柱面全景圖像的無縫拼接技術(shù)研究

1、柱面全景圖像的無縫拼接技術(shù)研究柱面全景圖像的無縫拼接技術(shù)研究圖像拼接技術(shù)有悠久的研究歷史。早期用于航空遙感照片合成，在20世紀90年代HeungYeungShum研究了同心圓拼圖(柱面全景圖)，20世紀90年代中期，微軟研究院的Szeliski教授提出基于運動的全景圖像拼接模型，將8參數(shù)減低為4參數(shù)，2003年M.Brown發(fā)表了全自動的圖像拼接算法的文章，使用捆綁調(diào)整技術(shù)，同時，魚眼鏡頭拍攝圖像生成球面全景圖的繪制技術(shù)也得到廣泛研究。

2、2全景圖像拼接技術(shù)的概述2.1全景圖的模式分類全景圖根據(jù)圖像投影方式的不同，存在幾種全景圖像：一種是球面全景圖像，一種是多面體全景圖像，還有一種是最常用的柱面全景圖像。柱面全景處理起來比球面全景與多面體全景簡單得多，因而應(yīng)用面比較廣。2.2全景圖的生成流程全景圖的聲稱流程如下：圖像的采集，圖像的預(yù)處理，圖像的變換，圖像匹配，圖像的平滑處理。3基于特征匹配的柱面全景圖拼接技術(shù)的研究3.1原始圖像的采集和幾何校正3.1.1拍攝方法和原則照相

3、機拍攝時一般有三種情況：1.旋轉(zhuǎn)照相機拍攝全景圖中相鄰的兩幅待拼接圖像間的重疊[2]范圍大約在30%50%之間。為了減少在特征區(qū)域提取時候的盲目性，我們可以先對灰度圖像進行圖像輪廓的提取，盡量的讓選擇的特征區(qū)域包含獨特的信息，容易識別。在圖像匹配過程中，希望匹配點要準確，即關(guān)峰尖銳，定位精度高，因此在實驗過程中用邊緣檢測的方法提取圖像的邊緣從而使圖像的輪廓更為清晰，這樣有利于提高匹配的精度和降低偽匹配的可能性。3.3.2基于特征區(qū)域的提

4、取和匹配算法的實現(xiàn)本文采用Mavec[3]算子進行特征區(qū)域的提取，窗口的大小可以采用55到2121。窗口越大，抗噪聲能力越強，同時運算量也越大。特征區(qū)域的匹配過程步驟如下：1.將匹配圖像重疊部分的像素灰度值和位置信息讀入數(shù)據(jù)矩陣B，矩陣B讀入的是匹配圖像重疊部分的數(shù)據(jù)。2.設(shè)置一個或者多個二維循環(huán)，通過對循環(huán)條件的設(shè)置或者分段設(shè)置循環(huán)，使搜索路徑可以沿著預(yù)處理之后提取的輪廓邊沿進行，將整個圖像的重疊區(qū)域全部搜索一遍?？萍颊撐?。3.沿著搜