第一步：图像获取。针对应用背景，选取合适的图像获取方法，得到待拼接的图图像元素材。

第二步：图像匹配。针对不同情况采取相应的匹配算法，在获得的图图像元素材之间寻得相互对应的特征点。

第三步：图像对齐。在第二步的基础上计算待拼接图像对于参考图像的几何变换参数，同意两幅图的坐标，进而确定两幅图的缝合线，至此完成图像拼接。

第四步：图像融合。针对拼合可能产生的大视角图像有显眼的缝合痕迹，或者图像缝合处会存在模糊失真的现象，所以需要采取一定的方法来消除这种不连续和缝隙，以提高分辨率。

通常，图像匹配步骤和图像对齐步骤需要联合进行，这一过程称为图像配准。这也是本课题研究的重点。文献综述

2。2  图像获取

目前，图像获取的方法一般有三种：

① 将拍照设备稳固在一个支架上，通过旋转这个设备获取图图像元素材；

② 将拍照设备稳固在一个可移动的台子上，然后平移这个设备获取图图像元素材；

③ 我们手持拍照设备，然后我们站在一个定点上旋转，通过这样的方式获取图图像元素材。

我们在实际操作时要根据应用背景选择适当的图像获取方法。

2。3  图像配准

2。3。1  基本概述

图像配准技术能够找出获取到的图图像元素材间的重叠位置及重叠区域，它是通过检测相似性度的值来确定能将图图像元素材变换到同一坐标系下的相关参数，再在图像元素层上得到最佳匹配。举个例子来解释说明一下，假设有两幅图像，分别为参考图像A和待配准图像B，已知B中包含有一个区域C，C是A中的一部分，配准即是求B中的C在A中的位置的过程。

由于在获取图像时会受到环境、设备噪声等因素的影响，所以在拍摄同一场景时往往得到的图图像元素材会存在差异，这样导致投影获得的图像也会存在较大差别。在这种情况下，我们就要开始考虑如何去降低此类干扰，增强匹配算法的鲁棒性，并如何快速而精确地实现图像配准。这时，我们需要从配准算法的构成入手考虑：

（1）特征空间 

    特征空间主要是由从参考图像和待拼接图像中提取出的特征集构成。在选取特征时，首先这些特征应该为参考图像和待配准图像所共有，其次这些特征不仅在数量上足够多而且要在两幅图像上散布均匀，最后这些特征要能够用来特征匹配。

（2）相似性度量

相似性度量是用来估算提取出的特征间的相似性的。图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分，根据分数的高低来判断图像内容的相近程度。

（3）搜索空间

    搜索空间就是指对图像进行所有可能变换的空间。

（4）搜索策略

    搜索策略是指为了使相似性度量达到最大值而去寻找最优空间变换参数的方法。

    在设计图像配准时，应该先以现实的应用背景为依据，去判断所拍摄的场景类型和成像方式，再通过计算出图像配准的性能指标去确定该采取的特征空间和搜索空间，最后使用搜索策略来获得最优空间变换参数，以使相似性度量最大化。 由此可见，上述的四个因素之间是互相联系的，相辅相成。来*自-优=尔,论:文+网www.youerw.com

2。3。2  配准策略

以图图像元素材所提供的的图像信息为依据，一般有三种图像配准算法：基于频域的图像配准、基于灰度信息的图像配准、基于特征的图像配准[20]。 SIFT算法图像拼接算法研究Matlab仿真(3):http://www.youerw.com/tongxin/lunwen_83682.html