[发明专利]一种面向森林防火的全景拼接方法

权利要求书

1.一种面向森林防火的全景拼接方法，其特征在于：包括如下步骤：

步骤1：启动用于森林防火监控的摄像头，将沿特定方向转动过程中获得的视频帧经过预处理后输入给拼接线程，具体包括如下步骤：

步骤1.1：启动拼接线程，在拼接线程启动的同时启动预处理线程，裁剪从摄像头中获取的一帧图像的边缘部分；

步骤1.2：将步骤1.1预处理完成的一帧图像传送到拼接线程中；

步骤2：对预处理后的每一帧图像提取特征点；

步骤3：对于相邻图像的每个特征点，使用k-d树算法寻找最邻近的匹配特征点；

步骤4：根据步骤3中找到的匹配特征点，用RANSAC算法选取4对特征匹配对求解对应矩阵；具体包括如下步骤：

步骤4.1：随机地从所提取的特征点中抽出4对特征点，计算出变换矩阵H，记为模型M；

其中，H的形式为：

其中，H_ij为从图像j向图像i变换时的矩阵；

K_i是源图像的相机模型，R_i为向图像i变换时的旋转参数，用对数表示：

R_j、K_j是和R_i、K_i形式相同的参数；

步骤4.2：根据实际情况设置一个阈值；

步骤4.3：计算特征点中所有数据与模型M的误差，并判断误差与阈值的大小；

若：判断结果是误差小于阈值，则将误差小于阈值的特征点加入到内点集I中；

或判断结果是误差大于阈值，则重复步骤4.3；

步骤4.4：判断步骤4.3中内点集I中元素个数与最优内点集I_optimal中元素个数的大小；

若：判断结果是步骤4.3中内点集I中元素个数大于最优内点集I_optimal中元素个数，则更新I_{_optimal} =I，同时更新迭代次数k；

或判断结果是步骤4.3中内点集I中元素个数小于或者等于最优内点集I_optimal中元素个数，则重复步骤4.3-步骤4.4；

步骤4.5：判断迭代次数k与总迭代次数K的大小；

若：判断结果是迭代次数k大于总迭代次数K，则退出；

或判断结果是迭代次数k小于或者等于总迭代次数K，则迭代次数k加1，并重复步骤4.3-步骤4.5，直至迭代次数k大于总迭代次数K；

步骤5：对于步骤4求出的对应矩阵，利用捆绑调整算法估计具有最小误差的相机参数值，并以此计算出初步的全景拼接图像；

步骤6：对于步骤5中所得到的全景拼接图像，使用多波段融合的方法消除拼接缝隙，得到最终的全景拼接图像。

2.根据权利要求1所述的面向森林防火的全景拼接方法，其特征在于：在步骤3中，具体包括如下步骤：

步骤3.1：用待拼接图像的左侧的图和待拼接图像的右侧的图的特征初始化k-d树；

步骤3.2：对待拼接图像的左侧图中的每个特征执行优先搜索以查找最邻近的匹配特征点。

3.根据权利要求1所述的面向森林防火的全景拼接方法，其特征在于：在步骤6中，具体包括如下步骤：

步骤6.1：为每个图像i分配一个加权函数w(x,y)＝w(x)w(y)；

其中，从中心到边缘w(x)的值从1到0线性变化；

步骤6.2：对加权函数在球形坐标系wⁱ(θ,φ)内重新采样，采样后的加权函数的图像强度的加权总和如公式(1)所示：

其中，I^liner(θ,φ)是使用线性融合形成的复合球面图像；上标i是每个需要融合的图像的编号，i的取值范围为[1， n]，n是需要融合的图像的总数量；wⁱ(θ,φ)是图像i的权重；θ、分别是图像i的水平和纵向角度参数；Iⁱ(θ,φ)为第i个图像在球形坐标系wⁱ(θ,φ)中的表示；

步骤6.3：通过找到图像最有用的点集来初始化每个图像的混合权重，混合权重表示如下：

这些最大权值的映射连续混合形成了每个波段的混合权值，所呈现图像的高通版本形式如下：

其中，g_σ(θ,φ)是标准偏差为σ的高斯分布；*操作符表示卷积；Iⁱ(θ,φ)为第i个图像在球形坐标系wⁱ(θ,φ)中的表示，i的取值范围为[1， n]，n是需要融合的图像的总数量；表示第i个图像的高频细节内容；为第i个图像经过高斯滤波后的低频概貌内容；

通过模糊这幅图像的最大权值映射，形成融合权值，表示如下：

其中，为波长在[0,σ]的波段内的融合权值；后续的频段使用低频带通图像和模糊融合权值来融合；

步骤6.4：对每个波段，使用对应的融合权值线性合并重叠的图像，如下所示：

其中，下标k指的是各个波段；为将i个图像在k个波段上融合后的最终结果；为第i个图像在第k个波段上的融合权值；为图像i在第k个波段上滤波后的图像。