2。3图像获取 7

2。4图像预处理 8

2。5图像配准 8

2。5。1 基于模板的匹配 8

2。5。2基于特征的匹配 9

2。5。3基于灰度的匹配 10

2。5。4基于变换域的匹配 11

2。6图像融合 11

2。6。1图像融合的级别 11

2。7本章小结 12

第三章 基于特征点配准的图像拼接算法 13

3。1引言 13

3。2 Harris角点检测 13

3。2。1 角点 13

3。2。2 Harris的基本原理 13

3。2。3 Harris算法的流程 15

3。2。4 Harris 角点的性质 16

3。3配准算法 17

3。3。1归一化互相关配准 17

3。4随机抽样一致性（RANSAC）算法 17

3。4。1 RANSAC算法简介 17

3。4。2 RANSAC的基本思想 18

3。4。3具体的算法流程 18

3。5本章小结 19

第四章 全景图像拼接系统的实现 20

4。1引言 20

4。2拼接系统的总体框架 20

4。3 功能模块 21

4。3。1界面设计 21

4。3。2图像预处理 21

4。2。3 图像的配准 22

4。2。4图像的融合 25

4。3实验结果分析 25

4。4本章小结 26

第五章 结论和展望 27

5。1结论 27

5。2展望 27

致 谢 28

参考文献 29

第一章 绪论

1。1引言 

在展览馆中，我们常常见到一些惟妙惟肖的宽角度、大视野的摄影作品。这些作品往往是那些专业的摄影师们采用专门的摄像器材拍摄采集到的。在医院，我们进行胸透的时候，常常看到X光片上包含许多张小图像，而进行采集的时候，往往是用放射物质，对人体特定部位的每个横切面进行扫描拍摄，最终实现通过每个横切面上人体器官图像的变换，以此来判断病人的病情。在太空探索中，人类将卫星发射到太空，用摄像机拍摄行星的表面，来进行未知世界的探索。虽然每一次采集到的图像范围并不是很大，但我们可以通过一定的图像处理技术，将其拼接起来，大致再现行星的外貌。这，就是图像拼接。图像拼接，已经广泛地运用在生活的方方面面。例如，当我们拍摄整个学院或者学校的毕业留念照的时候，我们就可以采用普通的相机进行拍摄。显然这不能清晰地把所有学院的学生拍进去，这时候就需要图像拼接。我们可以拍摄很多张具有重叠区域的图片，最后通过一定的图像拼接技术，把这些照片拼接成一张大的照片，将瞬间的美好定格成永恒。