[发明专利]一种基于Sift特征的隧道展布图拼接参数处理方法有效
申请号: | 201810038940.8 | 申请日: | 2018-01-16 |
公开(公告)号: | CN108109112B | 公开(公告)日: | 2021-07-20 |
发明(设计)人: | 刘学增;朱爱玺;刘新根;陈莹莹 | 申请(专利权)人: | 上海同岩土木工程科技股份有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T7/33 |
代理公司: | 上海浦东良风专利代理有限责任公司 31113 | 代理人: | 张劲风 |
地址: | 200092 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 sift 特征 隧道 展布 拼接 参数 处理 方法 | ||
本发明为一种基于Sift特征的隧道展布图拼接参数处理方法,用于对隧道检测车所拍摄图像进行拼接,所述的方法包括以下步骤:S1、选择图像的有效匹配范围;S2、获取当前进行匹配的图像;S3、根据图像的灰度均值提升图像亮度;S4、获取图像的Sift特征点并剔除伪匹配点;S5、利用图像特征点的坐标特征进一步剔除误匹配点;S6、计算修正后匹配特征点之间距离的均值、方差以及匹配点的个数,若满足判定阈值,可认为当前两张图匹配成功,否则从步骤2开始,重新选择匹配图,直到满足条件位置;S7、计算两张图像的重叠度,即拼接参数;S8、根据经验值,修正异常拼接参数。本发明能够准确、快速地获取隧道展布图拼接参数。
技术领域
本发明涉及图像处理技术领域,特别是涉及一种基于Sift特征的隧道展布图拼接参数处理方法。
背景技术
隧道工程往往是高速公路、铁路、轨道交通以及城市道路的节点工程,隧道的快速发展带来了巨大的便利和经济利益。隧道建成之后,受自然因素等各方影响,必然会造成各种病害或者损坏,因此隧道的养护维修越来越得到重视。
传统的隧道病害检测多依赖于人工肉眼检测或者人工仪器检测,但是受检修效率的制约,传统方法基本不可能实现全面覆盖无遗漏的检测,也无法保证结果的周期性、及时性以及客观性。目前,主要方法使用摄像设备对物体表面进行图像采集,借助于图像处理技术对图像进行处理和识别,并能够在隧道展布图中展示病害图像、标注病害的类型及位置等特征。为了满足图像精度要求,常采用多个相机进行多次拍摄,然后再将图像进行拼接,最终得到隧道展布图。
目前常用的图像拼接算法主要分类两个类型:(1)基于区域相关的拼接算法,依赖于待拼接图像的灰度值,这种方法经常会因为图像亮度、对比度、区域特征较为接近而导致拼接识别。(2)基于特征相关的拼接算法。利用图像特征作为标准,对图像重叠部分的对应特征区域进行搜索匹配,稳定性较好。但是已有的算法常常存在误匹配的情况,对于隧道中特征单一、相似度高的图像,效果更差,这将严重影响图像拼接的效果。
因此,有必要利用隧道检测车拍摄的图像,其环向通过多个具有重叠度的相机同步拍摄,纵向通过等距离触发相机这一特点,改进特征点匹配的方法,获取隧道展布图的拼接参数。
发明内容
本发明的目的是提供一种基于Sift特征的隧道展布图拼接参数处理方法,主要解决目前图像拼接中相似度高区域识别差的技术问题。本发明的思路是对隧道检测车中多个相机等距离触发、同一时刻同步拍摄的隧道衬砌图像进行分析,对拼接技术的进行详细分析和研究,提出了有效的解决方法,可以快速、准确地计算出隧道展布图的拼接参数。
本发明可以通过以下技术方案来实现:一种基于Sift特征的隧道展布图拼接参数处理方法,包括以下步骤:
S1、选择图像的有效匹配范围:起始图像编号记为N1,结束图像编号记为N2,其中N1 N2;通常情况下,选择的匹配范围包含50张图像,这样当存在匹配图像的情况下,可以最大可能的获取匹配图像,当不存在匹配图像的情况下,可以及时跳出,最大程度上节约时间。
S2、获取当前进行匹配的图像,所述步骤S2的具体操作如下:
(1)设定相机编号,起始编号记为C1,结束编号记为C2,其中C1C2;
(2)选择当前进行匹配的图像,选择方法如下:
(a)对于纵向拼接参数,需要在同一个相机拍摄的图像中进行选取,相机编号记为Cam_Idx,选取第一张图作为源图,编号记为Pic1_Idx,图像记为Pic1_Src,另外一张图像编号为Pic2_Idx,图像记为Pic2_Src。其中,Pic2_Idx =Pic1_Idx+1,Pic1_Idx ∈[N1,N2-1],Cam_Idx ∈[C1,C2];
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海同岩土木工程科技股份有限公司,未经上海同岩土木工程科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810038940.8/2.html,转载请声明来源钻瓜专利网。