【正文】 ................ 19 第三章 在 MATLAB 中實(shí)現(xiàn)的圖像拼接算法 .......................... 22 待拼接的圖像和原程序 .................................... 22 待拼接圖像以及特點(diǎn) ................................. 22 源程序 ............................................. 23 程序運(yùn)行的結(jié)果以及分析 ............................. 24 部分源程序分析 .......................................... 25 圖像的預(yù)處理 ....................................... 25 圖像的配準(zhǔn) ......................................... 25 圖像拼接 ........................................... 27 分析該程序存在的問題 ............................... 27 第四章 對圖像拼接算法的改進(jìn) ..................................... 28 對重合部分過度的改進(jìn) .................................... 28 imlinb 函數(shù) ...................................... 28 改進(jìn)后的程序 ....................................... 30 對過度過程改進(jìn)后的實(shí)驗(yàn)效果圖 ....................... 32 完成彩色拼接 ............................................ 33 對圖像進(jìn)行 RGB 拆分處理 ............................ 33 彩色拼接程序 ....................................... 34 彩色拼接效果圖對比 ................................. 36 實(shí)現(xiàn)上下拼接 ............................................ 37 左上右下的假設(shè) ..................................... 37 V ifelseend 結(jié)構(gòu) ...................................... 38 自動識別拼接方向的彩色圖像拼接程序 ................. 38 第五章 總結(jié)與展望 ............................................... 43 工作總結(jié) ................................................ 43 未來工作展望 ............................................ 43 致 謝 ........................................................ 45 參考文獻(xiàn) ........................................................ 46 文獻(xiàn)翻譯 ........................................................ 49 文獻(xiàn)翻譯原文 .................................................... 56 1 第一章 緒論 引言 在日常生活中，使用普通相機(jī)來獲取寬視野 的場景圖像時(shí)，人們必須通過調(diào)節(jié)相機(jī)焦距才可以攝取完整的場景，但這樣所獲取的全景照片的分辨率相對較低，這是因?yàn)橄鄼C(jī)的分辨率是一定的，拍攝的場景越大，得到的圖像的分辨率就越低。 I 圖像拼接算法的研究 摘要 圖像拼接 (image mosaic)技術(shù)是將一組相互間存在重疊部分的圖像序列進(jìn)行空間匹配對準(zhǔn)，經(jīng)重采樣融合后形成一幅包含各圖像序列信息的寬視角場景的、完整的、高清晰的新圖像的技術(shù)。因此人們只能通過縮放相機(jī)鏡頭減小拍攝的視野以換取高分辨 率 的場景照片。虛擬場景的繪制首先通過一組預(yù)先采集到的場景圖像序列構(gòu)建數(shù)據(jù)模型，然后根據(jù)用戶觀察參 數(shù)確定圖像數(shù)據(jù)合成參數(shù)，最后通過圖像拼接技術(shù)適當(dāng)組合這些場景圖像來產(chǎn)生虛擬場景視圖。 1996 年，微軟研究院的瓦 chadrSezhski 提出了一種 2D 空間八參數(shù)投影變換模型 [3]，采用 LevenebergMarquardt 迭代非線性最小化方法 (簡稱 LM 算法 )求出圖像間的幾何變換參數(shù)來進(jìn)行圖像配準(zhǔn)。 1987 年， De Castro 和 Morandi 提出了擴(kuò)展相位相關(guān)法 [8]，利用傅立葉變換的性質(zhì)能夠?qū)崿F(xiàn)具有旋轉(zhuǎn)和平移變換的圖像的配準(zhǔn)?；谔卣鞯姆椒ɡ昧藞D像的顯著特征，具有計(jì)算量小，速度快的特點(diǎn)，對與圖像的畸變、噪聲、遮擋等具有一定的魯棒性，但是它的匹配性能在很大程度上取決于特征提取的質(zhì)量。 5 （ 1） 多樣性 客觀世界中的自然物體和人造物體種類繁多、形狀各異，使得圖像的內(nèi)容千變?nèi)f化 。 （ 3） 復(fù)雜性 從圖像的采集到生成無縫的全景圖，中間需要經(jīng)過多個(gè)環(huán)節(jié)。通過將衛(wèi)星圖片或航空照片拼接成大范圍的場景圖片可實(shí)現(xiàn)對某一地區(qū)的整體檢測，如對某一地區(qū)的河流流域、耕地面積以及農(nóng)作物病蟲害情況的監(jiān)控等。在遠(yuǎn)程會診中，把拍攝的序列病理圖片拼接成全景圖，不僅可以使遠(yuǎn)程終端用戶能夠看 到當(dāng)?shù)蒯t(yī)院的完整“現(xiàn)場”，還能在當(dāng)?shù)蒯t(yī)院再現(xiàn)觀測病理切片時(shí)的“現(xiàn)場”，這對于病理切片存檔、病理研究學(xué)習(xí)等都有著重要的意義。 早期虛擬場景的構(gòu)建通常采用基于計(jì)算機(jī)圖形學(xué)的三維幾何模型建模（ GeometryBased Rendering） 技術(shù)。 圖像拼接的基本流程 圖像拼接 (image mosaic)技術(shù)是指將一組相互間存在重疊部分的圖像序列進(jìn)行空間匹配對準(zhǔn)，經(jīng)重采樣融合后形成一幅包含各圖像序列信息的寬視角場景的，完整的、高清晰的新圖像。 圖像的獲取 對于圖像拼接來說，圖像采集是第一步工作。拍攝時(shí)，照相機(jī)繞垂直軸旋轉(zhuǎn)，每旋轉(zhuǎn)一定的角度，拍攝一張照片。物體和照相機(jī)距離的遠(yuǎn)近，或者拍攝物體 大小的變化，都會影響到最后的拼接結(jié)果。 本文的工作和論文組織 本文的主要工作 本文的研究工作主要是針對在 Matlab 中實(shí)現(xiàn)圖像拼接算法的研究。 第一章是緒論，簡單介紹了圖像拼接技術(shù)概念、研究背景，國內(nèi)外圖像拼接技術(shù)的研究狀況、圖像拼接技術(shù)的特 點(diǎn)、圖像拼接技術(shù)的應(yīng)用領(lǐng)域，圖像拼接的基本流程以及圖像獲取的主要方法。 與 Fortran 語言和 C 等高級語言比較， Matlab 的語法規(guī)則更簡單，更重要的是它貼近人思維方式的編程特點(diǎn)，使得用 Matlab 編寫程序有如在便箋上列公式和求解。在大家的共同努力下， Matlab 正在成為計(jì) 算機(jī)應(yīng)用軟件中的一個(gè)新熱點(diǎn)。它包括一些高級命令，用于實(shí)現(xiàn)二維和三維數(shù)據(jù)可視化、圖像處理、動畫等功能 。此外，Simulink 還 為用戶提供了兩個(gè)附加項(xiàng) :Simulink Extensions(擴(kuò)展 )和 Blocksets 3(模塊集 )。 Mathworks 公司自 1984 年正式推出 Matlab 后，經(jīng)過這些年的不斷更新，交互性越來越好，功能越來越強(qiáng)大，己經(jīng)成為國際公認(rèn)的最優(yōu)秀的數(shù)學(xué)應(yīng)用軟件之一。 Matlab 二次開發(fā)的新特性 在市場經(jīng)濟(jì)條件下，技術(shù)創(chuàng)新與產(chǎn)品更新的步伐越來越快，企業(yè)間在技術(shù)領(lǐng)域正面臨著激烈的競爭。 （ 2） 算法開發(fā) 強(qiáng)大的計(jì)算能力，方便易用的編程語言和豐富的數(shù)學(xué)函數(shù)使 MATLAB 最適用于算法開發(fā)工作。模型可以是含有離散時(shí) 間、連續(xù)時(shí)間系統(tǒng)或混合的系統(tǒng)。用戶可以在 Simulink 的示波器上實(shí)時(shí)監(jiān)測目標(biāo)板上的信號，考察其實(shí)時(shí)運(yùn)行的結(jié)果。 y=imread(39。 X=double(xiaotu)。 24 [hang,lie]=find(t==MAX)。 程序運(yùn)行的結(jié)果以及分析 圖 是 該程序 運(yùn)行的結(jié)果： 圖 在運(yùn)行結(jié)果中可以看出，圖像拼接前是彩色的圖像，拼接好后只得到了灰度的圖像，而且在兩棵樹中間部分具有明顯的拼接痕跡。 %讀取待處理的右半部圖像 Y=rgb2gray(y)。 t(i,j)= c(i,j)/b(i,j)。可以看出：在 t 中，大部分的坐標(biāo)都近似為 1，但是一定 會 有一個(gè)最大值（最相似）。 B1=Y(1:end,1:N1lie+1)。 下一章將針對以上提出的問題進(jìn)行分步的改進(jìn)。 要達(dá)到這種效果 就需要 把重合部分分成若干列（行），每一列（行）按從左到右（從上到下）進(jìn)行不同程度的比例分配。語句，把 K 賦予到“拉鎖”的源頭上，使 K 記憶在 a50 上。 y=imread(39。 [M N]=size(Y)。 b(i,j)=sqrt(sum(sum(temp.*temp)).*sum(sum(X.*X)))。 for o=1:(N1lie+1) K=imlinb((N1lie+2o)/(N1lie+2),B1(1:end,o),o/(N1lie+2),B2(1:end,o))。 對圖像進(jìn)行 RGB 拆分處理 RGB 色彩空間是用于顯示和保存彩色圖像的最常用的彩色空間，對應(yīng)于人類視覺的三基色即紅、綠、藍(lán)三種顏色，該空間由 R(紅 )， G(綠 )和藍(lán) (B) 三個(gè)分量組成，在三維空間中的三個(gè)軸分別與之對應(yīng)。)。 34 彩色拼接程序 以下是采用了彩色拼接方法的程序 ： clear all。 Ya=y(:,:,1)。 I=double(Ha)。 end end MAX=max(max(t))。 Bhc=Hc(1:end,lie:end)。 figure(1),imshow(E)。但是在左右拼接的時(shí)候需要拆分的是原圖像的左右兩邊，上下拼接的時(shí)候需要拆分的是原圖像的上下兩邊，這就給統(tǒng)一的程序帶來了困難。 這樣，在處理重合部分前，先判斷匹配點(diǎn)的坐標(biāo)具有以上兩類特點(diǎn)中的哪類 特點(diǎn)，再選擇對重合部分進(jìn)行上下過濾或者左右過濾，就能夠自動完成選擇方向的圖像拼接了。)。 Hb=h(:,:,2)。 for i=1:M1m1+1 for j=1:N1n1+1 temp=I(i:i+m11,j:j+n11)。 a3=cat(3,a3,a3,a3)。 if hanglim a5=h(1:M1hang+1,1,1:end)。%上下過濾 for o=1:(M1hang+1) Ka=imlinb((M1hang+2o)/(M1hang+2),a5ha(o,1:end),o/(M1hang+2),a5ya(o,1:end))。 a7=cat(3,a7,a7,a7)。 論 文主要研究了圖像拼接技術(shù)，首先介紹了圖像拼接技術(shù)的概念，研究現(xiàn)狀，特點(diǎn)和應(yīng)用領(lǐng)域，指出了研究圖像拼接技術(shù)的重要意義。目前 國內(nèi)外對圖像配準(zhǔn)和圖像融合技術(shù)的研究還不夠系統(tǒng)、不夠深入，還沒有形成完整的理論框架 44 和體系。而傳統(tǒng)的利用人工選取控制點(diǎn)以及串行的執(zhí)行方式很難滿足快速和實(shí)時(shí)的要求。 目前，高配準(zhǔn)率快速的圖像配準(zhǔn)算法的研究有著很大的實(shí)用價(jià)值和前景，在導(dǎo)彈的地形和地圖匹配制導(dǎo)、序列圖像目標(biāo)分析、跟蹤、識別、雷達(dá)目標(biāo)跟蹤與識別等應(yīng)用中都要求高配準(zhǔn)率下的快速圖像配準(zhǔn)。 （ 2） 對于具有較大尺寸的縮放、 非線性變形 以及具有角度旋轉(zhuǎn) 的圖像，在拼接中受到算法局限性的制約。 imshow(E)。 42 end a6=y(1:M1hang+1,N1lie+2:end,1:end)。 end a5=a5(1:end,2:end,1:end)。 a5yb=Yb(1:M1hang+1,1:N1lie+1)。 a12=h(1:hang1,1:end,1:end)。 [M1 N1]=size(I)。 Yc=y(:,:,3)。 y=imread(39。 在對第 5（重合）部分進(jìn)行處理之后把他們按原來的位置排列好就能夠完成拼接。 本節(jié)主要在程序結(jié)構(gòu)上進(jìn)行改進(jìn)，使之能夠自動完成左右或者上下特點(diǎn)圖像的拼接。 a1=cat(2,a1,K)。 Bhb=Hb(1:end,lie:end)。 b(i,j)=sqrt(sum(sum(temp.*temp)).*sum(sum(X.*X)))。 Hc=h(:,:,3)。E:\39。 %提取左圖的第二基色層 Hc=h(:,:,3)。 %讀取右半部分圖像 h=imread(39。 33 完成彩色拼接 實(shí)驗(yàn)中用到的圖片是彩色的圖像，但是實(shí)驗(yàn)結(jié)果中顯示的都是灰度處理后的實(shí)驗(yàn)效果拼 接圖，如果讓實(shí)驗(yàn)效果變?yōu)椴噬男Ч?，更能夠?qū)χ睾喜糠诌^濾的過程一目了然。 B1=H(1:en