现在,图像拼接技术主要应用于宇宙空间探测、遥感图像信息处理、医学图像的分析、视频传输和压缩、勘测海底状况和气象地质、物体的32D重建、军事和警察取证、数码相机超分辨处理等地方,主要体现在:
(1)全景图像的合成:对普通或者视频图像进行拼接,获取全景图像,可以达到在使用普通相机的情况下拍摄比较大的场景的效果。
(2)碎片图像的组合:把在微观的医学和科学研究中得到的显微图像碎片或是在海底和太空探索的图像片段组合成一个整体形象的图像。
(3)虚拟现实:图像拼接方法是虚拟现实领域的场景描述一门技术的图像拼接技术可用于生成全景图像,用全景成像可以代替3D场景和设置映射模型。
1.3 图像拼接技术的优点及比较
随着拼接技术近年来的研究和发展,更多的技术变得越来越先进。但是对无缝拼接技术上研究较少,拼接之后得到的成果质量没有保证。对于这种情况,在文中提出了基于角点的图像拼接方法。因为普通的图像拼接方法可能造成明显的边界和图像的模糊,而基于特征点的拼接方法比普通图像拼接方法多了很多优点:1.图像的像素点比特征点要多,运算起来比较麻烦,而通过对特征点的提取,则运算量相对较少;2.在特征点的提取过程中可以降低噪声的影响,并且较好的适应了灰度的变化、图像的形变以及照明不均,从而在光照和尺度变化的条件下实现图像的无缝拼接。
2 图像拼接的基本理论
2.1 拼接方法的流程
图像拼接技术的流程:图像采集,特征点的提取和匹配,图像配准,图像融合。图像拼接的每个部分都采用了先进的算法,并使用精炼技术进行优化,使其达到理想的拼接结果。
整个技术的实现流程图如下:
图(2-1)拼接方法流程图
2.1.2 图像采集及预处理
通过不同图像的采集方法所获得的图像不同,那么拼接之后的结果也不同。现在,获得图像的方法主要有:1.手拿相机,摄影师使用定点旋转或沿着垂直于摄像机的光轴方向移动拍摄图像的方法;2.将相机固定在移动平台上,通过平行移动摄像头获取图像的方法;3.将一个相机固定安装在三脚架上,通过旋转摄像头获取图像的方法。本设计用的是第三种方法,该方法简单易行,只需要普通照相机就可以得到预拼接图像。文献综述
图像预处理是数字图像处理的基本操作,如边缘提取、直方图处理等,设置图像匹配模板和图像的某种形式的转换,如傅里叶变换和拉普拉斯变换等。
2.2 特征点的提取
图像的特征点也可以称作角点,角点检测算子的方法主要有两种:基于边缘的检测和基于图像灰度的检测。由于基于边缘的检测缺点较多,而基于图像灰度的检测正好避免了边缘检测的缺点,使得基于图像灰度的检测效果优于基于边缘的检测,所以基于图像的灰度检测成为了目前研究的热点。该方法将图像的梯度和曲率作为判断角点是否存在的标准,主要算法有Harris算法,SIFT算法等。
2.2.1 基于SIFT算法的特征点提取:
SIFT算法又可以称作尺度不变特征点提取方法,实现此算法的主要过程: ①检测尺度空间极值;②精炼特征点位置;③计算特征点的描述信息;④特征点的描述符的生成。
由于相机的彩色图像有三个颜色组件,如果对这三个颜色组件进行特征提取,计算量太大了。因此在筛选提取特征点之前应该把彩图映射为灰度图,即颜色的灰度值变化。下公示中灰度图像的灰度值用 表示,而相应彩色图像的 颜色分量用 , 表示