摘 要：全景圖像拼接主要解決由于普通成像設(shè)備視角限制，難以拍攝到高分辨率大視場(chǎng)圖像的問(wèn)題。本文以具有平移、旋轉(zhuǎn)、尺度變換、視角變換及復(fù)雜變化的圖像作為研究對(duì)象，借助經(jīng)典SIFT算法的良好魯棒性，設(shè)計(jì)了針對(duì)序列圖像的SIFT配準(zhǔn)方法，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：改進(jìn)后的算法不僅能縮短拼接時(shí)間，還具有較高的正確匹配率。

關(guān)鍵詞：全景圖像 拼接 改進(jìn) 意義

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2017）06-0001-01

一、基于SIFT的全景圖像拼接的研究意義

全景圖像拼接是指把一系列擁有重疊區(qū)域的局部圖像通過(guò)圖像配準(zhǔn)、圖像變換和圖像融合拼合成一大幅高清晰并且無(wú)明顯接縫的全局圖像。其能夠很好地解決成像場(chǎng)景的視角范圍與分辨率間難以共存的問(wèn)題，被廣泛地應(yīng)用在碎片圖像合成、虛擬現(xiàn)實(shí)等領(lǐng)域[1]。

然而，用于拼接的圖像間僅有一部分重疊區(qū)域，特征匹配對(duì)也只會(huì)在這個(gè)重疊區(qū)域內(nèi)建立，與重疊區(qū)域外特征點(diǎn)匹配只會(huì)增加建立錯(cuò)誤匹配對(duì)的可能并增加匹配時(shí)間。針對(duì)現(xiàn)有的因提取整幅圖像特征而導(dǎo)致算法計(jì)算量大、非重疊區(qū)域特征容易造成后續(xù)匹配錯(cuò)誤和計(jì)算冗余等問(wèn)題，設(shè)計(jì)了本文的算法，以求在降低匹配計(jì)算量的同時(shí)有效降低誤匹配率。

二、基于SIFT的全景圖像拼接算法改進(jìn)

由于SIFT特征性能卓越，在圖像發(fā)生平移、旋轉(zhuǎn)、縮放、亮度變化時(shí)能保持良好不變性，且對(duì)視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性，所以通用性很強(qiáng)。但SIFT特征應(yīng)用于圖像拼接時(shí)存在大量冗余，導(dǎo)致運(yùn)算量大，并且在非重疊區(qū)域的特征點(diǎn)容易出現(xiàn)匹配錯(cuò)誤[2]。而用于提純匹配點(diǎn)的RANSAC算法是以每次隨機(jī)抽取初步匹配點(diǎn)樣本來(lái)計(jì)算模型參數(shù)，以至于會(huì)導(dǎo)致迭代次數(shù)偏多，帶來(lái)運(yùn)算量偏大大的問(wèn)題。

基于以上考慮，本文設(shè)計(jì)的改進(jìn)算法的執(zhí)行步驟如下：

1.首先將兩幅擁有重疊區(qū)域的序列圖像I1和I2分別提取SIFT特征點(diǎn)；

2.在圖像中I1，選取與圖像I2相鄰的邊緣區(qū)域（文中設(shè)定邊緣區(qū)域?qū)挒?00像素）內(nèi)的SIFT特征點(diǎn)，跟圖像I2中的特征點(diǎn)建立匹配對(duì)，然后記錄在圖像I2中對(duì)應(yīng)點(diǎn)，進(jìn)行直線擬合得到直線I1，這樣直線I1將圖像I2分成了兩塊區(qū)域，與圖像邊緣圍成的區(qū)域就是初始重疊區(qū)域H1；

3.用同樣的方法反向匹配，在圖像I1中獲得對(duì)應(yīng)直線I2和初始的重疊區(qū)域H2；

4.最后僅在建立的初始重疊區(qū)域H1和H2中尋找匹配對(duì)，建立兩幅圖像的對(duì)應(yīng)關(guān)系（參數(shù)變換模型）。

為進(jìn)一步驗(yàn)證改進(jìn)方法，分別選取了具有旋轉(zhuǎn)、視角變換、尺度變換和復(fù)雜變換的圖像對(duì)各10組進(jìn)行正確匹配率（圖1）和實(shí)驗(yàn)用時(shí)（圖2）對(duì)比實(shí)驗(yàn)，結(jié)果證明：本文算法正確匹配率上略優(yōu)于經(jīng)典SIFT匹配算法，在實(shí)驗(yàn)用時(shí)上有大幅度提升。

圖3和圖4是兩組序列圖像分別運(yùn)用本文方法和經(jīng)典SIFT方法的拼接效果圖，其中圖3序列圖像見(jiàn)變換角度為20°，圖4變換角度為40°。

三、總結(jié)

本文分析了使用SIFT算法進(jìn)行圖像配準(zhǔn)的優(yōu)劣，并在此基礎(chǔ)上針對(duì)其匹配精度高魯棒性好而運(yùn)算耗時(shí)較長(zhǎng)的優(yōu)劣性設(shè)計(jì)了基于SIFT的三次匹配算法，其中以前兩次匹配結(jié)果粗略定位相鄰圖像的重疊區(qū)域，最后一次匹配僅在定位的重疊區(qū)域內(nèi)完成。實(shí)驗(yàn)證明該方法具有較經(jīng)典SIFT配準(zhǔn)相當(dāng)或更高的正確匹配率，并能大幅縮短匹配耗時(shí)。

參考文獻(xiàn)

[1]岳昕.基于SIFT的全景圖像拼接方法研究[D].昆明理工大學(xué)，2015.

[2]Zhao Lei， Hou Zhenjie. Improved Image Registration Method of SIFT. Computer Engineering， 2010， 36（12）：226-228+