【文章內(nèi)容簡(jiǎn)介】 利用 MATLAB 軟件編程，實(shí)現(xiàn)角點(diǎn)檢測(cè)的功能，驗(yàn)證 Harris 算子的應(yīng)用效果。首先：把參考圖像和待匹配圖像中的角點(diǎn)全部檢測(cè)出來(lái)，根據(jù)圖像顯示得知，角點(diǎn)數(shù)量繁多；其次：利用程序?qū)崿F(xiàn)角點(diǎn)的篩選，剩余為數(shù)不多的角點(diǎn)，為下一步角點(diǎn)匹配做好鋪墊 ，程序代碼詳見(jiàn)附錄 。 MATLAB 仿真 顯示結(jié)果如圖 2圖 22 所示： c o r n e r d e t e c t i o n l e f t i m a g e50 100 150 200 250 300 350 40050100150200250300350400450500550c o r n e r d e t e c t i o n r i g h t i m a g e50 100 150 200 250 300 350 40050100150200250300350400450500550 圖 21 Harris 角點(diǎn)檢測(cè) ——顯示所有角點(diǎn) 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 8 c o r n e r d e t e c t i o n l e f t i m a g e100 200 300 400100200300400500c o r n e r d e t e c t i o n r i g h t i m a g e100 200 300 400100200300400500 圖 22 Harris 角點(diǎn)檢測(cè) ——篩選后的角點(diǎn)顯示 本章小結(jié) 本章是對(duì)角點(diǎn)檢測(cè)算法的研究，主要是熟悉掌握 Harris 算法 的理論知識(shí)，與其他幾種角點(diǎn)檢測(cè)算法的比較，總結(jié)出選擇 Harris 算子作為設(shè)計(jì)方法的理由，最后利用 MATLAB 軟件對(duì)其編程，實(shí)現(xiàn)算法，然后進(jìn)一步粗略篩選角點(diǎn)，為下一步圖像配準(zhǔn)做準(zhǔn)備。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 9 第 3 章 圖像配準(zhǔn)與拼接算法研究 圖像配準(zhǔn)是圖像處理的基本任務(wù)之一，用于將不同時(shí)間、不同傳感器、不同視角及不同的拍攝條件下獲取的兩幅或者多幅圖像進(jìn)行匹配。 通過(guò)圖像配準(zhǔn)提取出參考圖像和待拼接圖像中的匹配信息，利用各種算子找出待拼接圖像中特征點(diǎn)在參考圖像中所對(duì)應(yīng)的位置，尋找最佳匹配，進(jìn)而確定兩幅圖像的變換關(guān)系。在針對(duì)同一場(chǎng)景 進(jìn)行采集時(shí)，由于采集設(shè)備的原因和光照強(qiáng)度的影響，在采集到的圖像中可能存在大面積的同色區(qū)域，或者平移、縮放、旋轉(zhuǎn)等多種問(wèn)題，這些問(wèn)題會(huì)影響整個(gè)拼接過(guò)程，而通過(guò)圖像配準(zhǔn)我們就可以選擇一種最佳的配準(zhǔn)算法，能夠在各種復(fù)雜的情況下都能找到準(zhǔn)確的圖像對(duì)應(yīng)關(guān)系，達(dá)到圖像拼接的目的。一種好的圖像配準(zhǔn)算法，應(yīng)該能夠在各種情況下準(zhǔn)確找到圖像間的對(duì)應(yīng)信息，完成最優(yōu)的拼接過(guò)程 [12]。 圖像配準(zhǔn)的方法 迄今為止，在國(guó)內(nèi)外的圖像處理研究領(lǐng)域，已經(jīng)報(bào)道了相當(dāng)多的圖像配準(zhǔn)研究工作，并產(chǎn)生了不少圖像配準(zhǔn)方法。各種方法都是面向一定范 圍的應(yīng)用領(lǐng)域，也具有各自的特點(diǎn)。大致上來(lái)講，有三種圖像配準(zhǔn)方法，包括：基于灰度信息的圖像配準(zhǔn)方法，基于特征的圖像配準(zhǔn)方法和基于優(yōu)化策略的圖像配準(zhǔn)方法。本設(shè)計(jì)主要用到的就是基于特征的圖像配準(zhǔn)方法。基于特征的圖像配準(zhǔn)是配準(zhǔn)中最常見(jiàn)的方法。對(duì)于不同特征的圖像，選擇圖像中容易提取，并能夠在一定程度上代表待配準(zhǔn)圖像相似性的特征作為配準(zhǔn)依據(jù)。它可以克服利用圖像灰度信息進(jìn)行圖像配準(zhǔn)的缺點(diǎn)，主要體現(xiàn)在以下 3 個(gè)方面： (1)圖像的特征點(diǎn)比圖像的 像素點(diǎn)少很多，從而大大減少了匹配過(guò)程 計(jì)算量；(2)特征點(diǎn)的匹配度量值對(duì)位置變化比較 敏感，可以大大提高匹配的精度； (3)特征點(diǎn)的提取過(guò)程可以減少噪聲的影響，對(duì)灰度變化、圖像形變以及遮擋等都有較好的適應(yīng)能力。 因此，基于特征的圖像配準(zhǔn)方法 [13]是實(shí)現(xiàn)高精度、快速有效和適用性廣的配準(zhǔn)算法的最佳選擇。根據(jù)特征選擇和特征匹配方法的不同，衍生出多種不同的基于特征的圖像配準(zhǔn)方法，可分為基于點(diǎn)特征的圖像配準(zhǔn)算法和基于線特征的圖像配準(zhǔn)算法。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 10 基于點(diǎn)特征的圖像配準(zhǔn)算法 已知 ? ?mpppP , 21 ?? 是標(biāo)準(zhǔn)參考圖像上的特征點(diǎn)集， ? ?nqqqQ , 21 ?? 是待配準(zhǔn)圖像上的特征點(diǎn)集，配準(zhǔn)要實(shí)現(xiàn)的目的 就是確立兩個(gè)點(diǎn)集之間的對(duì)應(yīng)關(guān)系。利用對(duì)應(yīng)關(guān)系來(lái)求解變換模型參數(shù) ， 具體配準(zhǔn)過(guò)程如下： (1)對(duì)參考圖像上的特征點(diǎn)集 P 中的一個(gè)特征點(diǎn) ip 建立以其為中心，大小為nn? 的目標(biāo)窗口 nnP ； (2)相對(duì)于參考圖像上的特征點(diǎn) ip ，在待配準(zhǔn)圖像上取大小為 mm? 的窗口mmQ （ nm?? ），并確保特征點(diǎn) ip 的同名特征點(diǎn)在搜索窗口 mmQ 內(nèi)； (3)目標(biāo)窗口 nnP 在搜索窗口 mmQ 上滑動(dòng) ， 同時(shí)計(jì)算其相似性度量 ， 確定特征點(diǎn)ip 的同名特征點(diǎn) iq 。 需要注意的是，在匹配過(guò)程中，并非 P 和 Q 中的所有點(diǎn)都有匹配點(diǎn)對(duì)，點(diǎn)集 P中的某些對(duì)應(yīng)點(diǎn)會(huì)在 Q 中丟失。因此，所尋找的是 P 和 Q 之間的最大匹配點(diǎn)子集kiqp ii ,2,1,),( ?? ，其中 ),min( nmk ? 。 在基于點(diǎn)特征的圖像配準(zhǔn)算法中，特征點(diǎn)通常選取的是圖像中易于確定的特殊點(diǎn)，比如角點(diǎn)、直線交叉點(diǎn)、 T 型交匯點(diǎn)、高曲率點(diǎn)，以及特定區(qū)域的中心、重心等。 基于線特征的圖像配準(zhǔn)算法 線特征的提取是基于線特征的圖像配準(zhǔn)算法中的關(guān)鍵一步。提取線特征的過(guò)程可分為兩步：首先，抽取反映灰度變化的基本單元 —— 邊緣 。 其次，再將這些不連續(xù)的邊緣片段連接或者編組為有意義的線狀特征。通常，稱(chēng)前者為邊緣檢測(cè)，后者為邊緣連接。常用的邊緣檢測(cè)方法有 Roberts 算子、 Laplacian 算子、 Sobel算子、 Prewitt 算子等。 邊緣連接算法可分為局部邊緣連接算法和全局邊緣連接算法。 基于點(diǎn)特征的圖像配準(zhǔn)算法具有較強(qiáng)的有效性和可靠性，然而，當(dāng)待配準(zhǔn)圖像和標(biāo)準(zhǔn)圖像之間存在較大的幾何差異時(shí)，點(diǎn)特 征的提取很困難?；诰€特征的圖像配準(zhǔn)算法能夠有效地解決這個(gè)缺陷，以下介紹兩種基于線特征的算法： (1)局部邊緣連接算法 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 11 鏈碼描述子是一種典型的局部邊緣連接算法，它在一個(gè)局部領(lǐng)域內(nèi)進(jìn)行連接操作，包括標(biāo)注和連接兩步。鏈碼首先是由美國(guó)學(xué)者 Freeman 提出的，所以鏈碼有時(shí)又被稱(chēng)為 Freeman 碼。它實(shí)際上是一串方向符號(hào)的序列。在數(shù)字圖像中，圖像的邊緣點(diǎn) 實(shí)際上是一些離散的像素點(diǎn)，除圖像邊界上的點(diǎn)外，所有的像素點(diǎn)都有 8 個(gè)相鄰的點(diǎn)與之連接。如果將這 8 個(gè)點(diǎn)的連接方向用方向符號(hào)來(lái)代替，再沿邊緣方向依次記錄每?jī)牲c(diǎn)間的連接方向，就可得到邊緣輪廓的方向鏈碼。 (2)全局邊緣連接算法 Hough 變換是最常用的全局邊緣連接算法，它能夠?qū)⑦吘墮z測(cè)算子抽取出的圖像邊緣像素連接起來(lái)組成的區(qū)域封閉的邊界。 Hough 變換的主要優(yōu)點(diǎn)是：對(duì)圖像的局部缺損不敏感，受噪聲的影響較小。 Hough 變換的基本思想是點(diǎn) —— 線的對(duì)偶性。圖像變換前在圖像空間，變換后在參數(shù)空間，將笛卡爾坐標(biāo)系（圖像空間 ）中的線變換成斜率 —— 截距坐標(biāo)空間中的點(diǎn)，或極坐標(biāo)（參數(shù)空間）中的點(diǎn)，即原始圖像中給定性質(zhì)的曲線或直線上的所有點(diǎn)都集中到參數(shù)空間的某個(gè)點(diǎn)上形成峰值。這樣，就把原始圖像中給定形狀的曲線或直線的檢測(cè)問(wèn)題，變成了尋找參數(shù)空間中的峰值問(wèn)題，也即把檢測(cè)整體特性（給定曲線的點(diǎn)集）變成檢測(cè)局部特性的問(wèn)題。 圖像配準(zhǔn)的原理 將兩幅圖像進(jìn)行 Harris 角點(diǎn)檢測(cè)后，分別得到角點(diǎn)對(duì)應(yīng)與該圖像的坐標(biāo)位置，以該坐標(biāo)位置為中心，分別取其附近的 8 個(gè)像素值，然后進(jìn)行與另一幅圖像進(jìn)行匹配，找出距離最小的點(diǎn)作為匹配點(diǎn)。 接著，將圖像一中 的角點(diǎn) 1 與圖像二中的所有角點(diǎn)進(jìn)行相減，得到一個(gè)最小誤差值，并記錄下該位置，這樣依次將圖像一中的角點(diǎn) 2，角點(diǎn) 3 一直到最后的角點(diǎn)都進(jìn)行相減，即可得到兩幅圖像之間的最佳匹配點(diǎn)。對(duì)已經(jīng)找出的匹配點(diǎn)，在圖像上進(jìn)行顯示，這樣有利于人眼判斷該算法是否匹配正確。 圖像配準(zhǔn)的 MATLAB 實(shí)現(xiàn) 通過(guò)篩選角點(diǎn)的步驟后，在剩下為數(shù)不多的角點(diǎn)中，選擇兩對(duì)正確的匹配角點(diǎn)對(duì)，為圖像拼接建立起橋梁。利用 MATLAB 編程實(shí)現(xiàn)這部分的功能，程序代碼詳見(jiàn)附錄， MATLAB 仿真顯示結(jié)果如圖 31 所示： 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 12 c o r n e r m a t c h i n g l e f t i m a g e c o r n e r m a t c h i n g r i g h t i m a g e 圖 31 匹配角點(diǎn)對(duì)的 MATLAB 實(shí)現(xiàn)顯示圖 圖像拼接的原理 圖像拼接，是設(shè)計(jì)的最后關(guān)鍵步驟，利用角點(diǎn)檢測(cè)后篩選得到的兩對(duì)匹配角點(diǎn)對(duì)，把兩幅圖像拼接完成， 將配準(zhǔn)后的圖像進(jìn)行無(wú)縫縫合 [14]，需要對(duì)重疊區(qū)域重新設(shè)定數(shù)據(jù)值，在保證縫合處色調(diào)自然基礎(chǔ)上，保證信息損失量達(dá)到最小，目的是使處理后的最終結(jié)果能夠自然過(guò)渡，縫合的邊界更加平滑 ，最后顯示出完整的全景圖像。 圖像拼接的 MATLAB 實(shí)現(xiàn) 利用圖像配準(zhǔn)過(guò)程中找到的匹配角點(diǎn)對(duì)，通過(guò) MATLAB 編程，實(shí)現(xiàn)圖像拼接，使最后的完整全景圖像顯示出來(lái)。程序代碼詳見(jiàn)附錄， MATLAB 仿真結(jié)果顯示如 圖 32 所示： 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 13 i m a g e r e g i s t r a t i o n100 200 300 400 500 600 700 800100200300400500600 圖 32 圖像拼接 ——全景顯示圖 本章小結(jié) 本章的工作是對(duì)圖像配準(zhǔn)和圖像拼接的掌握，對(duì)圖像配準(zhǔn)的方法的理解，尤其是基于特征中的基于點(diǎn)特征的配準(zhǔn)算法的理解，總結(jié)出圖像配準(zhǔn)和圖像拼接的原理。本設(shè)計(jì)就是利用角點(diǎn)的特征實(shí)現(xiàn)配準(zhǔn)，最后用精準(zhǔn)的配準(zhǔn)角點(diǎn)對(duì)實(shí)現(xiàn)圖像的拼接。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 14 第 4 章 圖像拼接技術(shù)的 GUI設(shè)計(jì) MATLAB 的主要功能 可靠的數(shù)值計(jì)算和符號(hào)計(jì)算功能、強(qiáng)大的繪圖功能、簡(jiǎn)單易學(xué)的語(yǔ)言體系以及為數(shù)眾多的應(yīng)用工具箱是 MATLAB 區(qū)別于其他科技應(yīng)用軟件的顯著標(biāo)志 [15]。 數(shù)值計(jì)算和符號(hào)計(jì)算功能 MATLAB 以矩陣作為數(shù)據(jù)操作的基本單位，這使得矩陣運(yùn)算變得非常簡(jiǎn)捷、方便、高效。 MATLAB 還提供了十分豐富的數(shù)值計(jì)算函數(shù)，而且所采用的數(shù)值計(jì)算算法都是國(guó)際公認(rèn)的最先進(jìn)、可靠的算法，其程序由世界一流專(zhuān)家編制和高度優(yōu)化。高質(zhì)量的數(shù)值計(jì)算功能為 MATLAB 贏得了聲譽(yù)。 繪圖功能 利用 MATLAB 繪圖十分方便，它既可以繪制各種圖形，包括二維圖形和三維圖形，還可以對(duì)圖形進(jìn)行修飾和控制，以增強(qiáng)圖形的表現(xiàn)效果。 MATLAB 提供了兩個(gè)層次的繪圖操作：一種是對(duì)圖形句柄進(jìn)行的低層 繪圖操作，另一種是建立在低層繪圖操作之上的高層繪圖操作。利用 MATLAB 高層繪圖操作，用戶不需過(guò)多的考慮繪圖細(xì)節(jié)，只需給出一些基本參數(shù)就能繪制所需圖形。 語(yǔ)言體系 MATLAB 具有程序結(jié)構(gòu)控制、函數(shù)調(diào)用、數(shù)據(jù)結(jié)構(gòu)、輸入 /輸出、面向?qū)ο蟮瘸绦蛘Z(yǔ)言特征，所以使用 MATLAB 也可以像使用 BASIC、 FORTRAN、 C 等傳統(tǒng)編程語(yǔ)言一樣，進(jìn)行程序設(shè)計(jì)，而且簡(jiǎn)單易學(xué)、編程效率高。 MATLAB 是解釋性語(yǔ)言，程序執(zhí)行速度較慢，而且不能脫離 MATLAB 環(huán)境而獨(dú)立運(yùn)行。 MATLAB工具箱 MATLAB 包含兩部分內(nèi)容：基本部分和各種可選的工具箱?；静糠謽?gòu)成了MATLAB 的核心內(nèi)容，也是使用和構(gòu)造工具箱的基礎(chǔ)。 MATLAB 工具箱分為兩大類(lèi)：功能性工具箱和學(xué)科性工具箱。功能性工具箱主要用來(lái)擴(kuò)充其符號(hào)計(jì)算功能、可視建模仿真功能及文字處理功能等。學(xué)科性工具箱專(zhuān)業(yè)性比較強(qiáng)，如控制 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 15 系統(tǒng)工具箱（ Control System Toolbox）、信號(hào)處理工具箱（ Signal Processing Toolbox）、神經(jīng)網(wǎng)絡(luò)工具箱（ Neural Network Toolbox）、最優(yōu)化工具箱（ Optimization Toolbox）、金融工具箱（ Financial Toolbox）、統(tǒng)計(jì)學(xué)工具箱（ Statistic