综合关注几篇的papers的图像融合算法,对整个过程作归纳,与大家分享(^_^)。基于sift特征的全景拼接方法的整个过程的大致流程:
- 对需拼接的图像进行预处理,主要是几何校正和消噪。对于几何校正,因为我们考虑的是视频的实时处理,那么我们只需考虑摄像机的所有运动形式,其中包含8个自由度,可用投影变换来表示。H=[m0 m1 m2;m3 m4 m5;m6 m7 1],考虑到它的算法复杂度已经有n的3次方,我们可以考虑通过控制摄像机的运动方式来减少复杂度,比如令摄像机只有平移旋转和缩放,即仿射变换,降低了一次复杂度。消噪的话考虑到DOG本身就是一种很好的带通滤波器,这一步省略。
- 提取图像SIFT特征点描述算子。由于高斯函数是唯一可能的尺度空间核函数,所以整个SIFT算法是基于“尺度不变”的特征。
-