[发明专利]一种图像拼接方法及装置

权利要求书

1.一种图像拼接方法，其特征在于，所述方法包括：

获取多个图像组，每个所述图像组包括相对应的第一目标图像和参考图像；

对于每个图像组，确定所述图像组中第一目标图像和参考图像的投影误差，以及确定所述图像组中第一目标图像对应的单应性模型；

基于所述投影误差，对所有所述单应性模型进行聚类以得到至少一个模型类别，并从所述至少一个模型类别中确定目标类别；

利用预设的优化方程，对所述目标类别中每个单应性模型对应的第一目标图像进行优化，得到相应的第二目标图像，其中，所述优化方程至少包括：基于点特征的匹配优化项，基于线特征的匹配优化项，基于十字特征的投影失真优化项和基于十字特征的透视失真优化项；

确定所述目标类别中每个单应性模型对应的优化后的最佳缝合线；

对于每个第二目标图像，基于所述第二目标图像对应的优化后的最佳缝合线，将所述第二目标图像与相应的参考图像进行拼接，得到图像拼接结果；

计算各个所述图像拼接结果的评价指标，并基于所述评价指标从各个所述图像拼接结果确定最终图像拼接结果。

2.根据权利要求1所述的方法，其特征在于，对于每个图像组，确定所述图像组中第一目标图像和参考图像的投影误差，以及确定所述图像组中第一目标图像对应的单应性模型，包括：

对于每个图像组，分别提取所述图像组中第一目标图像和参考图像的特征信息，其中，所述特征信息包括特征点和特征线；

基于所述特征信息，确定所述图像组中第一目标图像和参考图像的投影误差，以及确定所述图像组中第一目标图像对应的单应性模型。

3.根据权利要求1所述的方法，其特征在于，基于所述投影误差，对所有所述单应性模型进行聚类以得到至少一个模型类别，并从所述至少一个模型类别中确定目标类别，包括：

基于所述投影误差，对所有所述单应性模型进行聚类以得到至少一个模型类别；

从进行聚类的所述单应性模型中确定最佳的单应性模型；

确定涵盖所述最佳的单应性模型的模型类别为目标类别。

4.根据权利要求3所述的方法，其特征在于，确定涵盖所述最佳的单应性模型的模型类别为目标类别之后，所述方法还包括：

获取所述目标类别包含的单应性模型的模型数量；

判断所述模型数量是否小于数量阈值；

若所述模型数量小于数量阈值，输出所述目标类别；

若所述模型数量大于或等于所述数量阈值，对所述目标类别包含的单应性模型进行聚类以得到至少一个模型类别，返回执行从进行聚类的所述单应性模型中确定最佳的单应性模型这一步骤。

5.根据权利要求1所述的方法，其特征在于，确定所述目标类别中每个单应性模型对应的优化后的最佳缝合线，包括：

利用大津算法，确定所述目标类别中每个单应性模型对应的优化后的最佳缝合线。

6.根据权利要求1所述的方法，其特征在于，计算各个所述图像拼接结果的评价指标，并基于所述评价指标从各个所述图像拼接结果确定最终图像拼接结果，包括：

计算各个所述图像拼接结果的峰值信噪比；

确定峰值信噪比最大的所述图像拼接结果为最终图像拼接结果。