APP下载

基于移动最小二乘法的视差图像拼接

2017-08-12楚东东李海晟

计算机应用与软件 2017年8期
关键词:变形特征方法

楚东东 李海晟

(华东师范大学计算机科学与软件工程学院 上海 200062)



基于移动最小二乘法的视差图像拼接

楚东东 李海晟

(华东师范大学计算机科学与软件工程学院 上海 200062)

对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。

图像拼接 特征点匹配 移动最小二乘法 拼接曲线

0 引 言

图像拼接是计算机图形学和图像处理领域的一个研究方向,受到很多研究者的广泛关注[1-6]。早期的工作解决了重叠区域比较多或者拍摄角度比较一致的图像拼接问题,主要用一个2D变换矩阵,如单应性矩阵,来对准两幅图像[1,6]。部分优秀的方法已集成到商业软件中,如Adobe Photoshop等。但是实际情况中,因手持相机的角度和方向容易变化,拍摄的相片间往往存在视差。对于这样的图像,用上述的2D矩阵来对准和拼接,容易导致几何结构断裂和鬼影等一系列问题。尽管使用一些图像处理方法,如图像分割[7-8]和图像融合等技术[9-10],能够缓解一些这种人工痕迹现象,但这些图像处理技术只是部分提高图像拼接质量,没有从根本上解决视差图像间的拼接问题。……

登录APP查看全文

猜你喜欢

变形特征方法
谈诗的变形
如何表达“特征”
不忠诚的四个特征
“我”的变形计
会变形的饼
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
线性代数的应用特征