图像拼接算法简介

图像拼接方法简介

1. 图像拼接的主要流程

   图像拼接的三个关键技术点：预处理、图像配准、图像融合

   i). 图像预处理
   包括数字图像处理的基本操作（如去噪，边缘提取，直方图处理等）、建立图像的匹配模板以及对图像进行某种变换（傅里叶变换、小波变换等）；
   ii). 图像配准
   采用一定的匹配策略，找出待拼接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系；
   iii). 建立变换模型
   根据模板或者图像特征之间的对应关系，计算出数学模型中的各参数值，从而建立两幅图像的数学变换模型；
   iv). 统一坐标变换
   根据建立的数学转换模型，将待拼接图形转换到参考图像的坐标系中，完成统一坐标变换；
   v). 融合重构
   将待拼接图像的重合区域进行融合，得到皮杰冲欧冠的平滑无缝全景图像；

   图像拼接算法中利用频率域和空间域进行拼接的比较多。 频率域方法一般是利用 Fourier的相位相关，可以计算出频移、旋转，缩放等相关信息，由此进行图像的拼接，但这种方法只能精确到像素级；空间域方法又可以分为
   基于区域和基于特征的图像拼接算法。 其中基于特征的方法特征匹配精确度比较高，而且它对于图像的变形、亮度
   变化和噪声都具有较好的适应能力，是图像拼接常用的一种方法。

2. 预处理

   由于硬件设计本身缺陷，很多不同的噪声使得捕获的图像达不到图像质量的要求，因此需要对原始图像进行去噪、修正等图像预处理工作，图像的预处理阶段的精度对最后拼接图像质量有着很大的影响，预处理的主要目的是增强图像的细节信息，抑制噪声，改善图像质量。
   常见的预处理方法包括以下几种：

   i). 图像平滑与边缘锐化处理
   由于图像的拍摄视角不同、折叠变换不同以及存在随机噪声，使得具有重叠区域的图像序列在重叠部分的细节上并不完全相同，因此只能选取轮廓或其他主要边缘做特征匹配的垂直边缘。
   ii). 相位相关算法
   如果图像存在平移，那么可以将平移转化到频域，并且计算相位差。在平移运动坐标上的脉冲就是这个相位差的傅里叶反变换，在对其两幅图像的位