一种基于特征块图像拼接算法.docVIP

一种基于特征块的图像拼接算法 　　摘要：提出一种基于基本特征块的图像拼接算法。该方法先定义边缘特征量，逐点计算各像素点邻域的边缘信息量大小，并采用局部非极大值抑制及阈值法进行排除，最终确定基本特征块；先利用基本特征块的位置信息初步估计模型参数，再提取特征点对模型参数进行修正；最后，对图像进行拼接获得更大视野更高分辨率的拼接图。实验表明，该算法运算量较小，但可保证一定的精确度，具有一定的可行性和适用性。 　　关键词：图像拼接； 基本特征块； 配准 　　中图分类号：TN941文献标识码：A文章编号：1009-3044(2008)24-1296-02 　　The Algorithm for Image Mosaic Based on Basic Characteristic Block 　　ZHU Guan-qun, FENG Gui 　　(Information Science and Engineering Institute, Huaqiao Univetsity, Quanzhou 362021, China) 　　Abstract: This paper proposes a new algorithm for image mosaic based on the basic characteristic block. Firstly, we give the definition of so-called value of edge information which is used to measure the quantity of marginal character in certain block. Secondly, we used the information contained in the basic characteristic block to initialize the parameters of model and then detect the corner feature points to accurate the final value of parameters. We mosaic two adjacent images into one image with a wiser vision and higher resolution. Experimental result shows the availability and utility of this algorithm. 　　Key words: image mosaic; basic characteristic block; matching 　　 　　1 引言 　　 　　图像拼接技术一直是摄影测量学、计算机视觉、图像分析处理和计算机图形学研究的活跃领域之一[1]。图像拼接就是将一组相邻两幅互有重叠的图像序列拼接成为一幅大型无缝高分辨率图像。图像拼接可分为图像配准和图像融合两个步骤，前者通过各种不同算法正确寻找到待拼接图像重叠部分之间的位置关系及其范围，后者用于消除拼接的图像间因强度或颜色的不连续和几何变形留下的拼缝[2]。 　　在本文中，根据图像拼接的目的及要求，提出了一种将特征区域块和角点特征相结合的拼接算法。首先，通过边缘特征量的定义，提取出待拼接图像当中含有最多边缘信息量的基本特征块，对两幅待拼接图像之间的位置关系进行初步的估计；之后，分别在基本特征领域块内，进行Moravec角点检测，并利用检测到的特征点对初始位置关系的模型参数进行进一步的修正，确定较为精确的模型参数；最后，使用渐入渐出的方法消除人工拼接可能留下的拼缝，从而获得较大视野，较高分辨率的拼接结果图。实验表明，该算法计算量较小，拼接效率较高，具有一定的可行性。 　　 　　2 基于特征块的图像拼接算法 　　 　　2.1 基本特征块的选取 　　我们所要寻找的基本特征块应包含尽可能多的图像主体信息。灰度信息包含了图像最大量的信息，而边缘信息则反映了图像的内在固有的性质，不会因光照等外界条件的影响而发生剧烈的变化，不同的图像正是因为有了不同的边缘信息才被区分开来。因而，使用边缘信息来寻找基本特征块无疑可保证较为可靠的稳定性。 　　首先我们使用Canny算子提取出待拼接图像的边缘特征。之后，取一定大小的窗口模板，在边缘特征二值图内，移动窗口模板，逐点计算模板内的边缘特征量。定义各像素点边缘特征量e_va(i,j)为： 　　 　　其中，pixel(i+r,j+r)对应的是边缘二值图中（i+r,j+r）点处像素值，取1或0；r为窗口大小的一半，即取窗口大小为(2r+1)×(2r+1)，本文中取r＝5。 　　使用边缘特