360度全景图方法

废话不多说，本节主要是偏理论。

全景(Panorama)漫游流程总结（基于经典论文Automatic Panoramic Image Stitching using Invariant Features

）：
1、方法总体流程
1）提取 SIFT 特征点
2）使用 k-d tree 做特征点匹配
3）对每个图像：
（1）提出 m 个 和该图像最匹配的图像
（2）使用 RANSAC 寻找几何位置一致的匹配对求解 homography
（3）使用一个 probabilistic model 验证 匹配是否正确
4）对不同场景图像进行聚类
5）对于每个场景图像
（1）使用 bundle adjustment 求解所有相机的旋转矩阵参数和相机焦距（尽量减少优化参数）
（2） 使用 multi-band blending 拼图

2、探讨bundle Adjustment 算法
求解相机位姿和相机焦距，Ceres提供了较好的相机BA优化算法。
–openCV方式？
–其他方式

3、探讨拼接方式
–通过添加单幅图方式拼接
–通过添加多幅图（或需要拼接的全部图）方式拼接。

## 具体拼接过程（拼接效果对接PTGui）

1.输入源图像以及程序的参数

2.特征点检测，可以使用surf、orb，默认是sift。

3.对图像的特征点进行匹配，保存两幅图像匹配特征点的单应性矩阵。

4.删除置信度比较低的图像间的匹配，利用并查集算法，确保匹配图像的拼接集。

5.对所有拼接集图像进行相机参数粗略估计，然后求出旋转矩阵。

6.使用光束平均法进一步精准的估计出旋转矩阵。

7.波形校正，水平或者垂直。

8.曝光补偿器、接缝寻找器。

9.融合，多频段融合，全景图。

最后，想要代码的可以给我留言！！