[发明专利]基于超像素提升图像拼接质量的方法、移动终端、相机

权利要求书

1.一种基于超像素提升图像拼接质量的方法，其特征在于，所述基于超像素提升图像拼接质量的方法包括：

步骤一，对图像进行SIFT特征提取，并利用提取的特征描述子进行特征匹配，得到匹配对集合；

步骤二，利用RNASAC算法对匹配对集合进行内点的筛选，根据直接线性算法DLT，利用筛选得到的内点集合构造系数矩阵A；

步骤三，对图像进行超像素的划分，并计算超像素的中心坐标；

步骤四，利用超像素的中心坐标和筛选得到的内点，计算超像素的权重矩阵W；

步骤五，利用超像素的权重矩阵W和全局系数矩阵A，根据奇异值分解技术计算超像素的映射变换矩阵H；

步骤六，利用超像素的映射变换矩阵对图像进行映射变换，并对映射变换后的图像进行插值处理，得到最终的拼接结果。

2.如权利要求1所述的基于超像素提升图像拼接质量的方法，其特征在于，所述步骤一中提取图像中的特征点，并计算特征点对应的特征描述子，利用特征描述子进行特征匹配，得到对应的匹配对集合，具体包括：采用SIFT算法提取图像中的特征点，SIFT算法会从图像中提取出位置、尺度和旋转的不变量，将这些不变量称为特征点；在特征点周围计算梯度信息，根据梯度信息建立特征描述子；计算图像之间特征描述子的距离，得到对应的特征匹配对集合。

3.如权利要求1所述的基于超像素提升图像拼接质量的方法，其特征在于，所述步骤二中利用RANSAC算法对特征匹配对集合筛选得到内点，并根据内点集合构造全局系数矩阵A具体包括：对特征匹配对集合进行筛选，得到符合条件的内点集合；不同图像之间匹配的两个点(u、v)与(x、y)通过下面的映射关系表示：

上述等式中H是一个3×3的矩阵，自由度为8，具体形式如下：

将H代入上述可得：

cu＝h₁x+h₂y+h₃

cv＝h₄x+h₅y+h₆

c＝h₇x+h₈y+h₉

对三个等式化简整理得：

h₁x+h₂y+h₃+h₄*0+h₅*0+h₆*0-h₇*xu-h₈*yu-h₉u＝0

h₁*0+h₂*0+h₃*0+h₄x+h₅ y+h₆-h₇*xv-h₈*yv-h₉ v＝0

RANSAC算法筛选内点先从特征匹配对集合中随机的选出4对匹配的特征点，计算得到H矩阵；使用H矩阵将剩余的特征点进行映射变换，判断经过映射变换的点是否符合内点要求；重复上述过程多次，统计符合条件的内点数目最多的情况，就是筛序得到的内点集合；

利用筛选得到的内点集合，根据上述等式构造全局系数矩阵A，第i对匹配的内点为(x_i,y_i)和(u_i,v_i)，那么系数矩阵A的第i行和第i+1行为：

A[2*i:]＝(x_i,y_i,1,0,0,0,-x_iu_i,-y_iu_i,-u_i)；

A[2*i+1:]＝(0,0,0,x_i,y_i,1,-x_iv_i,-y_iv_i,-v_i)；

筛选得到N对内点，构造得到(2N,9)大小的系数矩阵A。