文章目录
1. 图像拼接介绍
图像拼接在实际的应用场景很广,小到我们手机的全景图片,大到航天领域和地理图像领域,都会用到推向拼接,图像拼接的结果好坏会直接影响接下来工作的进行。下面介绍一下图像拼接中常用的方法。
1.1 图像拼接步骤
- 针对某个场景拍摄多张/序列图像
- 计算第二张图片和第一张图片的变换关系
- 将第二张图像叠加到第一张图像的坐标系中
- 变换后的融合/合成
- 如果是多图场景,重复上述步骤
那么如何就散图像间的变换关系呢?
首先提取两幅图像的特征点并生成描述子,对两张图像进行特征匹配,然后就可以计算图像的变换结构。
图像的变换结构有位移,旋转,尺度大小变换,仿射和透视。
1.2 图像拼接算法
图像拼接首先进行特征点匹配,这里特征点匹配使用的是Sift特征检测。
1.2.1 单应性矩阵
拼接时采用homograph单应性矩阵进行拼接。单应性矩阵的计算采用的是RANSAC算法。关于homograph和图像拼接之间的关系:
假设我们有两个相同平面对象的图像,它们之间有一些重叠(存在对应点)。让 P 1 P_1 P1成为第一图像中的点的像素坐标[ P 1 x , P 1 y , 1 P_{1x},P_{1y},1 P1x,P1y,1 ], P 2 P_2 P2是第二图像中的点的像素坐标[ P 2 x , P 2 y , 1 P_{2x},P_{2y},1 P2x,P2y,1