【计算机视觉04】图像拼接
图像拼接是通过图像配准和图像融合等算法将两幅图或者多幅图像拼接成一幅图像,
一. APAP算法
1、概述
APAP算法是一种进行图像拼接的算法,采用移动的线性变换(DLT)进行计算。APAP方法采用局部变换模型进行图像拼接,局部模型的自由度较高,更加灵活,可以更好地处理
局部的变形,相比于全局的方法,其配准更加精确,拼接的性能有所提高,但是仍然会存在一些配准误差,以及拼接的结果出现重影现象,由此可见,局部模型比全局模型具有更好的适用性,可以更精确地配准图像,但是容易受匹配点数量和分布的影响。
2、算法主要流程
(1)SIFT特征检测
(2)RANSAC去除外点
(3)计算全局的单应矩阵
(4)分块计算DLT中的权重矩阵并映射
3、DLT算法
在配准的时候,直接将两张图片进行映射变换会导致图片中部分物体有重影现象,为了尽量减弱这种问题,我们要对每一个变换点 x,都使用一个独立位置的单应矩阵。
DLT求解单应性矩阵:
https://blog.****.net/guet_gjl/article/details/100547000
二. 图像分割
把图像匹配问题转化为能量函数最小化问题,通过构造网络,使能量与网格的割的容量相联系,利用图的网络流理论,给出能量函数最小化,从而获得图像匹配的视差数据。
三. 实验结果
两种不同场景下的拼接结果:
(1) 固定拍摄位置
对下面两张图片进行拼接:
特征匹配:
拼接完成:
对下面两张进行拼接:
特征匹配:
拼接完成:
- 结果分析
1.图片拼接完后拼接的缝隙不明显,拼接后图片融合程度好
2.图片变形严重
(2) 同一场景不同拍摄位置
对下面两张图进行拼接:
拼接结果:
-结果分析
1.可以看到拼接缝隙处有重影出现
2.图片中的高压线并没有拼接上
四 .实验总结
1.在室内多试了几组发现相邻图片如果存在更多的共同特征点,拼接效果就更好。共同特征点越少,拼接后的图像扭曲越严重。
2.室外场景拍摄角度不同光线不同,图像拼接容易出现重影。