傅里叶梅林变换matlab,基于MATLAB的傅里叶梅林变换算法图像拼接的实现

基于 MATLAB的傅里叶梅林变换算法图像拼接的实现 陈芳民 　李馨迟 　付 　明 　马 　森 　尚媛园 (首都师范大学信息工程学院 　100048) 摘 要 　　快速傅立叶变换(FFT) 改进了离散傅立叶变换(DFT) 的计算过程 ,被广泛应用于数字图像的实时处理中. 在相位相关技术的基础上 ,提出了一种新的图像配准算法 ,即在需要配准的两幅图像中心选取相同区域大小 ,进行傅里叶梅林变换 ,变换后是一个二维脉冲信号 ,由此而得到图像配准参数. 实验结果表明了该算法的有效性和可靠性. 关键词 :图像配准 , 图像融合 , 相位相关 , 傅立叶变换 , 傅里叶梅林变换. 中图分类号 :31714 收稿日期:200910208 1 　传统方法回顾 在不同位置、不同方向对大的场景拍摄一组图像 ,要求相邻图像间具有一定的重叠区域 ,通过对邻接图像的几何对准 ,最后缝合在一起可生成全景图像. 全景图像拼接一般包括三个步骤 ,即图像获取、图像配准和无缝处理. 本文仅讨论前两个步骤. 对CCD 数码相机拍摄的序列图片 ,最常见的图像拼接方法大体可分为如下两大类. 第 1 类是以 8 参数射影变换为理论模型的方法. 即邻接图像 I( x , y)和 I′ ( X′ , Y′)间满足如下关系 X′= m11 x + m12 y + m13 m31 x + m32 y + 1 , y′= m21 x + m22 y + m23 m31 x + m32 y + 1 其中 , mij ( i = 1 ,2 ,3 ; j = 1 ,2 ,3)通过在两幅图像重叠 区域内自动或手工检测若干对应点( xi , yi ) 和( x′ i , y′ i) i = 1 , 2 , 3 ⋯ n. 并对如下目标函数 E = min ∑ n i = 1 [ I′( x′ , y′) - I( x , y) ]2 应用梯度下降法或者 Levenberg2Marquardt 法求得 mij ,即求得了两幅图像 问的变换关系. 这个变换模型适用于两种情况 ,一种是拍摄场景为平面时 ,如平面文档或平面雕塑等 ,这时照相机 的运动可沿任意方向平移、旋转 ;第二种情况是非平面场景时 ,要求定点拍摄 ,即在某固定位置拍摄 ,这时相机的运动可绕光心作任意方向旋转 ,但不允许有平移运动. 该方法的主要特点一个是需要检测很多图像对应点 ,而准确检测图像对应点本身就是一个比较困难的问题 ; 第二是由于梯度下降法和Levenberg2Marquardt 法一般只能搜索到局部最优解 , 因此在此之前一般都需要通过其它方法首先求得一个初始估计值 ,也即需要先进行粗配准. 第 2 类代表性的方法是将场景投影到柱面坐标下进行配准和拼接. 该方法首先要求照相机的运动只能绕光心做水平旋转. 在此前提下 ,将场景坐标 P = ( x , y ,z ,w) )通过下式映射到 2D 柱面图像坐标 , 即映射到新的图像坐标系 θ,γ ,θ∈ [ - π,π] ;θ= tan - 1 ( xz) ,γ= yΠx2 + z2 . 这样 ,将图像转换到柱面坐标 θ,γ 后 ,图像间的变换关系转化成为纯平移关系. 求得相邻图像间的平移量后 ,得到的也是柱面坐标下的拼接图像. 此类方法的主要特点是 ,首先对相机的运动有严格的限制 ,即只能做绕光心的水平旋转 ,如果没有辅助器材如三角支撑架等 ,是很难办到的;其次 ,必须知道拍摄每幅图像时的焦距 ,否则需通过其它方法标定出这个参数 ,这在实际拍摄过程中也是非常麻烦的; 第三 ,该方法在相邻图像拼