[發(fā)明專利]圖像拼接方法和裝置

有效

• 申請?zhí)枺?/td>: 201910368047.6
• 申請日: 2019-05-05
• 公開（公告）號: CN110070490B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設計）人: 宋振坤;孫高明
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06V20/62;G06V30/148;G06V30/18;G06T7/33
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

本發(fā)明涉及一種圖像拼接方法和裝置。所述圖像拼接方法，包括：對基準圖像進行特征提取，得到第一特征點集合，對待配準圖像進行特征提取，得到第二特征點集合；對基準圖像進行字符識別，得到至少一個第一字符區(qū)域，對待配準圖像進行字符識別，得到至少一個第二字符區(qū)域；從第一特征點集合中剔除位于第一字符區(qū)域中的特征點，得到第三特征點集合，從第二特征點集合中剔除位于第二字符區(qū)域中的特征點，得到第四特征點集合；對第三特征點集合中的特征點與第四特征點集合中的特征點進行匹配，得到圖像變換模型的模型參數(shù)；根據(jù)模型參數(shù)將待配準圖像與基準圖像配準后進行拼接，得到拼接圖像。根據(jù)本發(fā)明的實施例，可以提高圖像拼接的準確度。

技術領域

本發(fā)明涉及圖像處理技術領域，尤其涉及一種圖像拼接方法和裝置。

背景技術

伴隨著圖像處理技術的不斷發(fā)展，圖像拼接技術在很多領域中都得到了廣泛應用。相關技術中，在圖像拼接領域中常用的算法是基于特征點匹配的方法，其中較為經典的方法是sift(Scale-invariant feature transform，尺度不變特征變換)特征提取算法，通過提取待拼接圖像中的sift特征點，然后進行特征點匹配，進而得出圖像變換模型參數(shù)實現(xiàn)圖像拼接，該方法在絕大多數(shù)應用領域中都能夠取得較好的效果。

然而，對于一些特殊的圖像拼接應用，如果直接使用sift算法提取特征點進行圖像拼接，圖像拼接結果并不準確。因此，如何提高基于sift特征點的圖像拼接的準確度是需要解決的一個問題。

發(fā)明內容

本發(fā)明提供一種圖像拼接方法和裝置，以解決相關技術中的不足。

根據(jù)本發(fā)明實施例的第一方面，提供一種圖像拼接方法，包括：

對基準圖像進行特征提取，得到第一特征點集合，對待配準圖像進行特征提取，得到第二特征點集合；

對所述基準圖像進行字符識別，得到至少一個第一字符區(qū)域，對所述待配準圖像進行字符識別，得到至少一個第二字符區(qū)域；

從所述第一特征點集合中剔除位于所述第一字符區(qū)域中的特征點，得到第三特征點集合，從所述第二特征點集合中剔除位于所述第二字符區(qū)域中的特征點，得到第四特征點集合；

對所述第三特征點集合中的特征點與所述第四特征點集合中的特征點進行匹配，得到圖像變換模型的模型參數(shù)；

根據(jù)所述模型參數(shù)將所述待配準圖像與所述基準圖像配準后進行拼接，得到拼接圖像。

在一個實施例中，所述對基準圖像進行特征提取，得到第一特征點集合，包括：

提取所述基準圖像的尺度不變特征轉換SIFT特征，得到第一特征點集合；

所述對待配準圖像進行特征提取，得到第二特征點集合，包括：

提取所述待配準圖像的SIFT特征，得到第二特征點集合。

在一個實施例中，所述對所述第三特征點集合中的特征點與所述第四特征點集合中的特征點進行匹配，得到圖像變換模型的模型參數(shù)，包括：

提取所述第三特征點集合中每個SIFT特征點的第一SIFT特征描述子；

提取所述第四特征點集合中每個SIFT特征點的第二SIFT特征描述子；

通過匹配所述第三特征點集合中的第一SIFT特征描述子與所述第四特征點集合中的第二SIFT特征描述子，得到特征點對集合；

根據(jù)所述特征點對集合中的第一SIFT特征描述子與第二SIFT特征描述子，計算得到圖像變換模型的模型參數(shù)。

在一個實施例中，所述通過匹配所述第三特征點集合中的第一SIFT特征描述子與所述第四特征點集合中的第二SIFT特征描述子，得到特征點對集合，包括：