论文导读：图像拼接技术有悠久的研究历史。早期用于航空遥感照片合成，在20世纪90年代Heung——YeungShum研究了同心圆拼图(柱面全景图)，20世纪90年代中期，微软研究院的Szeliski教授提出基于运动的全景图像拼接模型，将8参数减低为4参数，2003年M.Brown发表了全自动的图像拼接算法的文章，使用捆绑调整技术，同时，鱼眼镜头拍摄图像生成球面全景图的绘制技术也得到广泛研究。
关键词：全景图，图像拼接，特征匹配，图像平滑
1 绪论
图像拼接技术有悠久的研究历史。早期用于航空遥感照片合成，在20世纪90年代Heung——Yeung Shum研究了同心圆拼图(柱面全景图)， 20世纪90年代中期，微软研究院的Szeliski教授提出基于运动的全景图像拼接模型，将8参数减低为4参数，2003年M.Brown发表了全自动的图像拼接算法的文章，使用捆绑调整技术，同时，鱼眼镜头拍摄图像生成球面全景图的绘制技术也得到广泛研究。
2 全景图像拼接技术的概述
2.1 全景图的模式分类
全景图根据图像投影方式的不同，存在几种全景图像：一种是球面全景图像，一种是多面体全景图像，还有一种是最常用的柱面全景图像。柱面全景处理起来比球面全景与多面体全景简单得多，因而应用面比较广。
2.2 全景图的生成流程
全景图的声称流程如下：图像的采集，图像的预处理，图像的变换，图像匹配，图像的平滑处理。
3 基于特征匹配的柱面全景图拼接技术的研究
3.1 原始图像的采集和几何校正
3.1.1 拍摄方法和原则
照相机拍摄时一般有三种情况：
1.旋转照相机拍摄
在这种情况下，放置照相机的三脚架在拍摄过程中一直在同一位置。照相机绕垂直轴旋转，每旋转一定的角度，拍摄一张照片。拍摄得到一系列照片中相邻两张必须有部分重叠。建议相邻图像之间重叠比例达到50%。重叠比例越大，拼接就越容易。
2.平移照相机拍摄
平移照相机指的是照相机在一个平行于成像平面的方向上平移。这种情况的缺点：拍摄的相片在一个平面上，拍摄的三维感觉不如旋转拍摄的。科技论文。
3.手持照相机拍摄
这种方法比较容易做到，手持照相机原地旋转拍摄。但是，拼接手持照相机拍摄的照片是很困难的，因为在拍摄过程中，照相机的运动非常复杂。可以增加重叠比例，使照相机旋转角度、平移减小，因而减小相邻图像之间的不连续程度。
用照相机拍摄全景图像，要取得较好的效果，必须注意以下几个方面的原则：
3.2 图像的变换
将一幅图像与另一幅图像匹配，常需要对一幅图像进行一系列的变换，这些变换可分为刚体变换、仿射变换、投影变换和非线性变换。
3.3 图像的匹配
3.3.1图像拼接算法的原理
一般情况下，经过柱面投影变换得到的具有重叠区域的柱面全景图中相邻的两幅待拼接图像间的重叠[2]范围大约在30%-50%之间。为了减少在特征区域提取时候的盲目性，我们可以先对灰度图像进行图像轮廓的提取，尽量的让选择的特征区域包含独特的信息，容易识别。
在图像匹配过程中，希望匹配点要准确，即关峰尖锐，定位精度高，因此在实验过程中用边缘检测的方法提取图像的边缘从而使图像的轮廓更为清晰，这样有利于提高匹配的精度和降低伪匹配的可能性。
3.3.2 基于特征区域的提取和匹配算法的实现
本文采用Moravec[3]算子进行特征区域的提取，窗口的大小可以采用5 5到2121。窗口越大，抗噪声能力越强，同时运算量也越大。
特征区域的匹配过程步骤如下：
1.将匹配图像重叠部分的像素灰度值和位置信息读入数据矩阵B，矩阵B读入的是匹配图像重叠部分的数据。
2.设置一个或者多个二维循环，通过对循环条件的设置或者分段设置循环，使搜索路径可以沿着预处理之后提取的轮廓边沿进行，将整个图像的重叠区域全部搜索一遍。科技论文。
3.沿着搜索的路径提取矩阵B的55，并且对矩阵内部的元素进行运算，分别计算该矩阵和单位矩阵的元素的均方差和灰度差的绝对值之和，分别把它们赋给两个变量。
4.将记录的当时搜索区域和单位矩阵的均方差和灰度差的绝对值之和跟之前的记录值作比较（记录值的初值的均方差为0，灰度值的绝对值之和为10），记录均方差的最大值和灰度值的绝对值之和的最小值，并且分别记录它们的坐标位置。科技论文。
5.搜索矩阵下移，再次重复步骤2和步骤3。
6.搜索结束，就得到了在矩阵B中令均方差最小且灰度值的绝对值之和最大的区域，记录该区域的位置和中心点的坐标位置。
在本课题的实现过程中，待拼接的图像已经经过了预处理和轮廓提取，所以在拼接的过程中，只需要将算子的中心沿着重叠部分图像的轮廓进行就可以了。
3.4图像的平滑处理
在拍摄柱面全景图时，周围环境和相机本身引起的最大问题就是相邻图像之间的光照变化较大，会出现带状痕，为了消除这种拼接区域带状痕影响，提出了一种直方图处理方法：
1.对于24位色图，首先将RGB图像转换成HIS类型图像，针对其I分量进行处理，等同于对灰度图像的灰度值进行处理。
2.将两幅图像的1/3公共部分作为重叠区域，注意要保证两个重叠区域像素数目一致。
3.分别计算左、右两边重叠区域的I分量或灰度图像灰度值的和sum1与sum2。
4.Differ=sum1/sum2，将图像2的每一个像素的I分量或者灰度图像2的每一个像素的值与参数Differ相乘加权。这样做的目的是将两幅图像的亮度均值统一，使得重叠区域在拼接时能够平滑过渡。
4 总结与展望
随着虚拟现实技术的不断发展，虚拟现实技术开始走向大众化，并应用于网上购物、网上旅游、网上教育和在线游戏等领域，虚拟现实系统将会成为未来世界一个不可缺少的重要组成部分。
【参考文献】
[1]王玉珍.基于特征区域的图像拼接技术.兰州大学硕士学位论文，2001：
3-10
[2]兰培真,马越,邱志雄,金一垂.不同视点重叠图像自动拼接算法.中国航海，2001，(2)：41-45
[3]G.Stein.Accurate Internal Camera CalibrationUsing Rotation with Analysis of Sources of Error.Proceedings of the 5th InternationalConferenceon Computer Vision (ICCV'95)，Cambridge MA，1995，(1)：230-236
|
