创建全景图

创建全景图
在同一位置（即图像的照相机位置相同）拍摄的两幅或者多幅图像是单应性相关的，使用该约束将很多图像缝补起来，拼成一个大的图像来，创建全景图像。
目标：将数张有重叠部分的图像通过特征点检测，匹配，图像变换拼成一幅无缝的全景图或高分辨率图像。

如何创建全景图像？
1、 提供一组图像集，实现特征匹配(相邻图像之间要有重复区域)
2、通过匹配特征计算图像之间的变换结构
3、利用图像变换结构，实现图像映射
4、 针对叠加后的图像，采用APAP之类的算法，对齐特征点
5、 通过图割方法，自动选取拼接缝

实现图像集之间的特征匹配

import sift
featname = ['D:输入图片/Univ'+str(i+1)+'.sift' for i in range(5)] 
imname = ['D:输入图片/Univ'+str(i+1)+'.jpg' for i in range(5)]
l = {}
d = {}
for i in range(5): 
    sift.process_image(imname[i],featname[i])
    l[i],d[i] = sift.read_features_from_file(featname[i])
    
matches = {}
for i in range(4):
    matches[i] = sift.match(d[i+1],d[i])

使用RANSAC求解单应性矩阵
RANSAC(Random Sample Consensus)即随机采样一致性，对SIFT算法产生的128维特征描述符进行剔除错误匹配点。
它的基本思想是:数据中包含正确的点和噪声点，给定一个合理的模型，这个模型应该能够在描述正确数据点的同时摒弃噪声点。

class RansacModel(object):
   
   def __init__(self,debug=False):
        self.debug = debug
   def fit(self, data):
   #计算选取的4个对应点对，拟合一个