图像拼接技术论文

时间：2017-03-08 17:08:30 家文952由分享

　　图像拼接技术是虚拟现实和图像绘制技术的一个重要研究方向，小编整理了图像拼接技术论文，欢迎阅读!

　　图像拼接技术论文篇一

　　图像拼接技术研究综述

　　摘要：图像拼接技术是虚拟现实和图像绘制技术的一个重要研究方向，文章对图像拼接的内涵进行了阐述，提出图像拼接在虚拟现实、提高图像的分辨率、增大光学系统的视场角、方便图像的检索、编辑、分析和理解等四大方面的应用，研究分析了图像拼接算法的流程，介绍了图像拼接的关键技术：即图像拼接预处理技术、图像配准技术和图像融合技术。结合图像拼接技术在现实生活中的应用，提出了图像拼接方法在实时图像拼接、自动图像拼接、彩色图像拼接、3D立体图像拼接等几大方面的研究新进展。

　　关键词：图像拼接图像配准图像融合虚拟现实

　　中图分类号：TP3 文献标识码：A 文章编号：1672-3791(2015)01(a)-0000-00

　　1 引言

　　图像拼接是将一组已经在空间上配准的、相互之间存在重叠部分的图像序列，经过图像变换、重采样和图像融合后形成一幅包含每个图像序列的宽视角或360度视角的全景图像的技术[1]。目前，图像拼接技术的应用方向主要包括以下四个方面：

　　1.1 虚拟现实

　　将图像拼接技术应用于虚拟现实系统中，实现动态或者交互式虚拟的3D环境，可以利用多个图像源实时合成视频，能呈现远程会诊和手术参与的三维场景，音乐会或体育赛事，或参加远程教育和虚拟教室等。

　　1.2 提高图像的分辨率

　　利用具有重叠区域的多幅图像或者视频图像序列可以生成超分辨率图像，因为图像的重叠区域包含实际场景的很多冗余信息。

　　1.3 增大光学系统的视场角

　　为了有效地提高视场光学系统，多传感器可用于捕捉不同角度的图像，然后使用领域的图像拼接技术的实时拼接这些图像，形成了较大的实地查看图像。

　　1.4 方便图像的检索、编辑、分析和理解

　　通过获取场景和目标更多的信息生成大场景图像或三维立体图像，以利于图像的检索、编辑、分析和理解。朱云芳[2]提出通过构造视频的全景图，利用手工与计算机相结合的方法对全景图进行编辑，实现对视频内容的检索和编辑。

　　2 图像拼接的关键技术

　　图像拼接的一般流程包括图像预处理、图像配准和图像融合三步：

　　2.1图像预处理

　　由于硬件设备自身缺陷，有很多不同的噪声使得捕获的图像达不到图像质量的要求，因此需要对原始图像进行去噪、修正等图像预处理工作。图像预处理阶段的精度对最后拼接图像的质量有着很大的影响。图像拼接预处理的主要目的就是保证图像配准的精度，简化图像配准的难度。常见的预处理方法包括以下几种[3]：

　　2.1.1 图像平滑与边缘锐化处理

　　由于图像的拍摄视角不同、折叠变换不同以及存在随机噪声，使得具有重叠区域的图像序列在重叠部分的细节上并不完全相同。因此，只能选取轮廓或其它主要边缘来做特征匹配的垂直边缘。

　　2.1.2 相位相关算法

　　如果图像存在平移，那么可以将平移转化到频域，并且计算相位差。在平移运动坐标上的脉冲就是这个相位差的傅立叶反变换，在对齐两幅图像的位移位置后，两幅图像的对齐点可以通过搜索最大值的位置得到。

　　2.1.3 灰度图投影算法

　　如果垂直方向上的平移可以忽略，而且水平方向上平移较小的时候，可以使用灰度图投影算法对相邻的两幅图像进行粗略定位。以便在进行精确配准时，减小误，差缩小搜索范围。首先，一个彩色图像转换为灰度，然后将其转换为二进制图像的灰度图像，所有像素的灰度值，然后到垂直方向，预计到积累，通过比较相邻的曲线大致可以匹配的位置图像的投影。

　　2.1.4视频序列子集的筛选

　　进行基于视频的图像拼接时，需要首先对视频序列图像进行筛选。由于视频序列图像有很充裕的重叠信息可以利用，因为它们相互之间的位移量很小。因此，为了既可以降低配准误差和拼接图像的不连续性，又能减小计算量，可以只选取它的一个子集，而不使用全部的视频序列图像。

　　2.1.5 基于模板匹配的算法

　　基于模板匹配的过程是将一幅图像中位于重叠区域的一块作为模板，在另一幅图像中搜索和模板具有相同或相似值的对应块，这样就可以确定两幅图像的重叠范围。通常情况下，如果模板面积越大，这种算法的精度就越高，但是其计算复杂度也会很高。此外，也可以使用以图像的重叠在另一个为模板与图像的最佳匹配的搜索两个相邻像素的比例为模板，然后一部分，有效地降低计算量。然而，在很多的分割计算所需的比例，将减少准确性。

　　2.1.6 遗传算法估计碎片图像的拓扑排列

　　如果原始图像是一些碎片图像，并且相机的运动方式未知或不规则(如医学图像，海底或者太空探测图像)，或者不知道它们的拓扑排列顺序时可以使用对原始图像序列的拓扑排列进行估计的方法。

　　图像拼接的预处理是为下一步的精确配准做准备，许多预处理算法和配准算法是紧密相关的。可以根据选定的图像配准算法来选择相应地的预处理算法，从而提高图像拼接精度和速度。此外，拼接图像变换模型的选定还可以根据原始图像的特性来，这样就可以选择合适的图像拼接预处理算法和图像配准算法。

　　2.2 图像配准

　　图像配准的定义是关于同一目标的两幅或者多幅图像在空间位置上的对准。如果对同一目标的两个图像是相同的，即可完成图像配准并不难。图像配准是一个非常复杂的技术过程。由于捕捉到不同时刻，不同视场和不同的成像传感器随着亮度的噪音和各种不同的成像过程的耦合，而是具有某种程度的相似性两个图像[4]。图像配准的过程主要包括以下几个步骤：

　　2.2.1 选择特征空间

　　可以根据待配准图像的各种不同特征来实现匹配，主要包括图像本身的亮度，图像的边缘、曲线、角点、直线交点、高曲率点，图像的不变矩、重心等。　　2.2.2选择相似性测度

　　图像配准中最重要的步骤是相似性测度的选择，因为相似性测度的结果决定了两幅图像是否匹配，而且决定了如何确定匹配位置。

　　2.2.3 选择搜索空间与策略

　　搜索空间的目的是找到图像配准的最佳位置的集合。在很多情况下，减少测量的数量是很重要的，因为误匹配位置越多，计算量就越大，问题就越严重。在有些情况下，可以利用一些已知信息去掉不可能匹配的搜索子空间，从而达到减少计算量的目的。为了减少计算量，匹配时还需要选择合适的搜索策略。

　　图像配准算法与图像拼接算法的准确率、拼接精度和拼接速度直接相关，是图像拼接技术的关键部分。目前，学者主要从以上几个方面进行研究，以改进图像配准算法的性能，即减少配准的时间、提高配准的精度。

　　2.3 图像融合

　　得到图像序列之间精确的空间变换关系在经过图像配准之后，为了把多幅原始图像拼合成一幅全景图还需要进行图像融合。图像融合的主要过程包括：邻近地区的拼接图像对齐缝合，以消除由全球累积误差和图像失真造成的多个图像重叠区域，绘制了全景拼接图像的过程[5]。

　　图像拼接预处理是为图像配准做准备的，以提高图像配准的精度和速度，在一些情况下可以省略预处理过程;图像配准是图像拼接的核心和关键技术;图像融合是为了保证拼接图像的质量，消除图像的亮度差异、拼接缝隙和鬼影问题等。

　　3 图像拼接的研究进展

　　目前，图像拼接技术已经被广泛应用于军事和民用领域，如虚拟现实、卫星遥感、海底勘探、机器人视觉、无人机监视和搜索、视频监控、医学探查等 [6]。

　　3.1 实时图像拼接

　　实时图像拼接系统能够实时进行图像采集、实时完成图像拼接和拼接图像的输出、显示。为了提高系统处理图像数据的速度，实时拼接在低层次的语言在图像拼接算法的核心处理单元的嵌入式图像拼接的形式在运算速度用于满足实时应用的要求算法，甚至是硬件图像系统要求。

　　实时图像拼接技术的巨大推动力来源于众多的实际应用需求，图像拼接算法，人们深入研究和微电子技术的飞速发展，使得具体应用的发展，图像处理的图像拼接算法的效率和稳健进入高速处理单元，在可能的核嵌入式实时图像马赛克镶嵌图像系统及其应用的热点技术。

　　3.2 自动图像拼接

　　虽然人类获取和存储图像数据的能力在不断增强，并且巨大的数据仓库已经形成，但是还很欠缺高效地处理这些数据的能力。例如：由无人机采集的视频仍然需要人类实时监视，并以回放的方式进行分析。因为图像分析人员数量很少，而且这种工作非常的艰难，于是要求计算机能够自动进行图像拼接，并且能够跟踪图像中用户感兴趣的目标，并进行标记和注释。

　　关于自动图像拼接的研究主要包括两个方面：①自动判断参考图像与待拼接图像是否能够进行拼接。②根据待拼接图像的类型自动选择合适的拼接算法，然后自动进行图像配准和融合，最后采用客观的图像质量评价方法，自动判断拼接后的图像质量是否满足用户的要求。

　　3.3 彩色图像拼接

　　彩色图像比灰度图像更能够满足人类视觉感知要求，因为它能够提供更多的图像信息。而且，更有利于图像的彩色图像分析和目标识别与跟踪，彩色图像拼接技术已成为一个重要方面。

　　3.4 3D立体图像拼接

　　如果不同观看影像或三维立体的图像拼接大量冗余信息的视频序列的使用，可以使图像浏览，分析和理解更加容易。由于图像拼接技术与很多学科的理论和技术相关联，使得图像拼接技术的研究和发展不是那么迅速。近些年来，国内外学者进行了大量的研究和开发工作，并取得了丰硕的成果，有效地提高图像拼接的质量和鲁棒性。

　　4 结语

　　图像拼接技术是虚拟现实和图像绘制技术研究重点，随着图像拼接技术的不断发展，其在工作和生活中的应用将会越来越广泛，将会对经济社会发展产生较大影响。

　　参考文献

　　[1] 强赞霞，彭嘉雄，王洪群.基于傅里叶变换的遥感图像配准算法[J].红外与激光工程，2004，33(4)：385-387.

　　[2] 朱云芳.基于图像拼接的视频编辑[D].浙江：浙江大学博士论文，2006.

　　[3] 张朝伟，周焰，吴思励，等.基于SIFT特征匹配的监控图像自动拼接[J].计算机应用，2008，28(1)：191-194.

　　[4] 王建东，罗军.基于图像拼接的全帧视频稳定算法[J].红外技术，2007，29(8)：435-439.