图像拼接--Automatic Panoramic Image Stitching using Invariant Features

最新推荐文章于 2021-10-18 22:11:49 发布
最新推荐文章于 2021-10-18 22:11:49 发布
阅读量5.5k 收藏 9
点赞数 4
分类专栏： 图像拼接
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhangjunhit/article/details/83088627
版权

Automatic Panoramic Image Stitching using Invariant Features
《International Journal of Computer Vision》 , 2007 , 74 (1) :59-73

本文提出使用 SIFT 做特征点匹配，然后用 bundle adjustment 计算图像坐标转换参数（类似 Homography），最后使用 multi-band blending 得到最终的拼接图

算法流程如下所示：
在这里插入图片描述

1）提取 SIFT 特征点
2）使用 k-d tree 做特征点匹配
3）对每个图像：
（1）提出 m 个 和该图像最匹配的图像
（2）使用 RANSAC 寻找几何位置一致的匹配对求解 homography
（3）使用一个 probabilistic model 验证 匹配是否正确
4）对不同场景图像进行聚类
5）对于每个场景图像
（1）使用 bundle adjustment 求解所有相机的旋转参数和相机焦距
（2） 使用 multi-band blending 拼图

在这里插入图片描述
在这里插入图片描述

Connected components of image matches
在这里插入图片描述
在这里插入图片描述

automatic straightening
在这里插入图片描述

gain compensation
在这里插入图片描述
在这里插入图片描述

Multi-band blending
在这里插入图片描述

Stitching with rotation and zoom
在这里插入图片描述

11

O天涯海阁O
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Computer Vision_18_Image Stitching：Automatic Panoramic Image Stitching using Invariant Features——200...
Alliswell_WP
10-08 972
此部分是计算机视觉部分，主要侧重在底层特征提取，视频分析，跟踪，目标检测和识别方面等方面。对于自己不太熟悉的领域比如摄像机标定和立体视觉，仅仅列出上google上引用次数比较多的文献。有一些刚刚出版的文章，个人非常喜欢，也列出来了。 18. Image Stitching图像拼接，另一个相关的词是Panoramic。在Computer Vision: Algorithms and Ap...
Automatic Panoramic Image Stitching using Invariant Features 论文多图像拼接程序
01-12
Automatic Panoramic Image Stitching using Invariant Features 论文多图像拼接程序 可支持多图像自动拼接，可设置图像融合方式，全景图像融合
matlab源代码如何运行-panoramic-image-stitching:在Matlab中使用SIFT和RANSAC进行全景图像拼接
05-27
matlab源代码如何运行全景图像拼接 Matlab中的全景图像拼接 依存关系 vlfeat-0.9.20 确保vlfeat-0.9.20软件包位于根目录下 如果打包的内容不存在，请从以下位置下载 目录结构 . ├─ README.md ├─ doc (report and other documents) │ └── ... ├─ data (source images) │ └── ... ├─ result (the results) │ └── final.jpg (the panorama) ├─ vlfeat-0.9.20 (the vlfeat binary package) │ └── ... └─ src (the matlab source code) └── ... 如何运行 确保您在根目录下有vlfeat-0.9.20软件包 将源图像放置在data文件夹下 目前，它只能处理jpg 确保图像处于纵向模式 在Matlab中打开src文件夹 打开main.m并运行 该项目专门为NIKON E990配置，如果需要拼接从其他相机拍摄的图像，则需要在main.m中配置f ，
Automatic Panoramic Image Stitching using Invariant Features笔记
小白的博客
10-25 4999
第一次接触全景图像的拼接，先简单的来做个论文笔记。 简单来说，全景图像拼接过程可以简述为：寻找所有图像重叠区域鲁棒的特征点，根据图像特征点匹配得到不同图像间的单应性矩阵，以某个图像为基准图像(k-d tree 得到)，将其余图像拼接到这幅图中，然后通过图像融合得到最终结果。当然这中间还有一些其他的问题，在后面在赘述。 该篇论文最终算法为: 在这里我将按照论文最终算法步骤来介绍整篇论文内容，而非原...
简单的图像拼接实现
tiantangzixue的博客
07-30 1778
第一步：简单的图像拼接： 简单的图像拼接 对每幅图进行特征点提取，选择速度更快的ORB特征，并结合图像金字塔增强尺度变换的鲁棒性。 计算速度： ORB>>SURF>>SIFT（各差一个量级） 旋转鲁棒性： SURF>ORB~SIFT（表示差不多） 模糊鲁棒性： SURF>ORB~SIFT 尺度变换鲁棒性： SURF>SIFT>ORB（ORB并不具备尺...
Autostitch论文翻译
qq_42383076的博客
10-18 1395
Automatic Panoramic Image Stitching using Invariant Features论文翻译摘要1、Introduction2、Feature Matching3、Image Matching3.1. 基于RANSAC的鲁棒单应估计3.2. 图像匹配的概率模型验证4、Bundle Adjustment4.1. 线性系统直接计算的快速解法5、自动全景校正6、获得补偿7、多波段混合二级目录三级目录 摘要 本文研究的是全自动全景图像拼接问题。虽然一维问题(单轴旋转)研究得很好，
matlab全景图拼接代码-Image-Panoramic-Stitching:CPP和Python中使用OpenCV的图像处理示例代码
06-02
matlab全景图代码图像全景拼接 图像处理示例代码在 CPP 中使用 OpenCV 和 Python 创建全景图像 全景拼接图像 CPP - PanoStitchCPP.cpp 拼接 一起 全景拼接图像 Python - PanoStitchPY.py ...全景图像拼接
exp2 project.rar_Panoramic Image_image stitching_全景_全景图像生成_图像拼接
09-14
全景图像生成，也称为图像拼接，是一种将多个图像组合成一个宽视角或全景视图的技术。这个项目，"exp2 project.rar"，显然聚焦于实现这一过程，特别是在处理 BMP 图像格式上。BMP（Bitmap）是无损的位图格式，常用于...
Panoramic-Image-Stitching-master_基于matlab的图像拼接_拼接源代码_图像拼接_
10-01
"Panoramic-Image-Stitching-master"项目中的源代码很可能包含了上述步骤的实现。在使用这些源代码之前，你需要了解MATLAB编程基础，包括矩阵操作、函数调用和图像处理相关的工具箱。MATLAB提供了强大的图像处理功能...
AutoStitch，一种强大的拼接技术
qq_46111316的博客
09-10 2022
下载链接：添加链接描述 这篇文章是David G.Lowe等人在2007年发表的一篇名为Automatic Panoramic Image Stitching using Invariant Features文章，文章中提出使用SIFT做特征点匹配，然后使用束调整计算图像坐标转换参数（类似单应性），最后使用多波段融合得到最终的全景图。整个算法的流程如下： ...
autostitch64 【全景图像自动拼接软件】多幅无序图像自动排序，配准，效果很好【BROWN和LOWE论文中给出的软件】
04-23
《Automatic Panoramic Image Stitching using Invariant Features》 MATTHEW BROWN∗ AND DAVID G. LOWE 给出的全景自动拼接软件，和论文相配套，特别好用！！！
[计算机视觉] 图像拼接 Image Stitching C++源码
12-18
[计算机视觉] 图像拼接 Image Stitching C++源代码。代码解释请看 http://blog.csdn.net/qq_33000225/article/details/70906106
Parallax-Robust Surveillance Video Stitching
12-13
14'CVPR的Parallax-tolerant Image Stitching ， 借鉴经典视频去抖方法Content-preserving warps(CPW)的优化项和缝合线主导的13'Eurographics的Seam-driven，大幅提高了大视差场景的拼接性能。
opencv全景拼接源码解读与修改。
公独何人，心如止水。
03-11 6582
Stitcher::Status status = stitcher.stitch(imgs, pano);这一句是最上层的调用，它调用了以下函数：1，Status status = estimateTransform(images);//估算相机变换和内参 --if (status != OK)return status; 2，return composePanorama(pano);//全景拼接
AutoStitch一种新的高维图像自动拼接方法AutoStitch: a new dimension in automatic image stitching
GarfieldEr007的专栏
05-10 5210
Windows | Mac OSX | Licensing | FAQ | Publications AutoStitch: a new dimension in automatic image stitching   What if your camera could see everything you can see? The huma
opencv-特征检测与描述
风吴痕的博客
10-23 6958
参考： 1、http://docs.opencv.org/3.3.0/  官方文档api 2、http://docs.opencv.org/3.3.0/d6/d00/tutorial_py_root.html 官方英文教程 3、https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.h
python opencv图片拼接融合
风源-
08-07 7326
这几天在做图片的拼接融合，参考了网上的一个教程，文章末尾附上链接，处理效果还是不错的，但是速度比较慢。 总结一下思路： 1.读取两张图片，做边界填充，这个根据自己图片的融合范围自己调整（要求两个图片大小一致） 2.通过sift特征点检测，然后进行特征点的匹配筛选 3.通过匹配的像素点计算单应性矩阵 4.对读取的后一张图片用单应性矩阵进行仿射变换 5.通过双线性插值融合图片重叠部分 在第五部分，原方法是通过逐像素点融合图片，速度很慢，在这里我把它改成了用numpy库来处理融合过程，在我的电脑上从之前的融合需要
Python-OpenCV：图像的全景拼接融合以及图片对齐处理
热门推荐
weixin_43431189的博客
06-23 1万+
Opencv对图片切割和对图片对齐处理 以下原文转自：（作者： Wimb） Python-OpenCV基础：图像的全景拼接 import numpy as np import cv2 as cv from matplotlib import pyplot as plt if __name__ == '__main__': top, bot, left, right = 100, 100...
特征融合方法
不要回答的博客
03-05 8856
概述 基本概念 在很多工作中，融合不同尺度的特征是提高分割性能的一个重要手段。低层特征分辨率更高，包含更多位置、细节信息，但是由于经过的卷积更少，其语义性更低，噪声更多。高层特征具有更强的语义信息，但是分辨率很低，对细节的感知能力较差。如何将两者高效融合，取其长处，弃之糟泊，是改善分割模型的关键。 很多工作通过融合多层来提升检测和分割的性能，按照融合与预测的先后顺序，分类为早融合(Early fusion)和晚融合(Late fusion)。 早融合(Early fusion): 先融合多层的特征，然后在
Python realizes panoramic stitching using optical flow tracing principle
最新发布
02-15
Panoramic stitching is the process of combining multiple images to create a single panoramic image. Optical flow tracing is a technique used to track the movement of pixels between consecutive frames in a video or between multiple images. Here's an example of how you can implement panoramic stitching using the optical flow tracing principle in Python: 1. Start by importing the necessary libraries, such as OpenCV, Numpy, and Matplotlib. ``` import cv2 import numpy as np import matplotlib.pyplot as plt ``` 2. Load the images that you want to stitch into a list. ``` images = [cv2.imread('image1.jpg'), cv2.imread('image2.jpg'), ... ] ``` 3. Use the Lucas-Kanade optical flow method to track the movement of pixels between the images. ``` gray_images = [cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) for img in images] prev_gray = gray_images[0] flow = None for i in range(1, len(gray_images)): curr_gray = gray_images[i] flow = cv2.calcOpticalFlowFarneback(prev_gray, curr_gray, flow, 0.5, 3, 15, 3, 5, 1.2, 0) prev_gray = curr_gray ``` 4. Use the optical flow information to warp the images and align them. ``` warped_images = [] for i in range(len(images)): H = np.eye(3) for j in range(i): H = np.dot(H, cv2.estimateRigidTransform(gray_images[j], gray_images[i], False)) warped = cv2.warpPerspective(images[i], H, (images[i].shape[1] + int(H[0,2]), images[i].shape[0] + int(H[1,2]))) warped_images.append(warped) ``` 5. Finally, use the aligned images to create a single panoramic image. ``` panorama = warped_images[0] for i in range(1, len(warped_images)): panorama = cv2.addWeighted(panorama, 1, warped_images[i], 1, 0) ``` This is just a basic example, and you may need to adjust the parameters or use a different approach depending on your specific use case. But I hope it gives you an idea of how to implement panoramic stitching using the optical flow tracing principle in Python.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值