3.3.1 匹配应满足的约束条件 21

3.3.2 角点匹配 21

4 拼接算法实例—MATLAB仿真 23

4.1 Matlab简介 23

4.2 Harris角点检测算法 23

4.3 Matlab仿真 24

4.4 实验结果及分析 26

结  论 27

致  谢 28

参考文献 29

1 绪论

图像拼接技术是数字图像处理技术的一个重要研究分支，它即是将一组相互存在重叠部分的图像序列进行空间匹配对准，经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像。绪论部分主要介绍了图像拼接技术的意义，图像拼接技术的概述，图像拼接技术的研究背景以及本课题的研究内容和本文的组织结构等。

1.1 图像拼接技术的意义

随着数码照相设备的广泛普及,越来越多的数码图像被应用于各个方面的研究中，因而图像拼接成为一个日益流行的研究领域。为了得到大视角的高分辨率图像,人们往往利用广角镜头和扫描式相机来解决部分问题。但这些设备都有价格昂贵和使用复杂等缺点,另外,在一幅低分辨率的图像中得到超宽视角会损失景物中物体的分辨率,而且,广角镜头的图像边缘会产生难以避免的扭曲变形。所以为了在不降低图像分辨率的条件下获取大视野范围的场景照片,人们采用了图像拼接技术，通过该技术，可以剔除冗余信息，压缩信息存储量，从而更加有效地表示信息[1]。

1.2 图像拼接技术的概述源:自/优尔-·论,文'网·www.youerw.com/

图像拼接技术是将数张有一定区域交叠的图像(如从不同时间、不同视角或不同传感器获得的)拼成一幅大型无缝高分辨率的图像的技术。图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法,这类方法速度慢、精度低,而且常常需要人工选取初始匹配点,无法适应大数据量图像的融合。

图像拼接的方法有很多,不同的算法步骤也会有一定差异,但大致的过程是相同的。一般来说,图像拼接主要包括以下五步:

1)图像预处理。数字图像处理的基本操作、建立图像的匹配模板以及对图像进行某种变换等操作。

2)图像配准。采用一定的匹配方法,找出待拼接图像中的特征点在参考图像中对应的位置,从而确定两幅图像之间的变换关系。

3)建立变换模型。根据图像特征之间的对应关系,计算出数学模型中的各参数值,从而建立两幅图像的数学变换模型。

4)统一坐标变换。根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换。

5)融合重构。将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。

1.3 图像拼接技术的研究背景

1.4 本文的主要工作

本课题主要研究图像拼接技术问题。

（1）通过查阅并学习国内外大量的相关文献，来了解图像拼接领域的发展和国内外的研究，并对图像拼接技术的特点和应用领域作出概括和分析。

（2）归纳总结图像拼接的基本流程、待拼接图像的预处理方法，分析图像的各种配准方法以及图像的融合方法，掌握图像拼接技术的基本理论和主流方法。