基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法技術(shù)

本發(fā)明專利技術(shù)公開了一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法：一：讀取超高分辨率高壓桿塔圖像，尺寸為W×H，利用雙線性插值法將待拼接超高分辨率圖像進(jìn)行采樣縮小，得到w×h圖像，其中W，H，w，h為大于0的整數(shù)，k為大于0整數(shù)；二：利用ORB算法對(duì)所有采樣后圖像進(jìn)行特征提取；三：對(duì)第二步中所提取的ORB特征進(jìn)行粗匹配；四：利用上步提取的匹配點(diǎn)對(duì)，在原始超高分辨率圖像的匹配點(diǎn)對(duì)所在的圖像塊中再次提取ORB特征，進(jìn)行精確匹配；五：通過上面所求的匹配點(diǎn)對(duì)，計(jì)算相鄰圖像間的變換矩陣H；六：利用漸入漸出法對(duì)超高分辨率相鄰圖像進(jìn)行融合。它實(shí)現(xiàn)了超高分辨率圖像的無縫拼接，減少了拼接所需時(shí)間，提高了拼接效率，特別是對(duì)高清圖像有很好的有益效果。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及一種高壓桿塔高清圖像全景拼接方法，尤其涉及一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法。
技術(shù)介紹
近年來，我國(guó)國(guó)民經(jīng)濟(jì)的持續(xù)快速發(fā)展對(duì)我國(guó)電力工業(yè)提出了越來越高的要求。由于我國(guó)國(guó)土遼闊，輸電線路走廊地形復(fù)雜，傳統(tǒng)人工巡線作業(yè)模式的局限性日益凸顯，采用無人飛行器搭載數(shù)字成像設(shè)備對(duì)架空輸電線路進(jìn)行細(xì)致化巡檢已成為可能，現(xiàn)有數(shù)字成像設(shè)備分辨率雖然已達(dá)到細(xì)致看清高壓輸電線路金具的要求，但是由于成像設(shè)備視場(chǎng)較小，所采集的高清圖像不能包含高壓桿塔全部設(shè)備。全景圖像拼接技術(shù)在衛(wèi)星遙感探測(cè)、氣象、醫(yī)學(xué)、軍事、航空航天、大面積文化遺產(chǎn)保護(hù)以及虛擬場(chǎng)景實(shí)現(xiàn)方面有廣泛的應(yīng)用價(jià)值。架空輸電線路高壓桿塔具有大幅面的圖像特征，采用普通的數(shù)字成像設(shè)備無法一次拍攝全景且超高分辨率的圖像。利用圖像拼接技術(shù)可以順利解決上述問題，成功實(shí)現(xiàn)超高分辨率高壓桿塔圖像的合成。全景圖像拼接技術(shù)可以將數(shù)字成像設(shè)備所采集多幅圖像拼接成一幅視場(chǎng)較大的全景圖像，且最后得到的全景圖像失真較小，感興趣區(qū)域都集中顯示在一張全景圖像上。全景圖像拼接技術(shù)主要涉及特征點(diǎn)提取、特征點(diǎn)匹配和圖像融合技術(shù)三方面，其中特征點(diǎn)的提取效果直接影響后期圖像拼接效果。目前，SIFT和SURF是比較流行的特征點(diǎn)提取方法，雖然上述兩種特征點(diǎn)提取方法，在圖像拼接以及其他很多方面都已有較為成熟應(yīng)用。但對(duì)高分辨率圖像的特征點(diǎn)提取時(shí)，就會(huì)有大量的時(shí)間用于特征點(diǎn)提取上。
技術(shù)實(shí)現(xiàn)思路
為解決上述圖像拼接中出現(xiàn)的問題，本專利技術(shù)提出了一種時(shí)間復(fù)雜度低且拼接效果很好的基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法。它利用粗匹配與精確匹配相結(jié)合的特征點(diǎn)匹配算法，實(shí)現(xiàn)了超高分辨率圖像的無縫拼接，減少了拼接所需時(shí)間，提高了拼接效率，特別是對(duì)高清圖像有很好的有益效果。為了實(shí)現(xiàn)上述目的，本專利技術(shù)采用如下技術(shù)方案一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，具體步驟為第一步讀取超高分辨率高壓桿塔圖像，并對(duì)圖像進(jìn)行采樣縮小；第二步對(duì)采樣縮小后的所有圖像利用ORB算法進(jìn)行特征提取；第三步利用提取的ORB特征進(jìn)行最鄰近匹配，通過RASANC算法對(duì)得到的匹配點(diǎn)對(duì)進(jìn)行篩選，得到粗匹配點(diǎn)對(duì)；第四步利用上步提取的粗匹配點(diǎn)對(duì)坐標(biāo)，計(jì)算出在原始超高分辨率圖像中的對(duì)應(yīng)坐標(biāo)，并在原始超高分辨率圖像的匹配點(diǎn)對(duì)所在的圖像塊中再次提取ORB特征，進(jìn)行精確匹配；第五步計(jì)算相鄰圖像間的變換矩陣H ；第六步利用漸入漸出法對(duì)超高分辨率相鄰圖像進(jìn)行融合，得到超高分辨率全景圖像，拼接結(jié)束。所述第一步中，采樣縮小的方法為利用雙線性插值法將待拼接超高分辨率圖像進(jìn)行采樣縮小，原圖像尺寸為WXH，得到的圖像尺寸為wXh，其中W，H，w, h為大于0的整數(shù)權(quán)利要求1.一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，具體步驟為 第一歩讀取超高分辨率高壓桿塔圖像，并對(duì)圖像進(jìn)行采樣縮小； 第二步對(duì)采樣縮小后的所有圖像利用ORB算法進(jìn)行特征提取； 第三步利用提取的ORB特征進(jìn)行最鄰近匹配，通過RASANC算法對(duì)得到的匹配點(diǎn)對(duì)進(jìn)行篩選，得到粗匹配點(diǎn)對(duì)； 第四步利用上步提取的粗匹配點(diǎn)對(duì)坐標(biāo)，計(jì)算出在原始超高分辨率圖像中的對(duì)應(yīng)坐標(biāo)，并在原始超高分辨率圖像的匹配點(diǎn)對(duì)所在的圖像塊中再次提取ORB特征，進(jìn)行精確匹配； 第五步計(jì)算相鄰圖像間的變換矩陣H ； 第六歩利用漸入漸出法對(duì)超高分辨率相鄰圖像進(jìn)行融合，得到超高分辨率全景圖像，拼接結(jié)束。2.如權(quán)利要求I所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述第一歩中，采樣縮小的方法為利用雙線性插值法將待拼接超高分辨率圖像進(jìn)行采樣縮小，原圖像尺寸為WXH，得到的圖像尺寸為wXh，其中W，H，w, h為大于O的整數(shù)， k，k為大于O整數(shù)。3.如權(quán)利要求I所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述第二步中的特征提取的具體步驟為 (2-1)進(jìn)行Oriented FAST特征點(diǎn)檢測(cè) (2-2)生成Rotated BRIEF特征描述子； 在特征點(diǎn)附近隨機(jī)選取若干點(diǎn)對(duì)，將這些點(diǎn)對(duì)的灰度值的大小組合成一個(gè)ニ進(jìn)制串，并將這個(gè)ニ進(jìn)制串作為該特征點(diǎn)的特征描述子。4.如權(quán)利要求3所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述步驟(2-2)的具體過程為 a生成BRI EF特征描述子； b生成Rotated BRIEF特征描述子； 將Oriented FAST算法中提取出來的方向向量加入到BRIEF特征中，進(jìn)行旋轉(zhuǎn)，得到有向的BRIEF，稱之為Steered BRIEF ;用貪婪學(xué)習(xí)算法篩選具有高variance和高不相關(guān)的steered brief，結(jié)果稱之為rBRIEF ;計(jì)算每個(gè)SBRIEF和0. 5的距離，并創(chuàng)建容器T ;把第一個(gè)SBRIEF放入結(jié)果容器R中，并從容器T中移除；從容器T中取出下ー個(gè)SBRIEF，并且和結(jié)果容器R中所有SBRIEF進(jìn)行比較，如果其相關(guān)性小于某閾值，則加入結(jié)果容器R中，否則丟棄； 重復(fù)步驟b直到結(jié)果容器R中有256個(gè)SBRIEF，如果結(jié)果容器R中少于256個(gè)SBRIEF，則改變閾值，并重復(fù)以上步驟。5.如權(quán)利要求I所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述第三步的具體步驟如下 (3-1)選擇LSH作為最鄰近匹配點(diǎn)對(duì)計(jì)算； (3-2)利用RASANC算法將步驟(3-1)生成的匹配點(diǎn)對(duì)進(jìn)行篩選，選出達(dá)到要求的匹配點(diǎn)對(duì)即內(nèi)點(diǎn)，刪除錯(cuò)誤匹配點(diǎn)對(duì)。6.如權(quán)利要求5所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述步驟(3-2)的具體過程為 Ca)內(nèi)點(diǎn)初始化在給定匹配點(diǎn)對(duì)中隨機(jī)抽取4對(duì)匹配點(diǎn)對(duì)； (b)通過內(nèi)點(diǎn)計(jì)算出變換矩陣H； (c)對(duì)匹配點(diǎn)對(duì)中剩余的匹配點(diǎn)對(duì)，計(jì)算出它們與變換矩陣H的距離，如果結(jié)果小于某閾值，則將其加入到內(nèi)點(diǎn)集合中，并根據(jù)新的內(nèi)點(diǎn)集合，運(yùn)用最小二乗法更新變換矩陣H，否則繼續(xù)判斷剩下的匹配點(diǎn)對(duì)； Cd)重復(fù)執(zhí)行步驟(C)，直到內(nèi)點(diǎn)個(gè)數(shù)不再増加。7.如權(quán)利要求I所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述第四步的具體步驟如下 (4-1)令M1和Mr為超高分辨率原始兩相鄰圖像，Hl1和Hlr分別為采樣縮小后的兩相鄰圖像,第三步計(jì)算得出的粗匹配點(diǎn)對(duì)坐標(biāo)分別為(Xli, Yli)和(X1^j, yrJ)其中O彡i, j彡η,η為所求匹配點(diǎn)對(duì)數(shù)； (4-2)分別以(Xli, Yyli)和(XがYrj)為中心，以Y為半徑的范圍圖像塊分別為I1和Ir，其中8.如權(quán)利要求I所述ー種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，所述第六步的具體步驟如下 (6-1)根據(jù)圖像間的變換矩陣H，對(duì)相應(yīng)的圖像進(jìn)行變換，確定圖像間的重合區(qū)域； (6-2)令I(lǐng)1和Ir分別為相鄰的兩圖像，I為融合后的圖像I(X，y) = (I- τ (k)) X I1 (x, y) + τ (k) X Ir (x, y) +d (I) 其中O彡d彡I為微調(diào)系數(shù)，O彡τ (k)彡I為加權(quán)函數(shù)，全文摘要本專利技術(shù)公開了一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法一讀取超高分辨率高壓桿塔圖像，尺寸為W×H，利用雙線性插值法將本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于ORB特征點(diǎn)的高壓桿塔高清圖像全景拼接方法，其特征是，具體步驟為：第一步：讀取超高分辨率高壓桿塔圖像，并對(duì)圖像進(jìn)行采樣縮小；第二步：對(duì)采樣縮小后的所有圖像利用ORB算法進(jìn)行特征提取；第三步：利用提取的ORB特征進(jìn)行最鄰近匹配，通過RASANC算法對(duì)得到的匹配點(diǎn)對(duì)進(jìn)行篩選，得到粗匹配點(diǎn)對(duì)；第四步：利用上步提取的粗匹配點(diǎn)對(duì)坐標(biāo)，計(jì)算出在原始超高分辨率圖像中的對(duì)應(yīng)坐標(biāo)，并在原始超高分辨率圖像的匹配點(diǎn)對(duì)所在的圖像塊中再次提取ORB特征，進(jìn)行精確匹配；第五步：計(jì)算相鄰圖像間的變換矩陣H；第六步：利用漸入漸出法對(duì)超高分辨率相鄰圖像進(jìn)行融合，得到超高分辨率全景圖像，拼接結(jié)束。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張晶晶，王濱海，王萬國(guó)，劉俍，王騫，宋永吉，魏傳虎，李麗，
申請(qǐng)(專利權(quán))人：山東電力集團(tuán)公司電力科學(xué)研究院，國(guó)家電網(wǎng)公司，
類型：發(fā)明
國(guó)別省市：