-
图像拼接技术随着四大邻域的发展，包括虚拟现实、医学图像处理、遥感技术和军事。目的就是得到视场更大、质量更高、分辨率更好的拼接图像。这与人们的日益需要是息息相关的。在后面我们将对图像处理的技术和原理进行深入研究。下面我们将简要分析图像处理的过程：25506
- 上一篇：国内外光纤激光器研究现状
- 下一篇：国内外隐蔽信道技术研究现状
图1.1图像处理过程
1 国外图像拼接技术发展现状
可以说图像处理的首要问题是图像配准。因此也产生了各国之间对于该项技术激烈的分析和探讨。1965年，在IFIP会议上，有虚拟现实“先锋”之称的计算机图形学创始人Ivan Futhefland 作了题为“The Uelimate Display”的报告[1]，该报告首次提出了将图像进行拼接后显示在计算机中的思想，并引发了当时各国对获取更大图像的新猜想。在1975年，Kuslin和Hines就提出了相位相关法。这种算法是通过傅里叶变换将图像在频域范围改变，随后将修改过的平移图像进行显示的一种方法。在1984年，Burr P．J．首次提出了拉普拉斯金字塔变换基础上的图像融合算法。该算法是对原始图像作拉普拉斯变换并进一步分割，进而在不同分割图像上获得所需要的特征和匹配区域，再将这些匹配区域进行拼接，最后将拼接好的信息进行逆变换输出该项算法得出了比较好的融合图像。所以，拉普拉斯变换对于图像融合技术还是有着十分重要的地位，可以说拉普拉斯变换是当时图像处理的基石。1988年，Harris提出了Harris兴趣点检测器。这个方法指在图像处理过程中使用自相关变换。通过两幅图之间的相关性找到匹配区域。当然这个算法所得出的匹配区域对于图像平移和旋转有着不变形，并且对外界噪声干扰有着比较好的抑制，以此获取更好的融合图像。1996年，Richard Szeliskl J教授得出了大视场图像处理原型，他被后人誉为全景图像拼接技术奠基人。他提出了当时最普遍最实用的图像处理算法-LM算法。该图像算法采用了二文的傅里叶变换，能更快速的使每个像素收敛，进而形成了质量较高的拼接图像，这种方法在当时广为流传。到了2000年，Shmuel Peleg、Benny Rousso、Alex Rav．Acha和Assaf Zomet提出了一种能够根据相机的不同运动来选择模型的图像拼接算法。这种算法是以LM算法为基础并加以改进。它使得图像分割成多个长方形，然后将这些长方形的投影进行融合。与此同时，为了解决在图像拼接过程中由于照相机转动而形成的图像畸变问题，匹兹堡大学的Serket Gumustekin博士设计了一个能将图像投影在一个高斯面的模型，利用这种模型便能很好获取处理后的图像。这种算法会有种种缺点，但是由于在实际的操作中拼接出的图像效果好，也就证明这种算法可靠性高。2003年，Benny Rousso等人提出自适应全景图像融合算法，加速了图像处理研究的发展，同时也是全景图像拼接有了更可靠的理论基础。算法高效地结合照相机的运动轨迹，更好的提高图像处理的速度2004年，Shmule Peleg，Benny Rousso，Alex Ray，Assaf Zomet基于Richard Szeliski的算法上提出了新的观点。这种观点可以说快速促进了图像处理的发展，他们的自适应问题也带给世界各国科学家思考与争论M．Brown and D．G．Lowe发表了Recognizing Panoramas文章 ，提出了基于尺度不变特征(SIFT)的图像拼接技术，这种方法能使得多幅高分辨率的图像进行拼接。2006年l0月，Richard Szeliski进一步提出增强图像对图像配准的重要性，大大增加了图像匹配的精度。2010年7月，Jungpil Shin提出了基于能量谱的技术消除拼接后图像的重影，他通过匹配人眼视觉特点，经过一系列的计算消除了一些不需要的灰度重影。实践表明该方法有比较好的效果 论文网