【正文】 小結(jié) ................................................................................................ 20 東北石油大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） II 結(jié) 論 ............................................................................................................................ 21 參考文獻(xiàn) ...................................................................................................................... 22 致 謝 ...............................................................................................錯(cuò)誤 !未定義書(shū)簽。圖像拼 接技術(shù)就是將數(shù)張有重疊部分的小視角圖像 (可能是不同時(shí)間、不同視角或者不同傳感器獲得的 )拼成一幅寬視角的無(wú)縫高分辨率圖像，滿(mǎn)足人們?cè)诟鱾€(gè)領(lǐng)域研究的需要的技術(shù)。 圖像拼接的意義 圖像配準(zhǔn)是圖像融合的基礎(chǔ) ， 而且圖像配準(zhǔn)算法的計(jì)算量一般非常大 ， 因此圖像拼接技術(shù)的發(fā)展很大程度上取決于圖像配準(zhǔn) 技術(shù)的創(chuàng)新。 圖像拼接 的現(xiàn)狀及 發(fā)展動(dòng)向 在國(guó)內(nèi)，圖像拼接技術(shù)研究雖然起步相對(duì)較晚，但發(fā)展迅速。 2021 年，針對(duì)動(dòng)態(tài)全景圖像拼接，由杜威、李華兩人提出了一種應(yīng)用于動(dòng)態(tài)場(chǎng)景的全景圖表示方法，可以將視頻紋理和全景圖結(jié)合起來(lái)，構(gòu)造出動(dòng)態(tài)全景圖 [2]。 2021 年，尹麗華、安居白、夏妍妍， 提出基于特征點(diǎn)匹配的圖像拼接算法，能夠得到較理想的拼接結(jié)果 [4]。 隨著人 們對(duì)圖像拼接算法研究的深入，逐漸將稀疏分解矩陣引入圖像拼接領(lǐng)域 [5]。 圖像拼接的流程 圖像拼接的方法很多，不同的算法步驟會(huì)有一定差異，但大致的過(guò)程是相同的。其中圖像配準(zhǔn)是整個(gè)圖像拼接技術(shù)的核心部分，直接決定了圖像拼接結(jié)果的好壞。 圖像配準(zhǔn)主要指對(duì)參考圖像和待拼接圖像中的匹配信息進(jìn)行提取，在提取出的信息中尋 找最佳的匹配 ， 圖像配準(zhǔn)是整個(gè)圖像拼接技術(shù)的核心。因此，實(shí)現(xiàn)精確、穩(wěn)定、 快速圖像匹配算法有利于對(duì)視覺(jué)信息后續(xù)處理 研究。角點(diǎn)，又稱(chēng)為興趣點(diǎn)，是像素點(diǎn)在其鄰域內(nèi)的各個(gè)方向上灰度變化量足夠大的點(diǎn)，且大于閾值的點(diǎn)。角點(diǎn)最大的優(yōu)點(diǎn)是：它所代表的局部結(jié)構(gòu)關(guān)系信息不會(huì)因?yàn)橐暯堑牟煌淖儯@在三維物體識(shí)別上很有用。 常用角點(diǎn)檢測(cè)的算法 Harris 算子 Harris 算子是 Harris和 Stephens 提出的一種基于信號(hào)的角點(diǎn)特征提取的算子。 小波變換算子 小波變換算子 [8]可以非常有效地用于信號(hào)的多分辨率局部分析 ， 它已經(jīng)被成功的用于許多圖像分析領(lǐng)域。 假設(shè)圖像 P 具有 MM? 個(gè)像素。選擇適當(dāng)?shù)亩S平滑函數(shù) ),( yx? ，定義小波為： x yxyx ??? ),(),(1 ?? （ 23） y yxyx ??? ),(),(2 ?? （ 24） 構(gòu)造出離散濾波器，在尺度 j2 上，采用二維離散小波變換的快速算法計(jì)算每個(gè) 點(diǎn) ),( nm 的離散二進(jìn)小波變換 ),(12 nmfW dj ， ),(22 nmfW dj 。當(dāng)模極大值點(diǎn)大于所設(shè)定的門(mén)限值時(shí)，則該點(diǎn)被認(rèn)為是特征點(diǎn)。其提取點(diǎn)特征的步驟為： (1)計(jì)算各像元的興趣值 IV（ Interest Value）。 取其中最小者作為該像素的興趣值，即： ? ?4321, ,m in VVVVIV nm ? （ 211） 東北石油大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 5 (2)給定一經(jīng)驗(yàn)閾值，將興趣值大于該閾值的點(diǎn)作為候選點(diǎn)，閾值的選擇應(yīng)以候選點(diǎn)中包括所需要的特征點(diǎn)，而又不含過(guò)多的非特征點(diǎn)為原則。 Forstner 算子 Forstner 算子 [10]是通過(guò)計(jì)算各像素的 Robert’s 梯度和以像素 ),( nm 為中心的一個(gè)窗口灰度協(xié)方差矩陣，在圖像中尋找具有盡可能小而接近圓的誤差橢圓的點(diǎn)作為特征點(diǎn)。 (4)確定待選點(diǎn) 如果興趣值大于給定的閾值，則該像元為待選點(diǎn)，閾值為經(jīng)驗(yàn)值，可參考下 東北石油大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 6 列值： ~?qT ??? ??? )5( )~( ccw fwfTcw （ 219） 式中： w 為權(quán)平均值； cw 為本權(quán)的中值。 (5)選取極值點(diǎn) 以權(quán)值 w 為依據(jù)，選擇極值點(diǎn)，即在一個(gè)適當(dāng)窗口中選擇 w 最大的待選點(diǎn)，而去掉其余的點(diǎn)。相對(duì)于 Moravec 算法，在抗噪能力有了很大提高，而且兼顧了效率和精度兩方面的要求，誤檢測(cè)率低。 基于小波變 換 的特征點(diǎn)提取算法在實(shí)際應(yīng)用中，可以滿(mǎn)足圖像配準(zhǔn)的要求，而且適用性也比較強(qiáng)，但是由于它的計(jì)算量比較大，不利于圖像的快速配準(zhǔn)，用MATLAB 軟件對(duì)其編程，運(yùn)行時(shí)間需要的較多。具有思路簡(jiǎn)單，計(jì)算過(guò)程易于實(shí)現(xiàn)，判斷條件少的優(yōu)點(diǎn)，但其定位準(zhǔn)確度不高，抗噪能力較低。它們提取的特征點(diǎn)較 強(qiáng)的依賴(lài)于局部灰度信息，其適應(yīng)性較差而且計(jì)算量較大，因此，它們 逐步被基于小波變換算子所代替。角 點(diǎn)提取可靠性高，抗干擾性強(qiáng) 定位性能差，對(duì)角點(diǎn)位置變化比較敏感 ， 閾 值 、 高斯 函數(shù)方差、 k 值沒(méi)有確定值。 計(jì)算量較大，不利于快速配準(zhǔn)。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 。 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。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。 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。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?；谔卣鞯膱D像配準(zhǔn)是配準(zhǔn)中最常見(jiàn)的方法。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。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(xiàn)特征的圖像配準(zhǔn)算法。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 。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 ? 。 基于線(xiàn)特征的圖像配準(zhǔn)算法 線(xiàn)特征的提取是基于線(xiàn)特征的圖像配準(zhǔn)算法中的關(guān)鍵一步。 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(xiàn)狀特征。常用的邊緣檢測(cè)方法有 Roberts 算子、 Laplacian 算子、 Sobel算子、 Prewitt 算子等。 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。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。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。 (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 變換的基本思想是點(diǎn) —— 線(xiàn)的對(duì)偶性。這樣，就把原始圖像中給定形狀的曲線(xiàn)或直線(xiàn)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(xiàn)的點(diǎn)集）變成檢測(cè)局部特性的問(wèn)題。 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)。 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。 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)。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。 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。高質(zhì)量的數(shù)值計(jì)算功能為 MATLAB 贏得了聲譽(yù)。 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。 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。 MATLAB 工具箱分為兩大類(lèi)：功能性工具箱和學(xué)科性工具箱。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（ Statistics Toolbox）等。在實(shí)際操作中，可以通過(guò)建立 M 文件完成編程。所謂圖形用戶(hù)界面（ Graphical User Interface， GUI）是指由窗口、菜單、對(duì)話(huà)框等各種圖形元素組成的用戶(hù)界面。 東北石油大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 16 可視化圖形用戶(hù)界面設(shè)計(jì) GUI 設(shè)計(jì)模板 在 MATLAB 主窗口中，打開(kāi) File 菜單中的 New 子菜單， 再 選擇其中的 GUI命令，就會(huì)顯示圖形用戶(hù)界面設(shè)計(jì)模板，如圖 42 所示： 圖 42 GUI 設(shè)計(jì)模板圖 MATLAB 為 GUI 設(shè)計(jì)一共準(zhǔn)備了 4 種模板，分別是 Blank GUI（默認(rèn)）、 GUI with Uicontrols（帶控件對(duì)象的 GUI 模板）、 GUI with Axes and Menu（帶坐標(biāo)軸與菜單的 GUI 模板）與 Modal Question Dialog（帶模式問(wèn)話(huà)對(duì)話(huà)框的 GUI 模板）。 GUI 設(shè)計(jì)窗口 在 GUI 設(shè)計(jì)模板中選擇一個(gè)模板，然后單擊 OK 按鈕，就會(huì)顯示 GUI 設(shè)計(jì)窗口。如圖 43 所示為選擇 Blank GUI 設(shè)計(jì)模板后顯示的 GUI 設(shè)計(jì)窗口。 GUI 設(shè)計(jì)窗口由菜單欄、工具欄、控件工具欄以及圖形對(duì)象設(shè)計(jì)區(qū)組成。 在 GUI 設(shè)計(jì)窗口的工具欄上，有 Align Objects（位置調(diào)整器）、 Menu Editor（菜單編輯器）、 Tab Order Editor（ Tab 順序編輯器）、 Mfile Editor（ M 文件編輯器）、 Property Inspector（屬性查看器）、 Object Browser（對(duì)象瀏覽器）和 Run（運(yùn)行）等 15 個(gè)命令按鈕，通過(guò)他們可以方便地調(diào)用需要使用的 GUI 設(shè)計(jì)工具和實(shí)現(xiàn)有關(guān)操作。在 GUI 設(shè)計(jì)窗口創(chuàng)建對(duì)象后，通過(guò)雙擊該對(duì)象，就會(huì)顯示該對(duì)象的屬 性查看器，通過(guò)它可以設(shè)置該對(duì)象的屬性值。在對(duì)象設(shè)計(jì)區(qū)右擊 鼠標(biāo)，會(huì)顯示與圖形窗口有關(guān)的快捷菜單。 Axes 控件是在 GUI 界面中添加圖片，在本設(shè)計(jì)中，需要添加7 個(gè) Axes 控件，顯示設(shè)計(jì)過(guò)程中需要顯示的圖像。在這個(gè)過(guò)程中，單擊移動(dòng)每個(gè) 控件的位置，合理布局，顯示美觀(guān)。例如： Static Text 控件中的文字的大小，背景