[图像拼接]APAP算法及相关问题研究


图像拼接首先通过一些手段(标定、SIFT等特征点、其他传感器等)获取图像间的对应关系(2D-2D)。

这个对应关系可以用单应性矩阵 H H H(也称透视变换)描述
[ x ′ y ′ w ′ ] = [ h 00 h 01 h 02 h 10 h 11 h 12 h 20 h 21 h 22 ] [ x y w ] = H [ x y w ] (1) \begin{aligned}\left[\begin{matrix}x'\\y'\\w'\end{matrix}\right]=&\left[\begin{matrix}h_{00}&h_{01}&h_{02}\\h_{10}&h_{11}&h_{12}\\h_{20}&h_{21}&h_{22}\end{matrix}\right]\left[\begin{matrix}x\\y\\w\end{matrix}\right]\\=&H\left[\begin{matrix}x\\y\\w\end{matrix}\right]\end{aligned} \tag{1} xyw==h00h10h20h01h11h21h02h12h22xywHxyw(1)

但上述思路的前提是:待拼接的目标处于或者近似处于同一平面。否则就会产生遮挡和角度差异,从而造成拼接图的“虚影”
在这里插入图片描述
                                                 图1. 由于相机角度差异造成的虚影现象(红圈)

针对上述问题,Autostitch(OpenCV实现的方法)和Photosynth等方法走的是一个全局H + 虚影后处理的路线;
APAP【1】算法则使用多个局部H的方式尝试在拼接时就尽可能精确。


APAP算法思路

APAP算法官方主页提供了matlab的源码
Github上有第三方实现的C++代码

算法以A图为基准,首先计算B图到A图的全局变换 H H H(DLT方法),
然后将B图等间距划分小网格,逐个计算B图每个小网格与A图的局部变换 H ∗ H_* H(Moving DLT方法),
最后将B图每个网格内的点按对应的 H ∗ H_* H做局部变换,与A图融合。

在这里插入图片描述
                                                        图2. 网格局部变换(摘自APAP论文)


几个问题

SVD在最小二乘中的应用

参考博文《SVD之最小二乘【推导与证明】》

- 模型 A x = b Ax=b Ax=b的求解
A A A尺寸为 m × n m\times n m×n,且 m > n m>n m>n(超定问题)
则优化目标为 m i n ∣ ∣ A x − b ∣ ∣ min||Ax-b|| minAxb

首先对 A A A做SVD分解,有
A = U Σ V T (2) A=U\Sigma V^T \tag{2} A=UΣVT(2)
其中 U U U V V V分别称为 A A A的左、右奇异向量,满足正交性(即 U T = U − 1 U^T=U^{-1} UT=U1
Σ

  • 4
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
图像拼接的方法很多,其中之一是APAP算法APAP(Automatic Panorama Alignment and Pyramidal Blending)算法是一种用于图像拼接的自动配准和金字塔融合算法。该算法主要包括以下几个步骤: 1. 特征匹配:根据给定的图像集,通过特征点的匹配找到图像之间的对应关系。 2. 计算变换结构:通过匹配的特征点,计算图像之间的变换关系,例如平移、旋转、缩放等。 3. 图像映射:利用计算得到的变换关系,将图像进行变形和映射,使得它们能够对齐。 4. 特征点对齐:针对经过变换映射后的图像,采用APAP算法对特征点进行对齐,以消除不匹配点带来的影响。 5. 拼接缝选择:通过图割方法自动选择拼接缝的位置,以达到无缝拼接的效果。 APAP算法图像拼接中具有一定的优势。它能够通过特征点的匹配和变换结构的计算,实现图像的对齐和配准。同时,通过特征点对齐和图割方法,可以实现拼接缝的自动选择,从而达到无缝拼接的效果。 然而,APAP算法也存在一些限制和不足。首先,它无法检测光线的变化,对于光线变化较大的场景,可能无法得到理想的拼接效果。其次,APAP算法对于特征点对的数量和质量要求较高,如果图像中的高频信息较少或特征点对数量不足,配准效果可能会受到影响。此外,对于大尺度的图像进行配准时,APAP算法的效果可能也不太理想。 综上所述,APAP算法是一种用于图像拼接的自动配准和金字塔融合算法,它通过特征点的匹配和变换结构的计算实现图像对齐,并通过特征点对齐和图割方法实现无缝拼接的效果。然而,该算法在光线变化较大和特征点对数量不足等情况下可能存在一定的局限性。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [图像拼接——APAP算法](https://blog.csdn.net/DeerDolphin/article/details/105083978)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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