图像拼接 技术调研
本文是从1月10号开始学习,一共2天时间,进行总结。
学习的方法就是:从百度上找有关图像拼接的论文,主要是硕士论文,阅读,然后根据论文的介绍继续索引其他文献。累人。
根据到现在将近2天的学习,对图像拼接有初步了解,如果用到视频安全监控,要确保高清、镜头旋转等,并且视频流畅还有点难度,如果用FPGA实现,则FPGA的算法是比较复杂的,尤其是我这种半路出家的人,很多算法第一次听说的。
这儿OpenCV很不错,可以参考。
1 图像拼接基本概念
图像拼接本质上是对待拼接图像的重叠部分进行图像配准和图像融合的过程。
² 图像配准可以确定图像之间的变换关系。
² 图像融合可以使合成图像实现自然过渡,最终实现无缝拼接。
图像拼接过程主要有以下5个步骤:
1. 图像获取——包括利用相机获取图像,如果是视频类型,则是一个个图像帧格式,而视频的流畅性则是关系到整个图像拼接过程的速度;
2. 图像预处理——去除噪声和图像畸变校正;
3. 图像配准——图像配准就是把在不同时刻、不同视点、不同相机拍摄到的两幅或两幅以上的图像进行空间上的对齐,是图像拼接中的一个关键步骤;也是目前图像拼接研究领域的主要热点方向,提出了非常多的算法;
4. 图像再投影——用配准参数将所有的图像投影到同一坐标系下,并合成为一幅渲染图像;
5. 图像融合——为了改善拼接图像的视觉效果,需要对图像进行平滑处理,消除图像合成时在重叠区域上出现的拼缝和结构上的误配准,也是有很多算法的提出;
基本流程如下:
1.1 图像预处理
分为校正和噪声抑制两个部分:
1. 校正——根据图像失真原因,建立相应的数学模型,从被污染或畸变的图象信号中提取所需要的信息,沿着使图象失真的逆过程恢复图象本来面貌。实际的复原过程是设计一个滤波器,使其能从失真图象中计算得到真实图象的估值,使其根据预先规定的误差准则,最大程度地接近真实图象。
2. 噪声——各种类型的噪声反映在图像画面上,大致可以分为两种类型。一是噪声的幅值基本相同,但是噪声出现的位置是随机的,一般称这类噪声为椒盐噪声。另一种是每一点都存在噪声,但噪声的幅值是随机分布的,从噪声幅值大小的分布统计来看,其密度函数有高斯型、瑞利型,分别成为高斯噪声和瑞利噪声,又如频谱均匀分布的噪声称为白噪声等。处理方法:<