)物體存在；融合過程包括如下步驟：

G1、圖像預(yù)處理：圖像預(yù)處理包括待融合圖像配準(zhǔn)和對(duì)圖像的重采樣；所述的待融合圖像配準(zhǔn)就是在變換空間中尋找一種特定的、最優(yōu)的變換模型，確定配準(zhǔn)參數(shù)，使得來自同一目標(biāo)區(qū)域、在相同時(shí)間或不同時(shí)間、不同視角、由相同或不同傳感器獲取的兩幅或多幅圖像數(shù)據(jù)在相同坐標(biāo)系下進(jìn)行空間位置的最佳疊合、以保證小波系數(shù)在位置上的一一對(duì)應(yīng)，使配準(zhǔn)精度達(dá)到亞像素級(jí)；所述的對(duì)圖像的重采樣是當(dāng)獲得配準(zhǔn)參數(shù)估計(jì)后，將待配準(zhǔn)圖像坐標(biāo)做相應(yīng)的幾何變換，使之和參考圖像處于同一坐標(biāo)系下；由于變換以后的坐標(biāo)不一定為整數(shù)，因此需要對(duì)變換后的圖像進(jìn)行重新插值處理，以保證待融合的圖像具有相同的圖像尺寸，保證分解后的小波系數(shù)是位置上一一對(duì)應(yīng)的；

G2、小波系數(shù)處理：進(jìn)行小波變換后將原始圖像數(shù)據(jù)按不同頻帶和分辨率分解成子帶圖像，每一層小波系數(shù)分解成4個(gè)子帶：垂直和水平方向低頻的子帶LL即低頻近似圖像、垂直方向高頻和水平方向低頻的子帶LH即高頻垂直方向圖像、垂直方向低頻和水平方向高頻的子帶HL即高頻水平方向圖像、垂直和水平方向高頻的子帶HH即高頻對(duì)角線方向圖像；在圖像融合的應(yīng)用中，只需要對(duì)待融合圖像的高頻系數(shù)進(jìn)行融合操作處理，低頻系數(shù)則是根據(jù)具體需求選取一幅待處理圖像中的系數(shù)LL；

G3、圖像融合：設(shè)待融合圖像記為X、Y，融合后的圖像記為Z；它們的小波系數(shù)分別為D_x、D_Y和D_z，A_x和A_Y為待融合圖像的高頻小波系數(shù)，p(m,n,k,l)表示對(duì)應(yīng)位置的小波系數(shù)，m、n分別表示p對(duì)應(yīng)的空間位置，k表示小波變換級(jí)數(shù)，l表示小波變換的頻帶數(shù)；融合后圖像Z的MSD系數(shù)的加權(quán)和公式如下：

D_Z(p)＝ω_X(p)D_X(p)+ω_Y(p)D_Y(p)

融合后圖像Z的MSD系數(shù)的絕對(duì)值較大者公式如下：

A_i(p)＝max(A_X(p),A_Y(p))

其中i的取值為X或Y；

G4、基于滑窗內(nèi)像素的融合：設(shè)M_XY(p)描述以p為中心像素的鄰域內(nèi)p對(duì)X、Y的匹配程度，其基本公式如下：

其中，s、t分別是相對(duì)于m、n上的位置偏差，S、T分別表示s、t取得最大整數(shù)范圍，ω(s,t)是p位置處在(m+s，n+t)時(shí)的權(quán)重；當(dāng)M_XY(p)小于某個(gè)閾值α，則ω_X＝0，ω_Y＝1；否則，權(quán)重分別用如下公式計(jì)算：

M_XY表示兩圖像X、Y在某區(qū)域的匹配程度，該區(qū)域的范圍由中心像素及其鄰域決定；

ω_Y＝1-ω_X

結(jié)束。