根据以上分析, 本文中在基于面积的图像 拼 接算法的基础上, 提出一个基于模板匹配 的全景 图拼接算法. 算法的基本思想是: 首先由在一幅图 像中的划定模板, 在另一幅图像中搜索相 似度最 大匹配, 得到图像间的平移参数, 最后根据求得的 平移参数排列 2 图像, 并对图像的重叠部 分进行 平滑处理, 消除由于图像间 旋转、仿射、透 视等关 系及图像失真给图像拼接带来的影响, 提 高拼接 速度.
当以 2 块面积像素点灰度值的差别作为判别 标准时, 最简单的一种方法是直接把各点灰度差 累计起来. 这种 办法效 果不是 很好, 常常 由于亮 度、对比度的变化及其它原因导致拼接失败. 另一
种办法是求 2 块面积的对应像素点灰度值差相对 于灰度值和的大小.
较好的办法是求 2 块面积的对应像素点灰度 值的相关系数. 相关系数越大, 则 2 块图像的匹配 程度越高. 该方法的拼接效果要好一些, 成功率有 所提高.
且当 比 值
TH TW
n=
1m =
[
1
Is (
n,
m) ]
2
为常数时
TH T W
n = 1m=
[
1
IT(
n,
m)]
2
R ( i , j ) 取极大值( = 1) .
由以上各式可知, 模板 T 在匹配图 M 中按像
素逐点搜索, 逐点计算子图强度 Is 、模板强度 It 、
子图与模板互相关强度 Is It , 然后计算相似度,
第 21 卷 第 9 期 Vol. 21 No. 9
计算机与信息技术
重 庆 工 学 院 学 报( 自然科学版)
Journal of Chongqing Institute of Technology( Natural Science Edition)
2007 年 9 月 Sep. 2007
全景图拼接算法的设计与实现
杨刚
( 陕西理工学院 计算机科学与技术系, 陕 西 汉中 723003)
摘要: 研究了全景图生成过程中相关图片拼接的问题. 探讨了通常的 2 种图像 拼接算法 及其优缺
点, 在定义匹配图、包含图 和模板图的基础上, 提出了一个基于模板匹 配的全景图 拼接算法, 引入
标准相 似度实现模板匹配, 在 Visual C+ + 6. 0 环境中 编程实现图片的拼接 , 并验证 了算法的正确
全景图是一种具 有全视域和高分辨的图像, 在机器人技术、计算机视觉、虚拟现实方面有着广 泛的应用. 通过图像拼接方法将普通相机拍摄的 序列图像进行自动拼接, 是目前构造全景图最常 用的方法. 本文中以这种最常用的构造全景图的 方法为基础, 着重研究了圆柱面全景图中图像拼 接的问题.
1 相关基本概念
给定某个场景的一组互相重叠的局部图像, 生成 1 幅包含这组具有相同视点但不同视角的局 部图像的新的较大的视图, 这个过程称为 图像的 拼接问题, 也称之为图像镶嵌[ 1] . 该问题的核心在
基于面积的图像拼接算法的优点是简单且适 应性强; 缺点是速度较慢, 且要求待拼接的 2 图像 亮度、对比度等差别不能太大. 2. 2 基于特征的图像拼接算法
基于特征的图像拼接算法是由像素点的灰度 值信息提取图像特征, 然后以图像特征为标准, 对 图像重叠部分的对应特征区域进行拼接. 该算法 能提高拼接速度, 抗干扰能力较强, 但是需要对图 像进行预处理以判断并提取特征区域, 因 而较繁 琐. 此外, 如果特 征集是由点或线构成, 虽 然会大 幅提高拼 接速 度, 但 却与场 景相关, 反 而不便 实 现.
for ( n = 0; n < TH ; n+ + )
{
for( m = 0; m < TW ; m+ + )
{
/ / 计 算 [ Is( n, m) ] 2 和 Is
( n, m) It( n, m)
} } / / 计算相似性 R = dSigmaST / ( sqrt ( dSigmaS) * sqrt ( dSigmaT) ) ; if ( R > MaxR) {
模板匹配[ 3] 是指预先给定已知类的标准模式
Cw , 当输入某个模式 x 时, 判别输入模式与标准模 式中哪一个最接近. 距离可以用作衡量其接近程 度的尺度. 若采用 Euclid 距离, 则 dw ( x ) = x Cw . 距离最小的那个输入模式被识别为属于类.
考虑到当输入模式相同, 但其灰度值不同时, x 与 Cw 的距离也就不同, 因此用标准相似度 sw ( x ) 衡
}
}
/ / 找到图像中最大相似性的出现位置
for ( j= 0; j< H- TH+ 1; j+ + )
{
for( i= 0; i < W- TW + 1; i+ + )
{
dSigmaST = 0; / /
Is( n, m) It ( n,
m)
dSigmaS = 0; / / [ Is( n, m) ] 2
2
n=
1m=
I
1
s
(
n,
m)
IT(
n,
m)+
TH TW
[
n= 1m= 1
IT ( n,
m) ] 2
其中: 第 1 项表示子图 Si , j 的强度, 它随( i , j ) 缓慢
变化; 第 2 项是子变; 第 3 项表示模板的总强度, 是 1 个与( i , j ) 无关
图像拼接是基于图像的虚拟现实系统中建立 高度真实感场景的一种基 本方法. 拼接是全景图 生成技术中最关键的一步. 由于在图像采集过程 中相机没有发生大的偏斜 和俯仰, 所以在采集到 的图像中, 相邻图像间旋转、仿射、透视的关系并 不明显, 且主要是平移关系. 这样就要求柱面全景 图拼接算法首先要能解决计算相邻图像间平移参 数这一关键性问题, 其次还要能对旋 转、仿射、透 视的影响以及使用普通相机拍摄图像时产生的边 缘失真现象加以处理, 从而达到无缝拼接的目的. 图 1 为柱面全景图像拼接示意图.
( Department of Computer, Shaanx i University of T echnology, Hanzhong 723003, China)
Abstract: This paper studies the quest ion of relative image mosaic in the process of creating panoramic images, and discusses the advantage and disadvantage of two common image mosaic algorithms. By defining mat ching image, containing image, and template image, this paper presents a panoramic image mosaic a-l gorithm based on template matching, and introduces a standard analogue degree to finish template matching. Finally the results show that the algorithm is correct through programming to complete image mosaic in the environment of the Visual C+ + 6. 0. Key words: panoramic image; image mosaic; template matching
性.
关 键 词: 全景图; 图像拼接; 模板匹配
中图分 类号:TP391
文献 标识码: A
文章编号: 1671- 0924( 2007) 09- 0107- 04
Design and Implementation of Panoramic Image Mosaic Algorithm
YANG Gang
杨 刚: 全景图拼接算法的设计与实现
109
述为: Step1: 划定模板图; Step2: 在匹 配图中设定搜 索范围, 找出与模
板图具有最大相似性的位置; Step3: 调入 包含图, 根 据最大相似 位置无缝
拼接. 在拼接算法 中, 计 算时间消 耗最大的 是第 2
步, 即模板匹配.
图 2 匹配图、包含图和模板图( 虚线框所示)
1 10
重庆工学院学报
for ( n = 0; n < TH; n+ + ) {
for( m = 0; m < TW ; m+ + ) { / / 计算 dSigmaT ( [ It ( n, m) ] 2)
于面积的图像拼接方法和基于特征的图像拼接方 法, 在基于面积的图像拼接算法的基础上 提出一 个基于模板匹配的全景图拼接算法, 并对 此算法 进行了研究和讨论. 最后在 Visual C+ + 6. 0 环境下 编程对此算法进行了验证.
收稿日期: 2007- 06- 21 基金项目: 陕西理工学院科研基金资助项目( SLGQD061) . 作者简介: 杨刚( 1973 ) , 男, 陕西洋县人, 硕士, 讲师, 主要 从事计算机图形学及辅助设计研究.
1 08
重庆工学院学报
于寻找一个办法, 使得图像之间相互重叠的部分 对准, 即图像整合, 然后再 缝合 成一个新的更大 画面的视图( 如图 1) . 图像整合的前提是寻找这组 图像相互间的变换关系, 包括仿射变换和平面透 视变换.
直到 找 出 最 大 相 似 度 为 止, 最 后 输 出 参 考 点