专利名称：一种视频序列彩色图像拼接方法
技术领域：
本发明涉及计算机视觉、数字图像处理领域，尤其是一种视频序列彩色图像拼接方法。
背景技术：
图像拼接一直是计算机视觉领域的研究热门。所谓图像拼接，是指将两张(或更多张)具有重叠部分的同一场景图像(可以是不同时间、不同视角或者不同传感器)拼接成一幅具有广视角高分辨率的图像的技术。众所周知，现有的照相设备的视角范围是有限的，要得到一幅人们所需的具有大视角范围的全景图像就不得不对照相设备获取的单独的图像进行拼接。图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础，配准的质量关系到融合的质量，最终影响到图像拼接的质量，所以图像配准是图像拼接技术中最重要的部分。全景图像拼接技术的发展很大程度上取决于图像配准技术的发展。从上世纪60年代开始，根据图像的性质，图像配准的研究主要围绕三个方面展开:基于图像特征的配准、基于灰度相关的配准以及基于变换域的配准。其中基于特征的配准是研究最早、也最具有广泛适应性的图像配准方法。目前常用的基于特征的图像配准方法中，SURF是比较好的一种。但是大部分采用SURF的图像配准方法都是针对灰度图像的，即将彩色图像转化为灰度图像，然后在灰度图像上寻找特征点、特征点匹配直到最后的拼接。特征点的匹配常用的是采用欧式距离和RANSAC方法，一次匹配，二次除错，步骤较多。如上所述，目前常用的基于SURF的图像配准方法都是针对灰度图像，而将彩色图像转为灰度图像的过程必然会造成信息的丢失，所以对于彩色图像的配准会有很大的失真问题。继而带来匹配、拼接不准确等的问题。此外，采用采用欧式距离和RANSAC方法对特征点进行匹配不仅步骤多，而且算法复杂，实现较为繁琐。
发明内容
有鉴于此，本发明的目的是提供一种视频序列彩色图像拼接方法。本发明采用以下方案实现:一种视频序列彩色图像拼接方法，其特征在于:基于SURF算法，在对SURF描述特征点的向量中增加彩色信息，以增加特征点描述的准确性，然后采用双向二次特征点匹配，达到精确匹配的目的，最后利用双线性插值原理对待拼接的图像进行拼接，提高拼接的连续性和精确性。在本发明一实施例中，其具体步骤为:
501:从视频中提取待拼接的图像；
502:对提取的图像提取特征点；s03:对提取的特征点进行描述，获得特征向量；
S04:对特征向量进行双向匹配；
S05:对已匹配的图像进行双线性插值重建拼接。在本发明一实施例中，所述待拼接的图像为两幅或两幅以上有重叠区域的同场景图像。在本发明一实施例中，所述步骤S02具体为:
S21:获取整幅图像的积分图，以利于后续尺度空间等的快速计算；
S22:利用快速Hessian矩阵检测特征点。在本发明一实施例中，所述步骤S22处理完成后，使用大小逐渐变大的盒型滤波器对积分图像滤波，建立图像的尺度空间，然后，对特征点进行阈值处理，逐次与预设的阈值作比较，逐次排除低于阈值的点，最后得到高于阈值的点，然后将这些高于阈值的点与本尺度空间和上下尺度空间的26邻域进行比较，最终确定极值点为精确的特征点。在本发明一实施例中，所述特征向量包括两个部分内容:一是灰度图像下的64维特征向量，二是叠加特征点位置原本彩色图像的彩色信息的特征向量。在本发明一实施例中，所述步骤S03具体为:
S31:利用SURF原有的描述方法提取特征向量，得到64维的特征向量:
权利要求
1.一种视频序列彩色图像拼接方法，其特征在于:基于SURF算法，在对SURF描述特征点的向量中增加彩色信息，以增加特征点描述的准确性，然后采用双向二次特征点匹配，达到精确匹配的目的，最后利用双线性插值原理对待拼接的图像进行拼接，提高拼接的连续性和精确性。
2.根据权利要求1所述的一种视频序列彩色图像拼接方法，其特征在于:其具体步骤为: 501:从视频中提取待拼接的图像； 502:对提取的图像提取特征点； 503:对提取的特征点进行描述，获得特征向量； 504:对特征向量进行双向匹配； 505:对已匹配的图像进行双线性插值重建拼接。
3.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述待拼接的图像为两幅或两幅以上有重叠区域的同场景图像。
4.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S02具体为: 521:获取整幅图像的积分图，以利于后续尺度空间等的快速计算； 522:利用快速Hessian矩阵检测特征点。
5.根据权利要求4所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S22处理完成后，使用大小逐渐变大的盒型滤波器对积分图像滤波，建立图像的尺度空间，然后，对特征点进行阈值处理，逐次与预设的阈值作比较，逐次排除低于阈值的点，最后得到高于阈值的点，然后将这些高于阈值的点与本尺度空间和上下尺度空间的26邻域进行比较，最终确定极值点为精确的特征点。
6.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述特征向量包括两个部分内容:一是灰度图像下的64维特征向量，二是叠加特征点位置原本彩色图像的彩色信息的特征向量。
7.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S03具体为: S31:利用SURF原有的描述方法提取特征向量，得到64维的特征向量:
8.根据权利要求7所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S33处理完成后，对上述67维的特征向量νfind进行归一化处理，得到归一化的特征向量:
9.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S04具体为:对待拼接图像Il上的特征点P1，从待拼接图像12上寻找欧式距离最小和次小的最近邻和次近邻点P2nt和P2snt,记录对应的欧式距离dint和dlsnt,米用公式:
10.根据权利要求2所述的一种视频序列彩色图像拼接方法，其特征在于:所述步骤S05处理完成后，对拼接完成 的图形做最后的修饰美化，以得到最后符合要求的拼接图像。
全文摘要
本发明涉及一种视频序列彩色图像拼接方法，其特征在于基于SURF算法，在对SURF描述特征点的向量中增加彩色信息，以增加特征点描述的准确性，然后采用双向二次特征点匹配，达到精确匹配的目的，最后利用双线性插值原理对待拼接的图像进行拼接，提高拼接的连续性和精确性。本发明解决适于彩色图像的配准方法，同时在匹配过程采用更加简单的实现方法。
文档编号G06T3/40GK103167247SQ20131011800
公开日2013年6月19日 申请日期2013年4月8日 优先权日2013年4月8日
发明者黄立勤, 陈财淦, 陈国栋 申请人:福州大学