[发明专利]图像处理方法及装置、计算机可读存储介质

说明书

一种图像处理方法及装置、计算机可读存储介质，所述图像处理方法包括：获取第一图像与第二图像的初始匹配特征点，所述第一图像与所述第二图像为待对齐的同场景图像；将所述第一图像与所述第二图像分别划分成N×M个区域，N×M＞1；从所述第一图像的每一区域中选取K个特征点，以及从所述第二图像的每一区域中选取K个特征点；K≥1；对从所述第一图像的每一区域中选取的K个特征点与从所述第二图像的每一区域中选取的K个特征点进行特征点匹配，得到所述第一图像与所述第二图像的目标匹配特征点。上述方案能够降低图像对齐操作的计算复杂度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及装置、计算机可读存储介质。

背景技术

随着技术的不断发展，人们对高分辨率、大视场角、高清晰度图像的需求越发强烈。全景成像、图像拼接、视场融合等热门研究领域中均已出现大量的对包含重合部分的不同图像进行合成的算法，以得到满足某种要求的输出图像。

为了把不同的图像组合在一起形成真实自然的输出图像，需要对图像的重合部分进行对齐配准。目前，图像对齐配准算法大都选用特征点进行图像对齐配准。在得到图像的特征点后，需要采用某种标准，对不同图像的特征点进行匹配得到匹配特征点，然后根据匹配特征点计算出图像之间的对齐映射来对齐不同图像。

为了得到高质量的高分辨率、大视场角、高清晰度的合成图像，用来形成合成图像的图像需要得到准确的对齐，否则在合成图像中会出现鬼影、模糊、重影等缺陷。现有技术中，在得到图像间的匹配特征点后，通常直接由匹配特征点求出图像间的对齐映射。然而，由于现实场景多变，通过匹配得到的匹配特征点个数较多，导致图像对齐配准过程中计算量过大。此外，图像中可能会同时存在纹理密集区域和纹理稀疏区域，大量的匹配特征点集中出现在纹理密集区域，少量的匹配特征点分布在纹理稀疏区域，导致图像的匹配特征点分布不均匀，进而导致图像对齐配准的质量较低。

发明内容

本发明实施例解决的是图像对齐配准过程中计算量较大、得到的对齐图像的质量较低的技术问题。

为解决上述技术问题，本发明实施例提供一种图像处理方法，包括：获取第一图像与第二图像的初始匹配特征点，所述第一图像与所述第二图像为待对齐的同场景图像；将所述第一图像与所述第二图像分别划分成N×M个区域，N×M＞1；从所述第一图像的每一区域中选取K个特征点，以及从所述第二图像的每一区域中选取K个特征点；K≥1；对从所述第一图像的每一区域中选取的K个特征点与从所述第二图像的每一区域中选取的K个特征点进行特征点匹配，得到所述第一图像与所述第二图像的目标匹配特征点。

可选的，所述从所述第一图像的每一区域中选取K个特征点，包括：若所述第一图像的第一区域中特征点的个数大于K，则从第一区域中选取特征性显著值最大的K个特征点。

可选的，所述从所述第一图像的每一区域中选取K个特征点，还包括：若所述第一图像的第一区域中特征点的个数不大于K，则保留所述第一区域中的所有特征点。

可选的，所述从所述第二图像的每一区域中选取K个特征点，包括：若所述第二图像的第一区域中特征点的个数大于K，则从第一区域中选取特征性显著值最大的K个特征点。

可选的，所述从所述第二图像的每一区域中选取K个特征点，还包括：若所述第二图像的第一区域中特征点的个数不大于K，则保留所述第一区域中的所有特征点。

可选的，所述获取第一图像与第二图像的初始匹配特征点，包括：采用预设的特征点检测匹配算法，获取所述第一图像与所述第二图像的初始匹配特征点；所述预设的特征点检测匹配算法包括以下任一种：ORB提取算法、SIFT提取算法。

可选的，当所述预设的特征点检测匹配算法为ORB提取算法时，所述特征性显著值为特征点的哈里斯响应值；当所述预设的特征点检测匹配算法为SIFT提取算法时，所述特征性显著值为特征点的拉普拉斯二阶差值。