[發明專利]一種可移植到ARM端的圖像拼接方法

在審

• 申請號: 202111486448.5
• 申請日: 2021-12-07
• 公開（公告）號: CN114202462A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 李智博;張俊舉;靳欣;張經緯;胡逸飛
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T3/60;G06T5/00;G06T7/33
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 岑丹

本發明公開了一種可移植到ARM端的圖像拼接方法。基于圖像雙向匹配的思想，重新構建特征描述符，采用圓形鄰域代替傳統矩形鄰域提取32維描述符，實現描述符的降維；通過自適應閾值方法完成特征點初匹配，降低人為設定閾值對匹配結果的影響，再對初匹配圖像采用雙向匹配準則消除重復匹配，通過mipi攝像頭獲取圖像數據，將算法程序移植到ARM端，可提高硬件利用率，提高便攜性。

技術領域

本發明屬于圖像處理技術，具體為一種可移植到ARM端的圖像拼接方法。

背景技術

在攝像機拍攝時，兩個帶有一定重疊區域的圖像，可以利用重疊區域的信息計算出一個投影變換矩陣來描述圖像的空間關系，把一個圖像的坐標空間映射到另一個坐標空間中，計算過程如圖12所示。

其中，圖像投影包括四個步驟：

第一步對圖像進行特征點提取，找到具有明顯限量特征的坐標點；

第二步對提取出來的特征點進行匹配，選出具有對應關系的匹配點對；

第三步利用匹配點對的關系，計算出投影變換矩陣；

第四步利用投影變換矩陣把一個圖像投影到另外一個圖像中。

其中由一個平面坐標空間投影到另外一個平面坐標空間可以由式(1)實現，其中(x,y)為目標坐標，(X,Y)為源坐標，H為投影變換矩陣。

由于該方程組為具有8個未知參數帶約束方程組，至少需要提供4組匹配特征點來求解。

特征點匹配方法有很多種，其中基于圖像局部灰度特征描述來提取特征點的辦法在實際使用中有較好的使用效果，DavidG.Lowe提出了SIFT算法，該算法具有128維的特征描述向量，但數據復雜度高、匹配精度低且算法運行時間長。Bay等提出的SURF算法加入積分圖以及Haar特征來減少數據復雜度，同時在處理圖像的旋轉和模糊不變性等方面也有所提高，雖然降低了描述符維度并且保留了SIFT算法的旋轉、尺度不變性，但匹配精度低、時效性差且用于彩色圖像的配準則存在明顯的缺陷。

發明內容

本發明完成了雙向匹配算法完成圖像拼接并將其移植至ARM端。

本發明與現有技術相比，其顯著優點為：

(1)本發明通過A311D平臺完成圖像獲取、圖像特征點識別、圖像拼接等功能，與傳統PC端圖像處理相比，大大提升了便攜性；

(2)本發明將64維的特征描述符降至32維，減少了數據復雜度和算法匹配時間提高算法的運行速率，然后采用自適應閾值的方法避免了人為設定閾值對匹配結果的影響，進一步采用雙向匹配準則消除匹配“一對多”的現象。

(3)本發明采用權值融合對圖像拼接裂縫處平滑處理。

下面結合附圖對本發明做進一步詳細的描述。

附圖說明

圖1為本發明實施例的mipi攝像頭采集到的白光參考圖像。

圖2為本發明實施例的mipi攝像頭采集到的白光待配準圖像。

圖3為本發明實施例的提取特征點后圖像。

圖4為傳統算法描述符統計響應的區域。

圖5為本發明實施例的算法計算特征描述符區域。

圖6為本發明實施例的描述符的降維提取劃分圓形區域。

圖7為本發明實施例的描述符降維之后雙向匹配處理的特征點圖像。

圖8為將待配準圖像轉換到與參考圖像同一坐標下得到的圖像。