[发明专利]一种基于SURF特征跟踪匹配的全景视频自动拼接方法

摘要

本发明公开了一种基于SURF特征跟踪匹配的全景视频自动拼接方法，该方法包括：首帧区分式处理方法，首帧用来选取视频参考坐标系，后续帧直接进行视频融合；根据待拼接视频首帧，提取SURF特征点，生成特征点描述向量；基于哈希映射和桶存储的方式，搜寻相似SURF特征向量点对，构成相似特征集合；利用相似SURF特征集合中的向量点对，求解最佳数据关联度坐标系；将经过坐标变换的待拼接视频帧的像素值进行动态加权求和，实现视频的无缝拼接融合。本发明能够实现全方位、多视角、立体化的视频无缝拼接融合，不仅克服了因图像平移、旋转、缩放和放射变换等因素造成的痕迹、模糊和重影现象，而且提高了基于特征匹配进行图像校准的效率和精度。

主权项

1.一种基于SURF特征跟踪匹配的全景视频自动拼接方法，其特征在于，包含以下步骤：步骤一：针对两个或者多个待衔接视频，分别读取两个或者多个视频的首帧图像；步骤二：对首帧图像进行SURF特征快速提取，生成SURF特征点描述向量，其中，所述SURF特征是一种基于尺度空间的、对图像平移、旋转、缩放和放射变换保持鲁棒性的图像局部特征；步骤三：进行基于哈希桶映射的SURF特征匹配，即对待拼接视频的首帧图像，基于哈希映射和桶存储的方式，搜寻相似SURF特征向量点对，构成相似特征集合；步骤四：进行基于投影模型的视频坐标变换，利用相似SURF特征集合中的向量点对，求解最佳数据关联度坐标系模型；步骤五：进行基于动态加权的视频帧融合，将经过坐标变换的待拼接视频帧的像素值进行加权求和，实现视频的无缝拼接融合；所述基于动态加权的视频帧融合，包括以下步骤：步骤1：设I1和I2为两幅待拼接的图像的重叠部分，I1和I2对应的像素值为V1和V2；步骤2：构造动态赋权函数f(V)，使得权重随着像素值的变化而变化，当像素值较小时，权重值增加较快；随着像素值的增加，权重值缓慢增加，其中，赋权函数构造原则是：(1)f(V)是S型单调递增函数；(2)f(V)的值域为[0,1]；(3)存在某一个拐点V*：当V<V*时，反之，当V≥V*时，步骤3：计算V1和V2对应的权重f1和f2；步骤4：加权平滑处理后得到f1·V1+f2·V2；步骤六：读取两个或者多个待衔接视频的后续帧图像，直接进行步骤四和步骤五。