图像拼接总结.doc

《图像拼接总结.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于特征匹配的图像配准和图像拼接技术一、介绍图像配准是将同一场景拍摄的不同图像进行对齐的技术，即找到图像之间的点对点的映射关系，或者对某种感兴趣的特征简历关联。图像拼接利用图像配准的结果，通过图像融合技术把几幅图像合成一幅大的无缝的全景图。现在,图像拼接技术已经成为计算机图形学的研究焦点,被广泛应用于空间探测、遥感图像处理、医学图像分析、视频压缩和传输、虚拟现实技术、超分辨率重构等领域。二、图像拼接的步骤图像拼接的方法可分为两类：基于像素和基于特征的。目前常用的是基于特征的方法，下面主要讲述基于特征的方法的主要步骤。1.特征提取常用的特征有Harris,susan等。SIF

2、T特征提出后，由于其具有旋转、尺度等不变性很适合图像拼接，而被广泛使用。06年有提出了SURF特征，SURF特征是SIFT特征的改进，同样具有对旋转、尺度的不变性，不过提出速度比SIFT特征快（这是其主要优点）。2.特征匹配采用sift作为特征的图像拼接，一般都采用kd-tree实现特征的快速匹配。3.内点的选取（正确匹配点）RANSAC算法在内点的选取中被广泛使用，CVPR2005上又提出了一种PROSAC方法，速度和性能均比RANSAC算法表现好。4．变换模型参数的估计计算出单应性矩阵5利用插值技术实现图像镶嵌