图像拼接基础学习笔记

图像拼接中的图像配准过程有基于相位相关法、Harris角点法、SIFT尺度不变特征转换算法。

其中的Harris角点法：提及角点检测，就不能忘了最经典的Harris角点检测算法。通常情况下，可以将区域内的点分为3类，a.平坦的点,b.边缘上的点,c.角点。若对于这3类点分别求取Ix,Iy,很显然，a类点的Ix和Iy都很小，b类点则是Ix和Iy有一个稍大一个稍小，而角点c则是两个值都很大。所以根据这种性质，可以区分出角点来。

1.计算Ix,Iy,涉及一阶微分，这又是针对数字图像而言，那何为数字图像，就是将模拟图像经过数字化（离散化）得到的，数字图像又分为二值图像（根据亮度将值仅设定为0或1）；灰度图像（图像中每个像素可以由0(黑)到255(白)的亮度值表示），彩色图像 (Color Image)：每幅彩色图像是由三幅不同颜色的灰度图像组合而成，一个为红色，一个为绿色，另一个为蓝色，每个像素点都由红绿蓝来表示；立体图像是一物体由不同角度拍摄的一对图像，通常情况下我们可以用立体像计算出图像的深度信息；:三维图像是由一组堆栈的二维图像组成。每一幅图像表示该物体的一个横截面；数字图像通过矩阵来表示，原点是从矩阵左上角开始的，每个值代表像素点的灰度情况。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的。而在高频段，感兴趣的信息经常被噪声淹没。