技術(shù)特征：

1.一種基于局部配準(zhǔn)的圖像拼接方法，其特征在于，包括以下步驟：

步驟1：特征點檢測與匹配：首先進(jìn)行特征點檢測，提取輸入圖像I₀和I₁的特征點，并對特征點進(jìn)行匹配，得到N組匹配點；

步驟2：設(shè)來自輸入圖像I₀和I₁上的匹配點集合的編號m為0；

步驟3：圖像局部配準(zhǔn)：當(dāng)前匹配點集合m即為局部區(qū)域，對這個局部區(qū)域進(jìn)行配準(zhǔn)，得到對應(yīng)的3×3單應(yīng)性映射矩陣H_m；

步驟4：判斷當(dāng)前局部單應(yīng)性映射矩陣H_m的配準(zhǔn)誤差是否小于配準(zhǔn)閾值，或者是否收斂，如果是，則轉(zhuǎn)向步驟6，否則轉(zhuǎn)向步驟5；

步驟5：匹配點集合調(diào)整：先利用運動矢量調(diào)整匹配點集合，再利用視差概率調(diào)整匹配點集合，得到新的匹配點集合，并把當(dāng)前匹配點集合的編號m加1，轉(zhuǎn)向步驟3；

步驟6：圖像合成：根據(jù)映射矩陣H_m，計算縫隙，最后生成拼接結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于局部配準(zhǔn)的圖像拼接方法，其特征在于，所述步驟5的匹配點集合調(diào)整，是指先利用運動矢量結(jié)果調(diào)整匹配點集合，得到運動矢量篩選過后的匹配點集合；再利用視差概率調(diào)整匹配點集合，得到視差概率篩選過后的匹配點集合。

3.根據(jù)權(quán)利要求2所述的基于局部配準(zhǔn)的圖像拼接方法，其特征在于，所述得到運動矢量篩選過后的匹配點集合的方法是：

計算匹配點集合m中每一對匹配點(f_i⁰,f_i¹)的運動矢量v：

v＝f_i^0→1-f_i¹

其中f_i^0→1是輸入圖像I₀的特征點f_i⁰經(jīng)過單應(yīng)性矩陣H_m變換后得到的在輸入圖像I₁坐標(biāo)系上的坐標(biāo)；設(shè)置運動矢量偏移閾值，然后根據(jù)計算得到的運動矢量的結(jié)果，在匹配點集合m中剔除運動矢量的模大于運動矢量偏移閾值的匹配點。

4.根據(jù)權(quán)利要求2所述的基于局部配準(zhǔn)的圖像拼接方法，其特征在于，所述得到視差篩選過后的匹配點集合的方法是：

計算匹配點集合m中每一對匹配點(f_i⁰,f_i¹)的視差概率，具體方法為：

(1)初始化視差概率：

對于出現(xiàn)在輸入圖像I₀的特征點f_i⁰來說，把圖像I₀經(jīng)過單應(yīng)性矩陣H_m變換映射到得到圖像I₀'，并且得到映射后的特征點f_i^0→1，以f_i^0→1為中心在圖像I₀'上構(gòu)建大小為Ω的顏色塊I₀'(f_i^0→1；Ω)；相應(yīng)地在圖像I₁上構(gòu)建塊I₁(f_i¹；Ω)，則點f_i^0→1視差概率為；

$p\left(f_i^0\right)=1-\exp (-\frac{\left|\right|{I_0}^{\′}(f_i^{0\→1};\mathrm{\Ω})-I_1(f_i^1;\mathrm{\Ω})|{|}_2^2}{2{\mathrm{\σ}}_c^2}-\frac{\left|\right|f_i^{0\→1}-f_i^1|{|}_2^2}{2{\mathrm{\σ}}_l^2})$

其中，σ_c和σ_l分別為控制顏色和位置距離的標(biāo)準(zhǔn)差；位于圖像I₁上匹配點的視差概率初始化操作同理；

(2)優(yōu)化視差概率：

采用一種基于圖的優(yōu)化框架對初始化的標(biāo)簽結(jié)果進(jìn)行改善，構(gòu)建一個局部的無向圖來對所有匹配點的視差概率建立聯(lián)系，圖中的節(jié)點即表示某個特征點，然后通過解一個優(yōu)化方程得到最終標(biāo)簽結(jié)果，具體步驟是：

a)構(gòu)建無向圖

首先，空域上，位于同一張圖像上的點兩兩相連，它們之間的相似度為：

${z_{ij}}^0=\exp (\frac{\left|\right|c\left(f_i^0\right)-c\left(f_j^0\right)|{|}_2^2}{2{\mathrm{\σ}}_c^2}-\frac{\left|\right|f_i^0-f_j^0|{|}_2^2}{2{\mathrm{\σ}}_l^2})$

其中，z_ij⁰為特征點f_i⁰和特征點f_j⁰之間的相似度，c(f_i⁰)是點f_i⁰的顏色值；圖像I₁上匹配點相似度z_ij¹的設(shè)置與z_ij⁰同理；然后，時域上，位于不同圖像上匹配點之間相連成邊，它們之間的相似度設(shè)為1；最后將兩個圖像上的特征點序列合成一個特征點序列并相應(yīng)地把幾個相似度整合成一個總相似度z_ij；

b)解優(yōu)化方程

無向圖構(gòu)建完成后，最后的視差標(biāo)簽概率的結(jié)果由在無向圖上解一個目標(biāo)函數(shù)最小化問題得到，目標(biāo)函數(shù)為：

$\underset{\mathrm{\α}}{\min }\underset{i}{\Σ}\underset{j}{\Σ}{\mathrm{\ω}}_j{z}_{ij}{({\mathrm{\α}}_i-p_j)}^2+\mathrm{\λ}\underset{i}{\Σ}\underset{j}{\Σ}{z}_{ij}{({\mathrm{\α}}_i-{\mathrm{\α}}_j)}^2$

其中，α_i和p_i分別為最終標(biāo)簽和初始化標(biāo)簽；ω_i是一個二元指示符，表示初始結(jié)果的可信度，λ是權(quán)重系數(shù)，這是一個非約束的二次問題，使得目標(biāo)函數(shù)的導(dǎo)數(shù)為0的參數(shù)α即為最終視差結(jié)果；最后，設(shè)置視差閾值，根據(jù)得到的最終視差結(jié)果，在匹配點集合m中剔除視差大于視差閾值的匹配點。

5.根據(jù)權(quán)利要求1所述的基于局部配準(zhǔn)的圖像拼接方法，其特征在于，所述步驟6的圖像合成，是指根據(jù)所得到的映射矩陣H_m，把圖像I₀映射到圖像I₁上，接著把圖像融合的縫隙控制在所找到的局部區(qū)域上，最后根據(jù)縫隙的計算結(jié)果進(jìn)行圖像合成，生成拼接結(jié)果。

6.根據(jù)權(quán)利要求5所述的基于局部配準(zhǔn)的圖像拼接方法，其特征在于，所述把圖像融合的縫隙控制在所找到的局部區(qū)域上的方法是：

對所有位于匹配點集合m中的點f_i⁰和f_i¹，計算點f_i⁰經(jīng)過H_m映射后的點f_i^0→1以及f_i¹的矩形外包絡(luò)，并對包絡(luò)進(jìn)行一定的膨脹運算，得到的最終包絡(luò)即為所找到的局部區(qū)域，最后通過控制配準(zhǔn)后圖像的掩膜把縫隙限定在該區(qū)域上。