数字图像处理10--基于特征提取的拼接方法

特征提取与模版匹配结合

先对两幅相邻图像进行特征点提取，然后根据特征点的位置在第一幅图像确定模版快的大小，在第二幅图像中确定搜素范围，然后进行匹配计算，完成图像拼接。

我们采用精度较高的HARRIS角检测算子来提取特征点，确定模块的

其中为X方向的梯度，为y方向的梯度。为高斯模版，k为默认常数，矩阵I中每一点的元素值对应于原图相应点的兴趣值。K是一个实验参数值，一般取0.04.特征点就是函数I 的局部极大值点。实践中，应先对图像预处理去噪（低通滤波）。

为防止在局部区域出现角点簇拥问题，可以采用极大值抑制法消除这种现象。

基于模版匹配的图像拼接就是在图像的已知重叠区域中裁剪出一块矩形区域作为模版，和被搜索图像中同样大小的一块区域进行对比，根据两个区域特征的相似程度确定最佳的匹配位置。模版选择不理想，提取的模版可能因为特征不明显导致误匹配。

首先根据Harris算子提取的特征点的位置确定模版块的位置。在第一幅图像重叠区域，对Harris算子提取的特征点按I值大小进行排序，并选择其中I值最大的3个点确定一个模版。这3个特征点要满足不在一条直线上的条件，且每两点之间的距离要大于某一定值p且小于q。根据此原则确定的模版大小为M*N。p和q的设定是为了防止模版过大或过小。模版过小影响精度，过大影响计算速度。记下所选模板中 I值最大点在模板中的位置(i,j)和模板内特征点个数 T。

然后在第二幅图像内进行由粗到精的模板匹配。在第二幅图像重叠区域内以每个特征点作为待搜索模板中的位置(i,j),以此来确定大小为 M×N 的模板,并统计各搜索模板内特征点个数N i 。当 N i 与第一幅图像中所确定模板内的特征点个数 T 相差很大时,可将该模板区域直接删除,不进行下一步的精确匹配,即互相关运算,仅对满足条件的几个搜索待匹配模板,进行相关运算,确定精确匹配,即:

用月球表面的两幅相邻图像进行图像拼接。实验参数设置:①Harris 角点检测:高斯低通滤波器的模板的大小为 5×5,标准差 0.8,兴趣值阈值 15000,非最大抑制邻域半径为 5;②匹配模板:p=5,q=11 像素;③精匹配:ω=3。

实验结果如下图 所示。

（程序代码待更新）