基于相機平移模式下的圖像拼接技術研究

式中，I(x,y)、I1(x，y)、I2(x，y)分別為拼接圖Image3、待拼接圖像Image1和Image2的灰度值，d(0d1)是漸變因子，由像素點距離重疊區(qū)域邊緣的距離決定。由此實現(xiàn)Image1到Image2的平滑拼接，得到最終的拼接圖Image3。按照上述算法處理步驟，直到完成相鄰4幅圖像的無縫拼接。

3 仿真實驗數(shù)據(jù)與結(jié)果
使用Matlab7．1圖像處理平臺，分別對拍攝到的4幅圖像的拼接過程仿真結(jié)果進行說明。圖3所示是4幅待拼接圖像，它們大小相同，以像素為單位，均為243×343。圖4為左右相鄰兩幅圖像的拼接圖。圖5為未經(jīng)過圖像平滑處理的4幅圖像拼接結(jié)果圖。圖6為使用圖像平滑算法處理后的結(jié)果圖，圖像大小為332×448。

上述算法涉及到模板選取問題，值得注意的是：(1)在圖像配準算法中所提取的特征區(qū)域不僅要具有獨特的特征。而且要含有足夠多的有效信息；(2)選取的每一初始模板a和b1，b2…中兩列的水平間隔應不小于20個像素單位，如果間隔距離太小，則可能模板a的灰度值變化不明顯，導致匹配點不準確，造成誤匹配；而且這兩列的間距不能大于重疊寬度，否則第2列可能越界。(3)如果選取的Image2模板中出現(xiàn)黑色像素點(灰度值為0)，則會導致比值無窮大及模板c不存在，即這種算法失效。為避免這種情況出現(xiàn)，可在對拼接效果影響輕微的情況下將待匹配Image2灰度值增加0．000 00001。

4 結(jié)束語
研究基于相機平移運動模式的圖像拼接算法，對采集到的相鄰4幅圖像進行以下處理：(1)預處理和圖像邊緣檢測技術對于圖像的配準十分重要，經(jīng)過銳化后的圖像其邊界將更趨于明顯，大大減少了配準所用時間，提高了匹配的準確性。(2)在圖像匹配算法中增加模板的有效信息量，通過將兩模板對應的灰度比值作為評價模板進行匹配對比而確定最佳拼接位置。該算法雖然在計算量上有所增加，但大大增加了匹配的可靠性，具有較好的實用性。(3)利用平滑因子對兩幅圖像的重疊區(qū)域的像素進行融合操作，過渡自然，銜接良好，較好地實現(xiàn)了無縫拼接。
由實驗結(jié)果可以看出，本文算法合理，可行性強，能夠達到良好的拼接效果。下一步工作是研究如何提高拼接速度，減少縮短時間。