《计算机视觉》 教学案例 2、图像拼接.pdf

教学案例2：图像拼接

一、实验目的与任务

通过本实验，要求学生掌握基于特征点匹配的图像拼接算法，通过图像的特征点检测

与特征匹配来实现图像拼接。

二、实验内容、要求及安排

实验内容：对输入两幅有重叠区域的图片，实现特征点检测、特征匹配及特征变换算

法，实现两幅图像的拼接。

实验要求：本课程实验要求学生使用Python语言编程。要求学生依据课堂讲授的相关

知识，以图像拼接为任务，经过分析、设计、编码与调试，独立完成题目的算法设计与程

序的实现，并最终提交调试成功的源程序代码和实验报告。

实验安排：本实验属于开放性实验，要求每个学生独立地完成本实验项目。

三、任务实现及相关素材

（一）任务简介：实现基于对应特征点检测的图像拼接。

（二）数据简介：任意两幅具有重叠区域的图像。

（三）模型简介：

图像拼接算法主要包含三个步骤：

1）选择一种特征点检测算法，在两幅图像上检测特征点；

2）选择图像点特征的表示方法，通过特征比对实现两幅图像对应特征点的检测；

3）选择合适的变换，通过对应特征点计算变换参数，实现图像拼接。

（四）环境说明：

算法开发环境推荐使用anoconda+pytorch，编程语言为Python。

Anaconda是一个用于科学计算的Python发行版，Anaconda支持Linux,Mac,Windows

系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及

各种第三方包安装问题。PyTorch是一种用于构建深度学习模型的功能完备框架，是一种

通常用于图像识别和语言处理等应用程序的机器学习。

（五）参考代码：

见案例代码数据。