資源描述：
《圖像拼接算法及實(shí)現(xiàn)（二）》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、圖像拼接算法及實(shí)現(xiàn)（二） 3.3.2特征點(diǎn)匹配法 比值匹配法利用圖像特征較少，而且在圖像發(fā)生小角度旋轉(zhuǎn)的時(shí)候容易發(fā)生誤匹配。基于特征點(diǎn)的匹配法可以很好的解決這類問(wèn)題。特征點(diǎn)主要指圖像中的明顯點(diǎn)，如房屋角點(diǎn)、圓點(diǎn)等。用于點(diǎn)特征提取得算子稱為有利算子或興趣算子。自七十年代以來(lái)出現(xiàn)一系列各不相同、各有特色的興趣算子，較知名的有Moravec算子、Hannah算子與Foistner等。 本文采用Moravec算子進(jìn)行特征點(diǎn)提取:Moravec算子的基本思想是，以像素點(diǎn)的四個(gè)主要方向上最小灰度方差表示該像素點(diǎn)與鄰近像素點(diǎn)的灰度變化情況，即像素點(diǎn)的興趣值，然后在圖像的
2、局部選擇具有最大的興趣值得點(diǎn)(灰度變化明顯得點(diǎn))作為特征點(diǎn)，具體算法如下: （1）計(jì)算各像素點(diǎn)的興趣值IV(interestvalue)，例如計(jì)算像素點(diǎn)(c,r)的興趣值，先在以像素點(diǎn)((cr)為中心的nn的影像窗口中(如圖3.3.2所示的55的窗口)，計(jì)算四個(gè)主要方向相鄰像元灰度差的平方和。圖3.3.2Moravec算子特征點(diǎn)提取示意圖V=V=V=V=其中k=INT(n/2)。取其中最小者為像元((c,r)的興趣值:IV(c,r)=V=min{V,V,V,V} (2)根據(jù)給定的閡值，選擇興趣值大于該闡值的點(diǎn)作為特征點(diǎn)的候選點(diǎn)。設(shè)V為事先設(shè)定好的閉值，如果V
3、>V，則V為特征點(diǎn)的候選點(diǎn)。闌值得選擇應(yīng)以候選點(diǎn)中包括需要的特征點(diǎn)，而又不含過(guò)多的非特征點(diǎn)。(3)在候選點(diǎn)中選取局部極大值點(diǎn)作為需要的特征點(diǎn)。在一定大小的窗口內(nèi)(可不同于興趣值計(jì)算窗口)，去掉所有不是最大興趣值的候選點(diǎn)，只留下興趣值最大者，該像素即為一個(gè)特征點(diǎn)。在有了以上的特征點(diǎn)提取的基礎(chǔ)上，基于特征點(diǎn)匹配算法主要步驟如下:(1)在參考圖像T的重疊部分中選取4個(gè)區(qū)域，每個(gè)區(qū)域利用Moravec算子找出特征點(diǎn)。(2)選取以特征點(diǎn)為中心的區(qū)域，本文大小選擇7X7的區(qū)域，在搜索圖S中尋找最相似的匹配。因?yàn)橛?個(gè)特征點(diǎn)，故有4個(gè)特征區(qū)域，找到相應(yīng)的特征區(qū)域的匹配也
4、有4塊。(3)利用這4組匹配的特征區(qū)域的中心點(diǎn)，也就是4對(duì)匹配的特征點(diǎn)，代入方程式(3-2-2)求解，所求的解即為兩幅圖像間的變換系數(shù)。(3-2-2)該算法的主要優(yōu)點(diǎn):(1)圖像的特征信息得到了利用，能夠有的放矢，不是在盲目的搜索。(2)誤匹配發(fā)生的概率小，因?yàn)槔昧藚⒖紙D像T包含特征點(diǎn)的特征區(qū)域來(lái)尋找相應(yīng)匹配，因此在搜索圖S中相應(yīng)的特征區(qū)域容易確認(rèn)。該算法的主要缺點(diǎn):(1)計(jì)算的代價(jià)高，計(jì)算量大。該算法需要計(jì)算出特征點(diǎn)以及特征點(diǎn)的匹配點(diǎn)，同時(shí)還要將所有4對(duì)特征點(diǎn)帶入式3-2-2求解變換系數(shù)，計(jì)算量大?！ ?.4本章小結(jié) 本章分析了現(xiàn)有的多種圖像配準(zhǔn)算法以及圖
5、像配準(zhǔn)中的難點(diǎn)?！ 〉谒恼聢D像融合技術(shù) 4.1圖像融合技術(shù)的基本概念 數(shù)字圖像融合（DigitalImageFusion）是以圖像為主要研究?jī)?nèi)容的數(shù)據(jù)融合技術(shù)，是把多個(gè)不同模式的圖像傳感器獲得的同一場(chǎng)景的多幅圖像或同一傳感器在不同時(shí)刻獲得的同一場(chǎng)景的多幅圖像合成為一幅圖像的過(guò)程。由于不同模式的圖像傳感器的成像機(jī)理不同，工作電磁波的波長(zhǎng)不同，所以不同圖像傳感器獲得的同一場(chǎng)景的多幅圖像之間具有信息的冗余性和互補(bǔ)性，經(jīng)圖像融合技術(shù)得到的合成圖像則可以更全面、更精確地描述所研究的對(duì)象。正是由于這一特點(diǎn)，圖像融合技術(shù)現(xiàn)已廣泛地應(yīng)用于軍事、遙感、計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)圖像處理
6、等領(lǐng)域中?！ ?shù)字圖像融合是圖像分析的一項(xiàng)重要技術(shù)，該技術(shù)在數(shù)字地圖拼接、全景圖、虛擬現(xiàn)實(shí)等領(lǐng)域有著重要應(yīng)用。雖然Photoshop等圖像處現(xiàn)軟件提供了圖像處理功能，可以通過(guò)拖放的方式進(jìn)行圖像拼接，但由于完全是手工操作，單調(diào)乏味，且精度不高，因此，有必要尋找一種方便可行的圖像融合方法。Matlab具有強(qiáng)大的計(jì)算功能和豐富的工具箱函數(shù)，例如圖像處理和小波工具箱包含了大多數(shù)經(jīng)典算法，并且它提供了一個(gè)非常方便快捷的算法研究平臺(tái)，可讓用戶把精力集中在算法上而不是編程上，從而能大大提高研究效率?！ ?.2手動(dòng)配準(zhǔn)與圖象融合 圖像融合包含圖像配準(zhǔn)和無(wú)縫合成兩個(gè)部分.由于成
7、像時(shí)受到各種變形因素的影響，得到的各幅圖像間存在著相對(duì)的幾何差異。圖像配準(zhǔn)是通過(guò)數(shù)學(xué)模擬來(lái)對(duì)圖像間存在著的幾何差異進(jìn)行校正，把相鄰兩幅圖像合成到同一坐標(biāo)系下，并使得相同景物在不同的局部圖像中對(duì)應(yīng)起來(lái)，以便于圖像無(wú)縫合成。本文采用Matlab中的cpselect、cp2tform函數(shù)完成幾何配準(zhǔn)。cpselect函數(shù)顯示圖像界面，手動(dòng)在兩幅圖像的重疊部分選取配準(zhǔn)控制點(diǎn)，Matlab自動(dòng)進(jìn)行亞像素分析，由cp2tform函數(shù)值正重疊部分的幾何差異。Matlab中的cp2tform函數(shù)能修正6種變形，分別是圖(b)：線性相似；圖(c)：仿射；圖(d)：投影；圖(e)：
8、多頂式；圖(o：分段線性
