1、图 像 拼 接 ： 图 像 拼 接 技 术 就 是 将 数 张 有 重 叠 部 分 的 图 像 (可 能 是 不同 时 间 ,不 同 视 角 或 者 不 同 传 感 器 获 得 的 )拼 成 一 幅 大 型 的 无 缝 高 分辨 率 图 像 的 技 术 。 使 用 普 通 相 机 获 取 宽 视 野 的 场 景 图 像 时 ， 因 为 相机 的 分 辨 率 一 定 ， 拍 摄 的 场 景 越 大 ， 得 到 的 图 像 分 辨 率 就 越 低 ； 而 全 景 相 机 、 广 角 镜 头 等 不 仅 非 常 昂 贵 ， 而 且 失 真 也 比 较 严 重 。 为了 在 不 降 低 图 像 分 辨
2、 率 的 条 件 下 获 取 超 宽 视 角 甚 至 3 6 0 度 的 全景 图 ， 利 用 计 算 机 进 行 图 像 拼 接 被 提 出 并 逐渐 研 究 发 展 起 来 。 现 在 ， 图 像 拼 接 技 术 已 经 成 为 计 算 机 图 形 学 的 研究 焦 点 ， 被 广 泛 应 用 于 空 间 探 测 、 遥 感 图 像 处 理 、 医 学 图 像 分 析 、视 频 压 缩 和 传 输 、 虚 拟 现 实 技 术 、 超 分 辨 率 重 构 等 领 域 。 图 像配 准 和 图 像 融 合 是 图 像 拼 接 的 两 个 关 键 技 术 。 图 像 配 准 是 图 像 融 合的
3、 基 础 ， 而 且 图 像 配 准 算 法 的 计 算 量 一 般 非 常 大 ， 因 此 图 像 拼 接 技术 的 发 展 很 大 程 度 上 取 决 于 图 像 配 准 技 术 的 创 新 。 图 像 拼 接 的 方 法很 多 ， 不 同 的 算 法 步 骤 会 有 一 定 差 异 ， 但 大 致 的 过 程 是 相 同 的 。 一般 来 说 ， 图 像 拼 接 主 要 包 括 以 下 五 步 ：a ) 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
4、对 图 像 进 行 某 种 变换 (如 傅 里 叶 变 换 、 小 波 变 换 等 )等 操 作 。b ) 图 像 配 准 。 就 是 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 。C ) 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 丽 幅 图 像 的 数 学 变 换 模 型 。 d ) 统 一 坐 标 变 换
5、。 根 据 建 立 的 数 学 转 换 模 型 ， 将 待 拼 接 图 像 转 换到 参 考 图 像 的 坐 标 系 中 ， 完 成 统 一 坐 标 变 换 。e ) 融 合 重 构 。 将 带 拼 接 图 像 的 重 合 区 域 进 行 融 合 得 到 拼 接 重 构 的平 滑 无 缝 全 景 图 像 。 图 像 拼 接 的 关 键 是 精 确 找 出 相 邻 丽 张 图 像 中 重叠 部 分 的 位 置 ， 然 后 确 定 两 张 图 像 的 变 换 关 系 ， 即 图 像 配 准 。 由 于 视 角 、 拍 摄 时 间 、 分 辨 率 、 光 照 强 度 、 传 感 器 类 型 等 的
6、差 异 ，待 拼 接 的 图 像 往 往 存 在 平 移 、 旋 转 、 尺 度 变 化 、 透 视 形 变 、 色 差 、扭 曲 、 运 动 目 标 遮 挡 等 差 别 ， 配 准 的 目 的 就 是 找 出 一 种 最 能 描 述待 拼 接 图 像 之 间 映 射 关 系 的 变 换 模 型 。 E l 前 常 用 的 一 些 空 间 变 换模 型 有 平 移 变 换 、 刚 性 变 换 、 仿 射 变 换 以 及 投 影 变 换 等 。 图 像 的 平移 关 系 比 较 容 易 检 测 和 配 准 ， 但 旋 转 和 尺 度 缩 放 的 检 测 比 较 困 难 。许 多 新 的 图 像
7、配 准 算 法 都 是 针 对 这 一 特 点 进 行 算 法 设 计 的 。 图 像 融合 是 图 像 拼 接 的 另 一 个 关 键 技 术 。 图 像 融 合 是 将 两 幅 已 配 准 图 像 中有 用 信 息 综 合 到 一 幅 图 像 中 并 以 可 视 化 方 法 显 示 的 技 术 。 配 准 后 的图 像 由 于 分 辨 率 和 视 角 的 不 同 以 及 光 照 等 因 素 的 影 响 ， 有 时 甚 至是 多 光 谱 图 像 之 间 进 行 的 拼 接 ， 在 图 像 拼 接 的 重 叠 部 分 有 时 会 产 生模 糊 、 鬼 影 或 噪 声 点 ， 边 界 处 也 可
8、 能 形 成 明 显 的 拼 缝 。 为 了 改 善 拼接 图 像 的 视 觉 效 果 和 客 观 质 量 ， 需 要 对 拼 接 后 的 图 像 进 行 融 合 。RANSAC 算 法 : RANSAC 算 法 是 一 种 参 数 估 算 方 法 ,其 基 本 思 想 是 针对 不 同 问 题 ,设 计 不 同 目 标 函 数 ,在 原 始 数 据 集 中 随 机 抽 取 M 组 抽样 ,每 一 组 抽 样 的 数 据 量 根 据 目 标 函 数 而 定 。 用 M 组 抽 样 分 别 估算 目 标 函 数 参 数 初 始 值 ,再 计 算 每 一 组 的 参 数 初 始 值 所 对 应 的
9、 内 点(满 足 这 一 组 参 数 初 始 值 的 数 据 点 )和 外 点 (不 满 足 这 一 组 参 数 初 始值 的 数 据 点 )。 统 计 每 一 组 参 数 初 始 值 的 内 点 数 ,内 点 数 目 越 大 ,模型 参 数 越 好 ,最 后 根 据 一 定 的 评 选 标 准 , 找 出 最 优 目 标 函 数 的 参 数初 始 值 。 下 面 给 出 估 算 变 换 矩 阵 的 RANSAC 算 法 步 骤 :Step1： 根 据 2 幅 图 像 存 在 的 投 影 变 换 关 系 ,确 定 一 个 变 换 函 数 , 本文 采 用 的 是 射 影 变 换 ,它 符 合
10、平 面 目 标 在 不 同 视 点 、 视 角 拍 摄 图 像之 间 的 变 换 关 系 , 2 幅 图 像 对 应 特 征 点 满 足 如 下 变 换 关 系其 中 , 为 第 i 对 匹 配 的 特 征 点 对 , 是匹 配 图 特 征 点 , 通 过 变 换 矩 阵 后 , 得 到 变 换 后 的 对 应 特 征 点， 如 果 参 数 模 型 是 正 确 的 , 则 应 该 有 。Step2： 从 特 征 点 对 集 S 中 随 机 反 复 的 抽 取 一 组 数 据 , 每 一 组 抽 样的 样 本 数 为 估 算 模 型 所 需 最 小 数 据 量 , 计 算 该 组 抽 样 对 应
11、 的 模 型 。Step3： 用 集 合 S 所 有 的 数 据 来 检 验 模 型 , 即 进 行 全 数 据 检 验 , 统计 满 足 该 模 型 的 内 点 数 量 , 以 及 内 点 变 换 点 和 内 点 匹 配 点 的 欧 式 距离 之 和 , 距 离 和 公 式 如 下 ：其 中 , num 为 满 足 模 型 的 内 点 数 量 ;Step4： 根 据 内 点 数 量 和 欧 式 距 离 和 来 选 择 模 型 参 数 ;Step5： 重 复 Step2、 3 ,直 到 选 出 满 足 评 选 标 准 的 模 型 ,找 出 这 个 模型 对 应 的 内 点 ,并 用 这 些 内
12、 点 计 算 出 最 终 的 模 型 参 数 。 RANSAC 算法 中 ,为 保 证 在 一 定 的 置 信 概 率 P 下 ,在 M 次 抽 样 中 至 少 有 一 组 全是 内 点 ,这 就 要 求 抽 样 次 数 M 足 够 大 ,利 用 式 (3),可 得 置 信 概 率 P、数 据 错 误 率 (外 点 在 原 始 数 据 中 所 占 的 比 例 )、 抽 样 数 M 和 计 算 模型 参 数 需 要 的 最 小 数 据 量 m 之 间 的 关 系 , 即由 公 式 可 以 看 出 ： m, M,P 和 成 指 数 关 系 , P 不 变 时 , M 随 ， m 的 变 大 而 变 大 ,当 抽 样 数 M 变 大 ,就 有 更 多 模 型 进 行 全 数 据检 验 , 所 以 当 原 始 数 据 量 庞 大 、 模 型 复 杂 、 数 据 错 误 率 高 时 ,直 接造 成 RANSAC 算 法 效 率 下 降 。 以 上 分 析 可 知 ,提 高 RANSAC 算 法 效率 ,可 从 减 少 抽 样 次 数 和 减 少 模 型 数 据 检 验 时 间 方 面 来 考 虑 。
