專利名稱：一種視頻序列彩色圖像拼接方法
技術領域：
本發(fā)明涉及計算機視覺、數字圖像處理領域，尤其是一種視頻序列彩色圖像拼接方法。
背景技術：
圖像拼接一直是計算機視覺領域的研究熱門。所謂圖像拼接，是指將兩張(或更多張)具有重疊部分的同一場景圖像(可以是不同時間、不同視角或者不同傳感器)拼接成一幅具有廣視角高分辨率的圖像的技術。眾所周知，現(xiàn)有的照相設備的視角范圍是有限的，要得到一幅人們所需的具有大視角范圍的全景圖像就不得不對照相設備獲取的單獨的圖像進行拼接。圖像配準和圖像融合是圖像拼接的兩個關鍵技術。圖像配準是圖像融合的基礎，配準的質量關系到融合的質量，最終影響到圖像拼接的質量，所以圖像配準是圖像拼接技術中最重要的部分。全景圖像拼接技術的發(fā)展很大程度上取決于圖像配準技術的發(fā)展。從上世紀60年代開始，根據圖像的性質，圖像配準的研究主要圍繞三個方面展開:基于圖像特征的配準、基于灰度相關的配準以及基于變換域的配準。其中基于特征的配準是研究最早、也最具有廣泛適應性的圖像配準方法。目前常用的基于特征的圖像配準方法中，SURF是比較好的一種。但是大部分采用SURF的圖像配準方法都是針對灰度圖像的，即將彩色圖像轉化為灰度圖像，然后在灰度圖像上尋找特征點、特征點匹配直到最后的拼接。特征點的匹配常用的是采用歐式距離和RANSAC方法，一次匹配，二次除錯，步驟較多。如上所述，目前常用的基于SURF的圖像配準方法都是針對灰度圖像，而將彩色圖像轉為灰度圖像的過程必然會造成信息的丟失，所以對于彩色圖像的配準會有很大的失真問題。繼而帶來匹配、拼接不準確等的問題。此外，采用采用歐式距離和RANSAC方法對特征點進行匹配不僅步驟多，而且算法復雜，實現(xiàn)較為繁瑣。

發(fā)明內容
有鑒于此，本發(fā)明的目的是提供一種視頻序列彩色圖像拼接方法。本發(fā)明采用以下方案實現(xiàn):一種視頻序列彩色圖像拼接方法，其特征在于:基于SURF算法，在對SURF描述特征點的向量中增加彩色信息，以增加特征點描述的準確性，然后采用雙向二次特征點匹配，達到精確匹配的目的，最后利用雙線性插值原理對待拼接的圖像進行拼接，提高拼接的連續(xù)性和精確性。在本發(fā)明一實施例中，其具體步驟為:
501:從視頻中提取待拼接的圖像；
502:對提取的圖像提取特征點；s03:對提取的特征點進行描述，獲得特征向量；
S04:對特征向量進行雙向匹配；
S05:對已匹配的圖像進行雙線性插值重建拼接。在本發(fā)明一實施例中，所述待拼接的圖像為兩幅或兩幅以上有重疊區(qū)域的同場景圖像。在本發(fā)明一實施例中，所述步驟S02具體為:
S21:獲取整幅圖像的積分圖，以利于后續(xù)尺度空間等的快速計算；
S22:利用快速Hessian矩陣檢測特征點。在本發(fā)明一實施例中，所述步驟S22處理完成后，使用大小逐漸變大的盒型濾波器對積分圖像濾波，建立圖像的尺度空間，然后，對特征點進行閾值處理，逐次與預設的閾值作比較，逐次排除低于閾值的點，最后得到高于閾值的點，然后將這些高于閾值的點與本尺度空間和上下尺度空間的26鄰域進行比較，最終確定極值點為精確的特征點。在本發(fā)明一實施例中，所述特征向量包括兩個部分內容:一是灰度圖像下的64維特征向量，二是疊加特征點位置原本彩色圖像的彩色信息的特征向量。在本發(fā)明一實施例中，所述步驟S03具體為:
S31:利用SURF原有的描述方法提取特征向量，得到64維的特征向量:
權利要求
1.一種視頻序列彩色圖像拼接方法，其特征在于:基于SURF算法，在對SURF描述特征點的向量中增加彩色信息，以增加特征點描述的準確性，然后采用雙向二次特征點匹配，達到精確匹配的目的，最后利用雙線性插值原理對待拼接的圖像進行拼接，提高拼接的連續(xù)性和精確性。
2.根據權利要求1所述的一種視頻序列彩色圖像拼接方法，其特征在于:其具體步驟為: 501:從視頻中提取待拼接的圖像； 502:對提取的圖像提取特征點； 503:對提取的特征點進行描述，獲得特征向量； 504:對特征向量進行雙向匹配； 505:對已匹配的圖像進行雙線性插值重建拼接。
3.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述待拼接的圖像為兩幅或兩幅以上有重疊區(qū)域的同場景圖像。
4.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S02具體為: 521:獲取整幅圖像的積分圖，以利于后續(xù)尺度空間等的快速計算； 522:利用快速Hessian矩陣檢測特征點。
5.根據權利要求4所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S22處理完成后，使用大小逐漸變大的盒型濾波器對積分圖像濾波，建立圖像的尺度空間，然后，對特征點進行閾值處理，逐次與預設的閾值作比較，逐次排除低于閾值的點，最后得到高于閾值的點，然后將這些高于閾值的點與本尺度空間和上下尺度空間的26鄰域進行比較，最終確定極值點為精確的特征點。
6.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述特征向量包括兩個部分內容:一是灰度圖像下的64維特征向量，二是疊加特征點位置原本彩色圖像的彩色信息的特征向量。
7.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S03具體為: S31:利用SURF原有的描述方法提取特征向量，得到64維的特征向量:
8.根據權利要求7所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S33處理完成后，對上述67維的特征向量νfind進行歸一化處理，得到歸一化的特征向量:
9.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S04具體為:對待拼接圖像Il上的特征點P1，從待拼接圖像12上尋找歐式距離最小和次小的最近鄰和次近鄰點P2nt和P2snt,記錄對應的歐式距離dint和dlsnt,米用公式:
10.根據權利要求2所述的一種視頻序列彩色圖像拼接方法，其特征在于:所述步驟S05處理完成后，對拼接完成 的圖形做最后的修飾美化，以得到最后符合要求的拼接圖像。
全文摘要
本發(fā)明涉及一種視頻序列彩色圖像拼接方法，其特征在于基于SURF算法，在對SURF描述特征點的向量中增加彩色信息，以增加特征點描述的準確性，然后采用雙向二次特征點匹配，達到精確匹配的目的，最后利用雙線性插值原理對待拼接的圖像進行拼接，提高拼接的連續(xù)性和精確性。本發(fā)明解決適于彩色圖像的配準方法，同時在匹配過程采用更加簡單的實現(xiàn)方法。
文檔編號G06T3/40GK103167247SQ20131011800
公開日2013年6月19日 申請日期2013年4月8日 優(yōu)先權日2013年4月8日
發(fā)明者黃立勤, 陳財淦, 陳國棟 申請人:福州大學