1、收稿日期 : 2005 - 11 - 25作者简介 : 何攀利 (1974 - ) ,女 ,辽宁沈阳人 ,辽宁大学硕士研究生 第 18卷第 2期2 0 0 6 年 4 月沈 阳 大 学 学 报J OURNAL OF SHEN YAN G UN IV ERSIT YVol118 ,No. 2Apr. 2 0 0 6文章编号 : 100829225 (2006) 0220037203基于灰度相关改进算法的图像拼接何攀利 , 范铁生(辽宁大学 信息科学与技术学院 , 辽宁 沈阳 110036)摘 要 : 针对基于灰度相关的匹配算法进行改进 ,提出了基于灰度差极小值的匹配算法 ,采用渐入渐出的融合算法
2、 ,使图像达到平滑、无缝的拼接 关 键 词 : 图像拼接 ;灰度差 ;匹配 ;融合中图分类号 : TP 391141 文献标识码 : A在计算机图像处理与识别技术领域中 ,基于图像的绘制技术 ( Image2Based Rendering , IBR)是虚拟现实实现的一种新方法 ,它弥补了基于几何绘制技术的缺点 ,近年来成为人们的研究重点 在用 IBMR 技术构建虚拟环境场景时 ,全景视图生成是关键性的技术 目前 ,全景视图的生成有两种途径 :直接方式和图像拼接方式 直接方式因为需要十分昂贵的全景照相机而不能被人们接受 ;图像拼接方式只需用普通照相机拍摄一系列图像 ,经过图像的预处理、匹配和融
3、合技术就能获得全景视图 目前许多人在图像拼接算法方面做了大量的研究工作 ,提出了基于灰度相关匹配、基于边缘特征点匹配、基于频域匹配等一些典型的拼接算法 ,但是每种算法都存在一定的局限性 ,本文针对基于灰度相关的匹配算法提出了一种改进算法 ,使图像拼接的准确程度和实现效率都得到了提高 1 照片的采集照片的采集是图像拼接关键的一步 ,照片采集的质量直接关系到图像拼接的效果 ,为了降低图像拼接算法的复杂度 ,对图像采集方式人为地作出一些限制 :如果是直线拍摄照片 ,要使相机焦距不变 ,并沿一条轴线拍摄有重叠区域的一组序列图像 ;如果是旋转拍摄照片 ,用三角架固定相机 ,并且固定相机的焦距 ,在同一视
4、点的水平面上按固定角度 旋转 360拍摄一系列有重叠区域的图像 ,最重要的一点 ,要使拍摄的相邻两张照片之间有 50 %的重叠图像 2 图像的预处理2. 1 中值滤波 1 中值滤波是一种非线性信号处理方法 二维中值滤波公式为yij = MedA f ij (1)式中 , A 为窗口 , f ij为二维数据序列 二维中值滤波的窗口形状和尺寸对滤波效果影响较大 ,不同的图像内容和不同的要求 ,采用不同的窗口形状和尺寸 窗口的形状有线状、方形、圆形、十字形及圆环形等 窗口尺寸一般先用 3 再取 5 ,逐点增大 ,直到其滤波效果达到满意为止 2. 2 柱面变换沿一条轴线拍摄的平面序列图像经过简单的预处
5、理之后就可以进行匹配与拼接了 ,然而绕一点拍摄的序列图像 ,两幅相邻图像的重叠区域不在同一平面内 ,直接拼接会因为物体的形变导致匹配失败 ,所以首先要进行柱面正变换将拍摄的图像投影到同一柱面上 ,在柱面上完成图像的拼接 3 图像的拼接图像拼接技术主要包括两个关键环节 ,即图像匹配和图像融合 3. 1 图像的匹配图像匹配 ,即是要准确的找到相邻图像间重叠区域的位置以及范围 ,以便将相邻的具有重叠区域的图像“缝合”成一个新的更大画面的视图 它是整个图像拼接技术的核心部分 ,直接关系到 1994-2006 China Academic Journal Electronic Publishing Ho
6、use. All rights reserved. http:/图像拼接算法的成功率和运行速度 常用的基于灰度相关的匹配算法分为 :基于面积的匹配、基于线段的匹配和基于网格的匹配 在基于面积的匹配算法中 ,只要窗口选的足够大 ,可以保证较高的精度 ,但由于计算量过大 ,让人们难以接受 而基于线段的匹配则将窗口变窄为纵列的线段来进行匹配 基于网格的快速算法是在参考图像上抽取一个网格阵列 ,使其在待匹配图像上移动 ,计算两幅图像的所有网格点对应像素点的灰度值差的平方和最小 ,记最小网格值的位置即认为是最佳匹配位置 基于对应像素的灰度差之和最小的匹配方法 ,可以快速而准确地搜索到相邻两幅图像的匹配点
7、 ,从而方便地提取两幅图像之间的重叠部分 实现原理 :参考图像与待匹配图像具有相似的尺度和灰度信息 ,在参考图像中选取部分图像作为模板 ,在待匹配的图像上进行遍历 ,搜索与模板具有相同面积的图像 ,计算每个遍历位置处的图像与模板的相关性 ,相关性最大的位置便是待匹配图像中与参考图像模板相对应的位置 实现步骤 :(1) 取 F1 为参考图像 , F2 为待匹配图像 ,测得 F1 和 F2 的大小为 M , N ;(2) 经过实验证明 ,按如下原则选取模板和搜索区域 ,能有效地提高拼接速度 在 F1 中选取大小为 m , n 的模板 f 1 ( x , y) ,其中模板高度所在区域取自参考图像的第
8、 1/ 4 M 行 第 3/ 4 M行 ,宽度所在区域取自参考图像的第 3/ 4 N 列 第 N 列 ;(3) 在 F2 中选取大小为 g , f 的搜索区域F3 ( x , y) ,其中高度所在区域取自待匹配图像的第 1 行第 M 行 ,宽度所在区域取自待匹配图像的第 1 列第 1/ 2 N 列 ;(4) 将参考图像模板 f 1 ( x , y) 在待配准图像搜索区域的可能位置上滑动 ,同时搜索与模板具有相同尺寸大小的图像 f 2 ( x , y) ,计算两幅图像的相关性 (5) 定义相关性函数为S = 6mx = 1 6ny = 1f 1 ( x , y) - f 2 ( x , y) (
9、2)f 1 ( x , y) 和 f 2 ( x , y) 分别为两幅图像对应像素的灰度值 ,通过计算两幅图像灰度差的绝对值之和 ,计算相关性函数的函数值 ,函数值越小 ,说明两幅图像相关性越大 ,由此得出与模板相匹配的匹配点 2 6 3. 2 图像的融合相邻两幅图像的匹配点确定后 ,在图像重叠范围内 , 如果仅仅是简单的叠加 , 在融合的部分有明显的带状感觉 ,会造成图像的模糊和明显的边界 ,为提高图像拼接的效果 ,我们利用渐入渐出的方法 , 在融合部分采用平滑过渡 ,即在重叠部分由前一幅图像慢慢过渡到第二幅图像并删去垂直方向错开的部分 设渐变因子为 w (0 w 1) ,对应参考图像中重叠
10、部分 f 11 ( x , y) ,待匹配图像中重叠部分为f 22 ( x , y) ,融合部分为 f w ( x , y) ,则有f w ( x , y) = w f 11 ( x , y) +(1 - w ) f 22 ( x , y) (3)其中 , w 由 1 渐变到 0 ,步距 w 为 w = 1L (4)式中 , L 为图像重叠区域的宽度 3. 3 算法实现的流程图算法实现的流程图见图 1 所示 图 1 图像拼接实现的流程图4 实验结果本实验利用 SON Y 公司出品的 500 万像素专业数码照相机对沈阳大学校园一角进行拍摄 ,拍摄的两幅图像均为 640 480 的灰度图像 (图2
11、 ,图 3) ,并用 Matlab 615 实现了基于灰度差图像拼接算法的实验 由图 4 可以看出 ,两幅图像经过本算法拼接后的图像能够达到无缝、平滑的拼接效果 83 沈 阳 大 学 学 报 第 18 卷 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved. http:/图 2 参考图像图 3 待匹配图像图 4 拼接的图像参考文献 : 1 胡晓峰 ,赵辉 Visual C + + / MATLAB 图像处理与识别实用案例精选 M 北京 :人民邮电出版社 , 2004. 9 2 胡社教
12、 ,江萍 ,陈宗海 基于序列图像的全景图像拼接 J 合肥工业大学学报 (自然科学版 ) , 2003 ,26 (4) :525 - 528 3 蒋苏荣 ,王松 ,冯刚 基于图像的全景视图的实现技术 J 计算机应用 , 2002 ,22 (6) :86 - 87 4 李志刚 ,纪玉波 ,薛全 边界重叠图像的一种快速拼接算法J 计算机工程 , 2000 ,26 (5) :37 - 38 5 余成波 数字图像处理及 MATLAB 实现 M 重庆 :重庆大学出版社 , 2003. 6 6 冈萨雷斯 数字图像处理 (第二版 ) M 北京 :电子工业出版社 , 2003. 3Image Mosaic of Improved Algorithm Based on Gray ScaleHE Panli , FA N Tiesheng(College of Information Science gray difference ; matching ; amalgamation【责任编辑 黄桂柏】93第 2 期 何攀利等 : 基于灰度相关改进算法的图像拼接 1994-2006 China Academic Journal Electronic Publishing House. All rights reserved. http:/
