[发明专利]一种基于改进的逼近投影变换图像拼接方法

权利要求书

1.一种基于改进的逼近投影变换图像拼接方法，其特征在于，包括S1：图像预处理；S2：图像特征点提取；S3：基于光流金字塔的图像特征点匹配；S4：基于MDLT算法和RANSAC算法估计投影变换矩阵；S5：计算每块的投影变换矩阵；S6：图像的无缝拼接；

所述S1图像预处理的方式包括噪声抑制、纹理和对比度的增强以及直方图的归一化，还包括对摄像机的镜头进行标定，根据图像失真的原因建立相应的数学模型，利用标定的参数对被污染或畸变的图像进行校正；

所述S2图像特征点提取采用的是BRISK和/或ORB特征描述子。

2.根据权利要求1所述的基于改进的逼近投影变换图像拼接方法，其特征在于，所述BRISK特征描述子的提取过程如下：

第一步：构建尺度空间；

在BRISK算法进行特征点检测过程中，建立的尺度图像金字塔分为n个八度(octave)层与n个内部(intra-octave)层，每两个相邻的八度层之间有一个内部层；第i个八度层用ci表，第i个内部层用di表示，其中i＝{0,1,...,n-1}；ci、di层与原图像的尺度关系用t表示如下：t(ci)＝2ⁱ，t(di)＝2ⁱ*1.5；

第二步：特征点检测；

在第一步中，n＝4，得到8张图像，对这8张图像进行FAST9-16角点检测；对原图像img进行一次FAST5-8角点检测，当做d(-1)虚拟层，得到9幅有角点信息的图像；

第三步：非极大值抑制；

第四步：特征点位置拟合；

首先，在特征点所在的尺度图像、前一个尺度图像和后一个尺度图像的分值邻域，对FAST得分值进行最小二乘的二维二次函数插值，得到得分极值点及其精确的坐标位置；再对尺度方向进行一维插值，得到极值点所对应的尺度；

第五步：计算特征点的特征描述子；

以特征点为中心，在其周围采样N个点，采样模式是以特征点为中心，构建不同半径的同心圆，然后在每个同心圆中取一定数目的等间隔采样点，得到包括特征点在内的N个采样点；对每个采样点进行了方差为δ的高斯滤波，滤波半径大小与高斯滤波核的标准差成正比，最终用到的N个采样点是经过高斯平滑后的采样点，N的取值范围为50～70；

由于有N个采样点，则采样点两两组合成一对，共有种组合方式，所有组合方式的集合称作采样点对，表示如下：

其中，表示所有采样点对的集合，P_i与P_j表示第i和j个采样点；

设经过高斯滤波以后的两个采样点的灰度值为I(P_i，σ_i)和I(P_j，σ_j)，其中σ表示半径，且这两点间的局部梯度g(P_i，P_j)为：

根据两点之间的距离把上述集合分为两个子集：短距离点对子集长距离点对子集

其中，阈值θ_max＝9.75t，阈值θ_min＝13.67t，t表示该特征点的尺度；

特征点的方向计算公式如下：

其中，l指的是子集的元素数目，g_x表示特征点在x方向上的梯度，g_y表示特征点在y方向上的梯度，g表示特征点在x与y方向上的梯度；

在计算BRISK特征描述子时，首先把采样区域旋转α＝arctan2(g_y，g_x)角度，然后再在旋转后的区域中重新采样，得到个采样对，选择其中的短距离点对子集中512个点对，进行如下比较，最后生成描述符，计算公式如下：

其中表示旋转以后得到的采样点，b表示特征描述子中每一位上的值，该值只能是0或者1。