本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種拼合圖像內(nèi)異常視覺信息的快速定位方法。

背景技術(shù)：

1、圖像的拼接融合作為現(xiàn)代視覺信息處理技術(shù)中不可或缺的一個(gè)步驟，其廣泛應(yīng)用于如全景拼接、衛(wèi)星影像合成等多個(gè)與圖像處理相關(guān)的領(lǐng)域。

2、在拼合圖像的采集過程中，由于多角度取景、光線條件差異引起的曝光不均或拍攝設(shè)備參數(shù)存在差異，拼合后的圖像中往往會(huì)出現(xiàn)異常的視覺信息，包括亮度或幾何上的畸變、拼接接縫間斷或?qū)ο竽：龋瑢?duì)拼接質(zhì)量的影響較大。

3、幾何畸變通常源自于圖像拍攝過程中使用的廣角鏡頭或不同視角的攝像設(shè)備，在拼接過程中，不同圖像的邊緣由于畸變而無法精確對(duì)齊，導(dǎo)致拼接后的圖像出現(xiàn)拉伸、壓縮或不規(guī)則變形，使得目標(biāo)對(duì)象的形狀和位置難以被準(zhǔn)確匹配，進(jìn)而影響圖像的視覺連貫性，導(dǎo)致后續(xù)基于相關(guān)圖像特征的檢測(cè)算法產(chǎn)生偏差。同時(shí)，拼接接縫問題是圖像拼接中常見的另一難題，盡管目前主流的拼合算法能夠較好地對(duì)齊圖像的幾何特征，但由于圖像塊之間的色彩、亮度或紋理差異，拼接結(jié)果中依然存在小部分較為明顯的接縫，這些接縫在視覺上表現(xiàn)為圖像中的不連續(xù)區(qū)域，尤其在色彩或亮度差異較大的位置表現(xiàn)明顯。

4、因此，針對(duì)復(fù)雜、大型的拼接圖像，一種能夠快速準(zhǔn)確地對(duì)圖像中存在的異常視覺信息進(jìn)行檢測(cè)定位的方法，是在全景圖像合成和高分辨率遙感影像應(yīng)用等場(chǎng)景中、提升圖像整體拼接效果的關(guān)鍵。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提出一種拼合圖像內(nèi)異常視覺信息的快速定位方法，以解決現(xiàn)有技術(shù)中所存在的一個(gè)或多個(gè)技術(shù)問題，至少提供一種有益的選擇或創(chuàng)造條件。

2、本發(fā)明提供了一種拼合圖像內(nèi)異常視覺信息的快速定位方法，通過標(biāo)記出拼合圖像內(nèi)的所有拼合區(qū)域，依次將每個(gè)拼合區(qū)域分割為多個(gè)子區(qū)域，根據(jù)子區(qū)域內(nèi)的像素分布，定位出異常圖像塊，在拼合圖像內(nèi)高亮所有異常圖像塊。所述方法能夠有效地識(shí)別和定位拼合圖像中的異常視覺信息，減少人工參與識(shí)別和篩選過程的需求，通過并行式地分析子區(qū)域內(nèi)的像素分布，能夠在更短的時(shí)間內(nèi)處理更大量的圖像數(shù)據(jù)，顯著提升拼合圖像的整體視覺質(zhì)量，還能夠廣泛應(yīng)用于各種需要拼合的圖像中，具有較強(qiáng)的通用性。

3、為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一方面，提供一種拼合圖像內(nèi)異常視覺信息的快速定位方法，所述方法包括以下步驟：

4、標(biāo)記出拼合圖像內(nèi)的所有拼合區(qū)域，依次將每個(gè)拼合區(qū)域分割為多個(gè)子區(qū)域；

5、根據(jù)子區(qū)域內(nèi)的像素分布，定位出異常圖像塊；

6、在拼合圖像內(nèi)高亮所有異常圖像塊；

7、其中，拼合圖像由多個(gè)子圖像拼合而成。

8、進(jìn)一步地，拼合圖像內(nèi)的拼合區(qū)域是指，多個(gè)子圖像中，經(jīng)過幾何變換后，在相同坐標(biāo)系下對(duì)齊的部分圖像區(qū)域，這些部分圖像區(qū)域由不同的子圖像共享并包含相同或相似的像素。

9、進(jìn)一步地，將拼合區(qū)域分割為多個(gè)子區(qū)域的方法具體為：通過基于區(qū)域生長(zhǎng)的圖像分割算法，或者，通過基于邊緣檢測(cè)的圖像分割算法，將拼合區(qū)域分割為多個(gè)子區(qū)域，以n表示多個(gè)子區(qū)域的個(gè)數(shù)（不同拼合區(qū)域?qū)?yīng)的子區(qū)域個(gè)數(shù)不同，即n值不同）。

10、進(jìn)一步地，子區(qū)域內(nèi)的像素分布的定義為：記n個(gè)子區(qū)域內(nèi)的第k個(gè)子區(qū)域?yàn)閟br(k)，記sbr(k)內(nèi)含有m(k)個(gè)像素，每個(gè)像素對(duì)應(yīng)有唯一像素值；以pb(i,k)表示sbr(k)內(nèi)m(k)個(gè)像素的第i個(gè)像素，以vpb(i,k)表示pb(i,k)對(duì)應(yīng)的像素值；

11、以子區(qū)域sbr(k)內(nèi)含有的m(k)個(gè)像素以及這m(k)個(gè)像素對(duì)應(yīng)的m(k)個(gè)像素值作為sbr(k)的像素分布，則n個(gè)子區(qū)域?qū)?yīng)有n種像素分布。

12、進(jìn)一步地，根據(jù)子區(qū)域內(nèi)的像素分布，定位出異常圖像塊的方法具體為：

13、s1，在子區(qū)域sbr(k)內(nèi)的m(k)個(gè)像素中，標(biāo)記出像素值最大的像素pb(c1,k)以及像素值最小的像素pb(c2,k)；

14、初始化變量h0，h0的初值設(shè)置為h0=sum(sbr(k))÷(vpb(c1,k)×vpb(c2,k))，sum(sbr(k))表示子區(qū)域sbr(k)內(nèi)m(k)個(gè)像素的像素值總和，轉(zhuǎn)至s2；

15、s2，記a0=vpb(c1,k)-h0，記b0=vpb(c2,k)+h0；在子區(qū)域sbr(k)內(nèi)的m(k)個(gè)像素中，將像素值小于a0且最接近a0的像素記為pb(x,k)，將像素值大于b0且最接近b0的像素記為pb(y,k)；將pb(x,k)標(biāo)記為高視覺像素，將pb(y,k)標(biāo)記為低視覺像素，轉(zhuǎn)至s3；

16、s3，將h0的值增加vpb(x,k)÷vpb(y,k)，（即更新h0的值為h0+vpb(x,k)÷vpb(y,k)，代碼語言表達(dá)為h0=h0+vpb(x,k)÷vpb(y,k)）；如果第一視覺條件成立，則轉(zhuǎn)至s4；如果第一視覺條件不成立，則轉(zhuǎn)至s2；

17、s4，根據(jù)所有高視覺像素和所有低視覺像素定位出異常圖像塊。

18、本步驟的有益效果為：由于拼合圖像中的拼合區(qū)域常常出現(xiàn)對(duì)齊誤差，或因圖像邊緣效應(yīng)而造成的視覺不一致，需要針對(duì)性地局部修復(fù)，而大型的拼合圖像的拼合區(qū)域較多，以人工篩選識(shí)別并修復(fù)的方式難以滿足圖像快速處理的需求，因此，本步驟的方法利用子區(qū)域的像素分布，在子區(qū)域內(nèi)逐步標(biāo)記和更新高低視覺像素，通過比較兩類像素的融合程度實(shí)現(xiàn)異常圖像塊的識(shí)別，降低了非異常圖像塊的誤判，同時(shí)提高對(duì)于異常圖像塊的精確識(shí)別性能，在處理大規(guī)模的拼合圖像時(shí)，通過快速定位到異常區(qū)域從而顯著提升圖像的異常視覺處理過程的效率和質(zhì)量。

19、本步驟的原理為：能夠看到，在篩選高視覺像素和低視覺像素的遍歷過程中，h0為恒增長(zhǎng)，而a0和b0的值分別會(huì)隨著h0的增加而變小以及變大，當(dāng)a0變小時(shí)，篩選出的pb(x,k)對(duì)應(yīng)的vpb(x,k)會(huì)比上一輪次篩選出的vpb(x,k)更加遠(yuǎn)離vpb(c1,k)，同理，當(dāng)b0變大時(shí)，vpb(y,k)也會(huì)更加遠(yuǎn)離vpb(c2,k)，從而使得兩類視覺像素在向所有像素值中值的位置靠近，直至第一視覺條件成立、完成遍歷，顯然地，由于對(duì)pb(x,k)和pb(y,k)設(shè)置了篩選條件，所以高視覺像素和低視覺像素的篩選過程是間隔式篩選，相比與從高到低最后靠近中值的逐個(gè)像素篩選方式，本步驟的間隔式篩選方法能夠節(jié)省較多的遍歷成本開銷，因而在面對(duì)整個(gè)拼合圖像時(shí)，能夠通過同時(shí)處理多個(gè)子區(qū)域的方式，起到快速定位異常視覺信息的效果。

20、進(jìn)一步地，判斷第一視覺條件是否成立的方法為：如果所有的高視覺像素中存在任意一個(gè)高視覺像素的像素值小于h1，或者，所有的低視覺像素中存在任意一個(gè)低視覺像素的像素值大于h1，則稱第一視覺條件成立，其中，h1=(vpb(c1,k)+vpb(c2,k))÷2。

21、進(jìn)一步地，根據(jù)所有高視覺像素和所有低視覺像素定位出異常圖像塊的方法具體為：將所有高視覺像素所確定的最小凸包記為高視覺區(qū)域，將所有低視覺像素所確定的最小凸包記為低視覺區(qū)域；

22、如果高視覺區(qū)域中存在數(shù)量小于m0個(gè)的低視覺像素，或者，低視覺區(qū)域中存在數(shù)量小于m0個(gè)的高視覺像素，則記所有高視覺像素和所有低視覺像素所共同確定的最小凸包為異常圖像塊（或稱圖像異常區(qū)域），m0的值等于所有高視覺像素的數(shù)量與所有低視覺像素的數(shù)量之差的絕對(duì)值。

23、本步驟的有益效果為：通過利用高、低視覺像素所聚合成的兩類視覺區(qū)域，能夠避免判斷異常圖像塊的界定范圍過寬或過窄，從而使異常圖像塊的定位更加準(zhǔn)確，同時(shí)減少誤判，利用高低視覺像素的數(shù)量之差作為判斷值能夠適應(yīng)不同子區(qū)域的像素分布，方法通用性強(qiáng)，一旦異常圖像塊被精確地定位，針對(duì)這些異常視覺信息的修復(fù)或處理能夠更為直接和有效，從而充分提高圖像拼接質(zhì)量?jī)?yōu)化過程的處理效率。

24、本步驟的原理為：拼合區(qū)域內(nèi)出現(xiàn)異常視覺信息有著多種因素的影響，除前述提到的對(duì)齊誤差、圖像邊緣效應(yīng)外，曝光差異、拍攝角度、色彩差異等因素也會(huì)導(dǎo)致拼合效果不佳，但這些異常視覺信息往往是以像素割裂的形式呈現(xiàn)，除明顯的割裂外（高、低視覺區(qū)域內(nèi)不包含彼此的區(qū)域像素時(shí)即為明顯割裂），部分相對(duì)割裂得并未十分明顯的視覺信息也存在一定的概率為異常視覺信息，因此如何快速并精確地識(shí)別出這部分潛在的、表現(xiàn)不明顯的異常視覺信息是提高拼合圖像拼合質(zhì)量的關(guān)鍵，本步驟通過所有高、低視覺像素所確定兩類視覺區(qū)域的交叉程度實(shí)現(xiàn)異常圖像塊的精確定位，以m0作為判斷兩者交叉程度是否達(dá)到了將其視為異常圖像塊的標(biāo)準(zhǔn)，如果其中一個(gè)視覺區(qū)域內(nèi)包含另一個(gè)視覺區(qū)域的視覺像素?cái)?shù)量很多，表明其融合程度較好，相反，如果一個(gè)視覺區(qū)域內(nèi)包含另一個(gè)類型的視覺像素?cái)?shù)量很少（m0具體定義了很少的標(biāo)準(zhǔn)），表明這兩個(gè)視覺區(qū)域雖然有重疊但視覺信息在其中一個(gè)區(qū)域并不顯著，因此，將兩類視覺區(qū)域共同確定的區(qū)域，即它們的并集，標(biāo)記為一個(gè)異常圖像塊。

25、進(jìn)一步地，在拼合圖像內(nèi)高亮所有異常圖像塊的方法具體為：對(duì)于任意一個(gè)拼合區(qū)域，對(duì)該拼合區(qū)域內(nèi)的所有子區(qū)域進(jìn)行異常圖像塊標(biāo)記，即完成該拼合區(qū)域內(nèi)所有異常圖像塊的標(biāo)記；在拼合圖像中，依次完成所有拼合區(qū)域內(nèi)的所有異常圖像塊的標(biāo)記，即完成拼合圖像內(nèi)所有異常圖像塊的標(biāo)記；將拼合圖像內(nèi)標(biāo)記得到的所有異常圖像塊進(jìn)行高亮。

26、優(yōu)選地，在拼合圖像內(nèi)高亮所有異常圖像塊，還包括，對(duì)拼合圖像內(nèi)的所有異常圖像塊進(jìn)行融合處理，具體為：在拼合圖像中，通過泊松融合算法對(duì)所有異常圖像塊進(jìn)行融合處理，其中，執(zhí)行泊松融合算法過程中的像素選取范圍為整個(gè)拼合圖像內(nèi)的所有像素。

27、本發(fā)明的有益效果為：所述方法能夠有效地識(shí)別和定位拼合圖像中的異常視覺信息，減少人工參與識(shí)別和篩選過程的需求，通過并行式地分析子區(qū)域內(nèi)的像素分布，能夠在更短的時(shí)間內(nèi)處理更大量的圖像數(shù)據(jù)，顯著提升拼合圖像的整體視覺質(zhì)量，還能夠廣泛應(yīng)用于各種需要拼合的圖像中，具有較強(qiáng)的通用性。