[發明專利]一種基于改進的SURF算法的圖像拼接方法

在審

• 申請號: 202010517952.6
• 申請日: 2020-06-09
• 公開（公告）號: CN111754402A
• 公開（公告）日: 2020-10-09
• 發明（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

本發明公開了一種基于改進的SURF算法的圖像拼接方法，涉及圖像處理技術領域，主要包括特征點的提取和匹配，匹配點的篩選，圖像的配準和融合三個階段。具體步驟為：對輸入圖像進行預處理，縮小圖像尺寸；采用改進的SURF算法提取特征點；采用勞氏算法和RANSAC算法篩選匹配點；采用漸進漸出加權融合算法實現圖像融合，完成拼接。本發明在保證圖像拼接的準確性和穩定性基礎上，提升了拼接的速度，是一種良好有效的圖像拼接方法。

技術領域

本發明涉及數字圖像處理技術領域，特別是一種基于改進的SURF算法的圖像拼接方法。

背景技術

圖像拼接是將兩幅或者多幅具有重疊區域的圖像拼接成一幅視角更廣、分辨率更高圖像的技術，是計算機視覺領域的一個重點研究內容。圖像拼接技術的主要目的是增大圖像視角，有助于掌握更全面直觀的信息。圖像拼接技術的應用范圍非常廣泛，主要涉及到遙感圖像，醫學圖像，虛擬現實，智能駕駛系統以及無人機航拍圖像的應用。

完整的圖像拼接算法包含圖像預處理、圖像配準和圖像融合三大步驟，重點研究內容是圖像的配準和融合。圖像配準方法分為兩類：基于區域的配準方法和基于特征的配準方法。基于區域的配準方法是利用整幅圖像或者某種滑動窗口內的灰度值信息來計算圖像的模型變換，這種方法原理簡單，容易實現，但穩定性較差。而基于局部特征的方法具有良好的穩定性，能夠更好地克服光照，尺度，旋轉等變化帶來的影響，是目前主流的圖像配準方法。圖像融合主要實現圖像重合區域的平滑過渡，減少光照的影響，從而得到一幅新的圖像。

SIFT(Scale-invariant feature transform)特征檢測算法是Lowe于1999年提出并在2004年完善的，該算法對于尺度縮放、平移旋轉、光照變化都具有良好的不變性，對于圖像的仿射變換及噪聲也具有一定的穩定性，是目前最常用的圖像拼接算法。隨著圖像拼接技術對拼接速度的要求越來越高，算法描述較為復雜，運行時間過長的SIFT算法逐漸無法滿足實時性的需求。傳統圖像存在拼接時間久，精度低等問題。因此，針對圖像的拼接速度問題，提高算法的實時性，是圖像拼接領域主要的研究方向之一。

發明內容

本發明所要解決的技術問題是克服現有技術的不足而提供一種基于改進的SURF算法的圖像拼接方法，該方法能夠滿足不同條件下的圖像拼接需求，是一種耗時短、精度高、拼接效果良好的圖像拼接方法。

本發明為解決上述技術問題采用以下技術方案：

根據本發明提出的一種基于改進的SURF算法的圖像拼接方法，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域范圍；

通過此函數限制特征點的區域范圍在圖像周邊；

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；