申请/专利权人：华南理工大学

申请日：2022-04-02

公开（公告）日：2024-04-02

公开（公告）号：CN114862672B

主分类号：G06T3/4038

分类号：G06T3/4038;G06T5/70;G06V10/46;G06V10/75;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.08.23#实质审查的生效;2022.08.05#公开

摘要：本发明公开一种基于向量形状保持变换的图像快速拼接方法，包括，读取原始待拼接图像，对图像进行去噪预处理；提取所有图像的SIFT特征；提纯得出匹配图像之间的内点；通过内点与原始特征点之间的数量关系判断图像匹配关系；通过图像内点构造特征向量分步计算图像变换矩阵中的两类参数；使用匹配内点计算两类参数的初始值；运用构造的特征向量迭代优化计算变换矩阵的旋转参数；根据匹配内点和已优化的旋转参数迭代计算变换矩阵的平移参数；通过分步优化所得的旋转参数和平移参数计算每幅图像的变换矩阵；得到最终的拼接效果图。本发明能在显著提高拼接质量的同时，有效减少拼接多幅图片所需的时间，使其能满足工业实时拼接要求。

主权项：1.一种基于向量形状保持变换的图像快速拼接方法，其特征在于，包括：读取多幅待拼接图像，并对其进行预处理；分别提取每一幅图像的SIFT特征点并保存；对任意两幅图像之间提取的SIFT特征点进行提纯，获取图像对之间的特征内点，并计算该图像对之间的匹配关系；根据特征内点构造特征向量；根据匹配图像的匹配关系及提纯后的特征内点，计算匹配的两幅图像之间的变换矩阵，进一步得到每幅图像的旋转参数和平移参数迭代优化初始值；根据特征向量迭代优化每幅图像的旋转变换参数；根据优化后的旋转变换参数及特征内点匹配关系迭代优化每幅图像的平移变换参数；根据优化后的旋转变换参数和平移变换参数计算最终的变换矩阵；根据计算所得的每幅图像的变换矩阵，得到所有图像的相对位置，通过图像融合步骤得到最终拼接图像；所述根据特征内点构造特征向量，具体为：在单幅图像中，按照特征内点的保存顺序，以第k个点为起点，则k+1个点为终点，依次顺序构造向量： 其中，分别为保存的特征内点中第k和第k+1个内点，为构造所得的第k个向量；所述进一步得到每幅图像的旋转参数和平移参数迭代优化初始值，具体为：假设任意两幅匹配图像中的一对特征内点分别为和变换矩阵旋转参数θ和平移参数T＝[txty]T初始值具体计算步骤如下： 其中A∈R2N×4，B∈R2N×1，N为提取出的图像内点特征数量，矩阵A，矩阵B即是根据所有特征内点计算得出的ak，bk组合而成；所述根据特征向量迭代优化每幅图像的旋转变换参数，具体为：将两幅匹配的图片i，j之间的误差定义为图像内部特征向量通过旋转变换后的向量差的模值之和，计算方式如下： 其中，和分别为图片i,，j中的第k个匹配的特征向量，表示图片i,，j中构造的所有特征向量，Rij表示图片i,，j间的旋转变换矩阵， 全体图像的累积误差为所有图像与其匹配的图像之间的对应特征向量通过旋转变换矩阵后的距离总和，计算方式如下所示： 其中n表示待拼接图像数量，Ii表示所有与图像i匹配的图像，随后迭代优化计算所有旋转变换矩阵Rij，得出旋转参数θij。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于向量形状保持变换的图像快速拼接方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD