[發(fā)明專利]一種基于改進的SURF算法的圖像拼接方法

在審

• 申請?zhí)枺?/td>: 202010517952.6
• 申請日: 2020-06-09
• 公開（公告）號: CN111754402A
• 公開（公告）日: 2020-10-09
• 發(fā)明（設計）人: 唐小波;徐衍微;申忠宇;許強
• 申請（專利權）人: 南京師范大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/33;G06T7/37;G06K9/46
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱楨榮

1.一種基于改進的SURF算法的圖像拼接方法，其特征在于，包括以下步驟：

步驟1、對兩幅輸入圖像進行預處理，縮小圖像尺寸，得到預處理后的圖像，預處理后的圖像包括基準圖像I₁和待拼接圖像I₂；

步驟2、對預處理后的圖像采用改進的SURF算法進行特征點提取；具體如下：

2-1、引入特征點區(qū)域限制函數f(x,y)：

其中，x為像素的橫坐標，y為像素的縱坐標，A、B分別為圖像橫向和縱向的邊長尺寸，τ為有效拼接特征點的區(qū)域范圍；

通過此函數限制特征點的區(qū)域范圍在圖像周邊；

2-2、構建圖像金字塔：改變高斯濾波器的窗口大小獲得不同尺度的圖像，圖像經過不同尺寸盒子濾波器的濾波處理，生成多幅Hessian行列式圖像，從而構成圖像金字塔；

2-3、將圖像金字塔內的每個像素點在其3×3×3的三維領域內進行非極大值抑制，即與其周圍的26個點進行特征值比較，如果是其中的最大值或最小值，則初步確定為特征點，記錄其位置與尺寸；

2-4、選取特征點主方向：以尺度值為s的特征點為圓心，在半徑為6s的圓內使用尺寸為4s的Harr小波模板來計算梯度，選取梯度總和最大的方向為主方向；

2-5、以特征點為圓心，取20s×20s的正方形窗口，將窗口劃分為16個大小為5s×5s的子窗口；統計子窗口內25個像素的水平方向harr小波特征之和d_x和垂直方向harr小波特征之和d_y，得到一個4維向量v＝(∑d_x，∑|d_x|，∑d_y，∑|d_y|)，每個特征點形成4×16個特征描述子用以描述該特征點；

步驟3、對步驟2提取出的特征點采用勞氏算法進行特征匹配，初步篩選并標記匹配的特征點對；

步驟4、應用RANSAC算法，對已經標記出特征點的兩張圖像進行誤匹配特征點對剔除并求解透視變換矩陣；

步驟5、根據步驟4求解的變換矩陣，將待拼接圖像I₂通過變換矩陣進行變換后得到變換后的圖像I₃，將變換后的圖像I₃與基準圖像I₁進行疊加；

步驟6、采用線性加權運算，將基準圖像I₁與變換后的圖像I₃融合，完成圖像拼接。

2.根據權利要求1所述的一種基于改進的SURF算法的圖像拼接方法，其特征在于，步驟1中，按的縮小比例將圖像縮放，l、w分別為輸入圖像的長度和寬度。

3.根據權利要求1所述的一種基于改進的SURF算法的圖像拼接方法，其特征在于，步驟3具體過程為：選取基準圖像I₁中的一個特征點，與待拼接圖像I₂的所有特征點求取歐氏距離，從中選出最近歐式距離特征點和次近歐式距離特征點，計算二者的比值，若該比值小于預設的距離比閾值T₁則認為這個特征點是正確匹配的特征點，將正確匹配的特征點相連，否則視為錯誤匹配。

4.根據權利要求1所述的一種基于改進的SURF算法的圖像拼接方法，其特征在于，T₁＝0.8。