[发明专利]一种面向图像拼接的RANSAC改进方法

权利要求书

1.一种面向图像拼接的RANSAC改进方法，其特征是，包括如下步骤：

第一步：特征点提取与描述子的生成；

第二步：特征匹配；

第三步：采用改进的RANSAC方法进行图像配准；

第四步：采用直方图均衡化方法对输入图像进行亮度预处理，使输入图像亮度达到均衡，然后再使用加权平均融合法进行图像融合。

2.根据权利要求1所述的一种面向图像拼接的RANSAC改进方法，其特征在于，所述第一步中所述特征点提取具体包括以下步骤：

(1.1)Sobel算子采用3×3的模块进行卷积计算，其函数矩阵为

(1.2)采用和两个卷积模板，利用该两个卷积模板分别计算出横向边缘检测G_x和纵向边缘检测G_y：

(1.3)由G_x，G_y可以计算得出

然后将提前设定的阈值和G(x,y)相比，如果阈值小于G(x,y)，则该像素点(i,j)为边缘点，将该边缘点提取为特征点。

3.根据权利要求2所述的一种面向图像拼接的RANSAC改进方法，其特征在于，所述第一步中所述描述子的生成包括以下步骤：

(2.1)以提取的特征点为中心，对半径为6σ的圆域内的任一点，求该圆域内的任一点在x和y方向上的haar小波响应系数；

(2.2)所述圆域内的任一点到特征点中心的距离为一个半径，然后以该一个半径为起点，取50°的扇形区域为计算区域，然后令该扇形区域在该半径为6σ的圆域内逆时针方向旋转，每隔30°分别对这个扇形区域内x和y方向的haar小波系数的和进行计算；

(2.3)该haar小波系数的和形成一个向量，总共有12个向量，确定这12个向量中模最大的一个向量，然后将该模最大的一个向量的方向作为特征点的主方向；

(2.4)然后选取Step1所检测到的一个特征点，并以该特征点为中心，将坐标系旋转到所述主方向，并作一个边长为20σ的正方形区域，将该正方形区域分为4×4的小区域，分别计算每一个小区域像素的x和y方向的haar小波系数，每一个小区域在计算时的边长为5σ×5σ，方向和主方向一致；

(2.5)将步骤(4)求得的正方形区域内的每一像素点的x和y方向的haar小波系数进行求和操作，分别得到d_x和d_y，然后将该正方形区域的每一点像素的haar小波系数的绝对值求和，分别得到∑d_x，∑d_y；

(2.6)每个小区域内得到一个向量v＝[∑d_x,∑d_y,∑|d_x|,∑|d_y|]，所述正方形区域包括16个小区域，16个小区域的窗口向量构成了该描述子，其维数大小为4×4×4＝64。

4.根据权利要求1所述的一种面向图像拼接的RANSAC改进方法，其特征在于，所述第二步中，在匹配过程中，采用欧氏距离进行相似度度量，即用最近距离与次近距离之比，若该比值小于某个设定阈值，则认为是最佳匹配，否则抛弃；

。

5.根据权利要求1所述的一种面向图像拼接的RANSAC改进方法，其特征在于，所述第三步中，通过改进随机采样的过程，利用每次抽取的最小子样本来估计模型参数，再根据估计的模型参数调整子样本在后面抽样中被选取的概率，并不断进行迭代抽取检验以提高获得正确临时模型的概率。