首尾相接图3.PDFVIP

程如图3.5所示: 首尾相接 图3.5 图像整合过程示意图 木论文中使用基于特征区域匹配的方法来进行图像的整合工作，它山两幅 图象重叠部分的对应区域入手，提取典型的对应区域作为特征区域，利用特征 区域间存在的相似性关系进行特征区域匹配，得到图像间的冗余区域范围，实 现图像的整合。 3.4.1特征选择 基于特征匹配的图像整合过程的第一步是进行图像匹配特征的选择。一幅 图像中蕴含着丰富的信息，用于区别该图像和其它图像的图像特征也是多种多 样的，图像中的像素灰度、几何形状、画面明暗、色彩分布等因素都可以作为 描述这幅图像的特征参数。图像匹配特征的选择就是要根据柱面全景图整合的 特点，在综合考虑算法效果和算法速度的基础上，从众多的图像特征参数中选 择一种适用于柱面全景图整合的特征作为图像匹配特征，以实现图像整合算法 中计算精度和计算量之间的平衡。 人工图象整合时所依据的图像匹配特征是图像特征区域。通常情况下，首 先在两幅镶嵌图像中寻找出一块或数块共同拥有而且唯一的典型图像区域，该 图像区域的典型性体现在其灰度分布或区域轮廓具有区别于其他图像区域的明 显特点，从而使该图像区域能够非常容易的从镶嵌图像中分辨出来，可以称之 为特征区域。然后，再以此特征区域作为图像匹配特征来进行图像的整合工作。 这种基于特征区域匹配的图像整合过程如图3.6所示。 第 22页 图像特征区域 镶嵌图像 整合图像 图3.6 基于特征区域匹配的图像整合示意图 显然，可以将人工图像整合的方法应用到计算机上来，选择特征区域作为 图像匹配特征。排除人工过程中的经验因素，在计算机中图像特征区域应该具 有以下几个特点: 图像特征区域必须是两幅镶嵌图像共同拥有的，否则无法进行图像的特 征匹配工作; 图像特征区域在两幅镶嵌图像中都必须是唯一的，否则会出现图像特征 的误匹配; 图像特征区域内灰度起伏不大，而特征区域的边界上灰度起伏较大，这 样刁容‘易将特征区域与其它区域区分开; 图像特征区域可以是一块也可以是数块，但要求它作为一个整体具有典 型性。 选择具有以上特点的图像特征区域作为匹配特征来进行图像整合，在提高 图像镶嵌质量和降低算法计算量两方面都具有明显的优势，具体的说，表现在 以一F两个方面: 通过图像特征区域的提取，可以将蕴含着多重信息的镶嵌图像简化为只 含有单一信息的特征区域图像，此时，只需使用双值型数据来标定图像 特征区域内外即可，这样，通过特征区域图像进行特征匹配时可以大大 降低算法中所要处理的数据量; 图像特征区域一般面积较大并且具有典型性，这样，同传统的图像像素 灰度比较法相比，以图像特征区域作为匹配特征进行图像整合的方法不 但节省了大量的图像整合时间，而且发生图像误整合的几率也相对减 少，从而提高了图像镶嵌的质量. - 一~‘一山分卜一一一一一li23X -一