【導(dǎo)讀】圖像配準(zhǔn)現(xiàn)在已成為數(shù)字圖像處理的研究熱點(diǎn)，方法繁多，站在時(shí)代的前沿。現(xiàn)人機(jī)交互，其重點(diǎn)在于如何提取圖像上的有效特征點(diǎn)。的目的和意義進(jìn)行了闡述，著重介紹了圖像拼接過程的核心技術(shù)——圖像配準(zhǔn)。針對(duì)基于特征的角點(diǎn)檢測算法，詳細(xì)介紹了Harris角點(diǎn)檢測算法。設(shè)計(jì)精美的圖形用戶界面，以演示最后的結(jié)果。

　　

【正文】 r i = 1:height1 for j = 1:width1 M1 = [Ix3(i,j) Ixy1(i,j)。Ixy1(i,j) Iy3(i,j)]。 %auto correlation matrix R1(i,j) = det(M1)*(trace(M1))^2。 %計(jì)算 R if R1(i,j) R1max R1max = R1(i,j)。 end。 if R1(i,j)R1max* R1(i,j)=0。 end end。 end。 t1 = 0。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 24 for i = 2:height11 for j = 2:width11 %進(jìn)行非極大抑制，窗口大小 3*3 if R1(i,j) *R1max amp。amp。 R1(i,j) R1(i1,j1) amp。amp。 R1(i,j) R1(i1,j) amp。amp。 R1(i,j) R1(i1,j+1) amp。amp。 R1(i,j) R1(i,j1) amp。amp。 R1(i,j) R1(i,j+1) amp。amp。 R1(i,j) R1(i+1,j1) amp。amp。 R1(i,j) R1(i+1,j) amp。amp。 R1(i,j) R1(i+1,j+1) result1(i,j) = 1。 t1 = t1+1。 end。 end。 end。 [posc1, posr1] = find(result1 == 1)。 t1 %角點(diǎn)個(gè)數(shù) figure(1),subplot(121)。imshow(II1)。 axis on。 title(39。corner detection left image39。)。hold on。 plot(posr1,posc1,39。r.39。)。hold off fx2 = [2 1 0 1 2]。 Ix2 = filter2(fx2,I2)。 fy2 = [2。1。0。1。2]。 Iy2 = filter2(fy2,I2)。 Ix4 = Ix2.^2。 Iy4 = Iy2.^2。 Ixy2 = Ix2.*Iy2。 clear Ix2。 clear Iy2。 h2= fspecial(39。gaussian39。,[7 7],2)。 Ix4 = filter2(h2,Ix4)。 Iy4 = filter2(h2,Iy4)。 Ixy2 = filter2(h2,Ixy2)。 height2 = size(I2,1)。 width2 = size(I2,2)。 result2 = zeros(height2,width2)。 R2 = zeros(height2,width2)。 R2max = 0。 for i = 1:height2 for j = 1:width2 M2 = [Ix4(i,j) Ixy2(i,j)。Ixy2(i,j) Iy4(i,j)]。 R2(i,j) = det(M2)*(trace(M2))^2。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 25 if R2(i,j) R2max R2max = R2(i,j)。 end。 if R2(i,j)R2max* R2(i,j)=0。 end end。 end。 t2 = 0。 for i = 2:height21 for j = 2:width21 if R2(i,j) *R2max amp。amp。 R2(i,j) R2(i1,j1) amp。amp。 R2(i,j) R2(i1,j) amp。amp。 R2(i,j) R2(i1,j+1) amp。amp。 R2(i,j) R2(i,j1) amp。amp。 R2(i,j) R2(i,j+1) amp。amp。 R2(i,j) R2(i+1,j1) amp。amp。 R2(i,j) R2(i+1,j) amp。amp。 R2(i,j) R2(i+1,j+1) result2(i,j) = 1。 t2 = t2+1。 end。 end。 end。 [posc2, posr2] = find(result2 == 1)。 t2 subplot(122)。imshow(II2)。axis on。 title(39。corner detection right image39。)。 hold on。 plot(posr2,posc2,39。r.39。)。hold off X1=[]。Y1=[]。X2=[]。Y2=[]。 R1m=0。 d2(1:height2,1:width2,1:t1)=10^10。 for k=t14:t1 for r=1:3 i=posc1(k)。j=posr1(k)。 ii=posc2(r)。jj=posr2(r)。 d2(ii,jj,k)=abs(abs(I1(i1,j1)I1(i+1,j+1))+abs(I1(i+1,j1)I1(i1,j+1))abs(I2(ii1,jj1)I2(ii+1,jj+1))abs(I2(ii+1,jj1)I2(ii1,jj+1)))。 end end dd=10^10。 for k=t14:t1 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 26 for r=1:3 ii=posc2(r)。jj=posr2(r)。 if d2(ii,jj,k)dd dd=d2(ii,jj,k)。 Y2(1,1)=ii。X2(1,1)=jj。 aa1=k。 end end end Y1(1,1)=posc1(aa1)。 X1(1,1)=posr1(aa1)。 dd=10^10。 for k=t14:t1 for r=1:3 ii=posc2(r)。jj=posr2(r)。 if d2(ii,jj,k)ddamp。amp。ii~=Y2(1,1)amp。amp。jj~=X2(1,1)amp。amp。k~=aa1 dd=d2(ii,jj,k)。 Y2(2,1)=ii。X2(2,1)=jj。 aa2=k。 end end end Y1(2,1)=posc1(aa2)。 X1(2,1)=posr1(aa2)。 figure subplot(121),imshow(II1),hold on plot(X1(1,1),Y1(1,1),39。*r39。)。 plot(X1(2,1),Y1(2,1),39。*r39。)。title(39。corner matching left image39。)。 subplot(122),imshow(II2),hold on plot(X2(1,1),Y2(1,1),39。*r39。)。 plot(X2(2,1),Y2(2,1),39。*r39。)。title(39。corner matching right image39。)。 % estimate parameter vector (t) Z = [ X239。 Y239。 。 Y239。 X239。 。 1 1 0 0 。 0 0 1 1 ]39。 xp = [ X1 。 Y1 ]。 t = Z \ xp。 % solve the linear system a = t(1)。 % = s cos(alpha) b = t(2)。 % = s sin(alpha) tx = t(3)。 ty = t(4)。 東北石油大學(xué)本科生 畢業(yè)設(shè)計(jì)（論文） 27 % construct transformation matrix (T) T = [a b tx 。 b a ty 。 0 0 1]。 % warp ining corners to determine the size of the output image (in to out) cp = T*[ 1 1 W2 W2 。 1 H2 1 H2 。 1 1 1 1 ]。 Xpr = min( [ cp(1,:) 0 ] ) : max( [cp(1,:) W1] )。 % min x : max x Ypr = min( [ cp(2,:) 0 ] ) : max( [cp(2,:) H1] )。 % min y : max y [Xp,Yp] = ndgrid(Xpr,Ypr)。 [wp hp] = size(Xp)。 % = size(Yp) % do backwards transform (from out to in) X = T \ [ Xp(:) Yp(:) ones(wp*hp,1) ]39。 % warp % resample pixel values with bilinear interpolation II2=double(II2)。 clear Ip。 xI = reshape( X(1,:),wp,hp)39。 yI = reshape( X(2,:),wp,hp)39。 Ip(:,:,1) = interp2(II2(:,:,1), xI, yI, 39。*bilinear39。)。 % red Ip(:,:,2) = interp2(II2(:,:,2), xI, yI, 39。*bilinear39。)。 % green Ip(:,:,3) = interp2(II2(:,:,3), xI, yI, 39。*bilinear39。)。 % blue % offset and copy original image into the warped image offset = round( [ min( [ cp(1,:) 0 ] ) min( [ cp(2,:) 0 ] ) ] )。 Ip(1+offset(2):H1+offset(2),1+offset(1):W1+offset(1),:) = double(II1(1:H1,1:W1,:))。 % show the result figure。 image(Ip/255)。 axis image。 title(39。image registration39。)。