【论文精读】Adaptive As-Natural-As-Possible Image Stitching

论文下载链接 这篇论文是CC Lin等人发表在CVPR 2015上的一篇关于图像拼接的论文。

一、实验结果复现

代码下载链接
AANAP这篇论文的代码是YaqiLYU在APAP论文代码的基础上实现的，也是使用MATLAB编写的代码。在上面的代码下载链接中的README.md中详细介绍了如何运行代码，在此我简单的介绍一下：

HOW TO START:
第1步：下载APAP: 在https://cs.adelaide.edu.au/~tjchin/apap/ 下载APAP的MATLAB代码，解压后得到./mdlt. 我用的是Source codes [MDLT code]，也就是说，仅支持两图拼接，多图拼接请自行修改，非常简单！
第2步：请先运行main.m，确保APAP可以正常工作。（关于如何运行APAP代码，可以参见我之前写的一篇博客：APAP代码运行链接）
第3步：下载测试图像库：继续在https://cs.adelaide.edu.au/~tjchin/apap/ 下载三个图像数据库，解压到./mdlt/images目录。
第4步：拷贝AANAP的所有.m代码到APAP根目录 ./mdlt，注意，这里的所有matlab文件都拷贝过去。
第5步：运行AANAP.m就能得到拼接结果了，我提供了两个选项: 设置fast_stitch=1，快速拼接模式，效果较差。 设置fast_stitch=0，高质量拼接模式，速度较慢。

我复现的结果图如下：
输入的两幅图像

关键点匹配：
全局单应性估计：

输入图像1和2的网格变形：

拼接结果：

二、论文理解

摘要

本文提出一种新的拼接方法，不仅考虑了所有的局部变换变化，还在整个目标图像上使用平滑的拼接场。同时计算扭曲是完全自动化的，并使用局部单应和全局相似变换的组合，这两种变换都是针对目标进行估计的。
我们通过线性化单应性并缓慢地将其改变为全局相似性来缓解非重叠区域中的透视失真。该方法易于推广到多幅图像，并能自动获得全景图中的最佳透视图。

一、引言

指出早期的拼接方法主要侧重于获得全局2D变换。（2D拼接的问题大多来源于3D场景和相机参数之间的复杂交互无法准确估计拼接场。）
我们提出的新方法结合了多种技术，效果较好。为了解决APAP造成的透视失真，我们在非重叠区域中线性化单应性。然后在重叠区域中对应点的子集自动估计全局相似性变换。最后，我们在重叠区域的单应性和全局相似性之间