本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，涉及到一種基于重疊區(qū)域特征點(diǎn)對(duì)的圖像亮度均衡方法。

背景技術(shù)：

隨著圖像處理技術(shù)的發(fā)展，圖像拼接技術(shù)已經(jīng)廣泛應(yīng)用于汽車(chē)電子、虛擬旅游、全景漫游等眾多領(lǐng)域。圖像拼接技術(shù)涉及到計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理等領(lǐng)域的技術(shù)，主要是利用多攝像機(jī)進(jìn)行圖像獲取，提取圖像中的特征點(diǎn)，利用特征點(diǎn)的相對(duì)關(guān)系計(jì)算圖像變換的單應(yīng)性矩陣，在圖像進(jìn)行配準(zhǔn)之后可以形成初步的全景圖像，在進(jìn)行圖像的融合等操作的優(yōu)化后，可以得到最終的全景圖像。

在圖像拼接中，由于多幅圖像的來(lái)源，拍攝時(shí)間、拍攝角度、相機(jī)曝光等條件不同，加之其他各種不定的因素的影響，使得拼接圖像在拼縫處或多或少的存在拼接痕跡。由于拼接痕跡的存在，影響了拼接圖像的質(zhì)量，也為后續(xù)圖像的處理帶來(lái)了很多的不便。一般的做法是在圖像配準(zhǔn)拼接的同時(shí)，引入圖像融合處理，以便于改善拼接圖像的質(zhì)量。

圖像融合指的是將互補(bǔ)的不同來(lái)源、不同時(shí)間或者不同視點(diǎn)的圖像轉(zhuǎn)化為一幅新的高質(zhì)量的圖像。圖像融合算法已經(jīng)在眾多的領(lǐng)域得到了應(yīng)用，例如：在遙感觀測(cè)和天文學(xué)中，多傳感器融合用來(lái)獲取較高空間分辨率和較高光譜分辨率相結(jié)合的圖像。

由于圖像來(lái)自不同的攝像機(jī)，因此需要在圖像配準(zhǔn)的基礎(chǔ)上進(jìn)行圖像的融合處理。在實(shí)際生產(chǎn)場(chǎng)景的應(yīng)用中，發(fā)現(xiàn)存在相鄰的攝像機(jī)的曝光度不一致的情況，會(huì)導(dǎo)致相鄰攝像機(jī)拍攝的圖像在亮度上存在一定的差異，當(dāng)差異較大時(shí)，即使采用加權(quán)平均法對(duì)相鄰的圖像進(jìn)行融合處理，拼接后的圖像也存在一定的拼接痕跡，而且拼接后的圖像的整體亮度存在很大的差異，影響最終的拼接效果。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)兩幅待拼接圖像亮度差異過(guò)大情況，并且圖像融合后仍有明顯拼縫以及整體亮度具有明顯差異，本發(fā)明提供了一種基于重疊區(qū)域特征點(diǎn)對(duì)的圖像亮度均衡方法，主要是利用圖像配準(zhǔn)后的重合區(qū)域特征點(diǎn)對(duì)，并依此計(jì)算得到兩幅圖像的亮度差，之后再進(jìn)行拼接圖像亮度的調(diào)整。利用重疊區(qū)域特征點(diǎn)對(duì)亮度差進(jìn)行拼接圖像的亮度調(diào)整，相比直方圖均衡，具有較少的計(jì)算量，同時(shí)保證較好的亮度調(diào)整效果。該基于重疊區(qū)域特征點(diǎn)對(duì)亮度均衡方法在數(shù)學(xué)運(yùn)算上只用到加法、乘法，計(jì)算較為簡(jiǎn)便，十分有利于硬件實(shí)現(xiàn)。在嵌入式系統(tǒng)中應(yīng)用以及相關(guān)應(yīng)用場(chǎng)合中，基于重疊區(qū)域特征點(diǎn)對(duì)的亮度均衡方法表現(xiàn)出明顯的優(yōu)勢(shì)。

本發(fā)明用到了sift特征點(diǎn)檢測(cè)方法。具體地：利用sift算法尋找圖像的特征點(diǎn)，首先對(duì)圖像進(jìn)行尺度空間的構(gòu)建，之后進(jìn)行特征點(diǎn)位置以及特征點(diǎn)方向的確定，最后進(jìn)行sift描述子的計(jì)算，從而得到用于匹配的圖像sift特征點(diǎn)集合。

本發(fā)明用到了ransac算法，實(shí)現(xiàn)對(duì)sift已經(jīng)匹配的特征點(diǎn)對(duì)進(jìn)行篩選。具體地：從已經(jīng)粗匹配的特征點(diǎn)對(duì)集中隨機(jī)選取4組特征點(diǎn)對(duì)作為一個(gè)ransac樣本；根據(jù)這4組特征點(diǎn)對(duì)計(jì)算單應(yīng)性變換矩陣h；利用求得的單應(yīng)性變換矩陣h，在特征點(diǎn)對(duì)集中篩選當(dāng)前h下滿(mǎn)足誤差范圍內(nèi)的特征點(diǎn)對(duì)子集，并返回其個(gè)數(shù)；根據(jù)

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：首先采用sift算法對(duì)待拼接圖像進(jìn)行特征點(diǎn)的提取，對(duì)提取出的特征點(diǎn)進(jìn)行匹配與配準(zhǔn)，之后需要去除錯(cuò)誤匹配的特征點(diǎn)對(duì)，利用已完成配準(zhǔn)的特征點(diǎn)的位置關(guān)系得到兩幅圖像重合區(qū)域的在原圖像中的坐標(biāo)，利用重疊區(qū)域特征點(diǎn)對(duì)計(jì)算兩幅圖像的亮度差，最后要對(duì)拼接后圖像的亮度進(jìn)行調(diào)整，進(jìn)而得到最終的圖像。

基于重疊區(qū)域特征點(diǎn)對(duì)的亮度均衡方法，包括如下步驟：

步驟一：利用sift算法對(duì)兩幅待拼接圖像進(jìn)行計(jì)算處理，提取sift特征點(diǎn)集；

步驟二：對(duì)提取的特征點(diǎn)進(jìn)行粗匹配，形成特征點(diǎn)對(duì)，之后利用ransac算法去除錯(cuò)誤的特征點(diǎn)對(duì)，得到最終用于匹配的特征點(diǎn)集；

步驟三：利用已配的特征點(diǎn)的位置關(guān)系得到兩幅圖像重合區(qū)域的在原圖像中的坐標(biāo)，確定該區(qū)域中包含的特征點(diǎn)對(duì)的亮度及坐標(biāo)信息；

步驟四：利用步驟三確定的重疊區(qū)域特征點(diǎn)對(duì)計(jì)算兩幅圖像的亮度差，主要是計(jì)算圖像在重疊區(qū)域特征點(diǎn)對(duì)的三通道分量的差值的均值：

公式(1)中bmean是一個(gè)三維向量，用于表示像素點(diǎn)的三通道分量的差值的均值，n為相鄰圖像重疊區(qū)域內(nèi)像素點(diǎn)的個(gè)數(shù)，xmin，xmax，ymin，ymax分別表示重疊區(qū)域特征點(diǎn)對(duì)在x，y軸方向最小和最大的坐標(biāo)。

步驟五：對(duì)圖像亮度進(jìn)行調(diào)整，包括兩部分，首先是重合區(qū)域的亮度調(diào)整：

i(x,y)＝ρi1(x,y)+(1-ρ)(i2(x,y)+bmean)(2)

在公式(2)中，ρ為加權(quán)的比例系數(shù)，它的數(shù)值可以利用公式(3)計(jì)算得到，這里令ρ＝w，

其中，0≤i≤w，w為重疊區(qū)域的像素寬度；

其次是非融合區(qū)域的亮度值：

i1(x,y)、i2(x,y)分別表示兩幅待拼接圖像像素點(diǎn)的像素值，i(x,y)則表示融合后的圖像在(x,y)處像素點(diǎn)的像素值。其中r1、r2分別表示兩幅原始圖像中未重疊的區(qū)域。

步驟六：輸出最終的亮度調(diào)整后結(jié)果圖像，得到經(jīng)過(guò)亮度均衡后的拼接圖像，如圖8所示。

本發(fā)明方法充分考慮了直方圖亮度均衡計(jì)算量大對(duì)拼接圖像亮度校正實(shí)時(shí)性的影響，在保證最終拼接圖像效果的情況下，通過(guò)實(shí)時(shí)性亮度補(bǔ)償解決了因攝像頭曝光率差異造成的圖像亮暗問(wèn)題。

附圖說(shuō)明

圖1是本發(fā)明中具體實(shí)施方式的方法流程示意圖。

圖2是本發(fā)明中具體實(shí)施方式的待拼接的原始圖像。

圖3是本發(fā)明中具體實(shí)施方式的sift檢測(cè)后的特征點(diǎn)檢測(cè)效果。

圖4是本發(fā)明中具體實(shí)施方式的特征點(diǎn)匹配及去除錯(cuò)誤后效果。

圖5是本發(fā)明中具體實(shí)施方式的采用平均值融合方法的效果。

圖6是本發(fā)明中具體實(shí)施方式的采用加權(quán)平均融合方法的效果。

圖7是本發(fā)明中具體實(shí)施方式的直方圖均衡化的圖像亮度均衡效果。

圖8是本發(fā)明中具體實(shí)施方式的基于重疊區(qū)域特征點(diǎn)對(duì)圖像亮度均衡效果。

具體實(shí)施方式

接下來(lái)將結(jié)合附圖對(duì)本發(fā)明中具體的實(shí)施過(guò)程進(jìn)行詳細(xì)說(shuō)明。

本實(shí)施方式具體的方法，其軟件環(huán)境采用windows7操作系統(tǒng)，采用的仿真環(huán)境為matlab2014a，具體的流程示意如圖1所示：

步驟一：利用sift算法對(duì)兩幅圖像進(jìn)行計(jì)算處理，提取并得到sift特征點(diǎn)集，如圖2所示，為原始待處理的圖像，兩幅圖像左右亮度差異較為明顯，對(duì)原始圖像進(jìn)行sift特征點(diǎn)檢測(cè)，從而得到特征點(diǎn)集，如圖3所示；

步驟二：對(duì)提取的特征點(diǎn)進(jìn)行粗匹配，形成特征點(diǎn)對(duì)，之后利用ransac算法去除錯(cuò)誤的特征點(diǎn)對(duì)，得到最終用于匹配的特征點(diǎn)集，如圖4所示，為匹配的特征點(diǎn)對(duì)的情況；

通過(guò)ransac計(jì)算圖4中圖像的單應(yīng)性變換矩陣，可得最優(yōu)矩陣

步驟三：利用已配的特征點(diǎn)的位置關(guān)系得到兩幅圖像重合區(qū)域的在原圖像中的坐標(biāo)，在此過(guò)程中，可以對(duì)重疊區(qū)域進(jìn)行均值融合，得到圖5的效果，也可以對(duì)重疊區(qū)域進(jìn)行線(xiàn)性過(guò)渡，得到圖6中的效果；

步驟四：利用步驟三確定的重疊區(qū)域特征點(diǎn)對(duì)計(jì)算兩幅圖像的亮度差，主要利用公式1進(jìn)行計(jì)算；

步驟五：對(duì)圖像亮度進(jìn)行調(diào)整，包括兩部分，首先是重合區(qū)域的亮度調(diào)整，主要是利用公式3進(jìn)行調(diào)整，其次是非融合區(qū)域的亮度值，主要利用公式4進(jìn)行調(diào)整

步驟六：輸出最終的亮度調(diào)整后結(jié)果圖像，得到經(jīng)過(guò)亮度均衡后的拼接圖像，如圖8所示。

圖7為直方圖均衡形成的最終的拼接圖像，與原圖像進(jìn)行對(duì)比可以發(fā)現(xiàn)直方圖均衡使得最終圖像的對(duì)比度發(fā)生變化，同時(shí)與本發(fā)明提出的重疊區(qū)域特征點(diǎn)對(duì)的亮度均衡方法相比，直方圖均衡方法所需時(shí)間較長(zhǎng)。綜上所述，基于重疊區(qū)域特征點(diǎn)對(duì)的圖像亮度均衡方法實(shí)現(xiàn)了高效的亮度均衡過(guò)程。該方法在保證最終效果的的同時(shí)，減少了計(jì)算量，從而提高了算法的實(shí)時(shí)性。