一種適用于空間繩系機器人的立體視覺快速圖像拼接方法
【專利摘要】本發(fā)明涉及一種適用于空間繩系機器人的立體視覺快速圖像拼接方法，基于ORB特征檢測和描述算法的圖像拼接算法，通過與傳統(tǒng)的拼接算法的對比，可以看出，這種算法在拼接精度、魯棒性和最終拼接圖像的效果上其性能都比較好，其速度相對于傳統(tǒng)的算法卻是最快的，具有較為廣泛的應(yīng)用范圍和良好的應(yīng)用前景。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：算法的耗時較少，拼接速度顯著提高；圖片拼接處融合效果較好；抗噪聲能力比較強。
【專利說明】一種適用于空間繩系機器人的立體視覺快速圖像拼接方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理與計算機視覺領(lǐng)域，具體涉及一種適用于空間繩系機器人的立體視覺快速圖像拼接方法。
【背景技術(shù)】
[0002]圖像處理是一門綜合性的學(xué)科，由于近年來其應(yīng)用的日益廣泛，已經(jīng)發(fā)展為一門成長迅速的、具有強大生命力的學(xué)科。尤其是近年來計算機技術(shù)迅速發(fā)展，數(shù)字圖像處理技術(shù)也隨之產(chǎn)生，并且迅速發(fā)展。近年來，隨著人們應(yīng)用的不斷加深，對圖像的視角、分辨率和大小的要求都在不停地增加，比如在航空圖像處理和地理信息系統(tǒng)中，對圖像的視角、范圍和分辨率都有很嚴格的要求。
[0003]圖像拼接是把多幅相互間具有一定重疊區(qū)域的原始圖像，經(jīng)過一系列的圖像處理過程，最終生成一幅包含各原始圖像信息的、寬視角的大型無縫圖像的過程。這樣不但能夠獲得更廣闊的視野，還可以間接提高圖像的分辨率，獲得高分辨率的大型圖像。已經(jīng)成為圖像處理【技術(shù)領(lǐng)域】的一個重要分支，由于其應(yīng)用領(lǐng)域的不斷擴展，在實際應(yīng)用中對其的要求不斷提高，所以圖像拼接技術(shù)已經(jīng)成為圖像處理領(lǐng)域的研究熱點。
[0004]在實際應(yīng)用中，有很多地方都需要用到圖像拼接技術(shù)。比如對一個很大尺寸的物體，如果想要在一張照片中顯示，一般做法是放縮鏡頭，調(diào)節(jié)相機的焦距，但是這樣做往往會導(dǎo)致照片的分辨率下降，無法獲得高清晰的圖片。計算機和數(shù)字圖像處理技術(shù)的飛速發(fā)展，使得圖像拼接技術(shù)更加的成熟，使用更加的方便簡單，能夠很好的解決上面的問題。
[0005]如今，圖像拼接技術(shù)日益流行，其應(yīng)用范圍極其廣泛，在虛擬實現(xiàn)技術(shù)、機器視覺、計算機圖形學(xué)等很多領(lǐng)域都具有重要的研究價值。在醫(yī)學(xué)研究、航空拍攝、天氣預(yù)報、遙感圖像處理、資源勘測、地理信息勘探、軍事預(yù)警、可視電話、網(wǎng)絡(luò)電視、物體的3D重建、全景圖像的構(gòu)造、圖像或視頻的超分辨率處理等領(lǐng)域都有廣泛的應(yīng)用。
[0006]雖然目前已經(jīng)有人提出不少的圖像拼接算法，圖像拼接技術(shù)也在不斷的發(fā)展，但是仍然不能滿足當前實際應(yīng)用對其的需求。已有的算法存在著速度不夠快、精度不夠高、融合效果不夠好、使用范圍不夠廣和魯棒性不夠強等各種問題。比如基于經(jīng)典的特征檢測算法SIFT的圖像拼接算法，其效果雖然很好，但是由于SIFT算法的計算量很大，所以算法的運行速度很慢；基于SURF的圖像拼接算法，雖然其運算速度較快，但是其拼接效果卻不理想。因此研究一種精度高、速度快、效果好、智能程度高、魯棒性強并且適應(yīng)性廣的圖像拼接算法具有十分重要的意義。

【發(fā)明內(nèi)容】

[0007]要解決的技術(shù)問題
[0008]為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種適用于空間繩系機器人的立體視覺快速圖像拼接方法，在于彌補現(xiàn)有圖像拼接算法在速度、精度、融合度、適用范圍和魯棒性上的不足，提供一種能夠?qū)崟r對雙目立體視覺系統(tǒng)采集到的左右圖像進行拼接的算法。[0009]技術(shù)方案
[0010]一種適用于空間繩系機器人的立體視覺快速圖像拼接方法，其特征在于:步驟如下:
[0011]步驟1:采用左右兩臺相機對目標圖像同步進行采集后得到兩幅圖像I1O^y')和Ir (X，y)，以其中一幅圖像為參考圖像I1 (X’，y’)，另一幅圖像為待拼接圖像Ir (X，y);所述兩臺相機為光軸平行放置；所述兩幅圖像具有重疊；
[0012]步驟2:對兩幅圖像I1U'，y’)和Ir(x，y)分別進行中值濾波和維納濾波；
[0013]步驟3:對濾波后的圖像I1U'，y’)和Ir(x，y)利用ORB算法分別進行特征提取，分別得到 I1U'，f ) Ir (x, y)上的特征點集{PlQl，P102,…，P1J 和{PrQl，Pro2,…，PronI ；
[0014]采用Hamming距離作為距離的描述對特征點集{P1q1，P1()2，…，PlraJ和{ΡΜι，ΡΜ2，…，ProJ進行匹配，得到粗匹配后的特征點集{Plml，Plm2，…，PlmJ和{PMl，P?2，…，PnJ ;
[0015]分別計算各匹配點之間的Euclidean距離dlrt，dlr2,…，dlTC，得到其中的最小距離
dmin ?
[0016]對特征點集{Plml，Plm2，…，PlmJ和{Pm1，P?2，-,PrmcI中每個特征點對進行如下判斷，如果dw〈2Xdmin，該特征點對視為正確匹配，則保留該特征點對Plmi和Pnili ;如果dlri≤2 Xdmin，該特征點對視為錯誤匹配，則剔除該特征點對Plmi和Pnni ；
[0017]得到正確匹配的特征點集{P


IfmlJ Plfm2J ***，和{Prfml，P rfm2， ，Prfmj};
[0018]步驟4:以矩陣乘法表示2D圖像之間的變換關(guān)系，其上各點之間的映射關(guān)系如下:
【權(quán)利要求】
1.一種適用于空間繩系機器人的立體視覺快速圖像拼接方法，其特征在于:步驟如下: 步驟1:采用左右兩臺相機對目標圖像同步進行采集后得到兩幅圖像I1O^y')和Ir (χ, y)，以其中一幅圖像為參考圖像I1U'，y’)，另一幅圖像為待拼接圖像Ir U，y);所述兩臺相機為光軸平行放置；所述兩幅圖像具有重疊； 步驟2:對兩幅圖像I1U'，y’)和Ir(x，y)分別進行中值濾波和維納濾波； 步驟3:對濾波后的圖像IJx’j’)和Ir(x，y)利用ORB算法分別進行特征提取，分別得到 I1U'，f ) Ir (X, y)上的特征點集{PlQl，P102,…，P1J 和{PrQl，Pro2,…，PronI ； 采用Hamming距離作為距離的描述對特征點集{P1()1, Plo2,..., PloJ和{PMl, Pro2,...,ProJ進行匹配，得到粗匹配后的特征點集{Plml，Plm2，…，PlmJ和{PMl，P?2，…，PnJ ; 分別計算各匹配點之間的Euclidean距離(1ω，dlr2,…，dlM，得到其中的最小距離dmin ；對特征點集{Plml，Plm2,…，PlmcI和(Pnill, Prm2,…，PrmcI中每個特征點對進行如下判斷，如果d1H〈2 X dmin，該特征點對視為正確匹配，則保留該特征點對Plmi和Pnni ；如果dlri≥2 Xdmin，該特征點對視為錯誤匹配，則剔除該特征點對Plmi和Pnni ； 得到正確匹配的特征點集{Plfml，Plfm2，…，Plfmj}和{P,fml，Prtm2，…，P,fmj}; 步驟4:以矩陣乘法表示2D圖像之間的變換關(guān)系，其上各點之間的映射關(guān)系如下:
2.根據(jù)權(quán)利要求1所述適用于空間繩系機器人的立體視覺快速圖像拼接方法，其特征在于:所述加權(quán)平均法的步驟如下:對I1O^y')和Ir(x，y)’上的各像素點由下述公式處理:
【文檔編號】G06T5/00GK103761721SQ201310746983
【公開日】2014年4月30日 申請日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】黃攀峰, 蔡佳, 王東科, 張彬 申請人:西北工業(yè)大學(xué)