基于SIFT算子的图像拼接融合算法_徐秋波

总第２７５期２０１２年第９期

计算机与数字工程

Ｃｏｍｕｔｅｒ＆ＤｉｉｔａｌＥｎｉｎｅｅｒｉｎ　　ｐｇｇｇＶｏｌ．４０Ｎｏ．９

１１０　

基于ＳＩＦＴ算子的图像拼接融合算法

徐秋波　李　鹏　秦富童

（）中国人民解放军６３８８０部队　洛阳　４７１００３

＊

摘　要　为满足各类可视化仿真系统对于全景图的需求，对图像拼接融合技术进行了深入研究，提出了一种基于ＳＩＦＴ算子的图像拼接融合算法，可以将多幅图像组成图像序列拼接获得广视角全景图，并通过实例验证了方法有效性。

关键词　ＳＩＦＴ；图像拼接融合；广视角全景像中图分类号　ＴＰ３０１．６

ＩｍａｅＭｏｓａｉｃａｎｄＦｕｓｉｏｎＡｌｏｒｉｔｈｍＢａｓｅｄｏｎＳＩＦＴＯｅｒａｔｏｒ　　　　　　　　ｇｇｐ

ＸＵ　ＱｉｕｂｏＩＰｅｎＩＮＦｕｔｏｎ　Ｌ　　Ｑ　ｇｇ（）Ｎｏ．６３８８０ＴｒｏｏｓｏｆＰＬＡ，Ｌｕｏａｎ７１００３　　　４ｐｙｇ

，ＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｍｅｅｔｔｈｅｄｅｍａｎｄｏｆｖａｒｉｏｕｓｖｉｓｕａｌｓｉｍｕｌａｔｉｏｎｓｓｔｅｍｓｔｈｅｔｅｃｈｎｏｌｏｏｆｉｍａｅｍｏｓａｉｃａｎｄｆｕｓｉｏｎｉｓｓｔｕｄｉｅｄｉｎ　　　　　　　　　　　　　　　　　　　ｙｇｙｇ　，ａｌｏｒｉｔｈｍｂａｓｅｄｏｎＳＩＦＴｏｅｒａｔｏｒｉｓｒｏｏｓｅｄｂｅｉｎａｂｌｅｔｏｍｏｓａｉｃｍｕｌｔｉｌｅｉｍａｅｓｔｏａｃｕｉｒｅｔｈｅｗｉｄｅａｎｌｅａｎｏｒａｍａ．Ｔｈｅｖａｌｉｄｄｅｔｈ．Ａｎ　　　　　　　　　　　　　　　　　　－ｇｐｐｐｇｐｇｑｇｐｐ　ｉｔｏｆｔｈｅａｌｏｒｉｔｈｍｉｓｖｅｒｉｆｉｅｄｗｉｔｈｓｏｍｅｅｘａｍｌｅｓ．　　　　　　　ｙｇｐ　

，ｗＫｅＷｏｒｄｓＩＦＴ，ｉｍａｅｍｏｓａｉｃａｎｄｆｕｓｉｏｎｉｄｅａｎｌｅａｎｏｒａｍａ　Ｓ　　　　　ｇｇｐｙ　

ＣｌａｓｓＮｕｍｂｅｒＰ３０１．６　　Ｔ

１　引言

随着计算机视觉、计算机图形学、多媒体通信等技术的发展，各个领域的各种模拟系统、三维虚拟实景系统以及其它可视化仿真系统不断涌现。各种可视化仿真系统都力图构建具有高度真实感的虚拟场景，因此在背景图像及三维

１～３］

，模型纹理图像方面都会选择真实图像作为素材［通过

投影变换模型的特例。投影变换关系模型可以用齐次坐标表示为

～ｘ

～

ｍ０ｍ１ｍ２

ｙ＝ｍ３ｍ４ｍ５ｙ

１ｍ６ｍ７１１Ｍ＝ｍ３ｍ４ｍ５

ｍ６ｍ７ｘ

（）１

ｍ０ｍ１ｍ２

（）２

将不同角度的图像进行拼接融合获得广视角图像。因此，无缝平滑的图像拼接融合是构建逼真的虚拟实景环境的重要基础。

本文对图像拼接融合算法进行了深入研究，力图构建可以满足各类可视化仿真系统需求的广视角图像。经验证，本文方法可以稳定高效得对多幅图像实现拼接融合，具有较高的实际应用价值。

１其中，投影变换矩阵Ｍ中各参数的意义如下：ｍ０、ｍ１、ｍ３、

ｍ４表示尺度和旋转量；ｍ２、ｍ５表示水平和垂直方向位移；ｍ６、ｍ７表示水平和垂直方向的变形量。图像配准的实质便是求解投影变换阵Ｍ中的参数。目前对Ｍ求解的典型方法有：模板匹配法、基于图像灰度的配准法、基于图像特征

４］

的方法［等。

２　图像拼接融合算法原理

２．１　图像拼接

为了实现相邻间有部分重叠的图像序列的拼接，需要首先确定这些图像序列之间的空间对应关系，这一步工作称之为图像配准。为了确定图像之间的对应关系，需要知道其相应的对应关系模型，一旦确定了图像之间的关系模型，则图像之间的配准问题就转化成确定该模型的参数问题。目前常用的一些关系模型有平移变换模型、刚性变换仿射变换模型以及投影变换模型等。其中，刚体变换模型、

是平移变换、旋转变换与缩放变换的组合，仿射变换是较刚体变换更为一般的变换。仿射变换和刚体变换模型则又是

修回日期：２０１２年３月１日，２０１２年４月２４日＊收稿日期：

２．２　图像融合

求得两幅图像的最优投影变换矩阵Ｍ之后就确定了还需要选择合它们之间的变换关系。为了得到合成图像，

适的图像融合方法来完成图像的拼接。图像融合的任务就是把配准后的两幅图像拼接成一幅无缝图像。一般分两步进行融合，第一步是图像的合并，将两幅图像拼接到同一个坐标空间内，使两幅图像成为一幅图像；第二步是拼缝的消除，去除拼接缝使两幅图像真正能融合成一幅图像。

图像融合的方法主要有基于图像灰度的融合算法、基基于变换域的融合算法于颜色空间变换的融合算法、

作者简介：徐秋波，男，助理工程师，研究方向：计算机网络技术、计算机图形学。李鹏，男，助理工程师，研究方向：多媒体技术、计算机仿真技术。秦富童，男，硕士，助理工程师，研究方向：计算机仿真、数据采集技术。

２０１２年第９期计算机与数字工程

１１１　

５～７］

，等［本文采用了基于图像灰度的融合算法。在基于图

４

，的几率为１－ｐ抽取Ｎ次都抽不到４对全是正确匹配的４Ｎ

），点对的概率为（在实际应用中，一般保证（１－ｐ１－４Ｎ

ｐ）＜５％即可满足精度需求。

图像融合方面，本文采用了加权平均的融合算法来消

像灰度的融合算法中，常采用直接平均融合法、加权平均中值滤波法以及多分辨率样条技术融合法等。直接平法、

均融合法是将配准后图像重叠区域内对应像素点的灰度值会导致最终的拼接图像中存在较为明直接叠加再求平均，

显的拼接痕迹。加权平均融合法对重叠区域的像素值先进可以使得重叠区域实现平滑过渡，同行加权后再叠加平均，

时消除拼接痕迹。中值滤波融合法是利用中值滤波器来处理重叠区域中像素值的不连续性，该方法可以克服图像细对有运动目标的场景拼接效果较好，但计算节模糊的现象，

量较大。多分辨率样条技术融合法首先将图像分解成一系列具有不同分辨率、频率特性及方向特性的子带图像，然后在每个分解的频率域上将图像重叠边界附近加权平均，最后将所有频率上的图像拼合成一幅全景图像。

除拼接的痕迹。以两幅图像为例，设这两幅图像分别表示，），），，），为Ｉ和Ｉ其融合后的图像表示为Ｉ（则：ｉｉｉ１（２（ｊｊｊ（）５，），），）Ｉ（ｉ＝Ｉｉ＋（１－Ｉｉαα）１（２（ｊｊｊ其中：可由帽子函数加权平均法和渐入渐出α为加权系数，两种方法确定。帽子函数加权平均法对图像中心区域的像素赋予较高的权值，图像边缘区域的像素权值较低，α值用主要思想帽子函数确定。本文采用渐入渐出的方法确定，

］，将加权系数α取值范围确定为［是，０，１α取渐变系数。若则相当于两幅图像取平均值，若α由０慢慢变化到５，α＝０．

，），），图像则从Ｉ慢慢过渡到了Ｉ这样就可以实现１，ｉｉ２（１（ｊｊ图像间的平滑过渡，从而消除了拼接的痕迹。

３　图像拼接融合算法详述

图像拼接方面，本文选用基于图像特征的方法，即首先

［］

利用简化的Ｓ然后采用ＩＦＴ８算子提取相邻图像的特征点，

４　实验结果

为了验证文中拼接算法的有效性，在参数为Ｐｅｎｔｉｕｍ（／／ＶＲ）４２．４Ｇ１０２４ＭＣ＋＋６．０的ＰＣ机上加以实现 …… 此处隐藏：4447字，全部文档内容请下载后查看。喜欢就下载吧 ……