APP下载

内含动态目标的图像拼接算法与优化

2018-05-21孙光灵

皖西学院学报 2018年2期
关键词:关键点特征区域

孙光灵

(安徽建筑大学 信息网络中心,安徽 合肥 230601)

在计算机图像领域,为了得到宽幅的全景图像(panoramic picture)必须将多个图像拼在一起。

图像拼接技术(image mosaic)是采用图像配准和图像融合技术,解决如何将小幅的照片拼接成一张宽幅照片的问题,以满足用户全景摄影的要求,被广泛应用于遥感图像处理、虚拟现实技术等领域。

作为研究热点领域之一,相关的研究人员和学者对这个领域作了探索,取得了一些进展。Barnea提出了一种配准的算法[1],是最早发表有关图像配准的文章。1981年,研究者Lucas等运用(Newton-Raphson)图像迭代法进行有效的匹配[2],提出了一种从图像强度估计曝光强度参数和配准参数的一般方法[3],然后对图像进行配准和校正。尽管避免了因曝光差异造成的视差问题,但是整体效果并不理想。

增益补偿也被用在图像拼接过程中[4],即取每个图像中的平均像素值乘以一个常系数得到的点积来实现,意图减小补偿时函数的误差。该方法在提高增益同时,也带来了新的问题。两幅图像会因亮度的不同而留下肉眼可见的接缝,由此产生了鬼影或视差。

传统的图像拼接算法都是基于静止背景的[5-6],多张图像中的背景是静止不变。对于具有运动物体的图像拼接中,Alec Mills等提出的基于缝合线融合方法可以解决拼接具有运动物体后出现的鬼影现象[7],但是却丢失了很多运动的目标。基于运动区域单元概念随后被提出[8],但是对于多张图像中出现同一个运动物体并在该物体的位置发生变化时仍然出现鬼影现象。……

登录APP查看全文

猜你喜欢

关键点特征区域
肉兔育肥抓好七个关键点
如何表达“特征”
不忠诚的四个特征
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
医联体要把握三个关键点
锁定两个关键点——我这样教《送考》
线性代数的应用特征
区域