[发明专利]基于阵列镜头的图像拼接方法

说明书

技术领域

本发明涉及一种基于阵列镜头的图像拼接方法，属于图像处理及计算机视觉处理技术领域。

背景技术

通常获取图像的场景的大小与拍摄装置的分辨率之间是矛盾的关系，即要想获取全场景的图像则图像分辨率较低，想得到高分辨率的图像则图像的拍摄范围有限。图像拼接技术的产生解决了这一矛盾，通过将多张高分辨率的图像拼接得到全景的完整图像，既满足了场景大小的需要，又达到了图像分辨率的要求。随着图像处理技术的不断发展，图像拼接技术逐渐成为图像处理领域的一个热点问题之一。

现有的图像拼接方法，需要先利用同一相机拍摄多张图像，然后对多张图像进行拼接，静态场景拼接效果良好，对于三维场景及动态场景，图像拼接效果并不理想。

发明内容

鉴于上述原因，本发明的目的在于提供一种基于阵列镜头的图像拼接方法，利用阵列镜头获取的阵列图像组，对阵列图像组进行多视立体匹配，然后进行图像拼接，拼接效果较为理想。

为实现上述目的，本发明采用以下技术方案：

一种基于阵列镜头的图像拼接方法，包括：

对阵列镜头进行标定，得到阵列镜头的内参数；该阵列镜头由若干镜头模组按照N*M阵列形式排列组合而成；

利用阵列镜头撷取阵列图像组，利用相应镜头的内参数对阵列图像中的相应图像进行校正，得到校正后的阵列图像组；

对校正后的阵列图像组，进行预处理；

对预处理后的阵列图像组，进行多视立体匹配，得到重建图像；

对重建图像进行拼接。

所述多视立体匹配的方法是：

从预处理后的阵列图像组中选取位于中心位置的图像作为参考图像，将参考图像的每个像素点作为网格点，建立空间曲面网，初始深度设为0；将场景空间沿参考图像的主轴方向划分成若干深度层，建立深度集合L；两两深度层的间隔根据两相邻深度层在参考图像上对应的像素位置差确定；

根据公式：

确定每个网格点的深度，其中f_x∈L，N是参考图像相邻像素集合，其中D_x(f_x)表示参考图像像素点X在深度f_x处的灰度一致性，表示参考图像两相邻像素点x₁，x₂分别取深度对应的光滑能量项；

求解能量函数确定每个网格点的深度，基于MRF模型算法得到参考图像上每个像素的深度，得到场景的重建表面。

对重建图像进行拼接的方法是：利用sift算法确定特征点，进行特征点对齐；利用ransac算法去除噪声；图像融合。

本发明的优点是：

1、本发明的图像拼接方法，利用阵列镜头重叠的小光圈代替单个镜头的一个大光圈，模拟了昆虫的复眼，可获得更多的图像信息，利用阵列图像的相互信息可得到拼接效果较为理想的图像；

2、本发明的图像拼接方法，利用阵列镜头获取的阵列图像组，对阵列图像组进行多视立体匹配，对重建图像进行拼接，对于三维场景及动态场景，避免了帧间运动估计问题，拼接效果较为理想。

附图说明

图1是本发明的方法流程示意图。

具体实施方式

以下结合附图和实施例对本发明作进一步详细的说明。

如图1所示，本发明公开的基于阵列镜头的图像拼接方法，包括：

S1：对阵列镜头进行标定，得到阵列镜头的内参数；

阵列镜头由若干镜头模组按照N*M阵列形式排列组合而成，对N*M个镜头进行标定。

S2：利用阵列镜头撷取阵列图像组，利用相应镜头的内参数对阵列图像中的相应图像进行校正，得到校正后的阵列图像组；

N*M个镜头撷取N*M个图像，构成阵列图像组，对其中的每个图像，利用相应的镜头内参数进行校正，得到校正后的阵列图像组。

待拼接的阵列图像组至少为两组。

S3：对校正后的阵列图像组，进行预处理；

对各图像进行预处理，包括去噪、边缘提取、直方图处理等。

S4：对预处理后的阵列图像组，进行多视立体匹配，得到一幅重建图像；

从校正后的阵列图像组中选取位于中心位置的图像作为参考图像，将参考图像的每个像素点作为网格点，建立空间曲面网，初始深度设为0。将场景空间沿参考图像的主轴方向划分成若干深度层，建立深度集合L。两两深度层的间隔可以根据两相邻深度层在参考图像上对应的像素位置差确定。

根据公式：