[发明专利]图像匹配及拼接方法、装置、系统、可读介质

说明书

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Top N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。

技术领域

本发明实施例涉及图像处理领域，尤其涉及一种图像匹配及拼接方法、装置、系统、可读介质。

背景技术

随着手机相机应用的普及，对手机相机的拍照效果需求也越来越高。由于手机拍照时，相机的视场角(Field of View，FOV)较小，只能拍摄下场景的一部分，不能对感兴趣的场景进行完整的记录。为了解决这个问题，提出了全景图像拼接(Panorama Stitching)算法，即手机相机按照一定顺序拍摄并相互有重叠区域的图像序列，然后根据全景图像拼接算法拼接出一幅具有高FOV的全景图像。

全景照片拼接算法包含两个步骤：图像匹配(Image Alignment)和图像融合(Image Blending)。在图像匹配步骤中，需要求出相邻图像间准确的位置关系，包括：基于模板匹配(Template Matching)和基于特征匹配(Feature Matching)两类算法。基于模板匹配的算法，将一幅图像中的一部分(或者整个图像)作为模板，在另一幅图像中搜索匹配的部分，计算复杂度高，运行速度慢。基于特征的匹配算法，在图像中根据一定的特征检测(Feature Detection)算法，如加速分段测试提取特征(Features From AcceleratedSegment Test，FAST)算法，提取特征点，然后对特征点及周围像素进行描述(FeatureDescription)，提取描述子，最后进行描述子匹配。在图像融合步骤中，需要将图像的重叠区域进行处理，使其平滑，没有瑕疵，可以分为拼接边缘优化(Seam Finding)阶段和图像合成(Image Blending)阶段。

在目前的产品方案中，基于模板匹配的算法，一方面需要进行大量的像素运算，运算量很大，对于手机等移动设备的内存访问也提出较高需求，另一方面，容易落入局部最小值中，使最终匹配结果较差。基于特征的匹配算法，大多数是为拼接普通照片而设计，即对同一场景，用相机进行拍照，然后后期进行拼接操作，在实际应用中，为了满足不同光照，旋转，尺度以及较小的重叠区域等一系列问题，虽然性能较优，但是计算复杂度非常高。

发明内容

本发明实施例解决的技术问题是如何在不影响匹配性能的基础上，有效降低特征匹配算法的计算复杂度。

为解决上述技术问题，本发明实施例提供一种图像匹配方法，包括：对待检测的图像进行分块，获取M×N个图像分块，其中M，N为自然数；针对每个图像分块，求取Top N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。

可选地，所述求取Top N个特征点包括：基于特征点算法求取Top N个特征点。

可选地，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。

可选地，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。

可选地，所述描述子为：二元鲁棒独立基本特征描述子。