摘 要：在當(dāng)前我國(guó)的科學(xué)技術(shù)不斷優(yōu)化發(fā)展下，人們生活中以及工作過程中需要獲取寬視角以及高分辨率全景圖像，而在設(shè)備限制下通常智能獲得局部的成像，技術(shù)進(jìn)步下就對(duì)這一問題得到了有效解決。文章主要就圖像拼接基礎(chǔ)特征及應(yīng)用領(lǐng)域加以闡述，然后就圖像拼接流程和配準(zhǔn)技術(shù)加以分析，最后探究圖片拼接技術(shù)仿真和圖像融合性能評(píng)價(jià)。

關(guān)鍵詞：圖像拼接；關(guān)鍵技術(shù)；特征

引言

構(gòu)建一個(gè)寬視角以及高分辨圖像拼接技術(shù)是計(jì)算機(jī)視覺以及圖像處理等比較活躍的研究領(lǐng)域，圖像拼接基礎(chǔ)主要是將重疊局部圖像拼接成大型無縫高分辨率全景的圖像。在當(dāng)前人們的生活質(zhì)量和要求不斷提升下，對(duì)新技術(shù)的應(yīng)用需求呼聲也比較大，所以通過新技術(shù)的應(yīng)用來滿足人們的生活需求就比較重要。

1 圖像拼接技術(shù)特征及應(yīng)用領(lǐng)域分析

1.1 圖像拼接技術(shù)特征分析

圖像拼接技術(shù)自身的特征比較突出，其中在針對(duì)性特征方面主要是由于圖像內(nèi)容的不同和條件的不同，都會(huì)有著它們自身獨(dú)特的特征體現(xiàn)。所以這在拼接的技術(shù)特點(diǎn)上也會(huì)有著不同，而圖像的拼接技術(shù)在針對(duì)性上相對(duì)較強(qiáng)，所以在特點(diǎn)條件下產(chǎn)生的拼接算法就不能有效適應(yīng)另一條件產(chǎn)生的圖像。另外，在圖像拼接技術(shù)的多樣化方面也比較突出，由于相機(jī)的采圖過程中運(yùn)動(dòng)方式比較多，所以這也造成了圖像拼接技術(shù)的多樣化，不同類型的圖像就要采取不同的拼接技術(shù)[1]。

1.2 圖像拼接技術(shù)應(yīng)用領(lǐng)域分析

圖像拼接技術(shù)在應(yīng)用領(lǐng)域上比較廣泛，在實(shí)際應(yīng)用的作用發(fā)揮上也比較突出，其中在遙感圖像的處理方面主要是在航空航天技術(shù)的發(fā)展下，對(duì)衛(wèi)星的偵查以及航空遙感器等可有效獲取高清晰圖像。為能夠?qū)⒁曇暗靡詳U(kuò)大以及將圖像的分辨率提升，就要對(duì)不同傳感器兩幅及以上的圖像進(jìn)行拼接單幅影像圖，所以遙感圖像拼接在應(yīng)用作用上就能得到充分發(fā)揮。將其在土地資源的調(diào)查以及陸地水資源調(diào)查等等，都有著重要作用發(fā)揮[2]。

將圖像拼接技術(shù)在醫(yī)學(xué)圖像分析領(lǐng)域加以應(yīng)用也能起到良好作用，在醫(yī)學(xué)當(dāng)中的CT圖像以及X光照片等，普通的超聲探頭相對(duì)比較小，多以對(duì)大組織器官以及病變就很難在同一斷面加以顯示，此時(shí)通過圖像拼接技術(shù)就能夠?qū)⑼暾慕Y(jié)構(gòu)呈現(xiàn)出來，為醫(yī)生的診斷提出更好的依據(jù)。

2 圖像拼接流程和配準(zhǔn)技術(shù)分析

2.1 圖像拼接流程分析

圖像拼接技術(shù)在當(dāng)前應(yīng)用比較廣泛，在拼接的方法也比較多樣，所以在不同算法步驟上都會(huì)存在著相應(yīng)差異，從總的過程上來說是基本相同的。首先就是圖像的預(yù)處理，這就有著數(shù)字圖像處理基本操作，然后進(jìn)行建立圖像的匹配模板對(duì)圖像實(shí)施某一交換和對(duì)圖像的特征集合加以操作。然后就是實(shí)施圖像的配準(zhǔn)，在匹配策略下找出有待拼接圖像當(dāng)中的模板和特征等，對(duì)圖像當(dāng)中所對(duì)應(yīng)的位置加以參考。接著就是建立變換的模型以及對(duì)圖像實(shí)施變換和重構(gòu)，也就是統(tǒng)一坐標(biāo)系的過程，而后構(gòu)建數(shù)學(xué)轉(zhuǎn)換的模型，將待處理的圖像轉(zhuǎn)換到參考圖像坐標(biāo)系當(dāng)中對(duì)完整圖像加以構(gòu)成（如圖1所示）[3]。

2.2 圖像拼接配準(zhǔn)技術(shù)分析

圖像的拼接配準(zhǔn)技術(shù)是比較關(guān)鍵的，具體的實(shí)施中主要是通過相似性度量決定圖像間變換的參數(shù)，然后就是采用不同傳感器以及不同視角等獲取同場(chǎng)景的兩幅以及以上的圖像變換到同一坐標(biāo)系下，將像素層進(jìn)行最佳的匹配。從圖像的配準(zhǔn)關(guān)鍵要素來看，其中的特征空間主要是參與匹配圖像特征所構(gòu)成，在這一特征上能夠是圖像灰度特征或者邊界以及輪廓特征等。在對(duì)特征選取中要能對(duì)圖像以及待配準(zhǔn)圖像共有特征加以參考。除此之外，還有在相似性度量要素以及搜索空間的要素上比較突出[4]。

3 圖片拼接技術(shù)仿真和圖像融合性能評(píng)價(jià)探究

3.1 圖片拼接技術(shù)仿真探究

圖片拼接技術(shù)能夠剔除圖像間的多余信息以及對(duì)信息存儲(chǔ)量得到有效壓縮，這樣就能夠?qū)π畔⒌谋硎靖哟_切，從近些年圖片拼接技術(shù)的發(fā)展以及應(yīng)用來看，都有著不同層次的進(jìn)步，將圖片拼接技術(shù)進(jìn)行仿真探究主要從Fourier-Mellin算法的實(shí)驗(yàn)仿真層面加以分析，其中在傅里葉梅林法角度的檢測(cè)分析過程中，在具體的實(shí)驗(yàn)方面是通過Matlab軟件來實(shí)現(xiàn)的。

從實(shí)驗(yàn)的步驟層面來看，通過這一軟件當(dāng)中讀入CCD所拍攝的1000*1000像素的標(biāo)定靶圖像，然后就要把讀入的圖像旋轉(zhuǎn)已知角度就能得到第二幅圖像，接著就要通過傅里葉梅林法對(duì)這一角度實(shí)施計(jì)算，根據(jù)旋轉(zhuǎn)的角度和計(jì)算得到的角度來看，在旋轉(zhuǎn)角度0.01度的時(shí)候計(jì)算得到的角度是0度，縮放因子是1，而在相關(guān)的峰值是0.99508，然后將角度旋轉(zhuǎn)0.1度之后計(jì)算的角度還是0度，縮放因子為1，在相關(guān)峰值方面為0.66835，在旋轉(zhuǎn)角度0.5度的時(shí)候計(jì)算得到的角度是0.36度，縮放因子是1，而在相關(guān)的峰值是0.46083，在旋轉(zhuǎn)角度為1度的時(shí)候計(jì)算得到的角度為1.08度，縮放因子是1，而在相關(guān)的峰值是0.59198.在旋轉(zhuǎn)的角度比0.2小的時(shí)候通過這一方法進(jìn)行檢測(cè)的角度是0，為能夠?qū)⑦@一方法的分辨率小的問題得到有效解決，就要通過亞像素插值法對(duì)角度檢測(cè)的精度有效提升，但是這一方法的使用在計(jì)算上較為麻煩，所以通過點(diǎn)線特征在一點(diǎn)一線的方法下彌補(bǔ)以上方法的不足，能夠?qū)D像的拼接精度得到有效提升[5]。

3.2 圖像融合性能評(píng)價(jià)探究

對(duì)圖像拼接間空間轉(zhuǎn)換關(guān)系獲取后，為能有效得到合成圖像就要選取比較合適的融合方法對(duì)圖像拼接得以完成。對(duì)于圖像的融合并非簡(jiǎn)單的信息疊加，是產(chǎn)生新全景視角高分辨率圖像，是在高級(jí)圖像處理方法下進(jìn)行復(fù)合多源圖像的技術(shù)。對(duì)圖像融合的類型也是多樣的，主要有中值濾波融合以及簡(jiǎn)單圖像融合以及多分辨率樣條技術(shù)融合等。例如簡(jiǎn)單圖像融合方法不對(duì)參加融合的各原圖像實(shí)施任何圖像變換，同時(shí)在這一融合方法上也有著加權(quán)平均融合法以及直接平均法。

再者就是對(duì)圖像融合性能的評(píng)價(jià)過程中，這就需要在分類上充分重視，主要有主觀以及客觀的評(píng)價(jià)方法。其中在主觀評(píng)價(jià)方法上是觀察者對(duì)合成圖像的優(yōu)劣實(shí)施的評(píng)價(jià)，這一評(píng)價(jià)的方法并不受圖像類型以及觀察者應(yīng)用場(chǎng)合及環(huán)境條件影響。其中在拼接圖像的誤差分析過程中，只要有著比較好的圖像特征就能夠進(jìn)行計(jì)算拼接圖的合成誤差。

4 結(jié)束語

總而言之，當(dāng)前在新技術(shù)的應(yīng)用需求上比較大，所以針對(duì)圖像的拼接技術(shù)的應(yīng)用要能及時(shí)的和市場(chǎng)需求相聯(lián)系，滿足市場(chǎng)的需求才能將這一技術(shù)的價(jià)值作用充分體現(xiàn)。此次主要對(duì)圖像拼接技術(shù)的特征以及應(yīng)用領(lǐng)域和拼接流程等進(jìn)行了理論分析，希望能通過此次理論研究對(duì)實(shí)際的技術(shù)推廣起到促進(jìn)作用。

參考文獻(xiàn)

[1]李躍，彭宇行，陳福接.一種基于模板匹配的電路照片拼接方法[J].中國(guó)圖象圖形學(xué)報(bào)，2014（3）.

[2]洪泉，陳德強(qiáng)，黃文浩.一種基于圖象內(nèi)部信息的輪廓匹配和切片對(duì)齊新方法[J].中國(guó)圖象圖形學(xué)報(bào)，2013（2）.

[3]廖士中，高培煥，蘇藝，等.一種光學(xué)鏡頭攝像機(jī)圖象幾何畸變的修正方法[J].中國(guó)圖象圖形學(xué)報(bào)，2014（7）.

作者簡(jiǎn)介：史大偉（1984，11-），男，江蘇泗陽，工作單位：長(zhǎng)春理工大學(xué)，研究方向：圖象處理與模式識(shí)別。