【正文】 攝像頭正上方為x軸，攝像頭透鏡軸方向Cd(camera deraction)為Z軸，則Y軸方向?yàn)閄*Z。第一節(jié) 相機(jī)成像原理模型成像系統(tǒng) [7]是一種將三維場(chǎng)景變換成二維平面圖像的裝置，因此，成像系統(tǒng)可用一個(gè)從三維到二維空間的映射來(lái)表示．我們可以求出攝像機(jī)所拍攝的二維圖像之間的轉(zhuǎn)換矩陣，但是求出的這個(gè)矩陣要滿足三維場(chǎng)景之間的變換規(guī)則。我們對(duì)圖像進(jìn)行處理基本都是按照上述的思想進(jìn)行的，但是也不排除在具體的實(shí)現(xiàn)過(guò)程中的實(shí)際情況。第三章 圖像預(yù)處理在上一章給出的圖像配準(zhǔn)的流程圖中我們可以看出圖像預(yù)處理是圖像拼接過(guò)程中的一個(gè)重要的環(huán)節(jié)，并且也是三個(gè)主要環(huán)節(jié)中的第一個(gè)。圖像融合：在圖像拼接過(guò)程中，在完成了以上兩個(gè)步驟之后，就需要選擇一個(gè)最為合適的圖像融合方法來(lái)完成圖像拼接，以最終合成圖像。在傳統(tǒng)圖像配準(zhǔn)方法之中，以灰度為基礎(chǔ)的圖像配準(zhǔn)方法是最具代表性的。這樣就可以將兩幅圖像有規(guī)則性的重疊，保證對(duì)應(yīng)的準(zhǔn)確性。即找到需要拼接的圖像中的特征點(diǎn)在另一幅基礎(chǔ)圖像中的具體位置，從而得到由這兩幅圖像所對(duì)應(yīng)的特征點(diǎn)間的關(guān)系。圖像配準(zhǔn)： 圖像配準(zhǔn)是圖像拼接中的關(guān)鍵步驟。： 圖像拼接基本流程輸入圖像預(yù)處理圖像配準(zhǔn)建立變換模型統(tǒng)一坐標(biāo)變換圖像融合全景圖像第二節(jié) 主要拼接步驟簡(jiǎn)介圖像預(yù)處理：圖像預(yù)處理的主要目的是保證在圖像拼接過(guò)程中圖像匹配的準(zhǔn)確率。 d) 統(tǒng)一坐標(biāo)變換：根據(jù)建立的數(shù)學(xué)轉(zhuǎn)換模型，將待拼接圖像轉(zhuǎn)換到參考圖像的坐標(biāo)系中，完成統(tǒng)一坐標(biāo)變換。b) 圖像配準(zhǔn)：就是采用一定的匹配策略，找出待拼接圖像中的模板或特征點(diǎn)在參考圖像中對(duì)應(yīng)的位置，進(jìn)而確定兩幅圖像之間的變換關(guān)系。并且對(duì)圖像拼接技術(shù)的前景做了系統(tǒng)的分析。第八章，總結(jié)與展望。第七章，圖像拼接的實(shí)現(xiàn)與應(yīng)用。第六章，圖像融合。本章介紹了圖像配準(zhǔn)的圖像配準(zhǔn)的定義以及圖像配準(zhǔn)的關(guān)鍵要素，并且分析了幾種常見(jiàn)的圖像配準(zhǔn)的方法：基于灰度信息的圖像配準(zhǔn)方法、基于變換域的圖像配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法。本章主要介紹了本文的圖像與處理方法，此方法結(jié)合了相位相關(guān)技術(shù)，并且提出了二冪子圖像的概念，采用了基于二冪子圖像的FFT對(duì)齊方法，從而減小了的計(jì)算量，使改進(jìn)后的算法對(duì)圖像對(duì)齊更加快速和減小圖像間重疊率。本章首先介紹了相機(jī)成像原理模型，進(jìn)而引出了圖像預(yù)處理的方法，并且分析了噪聲抑制的方法，為后續(xù)的拼接技術(shù)奠定了基礎(chǔ)。本章介紹的是圖像拼接技術(shù)的主要步驟，并且分別對(duì)主要的步驟進(jìn)行了簡(jiǎn)介。主要介紹了圖像拼接的意義論文研究的意義、圖像拼接技術(shù)的發(fā)展歷程、國(guó)內(nèi)研究現(xiàn)狀、以及本文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)。（4）本文獻(xiàn)首先采用基于變換域的圖像配準(zhǔn)算法，針對(duì)其存在的局限性加以改進(jìn)，提出了一種新的基于特征的圖像配準(zhǔn)方法。（3）本文獻(xiàn)分析了圖像拼接的兩個(gè)主要步驟圖像配準(zhǔn)和圖像融合中的各種方法，并且進(jìn)行了分析比較。第四節(jié) 本文主要研究?jī)?nèi)容和組織結(jié)構(gòu) 主要研究?jī)?nèi)容本文的研究工作主要是針對(duì)圖像拼接的關(guān)鍵技術(shù)進(jìn)行的，因此主要研究?jī)?nèi)容如下：（1）通過(guò)有關(guān)文獻(xiàn)的查閱、相關(guān)書籍的閱讀以及利用了網(wǎng)絡(luò)資源，我對(duì)圖像拼接技術(shù)的發(fā)展歷史、國(guó)內(nèi)外現(xiàn)狀、研究意義和發(fā)展前景有了一個(gè)總體的認(rèn)識(shí)。侯舒維、郭寶龍采用簡(jiǎn)單的邊緣信息閾值法、金字塔式分層搜索策略，提出了一種灰度圖像上的快速自動(dòng)拼接算法。接著，杜威、李華二人將視頻紋理和全景圖結(jié)合起來(lái)，提出一種應(yīng)用于動(dòng)態(tài)場(chǎng)景的全景圖表示方法。 圖像拼接技術(shù)的國(guó)內(nèi)研究現(xiàn)狀隨著圖像拼接技術(shù)的應(yīng)用領(lǐng)域的擴(kuò)大，國(guó)內(nèi)學(xué)者對(duì)圖像拼接技術(shù)做了大量研究。1999年，Bao P．和xu D．利用小波變換提取保留邊(edge—preserving)的視覺(jué)模型進(jìn)行圖像的對(duì)齊，Nielsen F．則提出了基于幾何點(diǎn)特征優(yōu)化的匹配方法。2000年，ShmueI Peleg、BennyRousso等在其基礎(chǔ)上，根據(jù)相機(jī)的不同運(yùn)動(dòng)，自適應(yīng)的選擇拼接模型，通過(guò)把圖像分割成條進(jìn)行多重投影，提出了自適應(yīng)的圖像拼接模型，使自適應(yīng)拼接成為拼接領(lǐng)域研究的又一方向。同年，Richard Szeliksi提出了基于運(yùn)動(dòng)的全景圖像拼接模型，模型通過(guò)采用Levenberg—Marquardt迭代非線性最小化方法(L_M算法)求出圖像間的幾何變換關(guān)系進(jìn)行配準(zhǔn)。相位相關(guān)法雖然計(jì)算簡(jiǎn)單精確，但要求待配準(zhǔn)圖像之間有較大的重疊比率， 同時(shí)計(jì)算量和適用范圍與圖像的大小有很大的關(guān)系。1987年，DeCastro和Morandi等人使用傅立葉變換將具有旋轉(zhuǎn)變換的圖像做對(duì)齊處理，由此產(chǎn)生擴(kuò)展相位相關(guān)法。第三節(jié) 圖像拼接技術(shù)概述 圖像拼接技術(shù)的發(fā)展歷程1975年，Kuglin和Hines提出了相位相關(guān)算法 [2]，該方法具有場(chǎng)景無(wú)關(guān)性，能將純二維平移的圖像進(jìn)行精確對(duì)齊。除了上面講述的比較常見(jiàn)的圖像拼接的應(yīng)用領(lǐng)域，圖像拼接技術(shù)在其它領(lǐng)域的應(yīng)用也比較廣泛。目前，圖像拼接技術(shù)已經(jīng)成為數(shù)字圖像處理研究 [1]的熱門方向之一，被廣泛地應(yīng)用在文物保護(hù)(古跡、古文字資料的拼接)、工業(yè)監(jiān)控、刑事案件偵破、醫(yī)學(xué)圖像分析、攝影測(cè)量學(xué)、機(jī)器視覺(jué)、虛擬現(xiàn)實(shí)技術(shù)、超分辨率重構(gòu)、軍事地形圖像生成等領(lǐng)域，有著實(shí)際的應(yīng)用意義和研究?jī)r(jià)值。第二節(jié) 論文研究的意義圖像拼接（Image Mosaics）是一個(gè)日益流行的研究領(lǐng)域，近年來(lái)隨著圖像拼接技術(shù)的研究和發(fā)展，它使基于圖像繪制（IBR）成為結(jié)合兩個(gè)互補(bǔ)領(lǐng)域——計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)圖形學(xué)的研究焦點(diǎn)。圖像拼接技術(shù)也是一種利用計(jì)算機(jī)表示真實(shí)世界的有效方法，通常參與拼接的真實(shí)世界的序列圖像有一定程度的重疊，采用圖像拼接技術(shù)，可以剔除冗余信息，壓縮圖像存儲(chǔ)信息，從而更加客觀而形象有效地表示真實(shí)世界?；谧儞Q域和基于特征點(diǎn)的圖像配準(zhǔn)方法畢業(yè)論文目錄摘要 IIIAbstract V第一章 緒論 1第一節(jié) 引言 1第二節(jié) 論文研究的意義 1第三節(jié) 圖像拼接技術(shù)概述 2 圖像拼接技術(shù)的發(fā)展歷程 2 圖像拼接技術(shù)的國(guó)內(nèi)研究現(xiàn)狀 3第四節(jié) 本文主要研究?jī)?nèi)容和組織結(jié)構(gòu) 3 主要研究?jī)?nèi)容 3 論文組織結(jié)構(gòu) 4第二章 圖像拼接流程 6第一節(jié) 圖像拼接的步驟 6第二節(jié) 主要拼接步驟簡(jiǎn)介 7第三章 圖像預(yù)處理 9第一節(jié) 相機(jī)成像原理模型 9 攝像機(jī)垂直轉(zhuǎn)動(dòng) 10第二節(jié) 圖像預(yù)處理的內(nèi)容 12第三節(jié) 本章小結(jié) 13第一節(jié) 相位相關(guān)度法原理 14第二節(jié) 基于二冪子圖像的FFT對(duì)齊算法 15 二冪子圖像 15 二冪子圖像的對(duì)齊 16第三節(jié) 本章小結(jié) 17第五章 圖像配準(zhǔn) 18第一節(jié) 圖像配準(zhǔn)的定義及關(guān)鍵要素 18 圖像配準(zhǔn)的原理和圖像變換 18 圖像配準(zhǔn)的步驟 19 圖像配準(zhǔn)的關(guān)鍵要素 21第二節(jié) 常用的配準(zhǔn)方法分析 23 基于灰度信息的圖像配準(zhǔn)方法 23 基于變換域的圖像配準(zhǔn)方法 24 基于特征的圖像配準(zhǔn)方法 24 配準(zhǔn)算法的優(yōu)缺點(diǎn)分析 24第三節(jié) 基于變換域的圖像配準(zhǔn)方法 26 相位相關(guān)技術(shù)原理 26 傅里葉算法步驟 27第四節(jié) 基于特征的圖像配準(zhǔn)方法 28 28 算法原理 29第六節(jié) 本章小結(jié) 38第六章 圖像融合 39第一節(jié) 直接平均融合法 39第二節(jié) 多分辨率樣條技術(shù)融合法 40第三節(jié) 加權(quán)平均融合法 40第四節(jié)合方法優(yōu)缺點(diǎn)分析 42第五節(jié) 實(shí)驗(yàn)結(jié)果及分析 43第六節(jié) 本章小結(jié) 45第七章 圖像拼接的實(shí)現(xiàn)與應(yīng)用 46第一節(jié) 圖像拼接的實(shí)現(xiàn) 46第二節(jié) 圖像拼接的具體仿真過(guò)程 48第三節(jié) 圖像拼接的應(yīng)用 51第八章 總結(jié)與展望 52第一節(jié) 總結(jié) 52第二節(jié) 展望 53致謝 54參考文獻(xiàn) 55附錄 58附錄A 實(shí)驗(yàn)程序 58附錄B 英文翻譯 68III第一章 緒論第一節(jié) 引言圖像拼接技術(shù)，即圖像鑲嵌技術(shù)（Mosaics）技術(shù)，是將一組有重疊的圖像集拼接成為一幅大型的高分辨率圖像。圖像拼接的目的就是將一系列真實(shí)世界的圖像拼接成一幅更寬視野的大型場(chǎng)景圖像。高質(zhì)量的拼接圖像不但要求具有良好的視覺(jué)效果，而且還要盡可能的保持圖像的光輝特征，即所謂的“無(wú)縫”，指圖像幾何和輻射的連續(xù)性。而早期的圖像拼接技術(shù)研究一直用于照相繪圖學(xué)，主要是對(duì)大量航拍或衛(wèi)星的圖像的整合。它的研究意義和價(jià)值主要表現(xiàn)在以下三個(gè)方面：(一)全景圖和超寬視角圖像的合成技術(shù)：將普通的圖像或者視頻的圖像進(jìn)行無(wú)縫拼接，從而得到超寬視角甚至360度的全景圖，這樣就可以使得用普通相機(jī)拍攝場(chǎng)面宏大的景物得以實(shí)現(xiàn)；(二)碎片圖像的組合技術(shù)：此方法主要的應(yīng)用將醫(yī)學(xué)和科研的顯微碎片圖像或者空間、海底探測(cè)得到的局部圖像合成大幅的整體圖像；(三)虛擬現(xiàn)實(shí)技術(shù)：圖像拼接是虛擬現(xiàn)實(shí)領(lǐng)域里場(chǎng)景繪制(Image—based Rendering，IBR)方法中的一項(xiàng)基本技術(shù)，利用圖像拼接技術(shù)可以生成全方位圖像，用全景圖表示實(shí)景可代替3D場(chǎng)景建模和繪制。如：圖像的穩(wěn)定和變化檢測(cè)，圖像分辨率的增強(qiáng)，視頻處理，包括視頻壓縮和視頻索引。1982年Rosenfield [3]提出的交叉相關(guān)是最基本的基于灰度統(tǒng)計(jì)的圖像配準(zhǔn)方法。1996年，Reddy和Chaterji改進(jìn)了De Castro的算法，基于快速傅立葉變換，利用極坐標(biāo)和互功率譜，實(shí)現(xiàn)了具有平移、旋轉(zhuǎn)和縮放變換的圖像配準(zhǔn)。因此，出現(xiàn)了基于圖像幾何特征的配準(zhǔn)方法。此算法效果好、速度快，且能應(yīng)對(duì)平移、旋轉(zhuǎn)和仿射等變換圖像的拼接，因此成為圖像拼接領(lǐng)域的經(jīng)典算法。1997年，Zoghlami I．、Faugeras 0．和Deriche R．提出了基于幾何角模型的圖像對(duì)齊算法。隨著人們對(duì)圖像的分析和理解的深入，圖像拼接技術(shù)的研究也趨于成熟，圖像拼接利用的配準(zhǔn)特征也從圖像的低級(jí)特征發(fā)展到利用高級(jí)特征。張祖勛首先提出了多級(jí)影像概率松弛整體匹配技術(shù) [4]，對(duì)不同傳感器、不同空間分辨率的影像進(jìn)行配準(zhǔn)。趙向陽(yáng)、杜立民提出了基于Harris特征點(diǎn)匹配的自動(dòng)拼接算法。方青、王博亮提出了一種基于比值模版匹配的彩色圖像拼接算法。（2）通過(guò)有關(guān)文獻(xiàn)的查閱和網(wǎng)絡(luò)資源的篩選，我歸納總結(jié)了圖像拼接技術(shù)的基本流程，圖像拼接技術(shù)主要分三個(gè)主要步驟：圖像預(yù)處理；圖像配準(zhǔn)；圖像融合。通過(guò)各種圖像配準(zhǔn)算法的對(duì)比，重點(diǎn)研究了基于變換域的配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法，以及加權(quán)平均值的圖像融合方法。 論文組織結(jié)構(gòu)全文共分為九章，按照先總述，再圖像拼接的步驟，再總結(jié)來(lái)組織，第一章至第九章的內(nèi)容安排如下：第一章，緒論。第二章，圖像拼接流程。第三章，圖像預(yù)處理。第四章，相位相關(guān)技術(shù)圖像處理的方法。第五章，圖像配準(zhǔn)。通過(guò)這幾種方法的比對(duì)，即優(yōu)缺點(diǎn)的分析，本文對(duì)圖像配準(zhǔn)過(guò)程中的Harris角點(diǎn)檢測(cè)進(jìn)行改進(jìn)，進(jìn)而提出了一種新的基于特征點(diǎn)配準(zhǔn)的圖像拼接方法。本章節(jié)介紹了圖像融合技術(shù)的幾種常見(jiàn)方法：平均值法、多分辨樣條法、以及加權(quán)平均法在比對(duì)了這幾種方法的基礎(chǔ)上，采用了加權(quán)平均值法的漸入漸出法，并對(duì)其進(jìn)行了實(shí)現(xiàn)。本章給出了圖像拼接的實(shí)現(xiàn)、應(yīng)用以及近年來(lái)圖像拼接在其他領(lǐng)域的應(yīng)用。對(duì)全文所做的工作進(jìn)行了總結(jié)，分析了目前工作存在的問(wèn)題，對(duì)圖像拼接技術(shù)和以后的研究工作提出展望。第二章 圖像拼接流程第一節(jié) 圖像拼接的步驟下面將對(duì)在圖像拼接過(guò)程中，主要的五個(gè)步驟 [5]進(jìn)行具體的介紹：a) 圖像預(yù)處理：包括數(shù)字圖像處理的基本操作(如去噪、邊緣提取、直方圖處理等)、建立圖像的匹配模板以及對(duì)圖像進(jìn)行某種變換(如傅里葉變換、小波變換等)等操作。c) 建立變換模型：根據(jù)模板或者圖像特征之間的對(duì)應(yīng)關(guān)系，計(jì)算出數(shù)學(xué)模型中的各參數(shù)值，從而建立兩幅圖像的數(shù)學(xué)變換模型。e) 圖像融合：將帶拼接圖像的重合區(qū)域進(jìn)行融合得到拼接重構(gòu)的平滑無(wú)縫全景圖像。并且通過(guò)平滑、銳化、坐標(biāo)轉(zhuǎn)換前期采集到的圖像進(jìn)行某種變換，提取圖像的主要特征，比如常用到的傅里葉變換等。這一步作為圖像拼接的核心問(wèn)題，與圖像拼接的效果有著密切的聯(lián)系，圖像配準(zhǔn)的主要工作是找到一個(gè)變換。 并且，在此基礎(chǔ)上建立拼接圖像中的數(shù)學(xué)參數(shù)，從而建立這兩幅圖像的數(shù)學(xué)模型。要完成圖像拼接，只需要將待拼接的圖像轉(zhuǎn)移到參考圖像的坐標(biāo)系之中即可。特征點(diǎn)的位置可以根據(jù)特征點(diǎn)之間的相似程度來(lái)判定，然后根據(jù)某一個(gè)特定的特征點(diǎn)在不同的圖像坐標(biāo)系中的坐標(biāo)來(lái)完成圖像融合。運(yùn)用兩個(gè)甚至更多個(gè)圖像的信息，來(lái)獲取對(duì)同一個(gè)場(chǎng)景更加準(zhǔn)確、全面、可靠的圖像描述，將圖像拼接成功就是圖像合成。我們對(duì)基本的圖像進(jìn)行預(yù)處理的過(guò)程一般都分為以下三個(gè)過(guò)程：圖像預(yù)處理、特征提取、模式識(shí)別。如前文所述，圖像預(yù)處理是圖像拼接過(guò)程主要環(huán)節(jié)的第一步，通常在圖像配準(zhǔn)之前，其主要作用是為特征提取工作提供足夠的支持，并且，如果我們?cè)趯?duì)實(shí)際應(yīng)用中首先處理了待測(cè)圖像，可以使圖片中對(duì)整個(gè)評(píng)級(jí)有意義的特征信息盡可能的都突現(xiàn)出來(lái)。根據(jù)此思想，攝像機(jī)旋轉(zhuǎn)投影模型的目的就是求出轉(zhuǎn)換矩陣M。設(shè)攝像頭的焦距為f，待投影的三維點(diǎn)P（x，y，z），投影的二維點(diǎn)為D(x,y)，則像平面上的二維點(diǎn)D為： XD=fZpXpYD=fZpYp 式（）根據(jù)空間幾何知識(shí)可知，三維旋轉(zhuǎn)矩陣為： Rxx=1 0 00 cosx sinx0 sinx cosx Ryx=cosx 0 sinx 0 10sinx 0 cosx 式（）Rzx=cosx sinx 0sinx cosx 0 0 0 1式中：Rx——繞x軸旋轉(zhuǎn)的旋轉(zhuǎn)矩陣，Ry——繞Y軸旋轉(zhuǎn)的旋轉(zhuǎn)矩陣，Rz——繞Z軸旋轉(zhuǎn)的旋轉(zhuǎn)矩陣。根據(jù)三維坐標(biāo)系T，攝