【正文】 (x,y)∈f2 式（）在權(quán)值的選取上有以下兩種方法：（1）帽子函數(shù)加權(quán)平均法帽子函數(shù)加權(quán)平均法對圖像中心區(qū)域的像素值賦予較高的權(quán)值，圖像邊緣區(qū)域的像素的權(quán)值較低，權(quán)值函數(shù)采用帽子函數(shù)：Wix,y=1xwidth i12 *(1∣yhight i12∣) 式（）其中width i和hight i表示第i個圖像的寬和高，帽子函數(shù)w（x）:W(x)x width iW(x) X 為了滿足∑wi=1，需要對式（）進(jìn)行歸一化，歸一化后的像素權(quán)值為： ki(x,y)=wi(x,y)∑wj(x,y) 式（）（2）漸入漸出法 [23]漸入漸出法是由Szeliski提出的，假如f1和f2是兩幅待拼接的圖像，將圖像f1和f2在空間疊加，則融合后的圖像像素f可表示為：fx,y=f1x,y (x,y)∈f1(f1x,y+f2(x,y))/2 (x,y)∈f1∩f2f2x,y (x,y)∈f2 式（）其中d1，d2表示權(quán)重值，它們一般與重疊區(qū)域的寬度有關(guān)，且d1+d2=1,0d11, 0d21。在重疊區(qū)域中，d1由1漸變至0，d2由0漸變至1，由此實現(xiàn)了在重疊區(qū)域中由f1慢慢平滑過渡到f2。 Y W1(x) 重疊區(qū)域 W2(x) 0 X I1 I2 加權(quán)平劃算法示意圖第四節(jié) 融合方法優(yōu)缺點分析融合方法優(yōu)點缺點平均值融合法容易操作算法簡單拼接痕跡明顯多分辨樣條融合法拼接質(zhì)量高實現(xiàn)不同強(qiáng)度的圖像的融合實現(xiàn)起來比較復(fù)雜，計算量較大工作量較大加權(quán)平均值法簡單有效能夠消除拼接痕跡拼接質(zhì)量不如多分辨樣條法 綜合了這三種融合方法法的優(yōu)缺點，本文采用了加權(quán)平均值的方法進(jìn)行圖像融合，既消除了拼接痕跡，又能很快速有效。第五節(jié) 實驗結(jié)果及分析為了驗證本文采用的加權(quán)平均值法中的漸入漸出法的有效性，本文首先采用了平均值融合法在光照強(qiáng)度不同的兩幅圖像上進(jìn)行處理，圖中已經(jīng)標(biāo)出了拼接的縫隙，針對拼接的誤差，本文采用加權(quán)平均法進(jìn)行拼接后，實現(xiàn)了很好的拼接效果，（a）和（b），圖像拼接效果良好。 待測試圖像（a） 待測試圖像（b） 平均值融合法融合結(jié)果圖（a） （b） 加權(quán)平均融合法處理后（a） 加權(quán)平均融合法處理后（b）通過上面的實驗結(jié)果可以看出，本文采用的加權(quán)平均值圖像融合法處理后的圖像實現(xiàn)了無縫拼接，效果較好。第六節(jié) 本章小結(jié)本章首先介紹了圖像融合的基本方法原理，根據(jù)基本的方法和原理分別介紹了四種不同的融合方法：直接平均融合法、多分辨率樣條融合法、加權(quán)平均融合法、中值濾波融合法。并且介紹了各種方法的特點以及它們的基本原理。綜合了這四種方法的優(yōu)缺點，本文采用加權(quán)平均值法的漸入漸出法進(jìn)行融合。第七章 圖像拼接的實現(xiàn)與應(yīng)用第一節(jié) 圖像拼接的實現(xiàn)使用Matlab7．1圖像處理平臺。分別對拍攝到的2幅圖像的拼接過程仿真結(jié)果進(jìn)行說明。，它們大小并不相同。*618，*613。而且為左右相鄰兩幅圖像的拼接圖。，未經(jīng)過處理，： 整體圖片 待拼接圖片 配準(zhǔn)圖片 處理后圖片第二節(jié) 圖像拼接的具體仿真過程在具體仿真中的流程下面各圖所示： Matlab主函數(shù)圖 [24]，首先第三行與第四行進(jìn)行了圖像的灰度處理，然后分別調(diào)用了match和mosaic函數(shù)進(jìn)行圖像的配準(zhǔn)與拼接。  Matlab appendimages函數(shù)圖 [25]的功能是添加兩幅圖像，并且進(jìn)行這兩幅圖像的對齊工作。 Matlab match函數(shù)圖 [26]中，主要是進(jìn)行兩幅處理后的圖像的配準(zhǔn)工作。 Matlab mosaic函數(shù)圖 [27]的主要功能是在進(jìn)行了圖像配準(zhǔn)過程后實行圖像拼接。 Matlab sift函數(shù)圖第三節(jié) 圖像拼接的應(yīng)用總體來說，圖像拼接是一個日益流行的研究領(lǐng)域，在遙感圖像處理、醫(yī)學(xué)圖像分析、數(shù)字視頻壓縮、運(yùn)動分析、虛擬現(xiàn)實技術(shù)等領(lǐng)域得到了廣泛的應(yīng)用。圖像序列包含了實際場景在空間和時間上的信息，其中的每一幅圖像只反映了實際場景在空間、時間上的局部信息。由于它們在空間和時間上具有很大的冗余，因此采用圖像拼接技術(shù)可以將一組圖像序列轉(zhuǎn)換為單個場景的表示，大大減小了場景表示的數(shù)據(jù)量，最大程度上壓縮了場景的數(shù)據(jù)信息。因此，圖像拼接技術(shù)也在攝影測量學(xué)、計算機(jī)圖形學(xué)、圖像處理、視頻通信和計算機(jī)視覺等科學(xué)領(lǐng)域得到了廣泛的應(yīng)用。具體應(yīng)用有虛擬場景的構(gòu)建和虛擬漫游、醫(yī)學(xué)圖像分析 [28] [29]、大型航空照片和衛(wèi)星遙感圖像的拼接、環(huán)境監(jiān)測等領(lǐng)域。第八章 總結(jié)與展望第一節(jié) 總結(jié)圖像拼接技術(shù)作為數(shù)字圖像處理的一個重要分支，給計算機(jī)視覺、視頻圖像壓縮、虛擬現(xiàn)實技術(shù)、遙感技術(shù) [30] [31]等方面提供一個理想的解決方案。特別是全景圖像拼接技術(shù)，解決了很久以來的圖像視野和圖像分辨率矛盾的問題，通過全景圖像拼接技術(shù)可以得到360176。視野范圍的高分辨率的新圖像。因此，研究圖像拼接技術(shù)具有重要的理論意義和實用價值。主要研究的工作如下：（1）在閱讀了大量文獻(xiàn)和查找大量資料的基礎(chǔ)上，本文首先對圖像拼接的歷史背景、理論意義、發(fā)展前景等方面做了相關(guān)的介紹；繼而分析了圖像拼接技術(shù)的基本流程基本特點，并對各種圖像配準(zhǔn)方法的優(yōu)缺點進(jìn)行了分析。（2）圖像拼接技術(shù)的關(guān)鍵是圖像配準(zhǔn)技術(shù)，因此也可以說圖像拼接技術(shù)解決的主要課題是圖像的配準(zhǔn)問題，即圖像拼接技術(shù)是一個以圖像的配準(zhǔn)為基礎(chǔ)，同時結(jié)合圖像融合技術(shù)的新興領(lǐng)域。圍繞這個問題，本文針對基于特征點的圖像配準(zhǔn)技術(shù)和圖像拼接技術(shù)進(jìn)行了深入研究。（3）本文沒有解決的問題是快速配準(zhǔn)算法的實現(xiàn)，除了需要自動的圖像配準(zhǔn)技術(shù)，在建立實時或者準(zhǔn)實時圖像融合系統(tǒng)時，還必須擁有快速的圖像配準(zhǔn)算法作為保障。但基于特征點的圖像配準(zhǔn)方法中的特征點的匹配是比較耗時的運(yùn)算。而傳統(tǒng)的人工選取控制點的方式更是難以滿足快速和實時的要求。因此如何提高配準(zhǔn)處理速度，達(dá)到快速和實時的要求也是圖像配準(zhǔn)的一大難題。第二節(jié) 展望近年來，隨著虛擬現(xiàn)實技術(shù)的飛速發(fā)展，具有廣闊應(yīng)用開發(fā)前景的基于圖像繪制技術(shù)（Image based rendering，IBR）已逐漸成為虛擬現(xiàn)實技術(shù)領(lǐng)域中的一個熱點問題，其中所涉及到的圖像拼接技術(shù)也成為眾多研究者感興趣的研究方向。虛擬場景的構(gòu)建也是圖像拼接的一個重要領(lǐng)域。此外，隨著多媒體技術(shù)的發(fā)展和信息高速公路的出現(xiàn)，多媒體應(yīng)用逐漸網(wǎng)絡(luò)化，如視頻點播、電子購物和訪問多媒體圖書館等。視頻數(shù)據(jù)作為重要的多媒體數(shù)據(jù)源已經(jīng)引起了人們的極大關(guān)注。但是我們知道，視頻數(shù)據(jù)往往包含有大量的冗余信息，特別是在某些包含靜止場景的場合。視頻圖像序列往往是由于攝像機(jī)做一定的運(yùn)動生成的，為了有效地消除視頻數(shù)據(jù)的冗余信息，便于視頻數(shù)據(jù)的存貯、傳輸以及視頻檢索等，圖像拼接技術(shù)為此提供了一種非常有效的技術(shù)途徑，如MPEG4編碼標(biāo)準(zhǔn)中的Sprite技術(shù)等。從以上方面可以看出，圖像拼接技術(shù)的應(yīng)用前景十分廣闊，深入研究圖像拼接技術(shù)有著很重要的意義。參考文獻(xiàn)[1] 王娟，師軍，吳憲祥．圖像拼接技術(shù)綜述U1．計算機(jī)應(yīng)用研究，2008，25(7)：1940—1943，1947[2] 蔡健 圖像拼接技術(shù)綜述， 計算機(jī)光盤軟件與應(yīng)用， 工程技術(shù)， 2011， 第11期 ， 第87頁[3] ［J］.遙感技術(shù)與應(yīng)用，2000，（2）.[4] 李會平．圖像拼接技術(shù)研究與應(yīng)用[D]．西安科技大學(xué)碩士學(xué)位論文．2010[5] 王娟， 師軍，吳憲祥 圖像拼接技術(shù)綜述， 計算及應(yīng)用研究 ， ，第25卷 ，第7期[6] 洪貝， 孫繼銀 ，圖像配準(zhǔn)技術(shù)研究， 戰(zhàn)術(shù)導(dǎo)彈控制技術(shù) ，2006 ，第54期 ，第109110頁[7] 吳樂富；丁廣太， 基于區(qū)域的圖像拼接技術(shù)算法 ，計算機(jī)工程與設(shè)計，[8] 楊艷偉 ，基于SIFT特征點的圖像拼接技術(shù)研究， 2009 01 [9] 張建霞，王留召，［J］.測繪科學(xué)，2006，(06) .[10] REDDY S，CHATTERJ B N．An Frrbased technique for translation，rotation，and scaleinvariant image registration[J]．IEEE Trans onlmage Process，1996，3(8)：12661270．[11] WOBERG G，ZOKAI S．Robust image registration using logpolartransform[C]／／Proc of IEEE Int Conf on Image Processing．Piscateway：IEEE，2000：493496．[12] KELLER Y，AVERBUCH A，ISAELI M．Pseudopolar based estimationof large translations，rotations，and scalings in images[J]．IEEE Trans on Image Processing，2005，14(1)：1222[13] 陳芳民 ，李馨遲 ，付明 ，馬森 ，尚媛園， 基于MATLAB 的傅里葉梅林變換算法圖像拼接的實現(xiàn)， 首都師范大學(xué)學(xué)報 ，第30卷， 信息工程專輯， ， 第49頁[14] SMITH S M, BRADY J M, SUSAN. A New Approach to Low Levet Image Processing[R].Internal Technical Report TR95SMSI, Defense Research Agency,UK:OxfordUniversity,1995[15] 李曉明, 趙坡, 鄭鏈. 基于FourierMellin 變換的圖像配準(zhǔn)方法及應(yīng)用拓展[ J] . 計算機(jī)學(xué)報, 2006, 3: 2.[16] 張世陽，王俊杰，胡云發(fā)，一種快速全景圖像拼接技術(shù)，計算及應(yīng)用與軟件，第21卷第三期[17] HARRIS C，STEPHENS M．A Combined Corner and Edge Detector[c]／／Proceedings Fourth Alvey Vision Conference．Manchester，UK：[s．IL]，1988：147—151．[18] 呂曉琪，張煒．應(yīng)用于醫(yī)學(xué)圖像的對比度調(diào)制融合方法[J]．微機(jī)發(fā)展，2004，14(12)：1618．[19] 趙向陽,[J].中國圖形圖像學(xué)報,2004, 9(4):417422[20] 肖李，盧凌，黃紅星．基于改進(jìn)IHS變換的圖像融合方法[J]．武漢理工大學(xué)學(xué)報，2003，27(1)：4142[21] 孫華燕,周道炳,[J].光學(xué)精密工程,2000,8(1):3537[22] J LyndonHill，Phase Correlation，：／／hofreeuk．conly,zto,daill／pc．htm1[23] LIU Su—yi，XIA Lei．A Kind of Method for Fabric Image Mosaic[C]／／2nd International Conference on Industrial Mechatron．ics and Automation．[S．L]：ICIMA，2010：668671．[24] 孫鑫；余安萍. VC++深入詳解. 北京:電子工業(yè)出版社, [25] 何斌 Visual C++數(shù)字圖像處理（第二版） 人民郵電出版社 [26] 郎銳. 數(shù)字圖像處理學(xué)Visual C++實現(xiàn)[M]. 北京:北京希望電子出版社, 2003. [27] Rafael 。 Richard . Di