图像匹配及拼接方法、装置、系统、可读介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109961078A(43)申请公布日2019.07.02(21)申请号201711414379.0(22)申请日2017.12.22(71)申请人展讯通信（上海）有限公司地址201203上海市浦东新区浦东张江高科技园区祖冲之路2288弄展讯中心1号楼(72)发明人王森刘阳罗小伟林福辉(74)专利代理机构北京集佳知识产权代理有限公司11227代理人吴敏(51)Int.Cl.G06K9/62(2006.01)G06T3/40(2006.01)权利要求书4页说明书11页附图5页(54)发明名称图像匹配及拼接方法、装置、系统、可读介质(57)摘要一种图像匹配及拼接方法、装置、系统、可读介质，所述图像匹配方法包括：对待检测的图像进行分块，获取M×N个图像分块；针对每个图像分块，基于特征点算法求取TopN个特征点；针对每个所求取的特征点对应的描述子，依次与其他待检测的图像中的其他特征点对应的描述子进行一一配对，获取互相匹配的特征点集合；针对互相匹配的特征点集合，基于运动的一致性计算匹配外点和匹配内点，并剔除误匹配形成的匹配外点，保留匹配内点对应的图像分块；基于匹配内点对应的图像分块，求解单应矩阵，获取前后两个图像分块的相对位置。应用上述方法，可以在不影响匹配性能的基础上，有效降低特征匹配的计算复杂度，处理速度快，支持实时处理拍摄图像。CN109961078ACN109961078A权利要求书1/4页1.一种图像匹配方法，其特征在于，包括：对待检测的图像进行分块，获取M×N个图像分块，其中M，N为自然数；针对每个图像分块，求取TopN个特征点，其中T为待检测图像对应的特征点的总个数；针对每个所求取的特征点对应的描述子，依次与其他待检测的图像中的其他特征点对应的描述子进行一一配对，获取互相匹配的特征点集合；针对互相匹配的特征点集合，基于运动的一致性计算匹配外点和匹配内点，并剔除误匹配形成的匹配外点，保留匹配内点对应的图像分块，所述匹配内点对应的图像分块即为匹配的图像分块；基于匹配内点对应的图像分块，求解单应矩阵，获取前后两个图像分块的相对位置。2.根据权利要求1所述的图像匹配方法，其特征在于，所述求取TopN个特征点包括：基于特征点算法求取TopN个特征点。3.根据权利要求1所述的图像匹配方法，其特征在于，所述其他特征点为：其他待检测的图像中部分区域内的特征点。4.根据权利要求3所述的图像匹配方法，其特征在于，所述部分区域在其他待检测的图像中的相对位置与所求取的特征点及其相邻的特征点在其对应的图像中的相对位置一致。5.根据权利要求1所述的图像匹配方法，其特征在于，所述描述子为：二元鲁棒独立基本特征描述子。6.根据权利要求1所述的图像匹配方法，其特征在于，所述针对互相匹配的特征点集合，基于运动的一致性计算匹配外点和匹配内点包括：获取相互匹配的获取特征点pa和pb，其中pa位于图像分块i，pa位于图像分块k；统计图像分块i中与图像分块k中互相匹配的特征点的总个数，记为选取与图像分块i中的特征点互相匹配的特征点总个数最多的图像分块j，其中计算图像分块i周围预设区域内的图像分块中与图像分块j周围预设区域内的图像分块中互相匹配的特征点总个数，记为其中m为预设区域内包含的图像分块总个数；判断Si,j是否大于预设的阈值τ，并在Si,j＞τ时，将记为匹配内点，否则记为匹配外点。7.根据权利要求1所述的图像匹配方法，其特征在于，所述求解单应矩阵包括：采用随机抽样一致算法求解单应矩阵。8.根据权利要求7所述的图像匹配方法，其特征在于，所述求解单应矩阵包括：利用随机抽样一致算法计算单应矩阵的初始解；基于单应矩阵的初始解，利用迭代训练算法搜索获取单应矩阵的最优解。9.根据权利要求8所述的图像匹配方法，其特征在于，所述迭代训练算法包括：莱文贝格-马夸特算法或者高斯-牛顿算法。2CN109961078A权利要求书2/4页10.一种图像拼接方法，其特征在于，包括：采用如权利要求1至9任一项所述的图像匹配方法，获取匹配的图像分块以及前后两个图像分块的相对位置；针对匹配的图像分块以及前后两个图像分块的相对位置，通过迭代算法搜索获取图像融合后一致性最优的拼接边缘路径；基于所获取的拼接边缘路径，进行图像融合操作。11.根据权利要求10所述的图像拼接方法，其特征在于，所述迭代算法为动态规划中的回溯算法。12.根据权利要求11所述的图像拼接方法，其特征在于，所述图像融合后一致性的指标为：基于像素均值的代价函数，所述图像融合后一致性最优的拼接边缘路径为：基于像素均值的累计代价函数值最小的拼接边缘路径。13.根据权利要求11所述的图像拼接方法，其特征在于，所述图像融合后一致性的指标为：绝对亮度差值或者归一化的