利用halcon进行图像拼接的基本教程分析.docVIP

一、什么是图像拼接(略) 二、拼接的基本过程 使用halcon自带的例子来说明这个过程 打开拼接下面的mosaicking.hdv (一)镜头校正 CamParam := [0.0121693,-2675.63,7.40046e-006,7.4e-006,290.491,258.887,640,480] change_radial_distortion_cam_par (adaptive, CamParam, 0, CamParOut) (二)获得图像 * Read in the images and show them one-by-one. for J := 1 to 10 by 1 read_image (Image, ImgPath+ImgName+J$02) if (EliminateRadialDistortions) change_radial_distortion_image (Image, Image, Image, CamParam, CamParOut) endif concat_obj (Images, Image, Images) dev_display (Image) disp_message (WindowHandle1, Image +J$d, window, -1, -1, green, false) wait_seconds (0.5) endfor (三)图像配准 tile_images_offset (Images, TiledImage, [0,0,0,0,0,500,500,500,500,500], [0,660,1320,1980,2640,0,660,1320,1980,2640], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], 3280, 980) (四)图像拼接，获得全军图像 gen_projective_mosaic (Images, MosaicImage, StartImage, From, To, ProjMatrices, StackingOrder, false, MosaicMatrices2D) 除了镜头校正以外，其他几个函数在拼接中是常见的，通过查看帮助获得了解。 使用连铸拼接来说明这个问题，首先可以查看下面的原图和拼接后的图像 获得图像，可以采用帮助工具，直接产生代码 镜头校正projective_trans_image read_image (Image000003, datacode/ecc200/ecc200_to_preprocess_001) hom_vector_to_proj_hom_mat2d ([131,225,291,63], [102,97,291,274], [1,1,1,1], [63,291,291,63], [102,102,291,291], [1,1,1,1], normalized_dlt, HomMat2D) projective_trans_image (Image000003, TransImage, HomMat2D, bilinear, false, false) （三）图像配准,这个例子是居于模板匹配的 （四）图像融和，这里采用了一种简单的融和方法。 （五）得到了结果。 可以看出，整改图像拼接两个重点，也是难点：一个是如何通过识别的方法，得到准确的偏移；二个是如何将不同图片之间由于光照等造成的差异融和到最小。下面首先看halcon提供了那些工具和没有提供那些工具。 三、halcon为拼接提供了那些工具 （一）模板识别工具 （二）专门的拼接算子 这里做一个比较，模板匹配的用途很广泛，用于拼接只是其中的一种用法，而拼接算子就是专门用来拼接使用的；由于模板匹配提供了工具，所以比较适于实验的使用使用，而拼接算子能够直接得到变换矩阵，应该说功能很强；对于效果来说，模板匹配需要的特征点比专门的算子多，适合纹理比较多的情况。两者互为补充。 Halcon没有提供的工具 融和的基本算法：《基于Halcon的图像拼接算法研究_谭杰.pdf》，采用如下加权渐变方法： 细节自己看论文，融和的结果显示. 仔细观察图片相交处，可以看到在光度变换比较大的地方略有模糊，在光照比较好的地方拼接非常好。拼接的结果得到了客户的好评。细节在实验中说明，这里说明这就是融和。 四、实验 (一)基于模板的