图象拼接

mattus_zhao(人生十有八九不如意)
这是我以前的贴子：
图象拼接只是全景图漫游里面的一个组成部分。
一般来说，图象拼接有三个典型的步骤：（对于柱面全景图）
1. 图象warping到柱面
  说明: 柱面投影公式为
  x' = r * sin(a / 2) + r * sin(tan'(x - (w / 2)) / r))
  y' = H / 2 + ( r * (y - (H / 2))) / k
  这里面需要用到相机的参数，如焦距等等，具体含义参考下面所说的论文。
2. 图象alignment
  说明：计算相邻图象之间的差值(alignment of the images in pair)。
  要实现这个算法，你必须使用从粗到精（coarse to fine）的迭代算法， 比较典型的是使用计算机视觉技术里面的从运动估计参数的算法，其中可能要用到图象金字塔（image pyramid)来一层一层的求解。具体内容可以参考科学出版社出版的《计算机视觉》一书，作者是张正友和马颂德以及下面推荐的论文。
3. 根据求出的参数进行图象的拼接
  说明：为了达到图象的无缝拼接，必须使用Alpha Blending技术，以便消除图象直接的拼接痕迹，否则在拼接处将会出现细缝。这可以使用OpenGL或者DirectX实现。

其实图象拼接是一个非常复杂的问题。我想你必须阅读相关的大量相关的文章，如计算机图形学，计算机视觉，图象处理等等。在这方面，我向你推荐微软亚洲研究院副院长沈向洋博士相关的论文，你可以到微软亚洲研究院去招招。沈向洋博士在这方面是世界级的权威，他在全景图方面有几篇非常经典的文章，你也可以从SIGGRAPH会议上招招。

源程序是没有的，你必须自己编程来实现。
用图片作虚拟现实在现代图形学里面是基于图象的绘制（Image Based Rendering）的一部分。最早出现于QuickTime VR里面，当时QuickTime VR用的是基于柱面的全境图片。这个一直维持到QuickTime VR4.0。使用柱面可以达到水平360度，垂直一般为10 到 60 度之间的视域。从QuickTime 5.0开始它支持立方体全景图，这样可以到达水平360度和垂直360度的视域，也就是是说覆盖了相机点所以方向的场景。现在关于这个的文章很多，你可以查查。
一般图象alignment的方法有基于微分迭代的方法；基于特征的方法和基于相位相关度的方法。然后进行图象拼接，必须处理图象拼接的缝隙，一般采用颜色校正和alpha blending来处理。拼接完成以后在mapping到二维图象平面上便于观看。
要进行全景图漫游必须有特殊的全境图浏览器，比如QuickTime VR。基本方法是把全境图映射到一个虚拟的柱面或者立方体或者球迷上，然后实现一个相机的模型，通过panning，tilting和zooming来到达虚拟VR的效果。如何到达平滑的在不同视图之间过渡，一种是采用视图插值（view interpolation)的方法；一种是查找表（lookup table),然后采用最邻域插值或者是双线性插值来进行象素值的计算。
对不起，说错了一个地方：立方体全景图是水平360度，垂直180度的视域。现在的商业软件可以拼接柱面，立方体和球面的全景图。
因该说这方面的技术已经非常成熟了（相对于商业软件来说）。但是要找到相应的资料还是有一定的困难的，毕竟有些方面的技术要么是专利，要么是秘密。不过你要做一个简单的图片拼接加虚拟漫游因该还是可以的。我推进你先作一个柱面的系统，这需要用到数目相机来采景，最好用一个三角架，把相机放在上面，一定要调到水平，不然可能出现一些变形（如果你的程序写得好，把水平变形和垂直变形考虑进去，就没有关系，这需要对一些参数进行非线性优化）。然后把相机固定在三角架上水平旋转，每隔40度左右拍摄一张相片，一个场景拍摄8到9张。然后在你的程序中读入这些相片，首先把它们投影到柱面坐标（看上面的公式），然后利用三种方法中的一种（比较好的自动的一种是相位相关度：基于FFT方法），作全局拼接（使图片正确的覆盖在一起）。如果你的程序界面写的好，可以进行手动的调整（见商业软件Ulead的Cool 360）。然后采用一定的顺序（从左到右或者二叉树）进行相邻图片的两两拼接，在边缘处采用alpha blending技术。最后得到一张大的全境图（可能需要裁剪）。注意：这是在柱面坐标中的拼接（在平面二维坐标中的旋转相当于柱面坐标中的平移），然后利用反变换公式把图象mapping到二维图象坐标空间（这方便显示）。
然后自己写一个柱面全景图浏览器（或者用商业的浏览器如Ulead的Cool 360)来进行浏览。
这是软件编制的大概流程，其中的细节太多，说不清楚。这需要自己动手去写，然后看一些相应的论文。
嗯，你后来所说的因该是叫做“Object Viewer”。就是把一个物体固定在一个平面上，然后用一个相机来围绕这个物体拍照，当然也可以让相机不动，而让物体旋转。拍摄完成以后，把得到的相片拼接起来，以得到对这个物体的虚拟演示效果。QuickTime VR 已经支持这样的效果。
很遗憾，我没有作过这方面的研究。不过我看过相关的论文。给你一个提示，有几位台湾的研究者写的论文，名字是"Photo VR"。他们在这个系统里面实现了基于全境图象的VR和基于对象的图片VR。你可以使用它为关键字在google里面查一查，相关的有几篇文章。你可以看看，然后以此为索引，展开多看一些文章，然后自己动手实现一下相应的算法。
QuickTime VR 采用对象浏览器格式是一个二维的Frame矩阵，行对应水平帧，列对应垂直帧。通过对关键帧进行插值来得到相机视点下的视图(view)。