MATLAB图像融合拼接

MATLAB图像融合拼接

本文说明的内容是图像拼接，采用基于特征点的匹配方法将两张定点拍摄的照片进行拼接，合成一张图，将全景图生成简化成两张图片的拼接，具体可以分为以下几点：

掌握图像灰度化、图像投影变换、图像特征点提取、图像仿射矩阵变换及图像融合。

1、在数字图像的预处理中，灰度图像是进行图像识别与处理的基础。彩色图像转换为灰度图像的方法主要有平均值法、最大值法和加权平均值法。

2、图像的投影变换也是图像拼接不可或缺的过程，待拼接的图像素材往往不在一个坐标系下，直接拼接会因为角度的问题导致景物扭曲变形，目前普遍的方式是将图像投影到几何体表面上，如球面，立方体或柱面上。

3、特征点是进行本图像匹配方法的基础，质量的好坏将直接影响匹配的精度和效率，特征点应具有旋转、平移不变形等特性，保证不会因为相机的曝光等原因造成图像的错误匹配。

4、图像特征点提取之后，需要根据特征点计算图像的放射矩阵，从而对图像进行变换而实现拼接。放射变换的过程中，插值的方法确保图像不失真。

5、图像拼接完成后，最后需要将图像融合，使两幅图像不会因为曝光等原因造成可视的匹配错误。

图1 基于特征点图像拼接步骤

详细步骤：

1、图像的灰度化

在图像处理中，灰度化一直作为预处理的一部分，有时不仅仅是算法的需要，也是将三维降成一维从而减小计算量与增加运行速度的重要方法。彩色图像转换为灰度图像的方法有平均值法、最大值法及加权平均值法，其转换公式为：

平均值法，gray＝（R＋G＋B）／3；

最大值法，gray＝max（R，G，