边界重叠图像的网格拼接算法毕业设计论文

边界重叠图象的一种快速拼接算法
李志刚;纪玉波;薛全
【期刊名称】《计算机工程》
【年(卷),期】2000(26)5
【摘要】针对边界部分有重叠的图象,提出了一种基于网格匹配的快速对准算法,并通过平滑因子对图象实现了无缝拼接.
【总页数】2页(P37-38)
【作者】李志刚;纪玉波;薛全
【作者单位】抚顺石油学院计算机科学与技术系,抚顺113001;抚顺石油学院计算机科学与技术系,抚顺113001;抚顺石油学院计算机科学与技术系,抚顺113001【正文语种】中文
【中图分类】TP391.72
【相关文献】
1.重叠图象拼接算法 [J], 钟力;胡晓峰
2.一种基于广义模糊特征点配准的眼义图象拼接算法 [J], 洪文松;陈武凡
3.数字图象中重叠圆分割的一种算法 [J], 钱守平;周修光
4.一种消除图像拼接缝和鬼影的快速拼接算法 [J], 瞿中;乔高元;林嗣鹏
5.基于小波变换与形态学的一种边界重叠图像的拼接算法 [J], 赵唯;李端义
因版权原因，仅展示原文概要，查看原文内容请购买。

第3卷第5期1998年5月中国图象图形学报Jou rnal of I m age and Grap h icsV o l.3,N o .5M ay .1998重叠图象拼接算法Ξ钟力　胡晓峰(国防科技大学七系,长沙　410073)摘　要　全景视频是一种利用360度全景图象建立虚拟环境的新方法。

全景图象是通过将普通照相机拍照到的边界部分重叠的图象进行拼接而创建的。

本文利用图象重叠部分对应像素的相似性,提出了一种行之有效的拼接算法,使得到的图象无缝平滑。

关键词　图象拼接,全景视频,算法,重叠图象1　引　言全景视频(Pano ram ic V ideo )是一种利用实景图象组成全景空间的技术,它将多幅图象拼接成360度柱面全景,并利用多幅全景图象之间的超链建立起可供用户观察的虚拟环境,通过在不同全景图象之间的切换来实现在虚拟环境中的漫游,使用户能主动地从不同的观察点和方向了解环境[1]。

360度全景图象的素材,是通过利用普通照相机采集的照片,经过数字化得到的边界部分重叠的图象。

因为全景图象表示的是人在某一视点观察空间,视点不动而观察方向改变。

所以在拍照时将照相机固定在支架上,尽量避免转动时镜头的偏斜和俯仰,并以镜头为轴转动一周连续拍照。

拍照时使相邻图象具有一定程度的内容重叠,以便于拼接而得到全景图象。

图1是组成全景的边界部分重叠的图象,可以看到,这里的主要工作首先是确定相邻图象在宽度、高度上的重叠程度(拍照不可避免地造成了垂直方向上的错位),去掉重叠,然后再进行平滑连接得到全景图象。

图象重叠范围的确定主要是基于2图象重叠部分对应像素的相似性,即在R GB 或YUV 空间上具有基本相同的值。

过去的一种作法是基于面积的算法,即取前一幅图象中的一块作为模板,在第2幅图象中搜索具有相同(或相似)值的对应块,从而确定2幅图象的重叠范围[2]。

但这种算法计算量太大,而且受光照条件的影响,所以往往不实用。

我们在从事全景视频空间研究的项目中,提出了一种新的图象拼接算法,并在实验中予以证实,发现它不仅计算量大大减少而且行之有效,而且还可用于立体图象对的配准。

毕业设计（论文）说明书题目：边界重叠图像的网格拼接算法毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日指导教师评阅书评阅教师评阅书教研室（或答辩小组）及教学系意见图像拼接技术是将一组相互间重叠部分的图像序列进行空间匹配对准，经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。

第26卷第2期2004年4月湖州师范学院学报Journal of Huzhou Teachers CollegeVol.26No.2Apr.,2004一种基于线条特征的图像拼接算法X徐奕(湖州师范学院信息工程学院,浙江湖州313000)摘要:全景图像是通过将普通照相机拍摄到的、边界部分有重叠的图像进行拼接而创建形成的.利用图像重叠部分对应像素的相似性,提出了一种行之有效的拼接算法,即通过特征线条的数据分布来配准图像,使得到的图像无缝平滑.关键词:图像拼接;算法;重叠图像;全景图像中图分类号:TP391.41文献标识码:A文章编号:10091734(2004)020133030引言真实的世界是一个丰富的信息源,而视觉信息又是其中最重要的信息.我们通常能够获取现实世界中的一系列图像,而把这些图像合成为全景图像常常对我们更为重要.图像拼接技术的目的就是把一系列真实世界的图像合成为一个单一的、更大的、更复杂的全景图像,使我们可以更加客观、形象地认识和理解真实世界.我们所用的全景图像素材是通过普通照相机采集的照片,经过数字化得到的边界部分重叠的图像.因为全景图像表示的是人在某一视点观察到的空间,视点不动而观察方向改变.所以在拍照时将照相机固定在支架上,尽量避免转动时镜头的偏斜和俯仰,并以镜头为轴转动一定角度连续拍照.拍照时使相邻图像具有一定程度的内容重叠,以便于拼接而得到全景图像.要实现图像拼接,必须先实现图像配准,即对图像进行匹配.目前图像配准的主要方法有两类:基于区域的配准和基于特征的配准.前者是把一幅图像中某一像素的像素值领域作为模板,然后在另一幅图像中搜索具有相同(或相似)像素值分布的对应点领域.如文献[1]中的方法是直接利用图像像素值,计算量较大,并且容易受到光照条件的影响;后者是通过图像像素值导出符号特征(如特征点、特征线段等)来实现匹配.例如文献[2]~[3]中的方法对于光照变化相对稳定,同时它可以通过对特征属性的简单比较来实现配准,因此比基于区域的方法要快得多.1配准拼接图像拼接一般要进行三方面的处理,首先是图像预处理,包括各图像间的平移、旋转、畸变以及光强等的校正;其次是图像的对准,根据图像中重叠部分来定位图像;最后是无缝拼接,消除拼接起来的图像中的缝隙效应.两张图片的拼接可以分为水平拼接和垂直拼接,这两种方法的实现原理基本一致.本文以水平拼接为例来说明.1.1预处理考虑到普通照相机采集的照片基本上没有畸变,且拍摄时间相当接近,光照变化不明显,所以为了方便拼接处理,只需对其进行大小调整就行.用软件ACDSee将所需的照片打开,可以发现,通常的照片规格为:X收稿日期:20040325作者简介:徐奕(1981-),女,浙江海宁人,湖州师范学院信息工程学院04届本科毕业生,研究方向:图形学.134湖州师范学院学报第26卷长1124像素,宽816像素,文件格式为jpeg.处理时,先选择菜单栏上的/工具0,打开其中的/调整大小0命令,在弹出的/图像调整大小0对话框中设置新的大小,长、宽均缩至512像素.此时,文件格式仍为jpeg,而我们要求的文件格式为bmp,所以还需通过Windows自带的/画图0程序将调整大小之后的图片另存为bmp格式的图像.1.2配准定位图像配准的工作就是搜寻相邻两幅图像中的相同内容,从而确定它们的相对位置.也就是确定相邻图像在宽度、高度上的重叠程度(拍照时不可避免地会造成水平或垂直方向上的错位),去掉重叠,然后再进行平滑连接得到全景图像.1.2.1算法思路算法的思路是利用图像间隔的一定距离的2列上的部分像素,即在前一幅图像的重叠区域中分别从2列上取出部分像素,用它们的比值作为模板,然后在第2幅图像中搜索最佳匹配,即对于第2幅图像,由左至右依次从间距相同的2列上取出部分像素,并逐一计算其对应像素比值,然后将这些比值依次与模板进行比较,其最小差值对应的列就是最佳匹配.虽然在比较中只利用了一组数据,其实可以说是利用了2列像素及其所包含的区域的信息.一般情况下相邻图像重叠的范围大约是30%~50%.具体作法:在第1幅图像的右边,相隔20个像素距离的2列上,取对应的2组数,各有200个像素.计算其比值得到一个浮点数组base[200],将它作为比较的模板.在第2幅图像中,相隔同样距离的2列上各取出300个像素的数据,取的点相对于模板上下多出50个像素,这是因为第2幅图像可能有垂直方向上的交错,同时又假定错开距离不超过50个像素.计算它们的比值,得到浮点数组image[300].在开始时取第1、21列,接着取第2、22列,视重叠宽度的多少依次下去.具有不同数量的数组,一般取图像宽度的一半(与重叠量有关),即取到第I mage_width/2,Im-age_width/2+20列.匹配时,首先要进行垂直方向的比较,对第2幅图像中所取的每一个数组,要计算对应元素值差的平方和,因为上下可能交错为50个像素,所以需计算101个垂直方向的差值平方和.设垂直方向交错距离为dis,则对每一dis(0~100)进行计算,就得到一个E[dis],其中E[dis]=E199i=0(image[i+dis]-base[i])2.计算差值平方和的目的是寻求与模板的最佳匹配,从而确定重叠交错距离.对应最小值的就认为是组内最佳匹配,并记录垂直方向距离dis.接着循环计算所有的数组与模板对应值的差值平方和,得到每个数组的组内最佳匹配和垂直方向距离.最后将每个数组的组内最佳匹配值进行水平方向的比较,得到的最小值就认为是全局最佳匹配.由它对应数组的垂直方向距离dis就可决定垂直方向上的交错距离,由它的对应数组的位置和第1幅图中的模板位置就可决定水平方向的重叠距离.1.2.2算法描述设模板两列像素的距离为D,具体算法如下:Procedure image matchingbegininput base[200]//输入模板值for(k=0;k<image2_width/2;k++)input part of column k+1,k+1+D of image2y image[300]//输入第2幅图像for(dis=0;dis<=100;dis++)E[dis]=E199i=0(image[i+hdis]-base[i])2//计算差值平方和y_small=100//设组内最小值初值(垂直方向)for(dis=0;dis<=100;dis++)if(E[dis]<y_small)y_small=E[dis]//组内最小值(垂直方向)m_dis[k]=dis//组内最佳匹配距离(垂直方向)bestmch[k]=y_smallx_small=110//设全局最小值初值(水平方向)for(k=0;k<image2_width/2;k++)if (bestmch[k]<x_small)x_dis=k;y_dis=m_dis[k]//得到决定重叠交错距离的横向、纵向方向距离end得到的x_hdis 、y_hdis 可决定重叠交错距离.例如,如果模板的前一列距离图像右边为100个像素,k 等于120,则重叠220个像素;如果模板列从第60个像素取数,image[i ]从第10个像素取数,又y_dis=40,则交错10个像素,说明第2幅图像相对第一幅图像偏上10个像素.1.3无缝拼接找到了重叠范围之后,如果仅仅是简单的叠加,则会造成图像的模糊和明显的边界,这是图像拼接所不能容忍的.平滑连接就是要使拼接区域平滑,提高图像质量.因此我们可以采用淡入淡出的思想,利用渐入渐出的方法[5],即在重叠部分由前一幅图像慢慢过渡到第2幅图像,并删去水平方向错开的图像部分.具体做法为:设渐变因子为0<d<1,对应的前后2幅图像重叠部分像素值为image1、image2,结果为ima ge3,则im -age3=d*image1+(1-d)*image2,其中的d 由1慢慢变化到0,它与图像之间的水平方向重叠距离有关.但是对于图像要求在高保真度的情况下(比如拼接病理切片),只要图片基本不存在畸变,也可以不采用图像平滑算法,只要准确定位,就能够实现无缝拼接.[4]2实验结果及分析在实验中,我们以山西省人民医院远程病理科门诊患者的病理切片在显微镜下采集的彩色图片作为实验图像,图像重叠区域为20%~30%,最后取得较为满意的结果,如图1所示.待配准图像a1待配准图像b1图像a1和b1的拼接结果c1图1待配准图像a1和b1的拼接待配准图像a2待配准图像b2图像a1和b1的拼接结果c2图2待配准图像a2和b2的拼接试验中的算法是利用图像像素的RGB 值.在处理效果上,当图像本身质量较好时,算法能做到准确无误地匹配拼接,边界融合相当完美.有时由于拍照的原因造成图像质量下降(图像偏暗或偏亮),但只要在一定程度之内,算法也能进行准确地拼接.当然,算法也有其局限性,在配准点附近可能存在着不稳定性,这时如果存在干扰很可能埋没图像特征,有可能导致拼接失败.在时间花费上,处理时间与模板维数(像素个数)和事先选定的水平方向最大重叠距离以及垂直方向最大交错距离密切相关.在这里所选定的这3者分别是200个像素、第2幅图像宽度的一半以及50个像素,结果处理时间也比基于面积的方法大大减少.如果根据具体情况调节这些参数的大小,就会进一步减少运算量,从而减少时间的花费.(下转第140页)135第2期 徐奕:一种基于线条特征的图像拼接算法140湖州师范学院学报第26卷参考文献:[1]李存斌,樊建平.ASP高级编程及其项目应用开发[M].北京:中国水利水电出版社,2003.125~202.[2]宣小平,但正刚,张文毅.ASP数据库系统开发实例导航[M].北京:人民邮电出版社,2003.98~152,211~293.[3]John J.SQL基础(第二版)[M].高京义,汤严译,北京:清华大学出版社,2003.22~125.The Design and Implementation of the On lineMerchand ise Sale S ystem Based on the ASP TechnologyW ANG Jue(Faculty of Information&Engineerin g,Huzhou T eachers College,Huzhou313000,China)Abatract:We have set up an on line merchandise sale system based on the ASP and SQL Server technology.This paper describes the concrete design thought and imple menta tion method of each function module,including the creation of front flat web pages,the design of module of back flat database,the dynamic link between the front fla t system and the back flat system,the disposition of data source,etc.Key words:E business;on line merchandise sale system;ASP;SQL Server2000(上接第135页)参考文献:[1]王立峰,潘志庚,石教英.全景图像的拼合及优化算法[J].计算机应用研究,1999,16(6):59~61.[2]钟力,张茂军,孙立峰,等.360度柱面全景图像生成算法及其实现[J].小型微型计算机系统,1999,20(12):899~903.[3]钟力,胡晓峰.重叠图像拼接算法[J].中国图像图形学报,1998,3(5):367~370.[4]韩丽萍,杨永红,陈礼民.一种改进的病理切片图片拼接算法[J].计算机应用与软件,2003,20(7):56~58.A Stitching Algorithm Based on Character LinesXU Yi(Faculty of Information&Engineerin g,Huzhou T eachers College,Huzhou313000,China)Abstract:The panoramic images can be created by0stitching0together overlapping images taken with an ordinary camer-a.In this paper the author puts forward a valid algorithm,which makes use of the corresponding pixels.similarity of overlapping ima ges portion to make the ima ges seamless and smooth.Key words:image stitching;algorithm;overlapping ima ge;panoramic image。

第27卷第6期增刊 2006年6月仪 器 仪 表 学 报Chinese Jo ur na l of Scientific I nstr umentV ol.27N o.6June.2006一种基于区域匹配的图像拼接算法*严大勤 孙 鑫(上海大学机电工程与自动化学院 上海 200072)摘 要 本文提出了一种基于区域匹配的图像拼接算法,将一幅图像分别从左上、左下、右上、右下四个方位逼近另一幅图像,并在其上作水平平移,对两幅图像的重叠区域进行相关度计算,以获得最佳匹配点,实现拼接操作。

该算法的有效性及精准性得到验证,结果令人满意。

关键词 图像拼接 区域匹配 相关性匹Image mosaics algorithm based on area matchingYan Daqin Sun Xin(School of M echatro nics Engineering and A utomation,Shanghai Univer sity ,Shanghai 200072,China)Abstract T o st it ch SPM micrographs,an image mosaics algorithm based on area matching is proposed in this paper.One imag e approaches the ot her image respect ively from top left ,top right ,bot tom left and bot tom right and moves horizontally on it ,the opt imal matching point are gott en by calculat ing the correlat ion of the overlapping area of t he two images to realize t he mosaics operat ion.T he ef fect iveness and t he exact ness of t his algorithm have been validat ed,the results of the experiment are sat isfying.Key words image mosaics area mat ching correlat ion matching*基金项目:上海市科委纳米科技专项(0452nm074)基金资助项目1 引 言扫描探针显微镜(SPM )的产生和应用为纳米科技的诞生与发展起了根本性的推动作用,为观察研究纳米级的微观物体提供了手段和平台。

摘要图像拼接(image mosaics)技术是将一组相互间存在重叠部分的图像序列进行空间匹配对准，经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。

图像拼接是数字图像处理领域的一个重要的研究方向，在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。

由于成像系统特性、拍摄角度和时间的不同，以与噪声干扰和遮挡，使图像拼接变得十分困难。

按照图像配准的依据不同，图像拼接分为基于特征、基于灰度信息和基于变换域的图像拼接。

基于特征的图像拼接不仅不易受光照、旋转等因素影响，而且特征相对像素数量较少，有利于提高速度，因此成为最受关注的一类拼接方法。

在本论文中采用一点一线法进行拼接测量。

实验结果显示，最终得到的拼接效果良好。

关键词：图像拼接；图像配准；图像融合；一点一线法ABSTRACTImage mosaics is a technology that carries on the spatial matching to a series of image which are overlapped with each other,and finally builds a seamless and high quality image which has highresolution and big eyeshot compared with a single image.Image mosaics is an important research field of image processing,and has widely applications in the fields of photogrammetric,computer vision,remote sensing image processing,medical image analysis,computer graphic and so on.Because of difference of imaging system,point of view,the time as well as noise interference and obstructions,image stitching becomes very difficult.According to the different basis of image registration,image mosaics is divided into feature-based,gray-information-based and transformation-domain based.The feature-based image stitching is not only vulnerable to the light,rotation,but also helpful to increasing efficiency because the number of features is quite fewer than image pixels.Therefore,it become one type of most attended methods. This paper presents a method of one-point and one-line. Experimental results show that the quality of final stitching images is satisfactory.Key Words：Image mosaics; Image registration; Image composition; One-point and One- line (O POL)目录1 引言11.1 图像拼接技术概述11.2 图像拼接技术的研究意义11.3 图像拼接技术的研究现状21.4 本文的研究容与安排32 图像拼接与其关键技术研究42.1 图像拼接流程42.2 图像的获取42.2.1 CCD摄像机的工作原理52.2.2 面阵CCD传感器的工作原理52.3 图像配准72.3.1 图像配准关键要素72.3.2 图像配准的相似性测度82.3.3 图像配准方法92.4 图像融合143 基于特征的图像拼接算法分析183.1 算法分析183.2 程序流程图223.2.1 主程序main流程图223.2.2 子程序calPosition_oneImage流程图243.3 实验结果与结果分析25结论26参考文献27致30附录一程序31附录二英文资料39附录三中文翻译541 引言1.1 图像拼接技术概述图像拼接是数字图像处理的一个重要研究方向。

基于特征点的图像拼接算法研究指导教师：学生姓名：学号：专业：计算机技术院（系）：信息工程学院完成时间：2013年11月摘要:图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准，经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。

图像拼接的过程由图像获取，图像配准，图像合成三步骤组成。

其中图像配准是整个图像拼接的基础。

本文研究了基于特征图像配准算法。

利用基于特征Harris角点检测算法提取出初始特征点对，实现实现特征点对的精确匹配。

最后用加权平均对实现图像融合。

实验证明该算法适应性较强，在重复性纹理、旋转角度比较大等较难自动匹配场合下仍可以准确实现图像配准。

同时该算法准确率高，鲁棒性强，具有较高的使用价值。

关键词：：图像拼接图像配准特征点图像合成Abstract:Image mosaic is a technology that carries on the spatial matching to a series of image which are overlapped with each other, and finally builds a seamless and high quality image which has high resolution and big eyeshot．The image mosaic process consists of the following steps．Image acquisition, image registration, image fusion．fusion．Image registration is the important foundation of image mosaic．This article has studied a image registration algorithrm feature-based image registration algorithm．Firstly, corners are extracted using improved Harris operator to extract the initial feature point pairs. Then, the correct matching feature point pairs are used to realize the image registration．Finally,use the Weighted Average Fusion Rule to fuse the images.The experiment results indicate this algorithmhas better registration results under a variety of conditions such as different light ,bigger rotation and repetitive texture.At the same time, this algorithm has good effect in image registration, high accurate rate, strong robustness，higher use value．Key words:Image mosaic Image registration Feature points Image fusion目录第一章绪论 (1)1.1图像拼接的研究意义 (1)1.2国外研究现状 (1)第二章图像拼接基本理论 (3)2.1成像基础 (3)2.1图像变换模型 (3)2.2 图像拼接流程 (6)2.3图像配准算法 (6)2.4图像合成 (8)第三章基于特征的图像配准 (9)3.1 基于点的特征提取 (9)3.2 基于Harris角点检测算法 (9)3.3 特征点匹配 (10)3.3 图像融合 (11)第四章实验分析 (11)4.1 实验 (11)实验结论 (13)参考文献 (14)第一章绪论1.1图像拼接的研究意义随着计算机技术的发展，计算机在各个学科领域得到了应用。