基于相機(jī)平移模式下的圖像拼接技術(shù)研究

1 引言
自然界是一個豐富的信息源，但由于單一相機(jī)視場范圍的限制，無法一次拍攝出視角寬廣的視場。近年來，隨著生物科學(xué)的發(fā)展，人們對于昆蟲復(fù)眼結(jié)構(gòu)及成像機(jī)理的認(rèn)識更為透徹。根據(jù)現(xiàn)有的實驗結(jié)果，昆蟲復(fù)眼由按固定方式排列的許多小的單眼組成，每個小眼都對應(yīng)一個相應(yīng)的小視場，每個小視場又有一部分相互重疊，從而構(gòu)成昆蟲復(fù)眼廣視場角的特征，然后經(jīng)昆蟲神經(jīng)系統(tǒng)處理得到完整的視場信息，人們借鑒“蠅眼”的成像機(jī)理，將多個相機(jī)放置在不同位置獲取圖像。不同位置的相機(jī)覆蓋含有目標(biāo)物體的整個視場，往往得到一組序列圖像，然而這些圖像中存在大量冗余信息，如何簡單有效地表示真實世界成為目前研究的熱點。
圖像拼接技術(shù)就是對一組相互間存在重疊區(qū)域的圖像序列實施配準(zhǔn)，最后拼接成一幅包含這組圖像序列信息的寬視場、完整的新圖像的技術(shù)。圖像拼接包含圖像的預(yù)處理、最佳拼接縫的定位及圖像的平滑過渡3個過程。

2 圖像拼接技術(shù)
這里是在焦距、光照等不變的情況下通過拼接沿水平和垂直方向移動相機(jī)拍攝到的靜態(tài)圖像來模擬復(fù)眼成像的、基本過程。由于各個相機(jī)(“小眼”)的放置位置是按照一定規(guī)則設(shè)置的，且相機(jī)移動放置過程中整個系統(tǒng)的光學(xué)參數(shù)和工作時的物距一定，因此所獲得的不同位置的4幅圖的重疊比例也是一定的。圖1為所獲取的相鄰4幅圖像的關(guān)系示意圖。

獲取圖像后，首先對圖像進(jìn)行邊緣檢測的預(yù)處理，并確定相鄰圖像在高度、寬度上的重疊程度，利用圖像重疊區(qū)域?qū)?yīng)像素點灰度值的相似性對圖像進(jìn)行配準(zhǔn)，最后對配準(zhǔn)后的圖像進(jìn)行平滑拼接，得到一個大視場范圍的全景圖。
2．1 圖像預(yù)處理
由于這里所采集的圖像不是在同一時刻同一地點拍攝得到的，光照度的不均以及曝光強(qiáng)度的不同導(dǎo)致在不同角度采集到的4幅圖像的灰度值會有不同程度的偏移。而且拍攝時不可避免的出現(xiàn)各種噪聲、畸變和對比度降低等狀況，也會導(dǎo)致圖像中包含的有效信息減少，如果直接對所采集的圖像進(jìn)行匹配，往往得不到理想的結(jié)果。為了提高圖像配準(zhǔn)的精度和拼接的質(zhì)量，必須先將圖像轉(zhuǎn)化為灰度圖像Gray(i，j)，然后選用不具有方向性的拉普拉斯算子

對灰度數(shù)據(jù)進(jìn)行銳化處理：
L(i,j)=Gray(i,j)×H (1)
式中，L(i，j)為銳化后的圖像灰度值。
經(jīng)銳化處理后，圖像的輪廓更為清晰，邊界更趨于明顯，有利于進(jìn)一步搜索拼接位置。
2．2 最佳拼接縫的定位
圖像預(yù)處理可減少圖像匹配工作的盲目性，降低誤匹配概率。圖像配準(zhǔn)算法思路：在待匹配的第1幅圖像的重疊部分選取中間間隔一定距離的兩組像素點對應(yīng)的灰度比值作為模板，然后在第2幅圖像中對應(yīng)的重疊區(qū)域搜索最佳匹配位置。減少錯誤匹配現(xiàn)象出現(xiàn)概率的重點在于增加選取的兩組模板的有效信息量，減少干擾信息。具體實現(xiàn)如下：
以“小眼1”與“小眼2”所成像的匹配算法為例。圖2為兩幅待拼接圖像的示意圖，大小均為(WxH)像素。這兩幅待拼接的圖像為左右重疊關(guān)系，重疊區(qū)域在兩幅圖像中所占比例約60％。圖2中Image11、Image22分別表示Image1、Image2非重疊區(qū)域的圖像，Image12和Image21表示Image1和Image2重疊區(qū)域的圖像。