[发明专利]一种在线求解车载视频拼接中映射参数方法

权利要求书

1.一种在线求解车载视频拼接中映射参数方法，其特征在于步骤如下：

一.图像重合区域特征点提取

从相邻的摄像头中分别提取同时刻的图像帧，并且对图像之间的重合区域进行分割；分别提取重合区域的ORB特征点，对提取出的特征点进行保存，为之后的关键帧提取和特征点匹配作预备工作；

二.图像连续关键帧的提取

使用ORB算法提取图像的特征点，统计同一时刻单帧图像的特征点数量，通过单帧图像中特征点的数量作为判定标准，进行关键帧的提取；

三.特征点匹配对的提取

在每一对关键帧中分别提取图像的ORB特征点，计算两两特征点对之间的汉明距离；将距离最近的特征点进行匹配；

四.匹配对粗筛选

在经过第一次特征点匹配后,经常会出现目标图像中多个点与待匹配中同一个点匹配的情况，针对一对多的特征匹配对，采用反向匹配法：为待配准图像中的特征点进行单向匹配后，再对配准图像中的对应配点进行同阈值的逆向匹配，只保留双向匹配均为相同双方的特征点对，将剩余不符合要求的特征点删除掉；通过逆向匹配的方式，找到唯一对应的匹配点，从而有效排除其他错误的匹配；

五.通过改进RANSAC算法求解映射参数

通过预划分特征点图像块的方式提高剔除误匹配对的效率，动态调整RANSAC求解中给的阈值的方式使特征点误匹配对剔除的方式更加准确；在筛选出的优质匹配对中使用最小二乘法求解映射参数；

其特征在于提取连续关键帧的特征点进行匹配对的查找，具体步骤如下：

针对于车载摄像头获取的图像为路面场景，并不是每一帧都适合寻找特征匹配对；使用挑选关键帧的方式进行后续特征点匹配对查找；

使用ORB算法提取图像的特征点，统计同一时刻单帧图像的特征点数量F，同时设定挑选关键帧的判定阈值σ：

F₁F₂≥σ

式中：F₁和F₂分别表示待匹配的两帧图像特征点数；若F₁和F₂同时大于阈值σ时，将其判定为关键帧；

式中：表示提取关键帧的判定阈值的取值标准，J表示当前图像的分辨率；从式中表明当前图像的分辨率小于等于640x480时σ取20，大于640x480时σ取50。

2.根据权利要求1所述的方法,其特征在于改进RANSAC算法求解映射参数具体步骤如下：

根据输入图像J的实际分辨率按照公式(1)设定一致性集合T和模型最大迭代次数Y的值；

式中：表示设定一致性集合T和模型最大迭代次数Y取值标准，J表示当前图像的分辨率；从式中表明当前图像的分辨率小于640x480时T取200，Y取3000；大于640x480时T取300，Y取5000；

步骤1寻找图像中匹配点x,y坐标的最大值和最小值，计算出匹配对特征点在图像中的覆盖的面积S＝W*H,其中W表示匹配对特征点覆盖的宽度，H表示特征点覆盖的高度；并据此把图像中包含匹配点的部分平均分成w*h＝B块，其中w表示划分出图像块横向的数量，h表示划分出图像块纵向的数量；设定w＝110W，h＝110H；根据匹配关系每一个图像块中的所有特征点对应的匹配点，在另一个图像中也同样位于同一个图像块中；根据这个特性，通过判断同一图像块的特征点中对应的关系，将不符合对应关系的匹配对作为误匹配对剔除；

步骤2剔除不包含特征点对的空图像块，接着在图像中随机选取4个互不相同的块；

步骤3在每块中随机选取一个点，共得到4对匹配点对，计算出初始的变换矩阵；

步骤4用步骤3中得到的模型对集合中剩余的匹配点进行变换，并计算匹配点对之间的欧式距离，根据S(n)判断内点的数量；

步骤5判断模型的内点数量是否超过一致性集合T，若满足则根据以下公式(2)调整下一轮判断内点的阈值S(n+1)；

步骤6重复步骤1，2，3，4，5通过不断比较求出包含内点数最多的预估模型，随着迭代次数的增加，划分图像块的数量也根据1.1倍的尺度随之扩大，当迭代的次数达到设定的上限Y时停止迭代；

步骤7选择内点数量最多的点集使用最小二乘法来计算出映射参数；

式中Y表示模型最大迭代次数，c表示当前迭代次数，S(n)表示本轮的内点数判定阈值，S(n+1)表示下一轮的内点数判定阈值。