基于特征点匹配的全景相机图像拼接方法研究

摘要

全景相机可获取农机周围360°范围内的图像信息,具有覆盖范围大等特点,但需要对多镜头获取的图像进行拼接与融合,才能生成全景图像,为农机避障提供支持。以雷沃欧豹拖拉机为试验平台,搭载全景相机,获取实验农场的农田图像数据。首先对多幅图像进行预处理,包括通过柱面投影变换统一坐标系,采用基于特征点的SIFT算法提取图像的特征点并进行匹配;针对传统SIFT算法存在错误匹配而影响图像拼接质量的问题,使用RANSAC算法进行多次优化迭代,达到剔除错误匹配点的效果;针对匹配后生成的图像变换矩阵,为防止其线性结果不稳定并进一步优化结果,采用非线性的LM算法进行优化,使用线性加权平滑算法对图像进行融合,实现全景图像的生成。试验采用计算图像重叠区域相关系数定量评价图像拼接效果,并对获取的30组共60幅图像采用RANSAC算法和LM算法进行处理。结果表明,经过RANSAC算法处理后,误匹配点得到明显剔除,匹配特征点之间的平均几何距离偏移量明显减小,其平均值由39.4013像素下降至0.5819像素,相关系数由0.2878上升至0.7249。与手动设置阈值的剔除误匹配点方法进行了比较,经过RANSAC算法处理后的平均相关系数为0.7249,大于阈值设为0.4时的0.5933,以及阈值设为0.6时的0.2007,证明该算法能够实现多种情况下的图像拼接,剔除误匹配点;经过LM算法处理后,平均几何距离偏移量由0.5819像素进一步下降至0.5693像素,平均相关系数由0.7249进一步上升至0.7261,证明图像变换矩阵得到进一步优化,全景图像的拼接质量得到进一步提高。