摘要：圖像拼接技術(shù)是計算機圖像和視覺處理研究的熱點問題，其主要是通過采用圖像繪制的方法將多幅分離的圖像信息表現(xiàn)在高分辨率的平滑圖像上，從而能夠有效解決圖像分辨率和圖像視野之間的矛盾，目前圖像拼接技術(shù)廣泛應(yīng)用于各個領(lǐng)域。而對于圖像拼接技術(shù)的算法有很多種，文針主要對SURF算法的尺度旋轉(zhuǎn)不變和提取特征點等進(jìn)行了分析和研究，進(jìn)一步保證了圖像拼接的精度，通過對這種方法的試驗，說明在圖像拼接當(dāng)中能夠取得較好的效果。

關(guān)鍵詞：圖像拼接；多算法結(jié)合；研究分析

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9599 （2012） 22-0000-02

目前國內(nèi)外針對圖像拼接已經(jīng)提出了不少關(guān)于其的算法。其中，尺度不變特征變換匹配算法（SIFT）有良好的旋轉(zhuǎn)、尺度以及光照等不變特性被廣泛的應(yīng)用于圖像拼接等領(lǐng)域之中。這種算法不僅僅具有獨特性較高的特征描述而且還具有穩(wěn)定性特點，能夠保證較高的匹配率。當(dāng)然，除此之外還有諸多算法，下面我們重點分析基于多算法結(jié)合的圖像拼接技術(shù)

1 圖像拼接技術(shù)原理

1.1 圖像拼接技術(shù)的工作原理

圖像拼接技術(shù)主要是指將很多具有重疊部分的圖像拼接成一幅無縫、分辨率高的圖像技術(shù)。圖像拼接技術(shù)主要有圖像融合和圖像配準(zhǔn)兩個關(guān)鍵技術(shù)，其中圖像配準(zhǔn)是圖像融合的前提，其也是圖像拼接技術(shù)的基礎(chǔ)。圖像拼接是對所需圖像拼接的圖像收集相關(guān)的信息，并將圖像中不需要的信息消除，然后針對提取相同的不同的圖像進(jìn)行匹配信息，并通過計算機技術(shù)等相關(guān)技術(shù)對圖配準(zhǔn)和圖像融合中拼接的縫隙進(jìn)行修正，從而可以得到一幅拼接完整的圖像。

1.2 圖像拼接技術(shù)步驟

圖像拼接的方法有很多種，圖像拼接的算法不同，其步驟也有很大的不同，但是圖像拼接及時步驟過程大致是相同的，一般情況下，圖像拼接技術(shù)主要包括以下幾個步驟：

（1）圖像預(yù)處理在圖像預(yù)處理中主要包括邊緣提取、去噪以及直方處理等基本的圖像處理的操作技術(shù)、圖像的匹配模板的建立以及小波變換或者傅里葉變換等圖像的變換。

（2）圖像配準(zhǔn)，圖像配準(zhǔn)是圖像拼接技術(shù)的基礎(chǔ)，其主要是在圖像拼接中通過采用匹配策略，查找出需要進(jìn)行拼接的圖像中的特征點或者模板，并在參考圖像中建立對應(yīng)的位置，最后進(jìn)行確定兩幅圖像之間的變換關(guān)系。

（3）建立變換模型，在圖像拼接技術(shù)中首先應(yīng)該根據(jù)圖像特征以及圖像模板之間的關(guān)系建立對應(yīng)的關(guān)系，然后通過采用計算機計算出數(shù)學(xué)模型中的各個參數(shù)值，最后可以根據(jù)參數(shù)值建立兩個圖像之間的變換關(guān)系。

（4）統(tǒng)一變換模型，在圖像拼接技術(shù)中首先應(yīng)該根據(jù)建立的數(shù)學(xué)轉(zhuǎn)換模型，將需要進(jìn)行拼接的圖像轉(zhuǎn)換到所設(shè)定的參考圖像的坐標(biāo)系中，從而能夠?qū)崿F(xiàn)統(tǒng)一坐標(biāo)的變換。

（5）圖像融合重構(gòu)，圖像融合事是圖像拼接技術(shù)中關(guān)鍵，圖像融合重構(gòu)主要是講帶拼接圖像的重合區(qū)通過進(jìn)行融合得到拼接重構(gòu)的平滑無縫全景圖像。

2 圖像拼接技術(shù)特征點提取算法研究分析

2.1 在圖像拼接的過程中，需要從要拼接的圖像中找出重復(fù)的部分，由于拼接速度慢，計算量大，所以造成重復(fù)的圖像不能直接作為特征點。通過進(jìn)行分析發(fā)現(xiàn)，如果對圖像的特征點進(jìn)行匹配，不僅能夠達(dá)到一定的拼接效果，而且對減少像素數(shù)量、加快拼接技術(shù)也具有重要的作用，所以當(dāng)圖像拼接算法都是基于特征點匹配的。通過專業(yè)的分析可以得知，Harris算法的圖像特征點的提取主要有以下幾部完成：

（1）首先對圖像中的像素，采用垂直、水平差分算子進(jìn)行濾波，獲得垂直和水平的梯度m；

（2）然后采用離散二維零均值高斯濾波函數(shù)對m的四個元素進(jìn)行濾波，從而獲得新的m值；

（4）如果上式結(jié)果比事先預(yù)設(shè)的閾值大，并且在局域內(nèi)值最大的情況下，則就認(rèn)為該點為角點。

2.2 改進(jìn)的Harris算法分析

通過進(jìn)行分析可以得知，傳統(tǒng)的Harri算法對灰度信息的依賴性比較強，并且很容易遺漏一些圖像特征角點，而改進(jìn)的Harri算法需通過對角點進(jìn)行檢驗。而且傅立葉變換能夠?qū)D像平移、圖像縮放和旋轉(zhuǎn)等變形進(jìn)行變換，所以計算效率高、還能夠很好地實現(xiàn)圖像的配準(zhǔn)。

2.3 圖像的融合

在采用Harris算法的圖像拼接技術(shù)中，首先從應(yīng)該采用圖像配準(zhǔn)的方式將兩幅圖像變換為同一的坐標(biāo)系，并實現(xiàn)兩個圖像的拼接結(jié)果，但是由于圖像采集中，拍攝時受到視野以及光照的影響，所以造成圖像的差異較大，圖像拼接后可能存在拼接風(fēng)縫隙，所以應(yīng)采用平均值法圖像融合進(jìn)行消除拼接的縫隙，從而達(dá)到最佳的拼接效果。

3 算法仿真與驗證

在圖像拼接中，為了能夠提高圖像拼接的精度，本文主要通過采用改進(jìn)的Harris的圖像特征點圖像拼接算法獲得圖像。通過進(jìn)行對實際的圖像拼接可以得知，圖像拼接不能達(dá)到準(zhǔn)確無誤的拼接，而且拼接精度高，沒有縫隙。

為了進(jìn)一步分析改進(jìn)的Harris的優(yōu)越性，本文在進(jìn)行驗證此方法的準(zhǔn)確性以及計算效率時主要采用CPU主頻為3.0GHz，內(nèi)存為2G的Matlab仿真軟件實現(xiàn)圖像拼接算法的仿真實驗，并與傳統(tǒng)的Harris算法和Plessy算法進(jìn)行比較，并采用圖像拼接質(zhì)量和拼接時間進(jìn)行衡量，而圖像拼接質(zhì)量采用等級進(jìn)行定量評價，其等級設(shè)計如下表所示：

通過進(jìn)行仿真實驗可以得知，采用改進(jìn)的Harris算法的圖像拼接技術(shù)消耗時間短，對光照、視角具有很好地處理能力，其不僅能夠準(zhǔn)確無誤的實現(xiàn)拼接，并且圖像拼接的精度也非常高，沒有縫隙，因此此算法是一種有效的圖像拼接算法。

4 總結(jié)

圖像拼接技術(shù)作為一項重要的數(shù)字圖像處理技術(shù)，其不僅能夠很好地解決圖像分辨率與視野之間的關(guān)系，而且對提高圖像拼接的準(zhǔn)確率也具有重要的關(guān)系，本文通過詳細(xì)進(jìn)行分析Harris算法的不足及改進(jìn)的圖像拼接方法，并通過仿真驗算可以得知，這種算法不僅能夠提高圖像拼接精度，而且對提高圖像拼接效率，對實現(xiàn)圖像重疊區(qū)域平滑過渡達(dá)到無縫拼接也具有非常好的效果。

參考文獻(xiàn)：

[1]林陸君，羅智中，付金紅.一種改進(jìn)的基于模板匹配的顯微細(xì)胞圖像拼接算法[J].計算機應(yīng)用與軟件，2010，4（11）：56-57.

[2]陳凌穎，楊世武.鐵路視頻監(jiān)控中基于多算法結(jié)合的圖像拼接[J].電子測量與儀器學(xué)報，2012，26（3）：232-234.

[3]PJosicn；J.Maints；MaxA.Viergever.MutualinformationbasedregistrationofmedicalImage：asurvey[J].IEEEtransactiononmediealimaging，2003，22（8）：986-1004.

[4]方賢勇，張明敏，潘志庚.基于圖切割的圖像拼接技術(shù)研究[J].中國圖象圖形學(xué)報，2010，12（12）：145-146.