本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像拼接方法和設(shè)備。

背景技術(shù)：

圖像拼接是指將多幅在不同視角或者由不同傳感器獲得的圖像經(jīng)過對齊然后無縫地融合在一起，從而得到一幅大視場、無畸變、高分辨率圖像的處理過程。

公開號為cn105321152a的中國專利文獻公開了一種圖像拼接系統(tǒng)和方法，該系統(tǒng)包括激光陣列、攝像單元以及圖像拼接處理單元，所述攝像單元的輸出端與圖像拼接處理單元的輸入端連接。該方法包括激光陣列發(fā)射激光至待測物體的表面上；攝像單元與待測物體相對移動時，攝像單元采集待測物體的部分圖像；圖像拼接處理單元根據(jù)圖像拼接算法，從而對采集到的部分圖像進行拼接處理。

公開號為cn104601954a的中國專利文獻公開了一種全景圖像拼接裝置，包括圖像拼接模塊及至少兩路圖像傳輸路，每一圖像傳輸路包括圖像采集模塊、距離檢測模塊及開關(guān)模塊，所述距離檢測模塊預(yù)設(shè)一閾值距離，所述圖像采集模塊對外界物體成像時，所述距離檢測模塊檢測所述圖像采集模塊與所述外界物體的距離，當(dāng)所述距離大于或等于所述閾值距離，所述距離檢測模塊控制所述開關(guān)模塊閉合，所述圖像采集模塊采集的圖像通過所述開關(guān)模塊傳輸至所述圖像拼接模塊；當(dāng)所述距離小于所述閾值距離時，所述距離檢測模塊控制所述開關(guān)模塊斷開，所述圖像拼接模塊對通過所述開關(guān)模塊的圖像進行拼接，并生成全景圖像。

現(xiàn)有圖像拼接方法比較費時費力，而且精確度不高。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種圖像拼接方法和設(shè)備，本發(fā)明的方法和設(shè)備簡單而且能夠快速實現(xiàn)圖像拼接。

為實現(xiàn)上述目的，本發(fā)明提供一種圖像拼接方法，所述方法包括：a、獲取圖像組，所述圖像組至少包括第一圖像和第二圖像；其中，所述第一圖像的邊緣區(qū)域和第二圖像的邊緣區(qū)域至少有部分相同，該相同部分在第一圖像中記為a區(qū)域圖像，在第二圖像中記為b區(qū)域圖像；b、將a區(qū)域圖像和b區(qū)域圖像內(nèi)的像素點的像素值分別進行n級平均，得到低分辨率的1級a圖像至低分辨率的n級a圖像以及低分辨率的1級b圖像至低分辨率的n級b圖像；c、將低分辨率的n級a圖像和低分辨率的n級b圖像進行n級匹配搜索，得到n級匹配位置；d、以該n級匹配位置為中心將低分辨率的n-1級a圖像和低分辨率的n-1級b圖像進行n-1級匹配搜索；e、重復(fù)步驟c和d由n-1級圖像至a區(qū)域圖像和b區(qū)域圖像進行匹配；f、將a區(qū)域圖像和b區(qū)域圖像中所匹配的像素點進行融合。

可選的，所述方法還包括：將a步驟中獲取的圖像組進行預(yù)處理后進行b步驟。

可選的，所述將a區(qū)域圖像和b區(qū)域圖像中所匹配的像素點進行重合的步驟包括：a區(qū)域圖像和b區(qū)域圖像建立變換模型和統(tǒng)一變換坐標后再融合匹配的像素點。

可選的，所述方法還包括：將融合后的圖像組進行裁剪。

本發(fā)明還提供一種圖像拼接設(shè)備，該設(shè)備包括：獲取圖像組單元；用于獲取圖像組，所述圖像組至少包括第一圖像和第二圖像；其中，所述第一圖像的邊緣區(qū)域和第二圖像的邊緣區(qū)域至少有部分相同，該相同部分在第一圖像中記為a區(qū)域圖像，在第二圖像中記為b區(qū)域圖像；像素值平均單元，用于將a區(qū)域圖像和b區(qū)域圖像內(nèi)的像素點的像素值分別進行n級平均，得到低分辨率的1級a圖像至低分辨率的n級a圖像以及低分辨率的1級b圖像至低分辨率的n級b圖像；n級匹配單元，用于將低分辨率的n級a圖像和低分辨率的n級b圖像進行n級匹配搜索，得到n級匹配位置；n-1級匹配單元，用于以該n級匹配位置為中心將低分辨率的n-1級a圖像和低分辨率的n-1級b圖像進行n-1級匹配搜索；n-1級至原始圖像匹配單元，用于重復(fù)步驟c和d由n-1級圖像至a區(qū)域圖像和b區(qū)域圖像進行匹配；圖像融合單元，用于將a區(qū)域圖像和b區(qū)域圖像中所匹配的像素點進行融合。

可選的，所述設(shè)備還包括圖像預(yù)處理單元，用于將獲取圖像組單元所獲取的圖像組進行預(yù)處理。

可選的，所述圖像融合單元還包括：模型變換建立單元和統(tǒng)一坐標變換單元，所述模型變換建立單元用于將a區(qū)域圖像和b區(qū)域圖像進行建立變換模型，所述統(tǒng)一坐標變換單元用于將建立變換模型后的a區(qū)域圖像和b區(qū)域圖像進行統(tǒng)一變換坐標。

可選的，所述設(shè)備還包括裁剪單元，用于將融合后的圖像組進行裁剪。

本發(fā)明具有如下優(yōu)點：

(1)該方法和設(shè)備思路簡單，容易理解，易于編程實現(xiàn)。

(2)該方法的搜索空間比現(xiàn)有方法要少，在運算速度較逐一比較法有所提高。

附圖說明

圖1是現(xiàn)有圖像拼接方法的一種具體實施方式的流程示意圖。

圖2是本發(fā)明圖像拼接方法的一種具體實施方式的流程示意圖。

圖3是本發(fā)明圖像拼接設(shè)備的一種具體實施方式的結(jié)構(gòu)示意圖。

具體實施方式

以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

圖1是現(xiàn)有圖像拼接方法的一種具體實施方式的流程示意圖，如圖1所示，現(xiàn)有拼接方法一般包括：將原始圖像和參考圖像進行特征提取，得到特征集合，然后將特征集合進行特征匹配后進行圖像變換，得到匹配結(jié)果?，F(xiàn)有拼接方法所提取的特征較多，費時費力。

圖2是本發(fā)明方法的流程示意圖，包括將圖像輸入、圖像預(yù)處理、圖像匹配、建立變換模型、統(tǒng)一坐標變換、圖像融合和生成拼接圖像。

圖3是本發(fā)明設(shè)備的結(jié)構(gòu)示意圖，包括獲取圖像組單元、像素值平均單元、n級匹配單元、n-1級匹配單元、n-1級至原始圖像匹配單元和圖像融合單元。其中n可以為3-100。

下面提供本發(fā)明圖像獲取方法的算法，但是并不因此而限制本發(fā)明。

圖像拼接的過程由圖像獲取,圖像配準,圖像合成三步驟組成,其中圖像配準是整個圖像拼接的基礎(chǔ)。本發(fā)明研究了兩種圖像配準算法:基于特征和基于變換域的圖像配準算法。在基于特征的配準算法的基礎(chǔ)上,提出一種穩(wěn)健的基于特征點的配準算法。首先改進harris角點檢測算法,有效提高所提取特征點的速度和精度。然后利用相似測度ncc(normalizedcrosscorrelation——歸一化互相關(guān)),通過用雙向最大相關(guān)系數(shù)匹配的方法提取出初始特征點對,用隨機采樣法ransac(randomsampleconsensus)剔除偽特征點對,實現(xiàn)特征點對的精確匹配。最后用正確的特征點匹配對實現(xiàn)圖像的配準。本發(fā)明提出的算法適應(yīng)性較強,在重復(fù)性紋理、旋轉(zhuǎn)角度比較大等較難自動匹配場合下仍可以準確實現(xiàn)圖像配準。

算法的具體實現(xiàn)步驟如下:

(1)將待匹配的兩幅圖像中22鄰域內(nèi)的像素點的像素值分別取平均，作為這一區(qū)域(22)像素值，得到分辨率低一級的圖像。然后，將此分辨率低一級的圖像再作同樣的處理，也就是將低一級的圖像44鄰域內(nèi)的像素點的像素值分別取平均，作為這一區(qū)域(44)點的像素值，得到分辨率更低一級的圖像。依次處理，得到一組分辨率依次降低的圖像。

(2)從待匹配的兩幅圖像中分辨率最低的開始進行匹配搜索，由于這兩幅圖像像素點的數(shù)目少，圖像信息也被消除一部分，因此，此匹配位置是不精確的。所以，在分辨率更高一級的圖像中搜索時，應(yīng)該在上一次匹配位置的附近進行搜索。依次進行下去，直到在原始圖像中尋找到精確的匹配位置。

雖然，上文中已經(jīng)用一般性說明及具體實施例對本發(fā)明作了詳盡的描述，但在本發(fā)明基礎(chǔ)上，可以對之作一些修改或改進，這對本領(lǐng)域技術(shù)人員而言是顯而易見的。因此，在不偏離本發(fā)明精神的基礎(chǔ)上所做的這些修改或改進，均屬于本發(fā)明要求保護的范圍。