CN111932593B - 基于触摸屏手势校正的图像配准方法、***及设备 - Google Patents

基于触摸屏手势校正的图像配准方法、***及设备 Download PDF

Info

Publication number
CN111932593B
CN111932593B CN202010706967.7A CN202010706967A CN111932593B CN 111932593 B CN111932593 B CN 111932593B CN 202010706967 A CN202010706967 A CN 202010706967A CN 111932593 B CN111932593 B CN 111932593B
Authority
CN
China
Prior art keywords
image
registration
image registration
feature point
touch screen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010706967.7A
Other languages
English (en)
Other versions
CN111932593A (zh
Inventor
刘俭
张迁
宋***
曾科
赵凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Zoomlion Intelligent Technology Co ltd
Original Assignee
Hunan Zoomlion Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Zoomlion Intelligent Technology Co ltd filed Critical Hunan Zoomlion Intelligent Technology Co ltd
Priority to CN202010706967.7A priority Critical patent/CN111932593B/zh
Publication of CN111932593A publication Critical patent/CN111932593A/zh
Application granted granted Critical
Publication of CN111932593B publication Critical patent/CN111932593B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Position Input By Displaying (AREA)

Abstract

本发明提供一种基于触摸屏手势校正的图像配准方法、***及设备，属于图像处理研究领域。所述方法包括：获取初始图像；对初始图像进行图像配准，得到图像配准特征点对和配准精度，将图像配准特征点对和配准精度展示到触摸屏上；若当前配准精度不满足预设条件，在触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定配准精度满足预设条件；输出配准精度满足预设条件的图像配准结果。在图像配准结束后，将图像配准特征点和配准精度展示到触摸屏上进行手势校正，为图像配准算法引入了反馈和校正机制，能够大大提高图像配准精度。

Description

基于触摸屏手势校正的图像配准方法、***及设备
技术领域
本发明涉及图像处理研究领域，具体地涉及一种基于触摸屏手势校正的图像配准方法，一种基于触摸屏手势校正的图像配准***以及一种基于触摸屏手势校正的图像配准设备。
背景技术
图像配准是图像处理研究领域中的一个典型问题和技术难点，在计算机视觉、医学图像处理以及材料力学等领域都具有广泛的应用。
图像配准属于图像处理领域，它使用某种方法，基于某种评估标准，将一副或多副图片(局部)最优映射到目标图片上。其目的在于比较或融合针对同一对象在不同条件下获取的图像，例如图像会来自不同的采集设备，取自不同的时间，不同的拍摄视角等等，有时也需要用到针对不同对象的图像配准问题。具体地说，对于一组图像数据集中的两幅图像，通过寻找一种空间变换把一幅图像映射到另一幅图像，使得两图中对应于空间同一位置的点一一对应起来，从而达到信息融合的目的。该技术在计算机视觉、医学图像处理以及材料力学等领域都具有广泛的应用。
当前大量的图像配准方法都基于特征点匹配，中心思想是设计出配准精度高的图像配准算法，由算法实现图像的全自动化匹配。例如，申请号为201710230960.0的中国专利公开了一种基于PBIL算法的图像配准方法，该方法首先对参考图像和待配准图像进行处理，得到参考图像和待配准图像的匹配点对，利用PBIL算法对参考图像和待配准图像的匹配点对进行筛选，得到最优匹配点对，利用最优匹配点对计算参考图像和待配准图像的仿射变换参数，根据仿射变换参数得到配准图像。
然而，图像配准精度如果完全依赖设计的图像配准算法，缺乏相应的反馈机制和校正机制，一旦算法出现不稳定情况，图像配准精度将大大降低。
发明内容
本发明实施方式的目的是提供一种基于触摸屏手势校正的图像配准方法、***及设备，在图像配准结束后，将图像配准特征点展示到触摸屏上进行手势校正，为图像配准算法引入了反馈和校正机制，能够大大提高图像配准精度。
为了实现上述目的，本发明第一方面提供一种基于触摸屏手势校正的图像配准方法，所述方法包括：
获取初始图像；
对所述初始图像进行图像配准，得到图像配准特征点对和配准精度，将所述图像配准特征点对和所述配准精度展示到触摸屏上；
若当前配准精度不满足预设条件，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定所述配准精度满足预设条件；
输出配准精度满足预设条件的图像配准结果。在图像配准结束后，将图像配准特征点和配准精度展示到触摸屏上进行手势校正，为图像配准算法引入了反馈和校正机制，能够大大提高图像配准精度。
可选的，所述预设条件为所述配准精度大于或等于预设阈值。
可选的，所述对所述初始图像进行图像配准，得到图像配准特征点对和配准精度，包括：
对所述初始图像进行预处理操作，得到预处理图像；
利用图像特征点提取算法提取所述预处理图像上的特征点；
利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度。
可选的，所述图像特征点提取算法至少包括：局部特征提取算法SIFT、加速稳健特征算法SURF、角点检测算法Harris和面向稠密特征提取算法DAISY。图像配准算法与图像特征点提取算法相对应。使用局部特征提取算法SIFT提取图像配准特征点时，则采用基于SIFT的图像配准算法对预处理图像进行配准，同理，特征点提取采用SURF，则图像配准采用基于SURF的图像配准算法；特征点提取采用Harris，则图像配准采用基于Harris的图像配准算法；特征点提取采用DAISY，则图像配准采用基于DAISY的图像配准算法。通过图像配准算法实现图像初步配准。
可选的，所述预处理操作包括图像去噪、图像增强、灰度化处理和畸变校正中的一者或多者。通过图像预处理减少图像中无关的信息，增强有用的真实信息，有助于增强图像特征点提取的准确度。
进一步地，所述在所述触摸屏上对所述图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，包括：
在所述触摸屏上通过手势校正匹配错误的图像配准特征点对；
对手势校正后的结果进行图像配准，得到手势校正后的图像配准特征点对和配准精度。通过图像配准后会得到图像配准特征点对和配准精度，当配准精度大于或等于预设阈值时，说明此次配准比较准确，配错的图像配准特征点对很少甚至没有，这时候就不需要进行校正，可以直接输出图像配准结果。只有当配准精度小于预设阈值时，才需要进行校正，校正后的结果重新进行图像配准，直到配准精度大于或等于预设阈值。通过反馈和校正机制，能够大大提高图像配准精度。
可选的，所述在所述触摸屏上通过手势校正匹配错误的所述图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后点击与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。通过依次点击对应的两个图像配准特征点的方式，建立两个图像配准特征点之间的关联关系，实现对错误的图像配准特征点进行校正修改。
可选的，所述在触摸屏上通过手势校正匹配错误的所述图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后滑动连线到与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。通过划线连接的方式建立两个图像配准特征点之间的关联关系，实现对错误的图像配准特征点进行校正修改。
本发明第二方面提供一种基于触摸屏手势校正的图像配准***，所述***包括：
图像获取单元，用于获取初始图像；
图像配准单元，用于所述初始图像进行图像配准，得到图像配准特征点对和配准精度；
展示控制单元，用于将所述图像配准特征点对和所述配准精度展示到触摸屏上；
配准校正单元，用于在当前配准精度不满足预设条件时，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定所述配准精度满足预设条件；以及
图像配准结果输出单元，用于输出配准精度满足预设条件的图像配准结果。***通过设置配准校正单元，在图像配准结束后，将图像配准特征点和配准精度展示到触摸屏上进行手势校正，为传统的图像配准***引入了反馈和校正机制，能够大大提高图像配准精度。
图像获取单元可以从***数据库中获取存储的待配准图像，也可以从图像采集设备获取到初始图像。
可选的，所述图像配准单元包括：
图像预处理模块，用于对所述初始图像进行预处理操作，得到预处理图像；
特征点提取模块，用于利用图像特征点提取算法提取所述预处理图像上的特征点；以及
图像配准模块，用于利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度。图像配准单元实现图像的配准。
可选的，所述图像预处理模块包括：
图像去噪模块，对所述图像进行去噪处理；
图像增强模块，对去噪后的图像进行增强处理；
图像灰度化模块，将增强后的图像灰度化处理为灰度图像；
畸变校正模块，对所述灰度图像进行畸变校正处理。通过图像预处理减少图像中无关的信息，增强有用的真实信息，有助于增强图像特征点提取的准确度。
可选的，所述特征点提取模块包括：
局部特征提取算法模块、加速稳健特征算法模块、角点检测算法模块和面向稠密特征提取算法模块。根据需求选用特征点提取算法，实现图像特征点提取，满足不同的用户的需求。
可选的，所述配准校正单元包括：
校正手势设置模块，用于设置校正匹配错误的所述图像配准特征点对的校正手势；以及
校正模块，用于根据触摸屏获取的校正手势，校正匹配错误的所述图像配准特征点对，得到校正后的结果。校正手势可以由用户自行进行设置，更贴合用户的使用习惯。
本发明第三方面提供一种基于触摸屏手势校正的图像配准设备，所述设备包括：
触摸屏，用于显示图像配准特征点对和配准精度，且用于获取校正手势并传输到处理器；以及
处理器，用于执行所述的基于触摸屏手势校正的图像配准方法。该设备提供触摸屏显示图像配准特征点对和配准精度，并且在用户进行手势校正时获取用户的手势，并传输到控制器，实现图像配准特征点对校正。
另一方面，本发明提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行所述的基于触摸屏手势校正的图像配准方法。
通过上述技术方案，在图像配准结束后，将图像配准特征点展示到触摸屏上进行手势校正，为图像配准算法引入了反馈和校正机制，能够大大提高图像配准精度。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是本发明一种实施方式提供的基于触摸屏手势校正的图像配准方法流程图；
图2是本发明一种实施方式提供的基于触摸屏手势校正的图像配准***框图；
图3是本发明一种实施方式提供的错误图像匹配特征点对示意图；
图4是本发明一种实施方式提供的校正后的正确图像匹配特征点对示意图；
图5是本发明一种实施方式提供的基于触摸屏手势校正的图像配准设备框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明一种实施方式提供的基于触摸屏手势校正的图像配准方法流程图。如图1所示，所述方法包括：
获取初始图像；
对所述初始图像进行图像配准，得到图像配准特征点对和配准精度，包括：
对所述初始图像进行预处理操作，得到预处理图像；
利用图像特征点提取算法提取所述预处理图像上的特征点；
利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度；
然后将所述图像配准特征点对和所述配准精度展示到触摸屏上；
若当前配准精度不满足预设条件，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，包括：
在所述触摸屏上通过手势校正匹配错误的图像配准特征点对；
对手势校正后的结果进行图像配准，得到手势校正后的图像配准特征点对和配准精度；
直到确定所述配准精度满足预设条件；
输出配准精度满足预设条件的图像配准结果。
在图像配准结束后，将图像配准特征点和配准精度展示到触摸屏上进行手势校正，为图像配准算法引入了反馈和校正机制，能够大大提高图像配准精度。
通过图像配准后会得到图像配准特征点对和配准精度，当配准精度大于或等于预设阈值时，说明此次配准比较准确，配错的图像配准特征点很少甚至没有，这时候就不需要进行校正，可以直接输出图像配准结果。只有当配准精度小于预设阈值时，才需要进行校正，校正后的结果重新进行图像配准，直到配准精度大于或等于预设阈值。通过反馈和校正机制，能够大大提高图像配准精度。
可选的，所述图像特征点提取算法至少包括：局部特征提取算法SIFT、加速稳健特征算法SURF、角点检测算法Harris和面向稠密特征提取算法DAISY。图像配准算法与图像特征点提取算法相对应。使用局部特征提取算法SIFT提取图像配准特征点时，则采用基于SIFT的图像配准算法对预处理图像进行配准，同理，特征点提取采用SURF，则图像配准采用基于SURF的图像配准算法；特征点提取采用Harris，则图像配准采用基于Harris的图像配准算法；特征点提取采用DAISY，则图像配准采用基于DAISY的图像配准算法。通过图像配准算法实现图像初步配准。
可选的，所述预处理操作包括图像去噪、图像增强、灰度化处理和畸变校正中的一者或多者。通过图像预处理减少图像中无关的信息，增强有用的真实信息，有助于增强图像特征点提取的准确度。
在本发明的一个实施例中，所述在触摸屏上通过手势校正匹配错误的所述图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后点击与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。通过依次点击对应的两个图像配准特征点的方式，建立两个图像配准特征点之间的关联关系，实现对错误的图像配准特征点进行校正修改。
在本发明的另一个实施例中，所述在触摸屏上通过手势校正匹配错误的所述图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后滑动连线到与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。通过划线连接的方式建立两个图像配准特征点之间的关联关系，实现对错误的图像配准特征点进行校正修改。
校正匹配错误的所述图像配准特征点还可以使用其他的手势，只要能够将正确对应的两个图像配准特征点关联起来就行，具体手势可以根据用户习惯或者喜好自行设定，本发明不再赘述。
图2是本发明一种实施方式提供的基于触摸屏手势校正的图像配准***框图。如图2所示，所述***包括：
图像获取单元，用于获取初始图像；
图像配准单元，用于所述初始图像进行图像配准，得到图像配准特征点对和配准精度；
展示控制单元，用于将所述图像配准特征点对和所述配准精度展示到触摸屏上；
配准校正单元，用于在当前配准精度不满足预设条件时，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定所述配准精度满足预设条件；以及
图像配准结果输出单元，用于输出配准精度满足预设条件的图像配准结果。***通过设置配准校正单元，在图像配准结束后，将图像配准特征点和配准精度展示到触摸屏上进行手势校正，为传统的图像配准***引入了反馈和校正机制，能够大大提高图像配准精度。
图像获取单元可以从***数据库中获取存储的待配准图像，也可以从图像采集设备获取到初始图像。
可选的，所述图像配准单元包括：
图像预处理模块，用于对所述初始图像进行预处理操作，得到预处理图像；
特征点提取模块，用于利用图像特征点提取算法提取所述预处理图像上的特征点；以及
图像配准模块，用于利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度。图像配准单元实现图像的配准。
可选的，所述图像预处理模块包括：
图像去噪模块，对所述图像进行去噪处理；
图像增强模块，对去噪后的图像进行增强处理；
图像灰度化模块，将增强后的图像灰度化处理为灰度图像；
畸变校正模块，对所述灰度图像进行畸变校正处理。通过图像预处理减少图像中无关的信息，增强有用的真实信息，有助于增强图像特征点提取的准确度。
可选的，所述特征点提取模块包括：
局部特征提取算法模块、加速稳健特征算法模块、角点检测算法模块和面向稠密特征提取算法模块。根据需求选用特征点提取算法，实现图像特征点提取，满足不同的用户的需求。
可选的，所述配准校正单元包括：
校正手势设置模块，用于设置校正匹配错误的所述图像配准特征点对的校正手势；以及
校正模块，用于根据触摸屏获取的校正手势，校正匹配错误的所述图像配准特征点对，得到校正后的结果。校正手势可以由用户自行进行设置，更贴合用户的使用习惯。
下面结合具体校准示例来对本方法进行进一步说明。首先，图像获取单元利用图像采集设备获取到初始图像，包括图像A和图像B；第二步，图像配准单元对采集到的图像进行去噪和畸变校正等预处理操作；第三步，利用局部特征提取算法SIFT提取预处理后的图像上的特征点，例如图像A上的特征点A1，A2，A3，A4，A5……，图像B上的特征点B1，B2，B3，B4，B5……；第四步，利用基于SIFT的图像配准算法对预处理图像进行配准，配准结果如图3所示，为了简便起见，只显示了6对特征点，其中A1、A2、A3与B1、B2、B3匹配出现了错误；第五步，展示控制单元将图像配准特征点对和配准精度展示到触摸屏上；第六步，判断配准精度是否大于等于预设的阈值，若是，则不用进行手势校正，直接输出图像配准结果；若否，则在在触摸屏上通过手势对部分匹配错误的特征点对进行校正，将校正后的结果反馈给图像配准模块再次进行图像配准，直至配准精度大于等于预设的阈值，最后输出图像配准结果。
假设图像A和图像B的配准精度为90％，预设阈值为85％，则配准精度大于预设阈值，直接输出图像配准结果，完成图像A与图像B的配准。
假设图像A和图像B的配准精度为84％，预设阈值为90％，则配准精度小于预设阈值，A1、A2、A3与B1、B2、B3这三对错误配准特征点对最终图像配准精度影响较大。因此用户需要在触摸屏上通过手势进行校正。在本实施例中，用户设置的校正手势是先点击第一图像上任一个错误的图像配准特征点，然后点击第二图像上与所述图像配准特征点对应的正确的图像配准特征点，因此，用户在校正时，先点击图像A上错误的配准特征点A1，然后点击图像B上的配准特征点B1，然后点击A2和B2，A3和B3，手动实现特征点匹配校正，然后将手动校正后的结果反馈给图像配准模块再次进行图像配准。校正后的配准结果如图4所示。再次进行图像配准后图像配准精度为92％，大于预设阈值，因此可以数据图像配准结果，完成图像A与图像B的配准。大大提高了图像配准精度。
图5是本发明一种实施方式提供的基于触摸屏手势校正的图像配准设备框图，如图5所示，所述设备包括：
触摸屏，用于显示图像配准特征点对和配准精度，且用于获取校正手势并传输到处理器；以及
处理器，用于执行所述的基于触摸屏手势校正的图像配准方法。该设备提供触摸屏显示图像配准特征点对和配准精度，并且在用户进行手势校正时获取用户的手势，并传输到控制器，实现图像配准特征点对校正。
图像配准设备上还可以设置图像采集装置，直接采集待配准的图像传输到处理器进行图像配准。
另一方面，本发明提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行所述的基于触摸屏手势校正的图像配准方法。
本发明实施方式还提供一种机器可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述的基于触摸屏手势校正的图像配准方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

Claims (12)

1.一种基于触摸屏手势校正的图像配准方法，其特征在于，所述方法包括：
获取初始图像；
对所述初始图像进行图像配准，得到图像配准特征点对和配准精度，将所述图像配准特征点对和所述配准精度展示到触摸屏上；
若当前配准精度不满足预设条件，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定所述配准精度满足预设条件；
输出配准精度满足预设条件的图像配准结果；
所述在所述触摸屏上对所述图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，包括：
根据触摸屏获取的校正手势，在所述触摸屏上通过手势校正匹配错误的图像配准特征点对；
对手势校正后的结果进行图像配准，得到手势校正后的图像配准特征点对和配准精度；
所述在所述触摸屏上通过手势校正匹配错误的图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后滑动连线到与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。
2.根据权利要求1所述的基于触摸屏手势校正的图像配准方法，其特征在于，所述预设条件为所述配准精度大于或等于预设阈值。
3.根据权利要求1所述的基于触摸屏手势校正的图像配准方法，其特征在于，所述对所述初始图像进行图像配准，得到图像配准特征点对和配准精度，包括：
对所述初始图像进行预处理操作，得到预处理图像；
利用图像特征点提取算法提取所述预处理图像上的特征点；
利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度。
4.根据权利要求3所述的基于触摸屏手势校正的图像配准方法，其特征在于，所述预处理操作包括图像去噪、图像增强、灰度化处理和畸变校正中的一者或多者。
5.根据权利要求3所述的基于触摸屏手势校正的图像配准方法，其特征在于，所述图像特征点提取算法至少包括：局部特征提取算法SIFT、加速稳健特征算法SURF、角点检测算法Harris和面向稠密特征提取算法DAISY。
6.根据权利要求1所述的基于触摸屏手势校正的图像配准方法，其特征在于，所述在所述触摸屏上通过手势校正匹配错误的图像配准特征点对，还包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后点击与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点。
7.一种基于触摸屏手势校正的图像配准***，其特征在于，所述***包括：
图像获取单元，用于获取初始图像；
图像配准单元，用于所述初始图像进行图像配准，得到图像配准特征点对和配准精度；
展示控制单元，用于将所述图像配准特征点对和所述配准精度展示到触摸屏上；
配准校正单元，用于在当前配准精度不满足预设条件时，在所述触摸屏上对当前图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，直到确定所述配准精度满足预设条件；
所述在所述触摸屏上对所述图像配准特征点对进行手势校正，并通过图像配准更新图像配准特征点对和配准精度，包括：
根据触摸屏获取的校正手势，在所述触摸屏上通过手势校正匹配错误的图像配准特征点对；
对手势校正后的结果进行图像配准，得到手势校正后的图像配准特征点对和配准精度；
所述在所述触摸屏上通过手势校正匹配错误的图像配准特征点对，包括：
在所述触摸屏上点击第一图像上任一个错误的图像配准特征点，然后滑动连线到与所述第一图像配准的第二图像上与该错误的图像配准特征点对应的正确的图像配准特征点；
以及，图像配准结果输出单元，用于输出配准精度满足预设条件的图像配准结果；
所述配准校正单元包括：
校正手势设置模块，用于设置校正匹配错误的所述图像配准特征点对的校正手势；以及
校正模块，用于根据触摸屏获取的校正手势，校正匹配错误的所述图像配准特征点对，得到校正后的结果。
8.根据权利要求7所述的基于触摸屏手势校正的图像配准***，其特征在于，所述图像配准单元包括：
图像预处理模块，用于对所述初始图像进行预处理操作，得到预处理图像；
特征点提取模块，用于利用图像特征点提取算法提取所述预处理图像上的特征点；以及
图像配准模块，用于利用图像配准算法对所述预处理图像进行图像配准，得到图像配准特征点对和配准精度。
9.根据权利要求8所述的基于触摸屏手势校正的图像配准***，其特征在于，所述图像预处理模块包括：
图像去噪模块，对所述图像进行去噪处理；
图像增强模块，对去噪后的图像进行增强处理；
图像灰度化模块，将增强后的图像灰度化处理为灰度图像；
畸变校正模块，对所述灰度图像进行畸变校正处理。
10.根据权利要求8所述的基于触摸屏手势校正的图像配准***，其特征在于，所述特征点提取模块包括：
局部特征提取算法模块、加速稳健特征算法模块、角点检测算法模块和面向稠密特征提取算法模块。
11.一种基于触摸屏手势校正的图像配准设备，其特征在于，所述设备包括：
触摸屏，用于显示图像配准特征点对和配准精度，且用于获取校正手势并传输到处理器；以及
处理器，用于执行权利要求1-6任一项所述的基于触摸屏手势校正的图像配准方法。
12.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-6任一项所述的基于触摸屏手势校正的图像配准方法。
CN202010706967.7A 2020-07-21 2020-07-21 基于触摸屏手势校正的图像配准方法、***及设备 Active CN111932593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010706967.7A CN111932593B (zh) 2020-07-21 2020-07-21 基于触摸屏手势校正的图像配准方法、***及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010706967.7A CN111932593B (zh) 2020-07-21 2020-07-21 基于触摸屏手势校正的图像配准方法、***及设备

Publications (2)

Publication Number Publication Date
CN111932593A CN111932593A (zh) 2020-11-13
CN111932593B true CN111932593B (zh) 2024-04-09

Family

ID=73314373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010706967.7A Active CN111932593B (zh) 2020-07-21 2020-07-21 基于触摸屏手势校正的图像配准方法、***及设备

Country Status (1)

Country Link
CN (1) CN111932593B (zh)

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101836236A (zh) * 2007-10-26 2010-09-15 皇家飞利浦电子股份有限公司 多模态软组织成像的闭环配准控制
CN103116891A (zh) * 2013-03-12 2013-05-22 上海海事大学 一种基于双向邻域过滤策略的遥感图像配准方法
KR101404640B1 (ko) * 2012-12-11 2014-06-20 한국항공우주연구원 영상 매칭 방법 및 이를 수행하는 시스템
CN104574421A (zh) * 2015-01-29 2015-04-29 北方工业大学 一种大幅面小重合区域高精度多光谱图像配准方法及装置
CN104933715A (zh) * 2015-06-16 2015-09-23 山东大学（威海） 一种应用于视网膜眼底图像的配准方法
CN105427263A (zh) * 2015-12-21 2016-03-23 努比亚技术有限公司 一种实现图像配准的方法及终端
CN106373122A (zh) * 2016-09-20 2017-02-01 哈尔滨工业大学 基于连接向量特征匹配的暗场图像配准方法
CN106846242A (zh) * 2015-12-07 2017-06-13 北京航天长峰科技工业集团有限公司 一种视频拼接中针对重叠区域较小的高效图像配准方法
CN107392843A (zh) * 2017-07-21 2017-11-24 上海联影医疗科技有限公司 一种图像处理的方法、装置及***
CN109064502A (zh) * 2018-07-11 2018-12-21 西北工业大学 基于深度学习和人工设计特征相结合的多源图像配准方法
CN109389030A (zh) * 2018-08-23 2019-02-26 平安科技（深圳）有限公司 人脸特征点检测方法、装置、计算机设备及存储介质
CN109472752A (zh) * 2018-10-30 2019-03-15 北京工业大学 基于航拍图像的多曝光融合***
CN109840017A (zh) * 2019-01-11 2019-06-04 博拉网络股份有限公司 一种全景图像展示方法、***及存储介质
CN109858479A (zh) * 2018-07-10 2019-06-07 上海其高电子科技有限公司 基于图像配准的机动车违法鸣笛抓拍***
CN109961393A (zh) * 2019-03-21 2019-07-02 北京理工大学 基于插值和迭代优化算法的亚像素配准与拼接技术
CN110136083A (zh) * 2019-05-14 2019-08-16 深圳大学 一种结合交互式的底图更新方法及装置
CN110189368A (zh) * 2019-05-31 2019-08-30 努比亚技术有限公司 图像配准方法、移动终端及计算机可读存储介质
WO2019174130A1 (zh) * 2018-03-14 2019-09-19 平安科技（深圳）有限公司 票据识别方法、服务器及计算机可读存储介质
CN110728705A (zh) * 2019-09-24 2020-01-24 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111091590A (zh) * 2019-12-18 2020-05-01 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111354026A (zh) * 2020-02-27 2020-06-30 广州运达智能科技有限公司 一种基于surf特征的改进列车图像精确配准方法和***

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101836236A (zh) * 2007-10-26 2010-09-15 皇家飞利浦电子股份有限公司 多模态软组织成像的闭环配准控制
KR101404640B1 (ko) * 2012-12-11 2014-06-20 한국항공우주연구원 영상 매칭 방법 및 이를 수행하는 시스템
CN103116891A (zh) * 2013-03-12 2013-05-22 上海海事大学 一种基于双向邻域过滤策略的遥感图像配准方法
CN104574421A (zh) * 2015-01-29 2015-04-29 北方工业大学 一种大幅面小重合区域高精度多光谱图像配准方法及装置
CN104933715A (zh) * 2015-06-16 2015-09-23 山东大学（威海） 一种应用于视网膜眼底图像的配准方法
CN106846242A (zh) * 2015-12-07 2017-06-13 北京航天长峰科技工业集团有限公司 一种视频拼接中针对重叠区域较小的高效图像配准方法
CN105427263A (zh) * 2015-12-21 2016-03-23 努比亚技术有限公司 一种实现图像配准的方法及终端
WO2017107700A1 (zh) * 2015-12-21 2017-06-29 努比亚技术有限公司 一种实现图像配准的方法及终端
CN106373122A (zh) * 2016-09-20 2017-02-01 哈尔滨工业大学 基于连接向量特征匹配的暗场图像配准方法
CN107392843A (zh) * 2017-07-21 2017-11-24 上海联影医疗科技有限公司 一种图像处理的方法、装置及***
WO2019174130A1 (zh) * 2018-03-14 2019-09-19 平安科技（深圳）有限公司 票据识别方法、服务器及计算机可读存储介质
CN109858479A (zh) * 2018-07-10 2019-06-07 上海其高电子科技有限公司 基于图像配准的机动车违法鸣笛抓拍***
CN109064502A (zh) * 2018-07-11 2018-12-21 西北工业大学 基于深度学习和人工设计特征相结合的多源图像配准方法
CN109389030A (zh) * 2018-08-23 2019-02-26 平安科技（深圳）有限公司 人脸特征点检测方法、装置、计算机设备及存储介质
CN109472752A (zh) * 2018-10-30 2019-03-15 北京工业大学 基于航拍图像的多曝光融合***
CN109840017A (zh) * 2019-01-11 2019-06-04 博拉网络股份有限公司 一种全景图像展示方法、***及存储介质
CN109961393A (zh) * 2019-03-21 2019-07-02 北京理工大学 基于插值和迭代优化算法的亚像素配准与拼接技术
CN110136083A (zh) * 2019-05-14 2019-08-16 深圳大学 一种结合交互式的底图更新方法及装置
CN110189368A (zh) * 2019-05-31 2019-08-30 努比亚技术有限公司 图像配准方法、移动终端及计算机可读存储介质
CN110728705A (zh) * 2019-09-24 2020-01-24 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111091590A (zh) * 2019-12-18 2020-05-01 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN111354026A (zh) * 2020-02-27 2020-06-30 广州运达智能科技有限公司 一种基于surf特征的改进列车图像精确配准方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Harris-SURF描述符的图像配准方法;李慧慧;;科学技术创新(第20期);全文 *

Also Published As

Publication number Publication date
CN111932593A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN107464266B (zh) 摄像机标定参数的校正方法、装置、设备和存储介质
US20220036587A1 (en) Calibration method, electronic device, and storage medium
CN103714327A (zh) 一种图像方向校正方法及***
CN112614192B (zh) 一种车载相机的在线标定方法和车载信息娱乐***
CN112584114B (zh) 抬头显示器及其图像校正方法
CN113869293A (zh) 车道线识别方法、装置、电子设备和计算机可读介质
CN109118447A (zh) 一种图片处理方法、图片处理装置及终端设备
CN111985465A (zh) 文本识别方法、装置、设备及存储介质
CN112862881A (zh) 基于众包多车摄像头数据的道路地图构建与融合的方法
CN114119379A (zh) 基于深度学习的图像校正方法及***
CN111932593B (zh) 基于触摸屏手势校正的图像配准方法、***及设备
CN110472600A (zh) 眼底图识别及其训练方法、装置、设备和存储介质
CN113989831A (zh) 近视防控方法、装置、终端设备及存储介质
CN105205036B (zh) 一种自动填写信息的方法及电子装置
CN110297592B (zh) 一种处理方法及电子设备
CN112419423A (zh) 一种标定方法、装置、电子设备及存储介质
CN115497114B (zh) 一种卷烟物流收货票据的结构化信息提取方法
CN116597246A (zh) 模型训练方法、目标检测方法、电子设备及存储介质
CN114170319A (zh) 测试标板的调整方法及装置
CN110619362B (zh) 一种基于感知与像差的视频内容比对方法及装置
CN115118948B (zh) 一种全景视频中无规则遮挡的修复方法及装置
CN111062874B (zh) 文本图像显示方法、装置、设备及存储介质
CN113269728B (zh) 视觉巡边方法、设备、可读存储介质及程序产品
JPS60196836A (ja) ベクトル描画制御方式
CN117237441B (zh) 亚像素定位方法、***、电子设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant