本發(fā)明專利技術(shù)公開了一種圖像序列排序方法，用于將n幅圖像序列拼接為M*N的全景圖像，M、N分別為所述全景圖像所包含的行圖像數(shù)、列圖像數(shù)。本發(fā)明專利技術(shù)方法首先將待拼接的n幅圖像轉(zhuǎn)化為尺寸相同的灰度圖像，具體如下：先將n幅圖像分別轉(zhuǎn)化為灰度圖像；設得到的n幅灰度圖像中行像素數(shù)、列像素數(shù)的最大值分別為、，通過在圖像尾部補0的方式將各幅圖像尺寸均轉(zhuǎn)化為像素；然后利用相位相關(guān)法確定n幅圖像之間的位置關(guān)系；最后根據(jù)所確定的位置關(guān)系將n幅圖像拼接為全景圖像。本發(fā)明專利技術(shù)克服了現(xiàn)有技術(shù)不能完成不同尺寸圖像序列拼接的不足，并進一步對基于相位相關(guān)法的圖像序列排序方法進行了改進，使之更具有實用性。
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于圖像處理
，具體涉及，用于將一組圖像序列拼接為一幅全景圖像。
技術(shù)介紹
圖像拼接是把描述同一場景的相互之間有部分重疊的一系列圖像拼接成一個寬視角的圖像技術(shù)。圖像拼接要求輸入的待拼接圖像序列是按照實際場景的內(nèi)容順序排列的，但在現(xiàn)實的圖像拍攝、后續(xù)存儲和處理等過程中，可能使圖像序列的順序發(fā)生改變，致使不能直接進行全景圖像的拼接。目前，已有的很多圖像拼接算法和圖像拼接軟件都要求輸入的圖像序列是有序的，如果待拼接的圖像數(shù)量很小時，可以進行人工干預，倘若數(shù)量很大時，人工干預將會變得非常困難，人工干預非常耗時，而且現(xiàn)有的這些拼接算法和軟件要求輸入的圖像序列大小相同，限制了這些算法和軟件的適用性。相位相關(guān)法最早是在1975 年由 C. Kuglin 和 D. Hines (C. Kuglin, D. Hines. The phase correlation image alignment method. In Proceeding of IEEE Conference on Cybernetics and Society, New York, 1975，9:163-165.)提出來的，該方法根據(jù)傅里葉性質(zhì)中的時移性，借助傅里葉變換將兩幅待拼接的圖像變換到頻域上，利用互功率譜直接計算出兩幅待拼接圖像之間的平移量。相位相關(guān)法由于只利用互功率譜的相位關(guān)系，對圖像灰度信息依賴性小，因此具有一定的抗干擾能力。借助于計算機進行圖像序列的自動排序技術(shù)被提出后引起了廣泛關(guān)注。1999 年，Kyung Ho Jang 和 Soon Ki Jung 等(Kyung Ho Jang, Soon Ki Jung and Min ho Lee. Constructing cylind rical panoramic image using equidistant matching. Electronics Letters, 1999, 35 (20) : 1715-1716.)利用等距離匹配的思想實現(xiàn)圖像序列的自動排序，但該算法計算量大，而且對噪聲、運動目標和場景光照變化等魯棒性較差。2006 年，華順剛、曾令宜等(華順剛，曾令宜，歐宗瑛.一種快速的柱面全景圖像拼接算法. 數(shù)據(jù)采集與處理，2006, 21 (4) :434-438.)也是利用等距離的思想來實現(xiàn)圖像序列的自動排序，但此方法受圖像內(nèi)容和灰度的影響較大，而且文中也沒有說明怎樣確定頭圖像和尾圖像。2007年，趙輝，陳輝等(趙輝，陳輝，于泓.一種改進的全景圖自動拼接算法.中國圖象圖形學報，2007，12(2) :336-342.)基于相位相關(guān)法提出一種全景圖全自動拼接算法， 但該排序算法需要人為地設置閾值，影響了算法的適應性和自動性。同年，趙萬金，龔聲蓉等(趙萬金，龔聲蓉，劉全等.一種用于圖像拼接的圖像序列自動排序算法.中國圖象圖形學報，2007, 12(10) : 1861-1864.)提出一種利用相位相關(guān)法的圖像序列自動排序算法， 但要求輸入的圖像序列必須大小相同，而且文中對于頭尾圖像的確定的敘述也很含糊。
技術(shù)實現(xiàn)思路
本專利技術(shù)所要解決的技術(shù)問題在于克服現(xiàn)有圖像拼接方法要求圖像序列大小必須3一致的缺陷，提供，能夠?qū)崿F(xiàn)不同大小的圖像序列的拼接。本專利技術(shù)具體采用以下技術(shù)方案，用于將η幅圖像拼接為Μ*Ν的全景圖像，Μ、Ν分別為所述全景圖像所包含的行圖像數(shù)、列圖像數(shù)；首先將待拼接的η幅圖像轉(zhuǎn)化為尺寸相同的灰度圖像，具體如下先將η幅圖像分別轉(zhuǎn)化為灰度圖像；設得到的η幅灰度圖像中行像素數(shù)、 列像素數(shù)的最大值分別為r0Wmax、C0lmax，通過在圖像尾部補O的方式將各幅圖像尺寸均轉(zhuǎn)化為1OwIiiMXc0ImM像素；然后利用相位相關(guān)法確定η幅圖像之間的位置關(guān)系；最后按照所確定的位置關(guān)系將η幅圖像排序。所述利用相位相關(guān)法確定η幅圖像之間的位置關(guān)系，具體包括以下步驟步驟A、利用相位相關(guān)法計算η幅灰度圖像中任意兩幅圖像之間的位移量 (Δ X，Δ y)及相關(guān)度，從而得到待拼接的η幅圖像的相關(guān)度表；步驟B、根據(jù)相關(guān)度表確定待拼接的η幅圖像中的邊角圖像；步驟C、根據(jù)所確定的邊角圖像及任意兩幅圖像的位移量確定其他圖像的位置關(guān)系O所述步驟B具體包括步驟BI、保留相關(guān)度表中按行最大的2個相關(guān)度和按列最大的2個相關(guān)度，其余置 0，得到最大相關(guān)度表；步驟Β2、在最大相關(guān)度表中，對所有位移量若I Λ χ|>| Λ y|，則N=I ;若 Λ y I > I Λ x I，則 M=I ;若既有 I Δχ|> Δγ|,又有 | Δγ|>| Δχ|,則 Μ>1，N>1 ；步驟Β3、當M=I或者N=I時，步驟Cl中得到的最大相關(guān)度表中行相關(guān)度僅有一個非O值所對應的圖像即為邊角圖像；當M>1，N>1時，則保留步驟B所得到的相關(guān)度表中按行最大的3個相關(guān)度和按列最大的3個相關(guān)度，其余置0，得到新的最大相關(guān)度表；則新的最大相關(guān)度表中行相關(guān)度僅有兩個非O值所對應的圖像即為邊角圖像。步驟C中所述根據(jù)所確定的邊角圖像及任意兩幅圖像的位移量確定其他圖像的位置關(guān)系，具體按照以下方法若M=l，則以選定的邊角圖像中水平位移量Λ y為負的那幅圖像為起始圖像，再根據(jù)水平位移量Λ y依次確定圖像順序Λ y為負的，排在右邊；若N=l，則以選定的邊角圖像中垂直位移量ΛX為負的那副圖像為起始圖像，再根據(jù)垂直位移量ΛX依次確定圖像順序 Λ X為負的，排在下面；若步驟BI得到的最大相關(guān)度表中每行均有兩個非O相關(guān)度值，說明圖像序列是首尾互連的360°圖像序列，任取其中一幅圖像作為起始圖像；若心1，Ν>1，則在所確定的邊角圖像中任取一幅作為起始圖像；然后根據(jù)位移量確定圖像位置比較它們對應的垂直位移量Λ X、水平位移量Λ y，取Λ X、Ay絕對值大的為參考量，若I Λχ|>| Ay|，則Λχ為負時，圖像排在下面，反之圖像排在上面；若I Ay|>l Λ χ|，則Ay為負時，圖像排在右邊， 反之圖像排在左邊。本專利技術(shù)通過尾部補O的方式，將灰度化后的圖像序列的尺寸統(tǒng)一，然后利用相位相關(guān)法確定圖像序列的位置關(guān)系并進而完成拼接，克服了現(xiàn)有技術(shù)不能完成不同尺寸圖像序列拼接的不足；本專利技術(shù)進一步對基于相位相關(guān)法的圖像序列排序方法進行了改進，使之更具有實用性。附圖說明圖1是本專利技術(shù)中圖像序列自動排序的算法流程圖；圖2是M=1時的圖像序列不意圖，圖中陰影部分表不重置區(qū)域；圖3是N=1時的圖像序列不意圖，圖中陰影部分表不重置區(qū)域；圖4是M*N型(M>1，N>1)圖像序列示意圖，圖中為4*3型圖像序列，圖中陰影部分 表不重置區(qū)域；圖5是本專利技術(shù)中圖像序列自動排序算法的詳細流程圖。具體實施例方式下面結(jié)合附圖對本專利技術(shù)的技術(shù)方案進行詳細說明在圖像拼接的過程中，為了能夠正確地拼接出所需要的全景圖像，要求輸入的相 鄰兩幅圖像之間有一定的重疊區(qū)域，即輸入的待拼接圖像序列是按照實際場景的內(nèi)容順序 排列的。但在現(xiàn)實應用中，圖像拍攝、后續(xù)存儲和處理等過程，可能會使圖像序列的順序發(fā) 生改變，致使不能直接進行全景圖像的拼接。現(xiàn)有圖像排序算法基本是對于相同尺寸圖像 進行排序，但實際應用中，排序的圖像可能是來自于不同設備的本文檔來自技高網(wǎng)...
【技術(shù)保護點】
一種圖像序列排序方法，用于將n幅圖像拼接為M*N的全景圖像，M、N分別為所述全景圖像所包含的行圖像數(shù)、列圖像數(shù)；其特征在于，首先將待拼接的n幅圖像轉(zhuǎn)化為尺寸相同的灰度圖像，具體如下：先將n幅圖像分別轉(zhuǎn)化為灰度圖像；設得到的n幅灰度圖像中行像素數(shù)、列像素數(shù)的最大值分別為？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？、，通過在圖像尾部補0的方式將各幅圖像尺寸均轉(zhuǎn)化為像素；然后利用相位相關(guān)法確定n幅圖像之間的位置關(guān)系；最后按照所確定的位置關(guān)系將n幅圖像排序。2012103722890100001dest_path_image001.jpg,191078dest_path_image002.jpg,2012103722890100001dest_path_image003.jpg
【技術(shù)特征摘要】
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：吳學文，蔡明星，劉娜，沈潔，王慧斌，宋云云，顧欣，陳松，馮超禹，
申請(專利權(quán))人：河海大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。