基于小波变换的图像拼接.docVIP

基于小波变换的图像拼接 胡挺 陈吉成 刘胜伟 卫秦啸 李杨 路伟 摘要 图像拼接技术在图像处理中的应用非常广泛。本次作业给出了一种基于区域的图像拼接方法，首先对要拼接的图像进行二进小波变换，在小波域中对各个小波分量进行基于区域的图像拼接，最后进行小波重构，得到完整图像。该方法计算量不大，同时二进小波的采用也平滑了图像拼接后可能出现的缝隙。 关键词 图像拼接；小波分解；小波重构  图像拼接技术，是基于待拼接图像和参考图在重叠区域对应像素的相似性，寻找两幅图像之间的某种特定关系，并确定拼接需要的具体转换模型，通过转换模型得到完整图像的过程。图像拼接技术分为基于区域和基于特征两大部分。基于区域的拼接方法，一般直接利用待拼接图像和参考图像中像素的灰度相关性，确定相邻两幅图像的重叠区域，然后构造模板进行匹配，从而得到完整图像。然而，找到重叠区域，如果仅仅是简单的叠加，会造成图像的模糊和明显的边界，这是不能容忍的。为使拼接区域平滑，本文将拼接工作由空间域转向小域波，即先对要拼接的图像进行二进小波变换，得到图像的低频、水平、垂直三个分量，然后对这三个分量进行基于区域的拼接，分别得到三个分量的拼接结果，最后进行小波重构即可获得完整的图像。 1 二维二进小波变换 小波变换是一种多尺度信号分析方法，设为二进小波函数，其 Fourier 变换满足， （1） 其中为相应小波函数的Fourier 变换。令 （2） 则在尺度下，函数的小波变换为 （3） 函数序列称为二维函数的小波变换。满足式（1）的二进小波变换是完备且稳定的，这意味着函数可以由完全重构，并且重构是稳定的。 对于实际应用的有限长度离散数据集，引入二维平滑函数，定义平滑算子S为 （4） 其中 这样离散信号序列小波变换的各分量为在二进小波变换公式中，若，，其中为二维平滑函数，则 可以表示为 （5） 通常把分别称为低频分量、水平高频分量和垂直高频分量。 2 基于区域的图像拼接（在空间域内实现拼接） 2.1 相关算法  2 实验结果及分析 在试验中分别对正图和反图进行拼接，其拼接的结果为： (1)、在正图拼接中 图1中（a）图为参考图像（375x319像素），（b）待拼接图像（375x318像素），（c）图为拼接结374x500像素）。 （a）参考图像 （b）待拼图像 （c）拼接结果  （2）、在反图拼接中 图2中（a）图为参考图像（640x262像素），（b）待拼接图像（640x262像素），（c）图为拼接结640x428像素）。 （a）参考图像 （b）待拼图像 （c）拼接结果 3基于小波变换的图像拼接的实现步骤