More Related Content Similar to Image Stitching Method
Similar to Image Stitching Method (20) Image Stitching Method2. • 图像拼接的应用!
图像拼接简 • 技术简介!
介!
• 柱面投影!
• 特征点提取和描述算法介绍!
• 匹配算法!
图像配准! • 总结!
• 图像坐标变换模型!
• 图像插值!
图像融合! • 边界过渡与光照调整!
演示!
10. 柱⾯面投影
投影公式如下:!
⎧ C
c−
⎪ 2 ) + f ⋅ arctg ( C )
⎪c ' = f ⋅ arctn(
⎪ f 2f
⎪
⎨ R
f (r − )
⎪ 2 R
⎪ r'= +
⎪ C 2 2 2
(c − ) + f
⎪
⎩ 2
14. Harris算法提取⾓角点
⎡ ⎛ ∂I ⎞2 ⎛ ∂I ⎞ ⎛ ∂I ⎞ ⎤
⎢ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎥
⎢ ⎝ ∂x ⎠ ⎝ ∂x ⎠ ⎝ ∂y ⎠ ⎥
H = ⎢ 2 ⎥ ∗ L
⎢⎛ ∂I ⎞ ⎛ ∂I ⎞ ⎛ ∂I ⎞ ⎥
⎢⎜ ∂y ⎟ ⎜ ∂x ⎟
⎣ ⎝ ⎠ ⎝ ⎠
⎜ ⎟ ⎥
⎝ ∂y ⎠ ⎦
R
=
det(H)
-‐
k(trace(H))
2
!
I(x,y) ------------点(x,y)处的灰度值
∂I/∂x
-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐图像在x方向的一阶导数
∂I/∂y-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐-‐图像在y方向的一阶导数
L ----------------线性低通高斯模板
det(H)-----------矩阵H的行列式
trace(H)--------矩阵H的迹
k-------------------阈值系数!
18. 特征点提取和描述——SIFT算法
提取稳定
检测极值点 筛选极值点
的极值点
在高斯差分金字塔分层结构中,样本像素点需
提取出图像中的极值点作为候选特征点,并在
要和它相邻的8个像素点以及上下相邻图像层
这些特征点中筛选掉低对比度和处于边缘的特
中的各9个像素点共26个点进行比较。
征点。!
如果样本像素点是27个点中最大或最小的,则
视为极值点。!
24. 特征点匹配
" 1. 图1中的特征点p1(i)与图2中的所有特征点计算S,找
出图2中的p2(j)、p2(k),使得S最小和次小。若S(ij) <
T*S(ik),则认为p2(j)是p1(i)的匹配点,其中T为一阈值。
" 2. 反过来,在图1中找p2(j)的匹配点,若也是p1(i),则认
为p1(i)和p2(j)匹配。!
27. ⽅方案⽐比较结果
方案一! 方案二!
提取特征点用时! 3.327s(harris)!
特征点数! 159! 1600!
生成特征矩阵耗时! 0.288s! 6.167s(包括提取特征
点)!
匹配耗时! 0.044s! 3.846s!
匹配点对数! 30! 219!
34. 图像融合⽅方法
图像坐标 图像的插 过渡与光
照调整 成果展示
变换模型 值
三种常见变换 最邻近点插值 线性加权方法
8-参数 法 光照调整局限
前向映射与逆 双线性插值法 性
向映射
57. 改良算法的提出
² 将调整系数设为
两幅图像素平均
值之差的一半
² 一幅图减去这个
系数,另一幅图
加上这个系数
59. 接缝过渡
" 线性加权融合法
" I(x,y) = w(x,y)IL(x,y)+(1-w(x,y))IR(x,y)
" W(x,y)为加权函数,其取值与该点到拼接中线的距离线
性相关。!