买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种基于特征筛选的室外场景图像拼接方法，包括：采用SIFT特征点提取算法提取参考图像和目标图像的特征点并利用RANSAC算法获得特征点的对应关系；根据基于贝叶斯模型的特征点筛选算法得到精确的特征点集P1；基于距离的特征筛选方法筛选出用于全局单应计算的特征点集P2；计算全局单应变换矩阵，进行全局配准；进行局部配准；利用相似变换模型与最佳拼接缝方法，实现图像拼接。本发明针对室外场景图像的特征分布特点，通过对图像特征的有效筛选和基于网格的形变模型，提高了图像的配准精度，取得了精确，自然的拼接效果，解决了室外场景中配准精度降低、整体几何变形大、重叠区重影等问题，使得室外场景图像的拼接效果得到明显提升。

主权项：1.一种基于特征筛选的室外场景图像拼接方法，其特征在于，包括如下步骤：S1：采用SIFT特征点提取算法提取参考图像和目标图像的特征点并利用RANSAC算法获得特征点的对应关系；S2：根据基于贝叶斯模型的特征点筛选算法得到特征点集P1；S3：根据特征点集P1，基于距离的特征筛选方法筛选出用于全局单应计算的特征点集P2；S4：利用特征点集P2计算全局单应变换矩阵，进行全局配准；S5：利用特征点集P1和基于网格的形变模型计算进行局部配准；S6：利用相似变换模型与最佳拼接缝方法，消除图像重影和形变，实现图像拼接；所述步骤S6具体为：利用相似变换模型消除图像形变；在获得精确的特征匹配{pi,qi}之后，通过最小化公式来估计全局相似性变换S： 式中，为待估计的相似变换模型；Hq＝μhH+μsHs其中，Hs是通过将行0，0，1添加到全局相似性变换S底部而构成的，并且μh和μs是具有约束μh+μs＝1的加权系数，μh在扭曲的源图像I'中，从1到0线性变化，使得图像的变换模型逐渐过渡到Hs；利用最佳拼接缝消除图像重影：通过配准的源图像I'和目标图像J得到重叠区域ΩΔI'和ΩΔJ；寻求最佳缝合线，使得拼接缝左边取左图信息，右边取右图信息；最佳拼接缝的寻找遵循两个原则：a拼接线两边的色彩差异尽可能小；b拼接线两边邻近像素尽可能相似；对于a，对扭曲后的图像对之间做RGB分量差分，标准化后得到差异矩阵Eijc， 其中，ΩΔI'和ΩΔJ分别表示在扭曲后的图像重叠区域的RGB分量向量对于b，用局部相似性，即用梯度差异矩阵来进行量化，将扭曲后的图像转换到梯度域，并对其做差分，得到差异矩阵Eijgrad；Eijgrad＝||gradΩΔI'ij-gradΩΔJij||通过结合差异矩阵Eijc和差异矩阵Eijgrad得到能量矩阵Eij，在其中搜索一条能量最小的路径来实现；Eij＝ωcEijc+1-ωcEijgrad将图像中的每一个像素视作结点，而能量值作为权重，最终得到一条能量最小的最佳拼接缝。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于特征筛选的室外场景图像拼接方法