[發(fā)明專利]一種基于融合圖像引導(dǎo)的多視差圖像序列配準(zhǔn)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110911123.0
• 申請(qǐng)日: 2021-08-06
• 公開（公告）號(hào): CN113610906B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設(shè)計(jì)）人: 閆濤;錢宇華;杜亮
• 申請(qǐng)（專利權(quán)）人: 山西大學(xué)
• 主分類號(hào): G06T7/38
• 分類號(hào): G06T7/38
• 代理公司: 山西五維專利事務(wù)所(有限公司) 14105
• 代理人: 茹牡花

1.一種基于融合圖像引導(dǎo)的多視差圖像序列配準(zhǔn)方法，其特征是，包括以下步驟：

步驟1，設(shè)置非降采樣小波變換的最大分解層數(shù)為L(zhǎng)_max，濾波器組為‘maxflat’；

步驟2，對(duì)待配準(zhǔn)的多視差圖像序列通過(guò)式(1)進(jìn)行非降采樣小波變換得到n幅低頻子圖與n×L_max幅高頻子圖

其中，I_i為多視差圖像序列中第i幅圖像，多視差圖像序列的總數(shù)為n，l表示分解尺度且其取值為1≤l≤L_max，NSWT表示非降采樣小波變換；

步驟3，對(duì)步驟2得到的n幅低頻子圖按照式(2)得到對(duì)應(yīng)的低頻融合子圖

其中max(·)表示取最大值函數(shù)；

步驟4，對(duì)步驟2得到的n×L_max幅高頻子圖通過(guò)式(3)得到對(duì)應(yīng)的高頻融合子圖集

其中abs(·)表示取絕對(duì)值函數(shù)；

步驟5，對(duì)步驟3和步驟4得到的低頻融合子圖與高頻融合子圖集通過(guò)式(4)的非降采樣小波變換的反變換得到多視差圖像序列的融合圖像I_F，

其中，Inverse?NSWT表示非降采樣小波變換反變換；

步驟6，選擇融合圖像I_F中處于四角位置的四個(gè)矩形區(qū)域作為標(biāo)準(zhǔn)特征子圖，并在對(duì)應(yīng)的待配準(zhǔn)的多視差圖像序列中相同位置設(shè)定標(biāo)準(zhǔn)特征子圖的搜索范圍其中搜索范圍與標(biāo)準(zhǔn)特征子圖的關(guān)系滿足式(5)；

步驟7，設(shè)四個(gè)標(biāo)準(zhǔn)特征子圖的中心坐標(biāo)為然后將標(biāo)準(zhǔn)特征子圖依次在待配準(zhǔn)的多視差圖像序列對(duì)應(yīng)的搜索范圍內(nèi)遍歷，并根據(jù)式(6)計(jì)算出搜索范圍內(nèi)所有的相關(guān)系數(shù)，選擇相關(guān)系數(shù)最大值作為配準(zhǔn)點(diǎn)

最終，待配準(zhǔn)的多視差圖像序列中各圖像均得到4個(gè)特征坐標(biāo)點(diǎn)對(duì)其中G(·)表示相關(guān)系數(shù)；

步驟8，將步驟7得到的待配準(zhǔn)的多視差圖像序列中各圖像的4個(gè)特征坐標(biāo)點(diǎn)對(duì)根據(jù)式(7)依次計(jì)算其對(duì)應(yīng)的拉伸系數(shù)

步驟9，待配準(zhǔn)的多視差圖像序列按照步驟8中得到的拉伸系數(shù)按照式(8)得到配準(zhǔn)后的多視差圖像序列