论文部分内容阅读
图像拼接技术是扩大图像视场范围应用的一项必不可少的关键技术。但现有的图像拼接技术研究大都对800x600以下的图像进行研究,为了提高图像拼接技术的实用性,本系统针对大分辨率的图像采用基于角点来实现图像拼接。国内外对图像拼接技术的研究采用基于频域、基于图像分块、基于特征区域和结合网格的图像特征等拼接技术。但这些技术实现过程比较复杂,只有基于特征点的图像拼接比较明确。因此本系统主要采用基于改进的Harris角点检测与匹配,实现更大分辨率的图像拼接。主要工作如下:在图像预处理方面,先利用转化灰度图函数得到灰度图。在角点检测和提取时,基于传统的Harris角点检测算法上,对梯度算子、Harris响应函数和角点提取阈值R做了改进,以实现角点提取。在图像配准方面,采用先进行角点粗匹配,再进行精确匹配的策略,选择了像素差的平方和方法和归一化互相关法进行粗匹配,用基于视差梯度约束的随机抽样一致性精确匹配算法进行提纯。而视差梯度约束的随机抽样一致性则在用抽样角点求解变换模型参数前进行一次预检验,以去除所选的随机点存在误码匹配点,这样即不降低算法的精度,又节省了因错误数据带来的模型计算时间。在图像融合方面,采用图像均值平衡两幅图像之间的光差,使融合后的图像不会在重叠区有明显的亮度跳变感。利用加权渐入渐出法实现无缝痕的图像拼接融合。本系统在Visual Studio2008开发环境下实现了Harris角点检测与匹配的图像拼接系统。系统中采用改进的Harris角点检测使对灰度变化更敏感和角点位置更准,避免了对响应函数系数k的随机性;而粗匹配方法较好的解决了因光照而产生更多Harris角点。本系统实现了对两幅1024×1024的彩图拼接,融合后的图像基本上满足了图像拼接的要求。