一种基于Lucas-Kanade算法的图像配准和拼接方法

摘要

本发明公开一种基于Lucas-Kanade算法的图像配准和拼接方法，该方法包括：对原始图像的预处理，由于拍摄角度、拍摄距离和拍摄时光照等差异，可能会造成两幅图像之间的参数不匹配，所以在图像配准之前先对图像进行预处理；图像配准，作为图像拼接技术中的关键步骤，图像拼接质量的高低，很大程度上由图像配准的精度来决定；图像融合，融合的目的是将已经配准好的待拼接图像通过坐标变换关系，将图像变换到某个同一的坐标系下进行像素级别的融合，以此更加全面的展示场景信息。本发明针对特征点较少、噪声干扰造成的单应性矩阵估计精度不高的问题，创新的提出了用LK图像对齐算法以及其改下算法来优化单应性矩阵估计，通过基于整幅图像的迭代优化，使得图像见的均方误差最小化，提高了单应性矩阵估计的精度，进而改善了图像配准和拼接融合的效果。