CHENLI
4
UAV (Unmanned Aerial Vehicle) image
High resolution High flexibility High efficiency Low cost
CHENLI
5
图像拼接的步骤
图像拼接技术主要包括３个重要步骤： 特征提取、 特征配准和图像融合。
remove the false registration using constraint registration algorithm
use the gradual fade-out method for image fusion
CHENLI
11
经典的Harris角点检测算法
Harris角点检测算法只计算图像的一阶导数
其中图像配准是整个图像拼接技术的核心部分，直 接决定了图像拼接结果的质量。图像配准算法主要 分为３类： 基于灰度图像的匹配、基于特征的匹 配和基于变换域的匹配。
CHENLI
6
目录
背景 ✓ 角点检测 本文提出的改进算法 后续工作 实验结果
CHENLI
7
角点检测ቤተ መጻሕፍቲ ባይዱ
Corner in a digital image is referring to the local maximum curvature contour line in the image.
CHENLI
13
特征点配准失败的原因
➢角点之间存在相似性，这导致匹配错误。 ➢两幅图像之间的角点不是一对一的关系，有些特
征点找不到相应的匹配点。
CHENLI
14
特征点的配准
互相关函数（correlation feature registration）：
以每个特征点为中心， 取一个(2N+1) X (2N +1) 大小的相关窗口。 I 和I′ 代表两幅图像中像素点的灰度值。
CHENLI
8
几种角点检测的比较
CHENLI
9
目录
背景 角点检测 ✓ 本文提出的改进算法 后续工作 实验结果
CHENLI
10
流程图
use Harris operator to detect the image corner
use the correlation feature registration to find registration pair
UAV Image Automatic Mosaic Method
Based On Matching Of Feature Points
（基于特征点匹配的无人机航拍图像拼接技术）
@2013 IEEE Yang Xiao Hong,Zhang Qing Jie,Zhao Dan Dan dept. of aircraft controller aviation university of air force Shao Xiang Xin college of electronic science ˂ engineering changchun university of technology Xu Jing dept. of neurology internal medicine first hospital of jilin university
18
图像融合
M(x,y)=
M1、M2：待拼接图像 M：融合后的图像
ω1、ω2：重叠区域对应像素的权值。 一般取ωi ＝ ω 1/ ω ，ω 表示重叠区域的宽度 (i=0或1) 且满足条件 ω 1 ＋ ω2 ＝ 1 ，0< ω1,ω2 <１ 。
CHENLI
19
目录
背景 角点检测 本文提出的改进算法 后续工作 ✓ 实验结果
这说明（ A ，A ′ ） 和（B ，B ′ ）是两对对应的匹配对
CHENLI
16
A(2,2) B(3,3)
A’(0,1) B’(1,2)
L=|2-0|/|2-1|=2 R=|3-1|/|3-2|=2
CHENLI
17
目录
背景 角点检测 本文提出的改进算法 ✓ 后续工作 实验结果
CHENLI
与边缘和直线等特征相比 ，角点具有提取过程简单，结果 稳定和提取算法适应性强等特点 ，广泛应用于图像配准领 域。
角点检测的方法主要分为两种：(1) 基于图像边缘的方法 : 先提取图像信息的边缘，然后再求角点； (2) 基于图像灰 度的方法， 例如： Moravec算法 、Harris算法、SUSAN 算法等。
CHENLI
报告人：张帆 2016/4/28
1
目录
背景
角点检测
本文提出的改进算法
后续工作
实验结果
CHENLI
2
目录
✓ 背景 角点检测 本文提出的改进算法 后续工作 实验结果
CHENLI
3
图像拼接
图像拼接技术是指将一组相互之间存在重叠部分的图 像序列先进行空间配准， 再经过图像变换、 重采样 和图像融合后形成一幅包含每个图像序列的宽视角或 ３６０°视角的全景图像的技术。图像拼接具有重要 的实用意义，广泛应用于遥感图像处理、 地理信息 系统、 虚拟现实技术、 视频拼接、 医学图像分析、 机器人视觉和３Ｄ图像重建等领域。近年来，也逐渐 成为计算机数字图像处理领域中的一个研究趋势。
CHENLI
15
去除伪配准对——constraint registration algorithm
设点 A ( xA ,yA) 和点 B ( xB , yB) 分别是参考图像中任意的两个特征点， 在 待拼接图像中有两个对应的特征点分别是 A′ ( x′A ,y′A ) 和 B′ (x′B, y′B )， 如果(A,A′) , (B,B′) 的坐标满足如下关系:
Corner Response Function (角点响应函数CRF)定义如下：
CHENLI
12
一种新的角点响应函数
CRF阈值的选取：考虑到算法的通用性，不可能在对每张图片进行处理 时都进行比较来得出适合不同图片自身的阈值，所以就对阈值的自适应 能力提出了要求，根据参考图像自动确定阈值T ——首先对参考图像设 定一个比较小的初始阈值 T1 ，对大于T1的点取局部极大值， 然后对结 果进行排序， 根据要求选取最大的若干个像素点作为候选角点结果，同 时记录该结果角点提取的最小阈值，作为待拼接图像角点提取的阈值T。