(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 202210799255.3 (22)申请日 2022.07.08 (71)申请人 中山大学 地址 510275 广东省广州市新港西路13 5号 (72)发明人 苗建明　张文睿　郑若晗　孙兴宇　 仝懿聪　刘文超　王燕云　钟良靖　 龚喜　利杰　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 郭浩辉 (51)Int.Cl. G06T 3/40(2006.01) G06T 5/50(2006.01) G06V 10/46(2022.01) G06V 10/74(2022.01)G06V 10/75(2022.01) G06V 10/764(2022.01) (54)发明名称 一种水下图像拼接方法、 装置、 计算机设备 及存储介质 (57)摘要 本申请属于图像拼接技术领域， 公开了水下 图像拼接方法、 装置、 计算机设备及存储介质， 该 方法包括： 获取包含重叠区域的两张待匹配图 像； 通过SIFT 算法分别提取两张待匹配图像中的 特征点； 对两张待匹配图像中的特征点进行匹 配， 得到两张待匹配图像的特征点匹配对； 根据 特征点匹配对计算得到其对应的单应性矩阵， 并 根据单应性矩 阵对第一训练图像进行旋转变换 和校正， 得到第二训练图像； 将参考图像和第二 训练图像作为新的两张待匹配图像； 将参考图像 和第二训练图像进行粘贴式拼接， 得到初级拼接 图像； 通过渐入渐出融合算法对初级拼接图像中 的图像重叠区域进行融合处理， 得到最终拼接图 像。 本申请可以解决水下图像的拼接重影和拼接 缝隙问题。 权利要求书3页 说明书11页 附图3页 CN 115205118 A 2022.10.18 CN 115205118 A 1.一种水 下图像拼接方法， 其特 征在于， 所述方法包括： 获取包含重叠区域的两张待 匹配图像， 所述两张待 匹配图像包括参考图像和第 一训练 图像； 通过SIFT算法分别提取 所述两张待匹配图像中的特 征点； 对所述两张待 匹配图像中的特征点进行匹配， 得到所述两张待 匹配图像的特征点匹配 对； 根据所述特征点匹配对计算得到其对应的单应性矩阵， 并根据 所述单应性矩阵对所述 第一训练图像进行旋转变换和校正， 得到第二训练图像； 将所述参考图像和所述第 二训练图像作为新的两张待匹配图像， 重复所述通过SIFT算 法分别提取所述两张待匹配图像中的特征点至所述对所述两张待匹配图像中的特征点进 行匹配， 得到所述两张待匹配图像的特征点匹配对的步骤， 得到所述参考图像和所述第二 训练图像的特 征点匹配对； 基于所述参考图像和所述第 二训练图像的特征点匹配对， 将所述参考图像和所述第 二 训练图像进行粘贴式拼接， 得到初级拼接图像； 通过渐入渐出融合算法对所述初级拼接图像中的图像重叠区域进行融合处理， 得到最 终拼接图像。 2.根据权利要求1所述的方法， 其特征在于， 所述通过SIFT算法分别提取所述两张待匹 配图像中的特 征点， 包括： 分别对所述两张待匹配图像建立高斯金字塔， 生成每张所述待 匹配图像的图像尺度空 间， 基于每张所述待匹配图像的图像尺度空间得到每张所述待匹配图像的高斯差分尺度空 间； 在每张所述待匹配图像的高斯差分尺度空间中确定该待匹配图像的特 征点； 对每张所述待匹配图像的特征点进行描述， 生成每个所述特征点的特征描述符， 所述 特征描述符包括 位置信息、 尺度信息和方向信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述在每张所述待 匹配图像的高斯差分尺 度空间中确定该待匹配图像的特 征点， 包括： 在每张所述待 匹配图像的高斯差分尺度空间中， 将该待 匹配图像中的各像素点值分别 与其同尺度邻域内的8 个像素点及尺度空间中上下两层尺度域中的相 邻的18个像素点进 行 比较， 将得到的极大值 点或极小值 点认定为第一 候选特征点； 通过三维二次函数对所述第一 候选特征点进行筛 选， 得到第二 候选特征点； 通过Hessian矩阵去除各所述第二候选特征点中具有严重边缘效应的第二候选特征 点， 得到每张所述待匹配图像的特 征点。 4.根据权利要求2所述的方法， 其特征在于， 所述对所述两张待 匹配图像中的特征点进 行匹配， 得到所述两张待匹配图像的特 征点匹配对， 包括： 通过KNN最近邻算法对所述两张待匹配图像中的特 征点进行粗匹配； 通过RANSAC算法对经过粗匹配的所述两张待匹配图像 中的特征点进行精匹配， 得到所 述两张待匹配图像的特 征点匹配对。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述单应性矩阵对所述第 一训练 图像进行旋转变换和校正， 得到第二训练图像， 包括：权　利　要　求　书 1/3 页 2 CN 115205118 A 2根据所述单应性矩阵对所述第一训练图像进行旋转变换， 得到中间图像； 根据所述中间图像的四个顶点坐标信息中的横轴坐标值和纵轴坐标值对该中间图像 中各像素点对应的坐标值进行校正， 剔除因旋转变换而产生的多余空 白区域， 得到第二训 练图像。 6.根据权利要求1至5任一项所述的方法， 其特征在于， 所述基于所述参考图像和所述 第二训练图像的特征点匹配对， 将所述参考图像和所述第二训练图像进行粘贴式拼接， 得 到初级拼接图像， 包括： 对所述参考图像和所述第二训练图像的所有特征点匹配对的差值结果进行求和平均 计算， 得到所述 参考图像和所述第二训练图像的相对位置修 正符； 根据所述相对位置修正符确定所述参考图像和所述第二训练图像在拼接时的相对位 置， 并根据所述相对位置对所述参考图像和所述第二训练图像进行粘贴式拼接， 得到初级 拼接图像。 7.根据权利要求6所述的方法， 其特征在于， 所述通过渐入渐出融合算法对所述初级拼 接图像中的图像重 叠区域进行融合处 理， 得到最终拼接图像， 包括： 确定所述初级拼接图像中图像重 叠区域的高度和宽度； 当所述图像重叠区域的高度 大于宽度时， 采用水平渐入渐出融合算法对所述初级拼接 图像中的图像重 叠区域进行融合处 理， 得到最终拼接图像； 当所述图像重叠区域的高度小于宽度时， 采用垂直渐入渐出融合算法对所述初级拼接 图像中的图像重 叠区域进行融合处 理， 得到最终拼接图像。 8.一种水 下图像拼接装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取包含重叠区域的两张待匹配图像， 所述两张待匹配图像包括 参考图像和第一训练图像； 特征点提取模块， 用于通过SIFT算法分别提取 所述两张待匹配图像中的特 征点； 特征点匹配模块， 用于对所述两张待匹配图像中的特征点进行匹配， 得到所述两张待 匹配图像的特 征点匹配对； 图像转换模块， 用于根据所述特征点匹配对计算得到其对应的单应性矩阵， 并根据所 述单应性矩阵对所述第一训练图像进行旋转变换和校正， 得到第二训练图像； 图像处理模块， 用于将所述参考图像和所述第二训练图像作为新的两张待匹配图像， 重复所述通过SIFT算法分别提取所述两张待匹配图像中的特征点至所述对所述两张待匹 配图像中的特征点进行匹配， 得到所述两张待匹配图像的特征点匹配对的步骤， 得到所述 参考图像和所述第二训练图像的特 征点匹配对； 图像拼接模块， 用于基于所述参考图像和所述第二训练图像的特征点匹配对， 将所述 参考图像和所述第二训练图像进行粘贴式拼接， 得到初级拼接图像； 图像融合模块， 用于通过渐入渐出融合算法对所述初级拼接图像中的图像重叠区域进 行融合处 理， 得到最终拼接图像。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7中任一项 所述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序权　利　要　求　书 2/3 页 3 CN 115205118 A 3