[發明專利]一種基于融合圖像引導的多視差圖像序列配準方法

有效

• 申請號: 202110911123.0
• 申請日: 2021-08-06
• 公開（公告）號: CN113610906B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 閆濤;錢宇華;杜亮
• 申請（專利權）人: 山西大學
• 主分類號: G06T7/38
• 分類號: G06T7/38
• 代理公司: 山西五維專利事務所(有限公司) 14105
• 代理人: 茹牡花

本發明屬于圖像配準技術領域，具體涉及一種基于融合圖像引導的多視差圖像序列配準方法。技術方案包括以下步驟：首先，利用非降采樣小波變換對待配準的多視差圖像序列的高低頻子圖進行融合；然后選擇融合圖像中分布于四角的四個標準特征子圖，依次在待配準的多視差圖像序列中對應位置設置搜索范圍，通過選擇搜索范圍內相關系數最大值位置得到特征坐標點對；根據特征坐標點對計算每幅圖像的拉伸系數；最后將待配準的多視差圖像序列中所有位置與對應的拉伸系數相乘得到配準后的多視差圖像序列。本發明的方法能夠有效克服基準圖像中紋理稀疏的問題，可實現多視差圖像序列的精確配準。

技術領域

本發明屬于圖像配準技術領域，具體涉及一種基于融合圖像引導的多視差圖像序列配準方法。

背景技術

傳感器技術的迅猛發展，使得圖像采集設備的終端尺寸不斷趨于微型化與小型化，以手機、智能終端攝像頭為代表的圖像采集設備在分辨率和圖像處理性能方面出現了質的提升。這使得以前需要基于大型圖像運算設備計算的三維重建問題得以通過小型計算終端完成，現階段通常運用小型終端采集多幅視差圖像序列實現相關應用場景的三維重建。其中，圖像配準作為多視差圖像序列三維重建問題的前期處理步驟，其配準精度直接決定重建結果的好壞。然而，多視差圖像序列在采集過程中由于受到相機抖動等因素會導致圖像序列出現移位，進而導致三維重建結果出現較大偏差。因此，準確高效的多視差圖像序列的配準尤為重要。

現有的多視差圖像配準的方法主要分為圖像特征點變換和多平面分割兩類。其中，圖像特征點變換的方法通常對多幅視差圖像利用統一的特征描述算子(如SIFT、LBP)進行匹配，但這類方法僅適用于視差范圍較小的情況，對于距離目標物體較遠的視差圖像，由于這類圖像普遍具有紋理稀疏與圖像平滑的特點，這可能導致特征點選擇出現困難；多平面分割的方法主要用于克服視差范圍較大的情況，通過將視差圖像分割為多個區域，視差圖像序列間的各區域分別采用不同的單應性矩陣建立關聯，但此類方法對分割方法的準確性有較高要求，除此之外，相鄰視差圖像之間的特征區域可能會隨著相機與物體間的距離發生模糊變化，導致特征點匹配的結果出現錯誤。

綜上可知，圖像特征點變換和多平面分割均無法直接用于三維重建中多視差圖像序列的配準問題，而且這兩類匹配方法通常采用首張視差圖像作為基準圖像，然后對其他視差圖像序列進行匹配，假使首張圖像中特征稀疏，將導致后續圖像序列的匹配出現較大的積累誤差。因此，我們認為在多視差圖像序列配準過程中，基準圖像是保證所有圖像序列配準的關鍵。本專利采用融合圖像作為基準圖像對所有的多視差圖像序列進行配準，確保了多視差圖像序列可以實現精確匹配。

發明內容

為克服現有解決方案中不足之處，本發明的目的是提供一種基于融合圖像引導的多視差圖像序列配準方法。

本發明所采用的技術方案是，一種基于融合圖像引導的多視差圖像序列配準方法，包括以下步驟：

步驟1，設置非降采樣小波變換的最大分解層數為L_max，濾波器組為‘maxflat’；

步驟2，對待配準的多視差圖像序列通過式(1)進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，對步驟2得到的n幅低頻子圖按照式(2)得到對應的低頻融合子圖

其中max(·)表示取最大值函數；

步驟4，對步驟2得到的n×L_max幅高頻子圖通過式(3)得到對應的高頻融合子圖集