(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210591642.8 (22)申请日 2022.05.27 (71)申请人 哈尔滨工程大 学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号哈尔滨工程大学科技处 知识产权办公室 (72)发明人 朱正　董官清　闫志坚　陈茂森　 曲悠扬　李玉祥　史金辉　刘昕阳　 倪方淇　刁伟建　王晓峰　 (51)Int.Cl. G06V 10/10(2022.01) G06V 10/46(2022.01) G06V 10/25(2022.01) G06V 10/30(2022.01) G06V 10/75(2022.01) G06V 10/80(2022.01)G06V 10/74(2022.01) (54)发明名称 一种快速的红外全景图像拼接方法 (57)摘要 本发明公开了一种快速的红外全景图像拼 接方法， 可以快速的完成多幅图像的拼接， 大大 提高图像拼接的效率。 本发明通过旋转式红外成 像仪获取周围环境的信息， 得到分散的红外图 像。 由于红外成像仪每次所拍摄的图像的像素大 小是固定的， 同时因为是旋转底座， 每幅图像的 最底端可以保证在同一水平线上。 对 所获取的这 些图像进行预处理后， 利用区域 分割算法提取每 幅图像左右边缘的重叠部分， 之后仅对 所提取的 部分进行特征提取与匹配， 这样可以大大降低特 征提取的计算 量， 提高图像拼接的效率。 权利要求书3页 说明书8页 附图5页 CN 115035281 A 2022.09.09 CN 115035281 A 1.一种快速的红外全景图像拼接方法， 其特 征在于： 包括以下步骤： 步骤1： 利用红外图像采集装置获取最初的原 始红外图像； 通过红外成像装置不断地旋转拍摄获得的， 后 一幅图像是对前一幅图像在水平方向上 的扩展； 步骤2： 对步骤1所获得的原 始图像进行图像预处 理操作； 红外图像的预处 理为图像去噪和 增强； 步骤3： 使用ROI 算法对步骤2预处 理后的图像进行区域选 定； 步骤4： 根据步骤3提取出选定区域， 采用SIFT算法对选定区域的红外图像进行特征点 提取； 步骤5： 采用RANSAC算法筛 选出正确特 征匹配对； 步骤6： 基于特征匹配后的红外图像， 采用自适应相似度算法对待拼接红外图像进行相 似度计算， 确定红外图像的拼接顺序； 步骤7： 根据有 效的特征匹配对， 采用加权图像 融合算法对图像进行融合实现对红外全 景图像的拼接； 步骤8： 全景图像拼接结束， 优化处 理拼接后的全景图像。 2.根据权利要求1所述的一种快速的红外全景图像拼接方法， 其特征在于： 步骤1中每 幅图像的大小相同， 并在同一水平高度上。 3.根据权利要求1所述的一种快速的红外全景图像拼接方法， 其特征在于： 步骤2具体 包括以下步骤： 步骤2.1： 读取已获得的原 始红外图像； 步骤2.2： 对已读取的图像采用低通高斯滤波器核 进行平滑滤波， 高斯核 是唯一可分离的圆对称核； 式中， K为一个普通常数， 变量s和t是实数且通常是离 散的， σ 为标准差； 令r＝[s2+t2]1/2， 可以得到 通过调节变量r的大小获取不同大小的高 斯核， 调节标准差σ 的大小调节图像处 理的效果； 步骤2.3： 利用二阶导数拉普拉斯 算子来锐化图像， 对于 输入图像f(x， y)定义 为： 在x方向有 在y方向有 所以两个 变量的离 散拉普拉斯 算子是： 步骤2.4： 将拉普拉斯图像与原图像相加， 恢复背景特征， 同时保留拉普拉斯的锐化效 果； 使用拉普拉斯锐化图像的基本方法为： 权　利　要　求　书 1/3 页 2 CN 115035281 A 2式中， f(x， y)为输入图像， g(x， y)为锐化后图像； 步骤2.5： 将预处 理完毕的图像输出。 4.根据权利要求1所述的一种快速的红外全景图像拼接方法， 其特征在于： 其中步骤3 提取各个图像左右边缘区域的重叠区域， 把相邻的重叠区域作为一组绑定图像， 后续分别 对每组绑定图像进行处 理操作。 5.根据权利要求1所述的一种快速的红外全景图像拼接方法， 其特征在于： 其中步骤4 具体有以下步骤： 步骤4.1:： 输入图像f(x， y)的尺度空间L(x， y， σ )是f与一个可变尺度高斯核G(x， y， σ ) 的卷积： L(x， y， σ )＝G(x， y， σ ) ★f(x， y)， 式中， 尺度由参数σ 控制， G的形式为： 输入图像f(x， y)依次与标准差为σ， kσ， k2σ， k3σ，…的高斯核卷积， 生成由一个常量因子 k分割的高斯滤波图像； 步骤4.2： SIFT将尺度空间细分为 倍频程， 每 个倍频程对应于σ 的加倍； 第二个倍频程中的第一幅图像是首先对原图像进行下取样， 即每隔一行和一列取样， 然后用一个核来平滑得到的， 使用的这个核的标准差是第一个倍频程中所用标准差的2 倍； 在后续的各个倍频程处 理中， 新倍频程的第一幅图像按以下 方式形成： 对原图像进行 下取样， 使图像大小为前一个倍频程内的一半； 用前一个倍频程的标准差的2倍的新标准差来平 滑下取样后的图像； 尺度空间中初始关键点的位置查找： 首先检测一个倍频程中两幅相邻尺度空间图像的 高斯差的极值， 然后对应于这个倍频程的输入图像进行 卷积， 其表达式为： D(x， y， σ )＝[G(x， y， kσ ) ‑G(x， y， σ )] ★f(x， y)＝ L(x， y， kσ ) ‑L(x， y， σ ) 式中， D(x， y， σ )是两幅相邻尺度空间图像高斯差的极值 函数； 在D(x， y， σ )图像中的每个位置， 将该位置像素值与其在当前图像中的8个相邻像素值 及其在上方和下方图像中的9个相邻像素值进行比较， 若该位置的值为范围内的最大值或 最小值， 则该位置被选为极值 点； 通过泰勒级数展开对D(x， y， σ )的值进行内插运算， 提高关键点位置的精度； 删除低对 比度和定位差的关键点； 通过公式： M(x， y)＝[(L(x+1， y) ‑L(x‑1， y))2+(L(x， y+1) ‑L(x， y‑1))2]1/2和θ(x， y)＝arctan[(L (x， y+1)‑L(x， y‑1))/(L(x+1， y) ‑L(x‑1， y))]， 计算每个关键点的梯度幅度和方向角， 式中M (x， y)为梯度幅度， θ(x， y)为方向角， 其中关键点是用与这些公 式相关联的基于直方图的步 骤得到的。 6.根据权利要求1所述的一种快速的红外全景图像拼接方法， 其特征在于： 其中步骤5 根据已得的匹配点对中抽取5 ‑10对匹配点， 计算变换矩阵， 然后对所有匹配点计算映射误 差； 根据误差阈值， 确定统计点的个数， 最后针对最大统计点个数集合， 重新计算单应矩阵 H； 使用RANSAC算法估计出图像间的单应性矩阵后， 将所有的图像整合到一个公共的图像平 面上。权　利　要　求　书 2/3 页 3 CN 115035281 A 3