本文介绍了机器视觉中的图像拼接技术，特别是基于改进的SURF图像匹配算法和小波变换的方法。图像拼接流程包括序列输入、预处理、配准和融合。在配准阶段，探讨了频域匹配和特征匹配方法。图像融合部分，讨论了线性融合、均值滤波融合、多分辨率样条融合和泊松融合。提供了部分Matlab源码，适用于2014a版本。
⛄一、小波变换图像融合技术简介
0 引言
每种图像拼接技术都有着不同的优势及场景，很多的数字图像拼接处理技术存在前景断裂、重影鬼影等质量问题，也无法满足人们对高质量视觉需求，基于改进的 SURF 图像匹配算法优化后的缝合线图像拼接方法，建立起一套有效全景图像拼接系统，可解决计算复杂、计算量大和误匹配等问题。
1 图像拼接流程
(1）图像序列输入。对图像数据信息进行采集时，会对后续图像配准精度及融合效果产生影响。多采用相机、手机等图像拍摄工具获取到局部序列图像，要根据摄像位置差异划分发为固定、移动拍摄方式，固定拍摄确保不根据设定好的中心轴来旋转，转旋角度拍摄则无法有效保持重叠区域有效对齐。图像融合采用空间变换使其置于同一平面；移动拍摄可采用平移和自由方式，平移是经过一定间隔并通过水平移动镜头来进行拍摄，自由拍摄不限制拍摄方式，要确保拍摄图像中存在一定比例的重叠区域。
(2）图像预处理。在对图像进行捕获时可能会有非均匀光照等影响因素，导致图像产生模糊、噪声等问题，直接影响着图像匹配精度和效率，可采用图像预处理
订阅专栏 解锁全文
扫一扫
869
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
