[发明专利]基于多图配准复原三维图像的方法

摘要

本发明公开了一种基于多图配准复原三维图像的方法，对三维激光扫描获得三维图像的过程中因各种干扰而产生图像退化、信息缺失的现象，先腐蚀再修补，二维图像与三维图像交互映射处理。本发明方法主要过程包括有损去噪、映射、配准、数据修补，在配准时引入了偏移矢量的概念，引入了随机算法，自动寻找特征区域，剔除无用信息，消除了传统配准方法信息冗余量大、速度慢的弊端。在数据修补中，使用总距离差最小即和基图像最相近的精配准图像的采样点来修补基图像，和传统的数据融合比较，更接近目标的实际距离值。经过一系列的过程，最终复原出退化的距离图像。

主权项

1.一种基于多图配准复原三维图像的方法，其特征在于，该方法包括以下步骤：(1)以获取被复原三维图像时图像采集设备的位置为基准，偏转图像采集设备的角度、移动摄像头的位置，得到多幅用来辅助复原的辅助图像；(2)以被复原三维图像为基图像，根据图像采集设备的旋转角度、移动矢量，创建各辅助图像对应的坐标系转换矩阵，对辅助图像分别进行粗配准；(3)运用“偏移矢量”概念和随机算法，以基图像为标尺，对每个粗配准后的辅助图像分别进行基图像的点与辅助图像的点之间的精配准，得到辅助图像上所有点的偏移矢量和估计偏移量，具体流程为：首先对辅助图像Ak中的每一个采样点的距离值akij都用对应于基图像中的a1ij按照如下准则进行度量：若|a_1ij‑a_kij|<h，则认为a_kij与a_1ij相对应，a_kij的偏移矢量其中h称为相似度阈值；否则，在以ω为搜索半径的范围内进行以一个采样点间距为步长的逐步搜索，若遇到|a_1,i+e,j+f‑a_kij|<h则认为否则其中‑ω≤e,f≤ω；然后以辅助图像中满足上述准则要求的采样点来求取偏移矢量，得出一个向量组若同时有多个点满足上述准则要求，则取与基图像中的采样点a_1ij距离模值最小的那个点来求取偏移矢量；如果距离模值最小的点有若干个，且这若干个距离模值最小的点连续相连形成一个集合，则用随机算法配准：求取该集合中每个点的偏移矢量，并把这个点集合中每个点的偏移矢量进行向量求和，最终生成一个向量称为点集偏移矢量；否则，即这若干个距离模值最小的点不连续，则将这些点的偏移矢量设为(0,0)，不参与配准；最后根据得到图像A_k上点a_kij的估计偏移量，从而得到图像A_k上所有点的估计偏移量；(4)进行每个辅助图像和基图像之间的面与面精配准，最终得到一组精配准的图像；(5)有损去噪：针对基图像和所述步骤(4)得到的一组精配准的图像，利用腐蚀法将图像上的位置随机出现、形状为点状、线状的噪声去除；(6)图像信息修补：用经过有损去噪的辅助图像，对基图像由于有损去噪而造成信息缺失的部位进行信息修补，最后得到复原后的图像。