基于光照與色溫自動(dòng)調(diào)整的圖像拼接算法.pdf

1、基于圖像的建模和繪制技術(shù)IBMR(image Based Modeling and Rendering)是近年興起的一種表示和繪制具有照片真實(shí)感的虛擬場(chǎng)景的方法。其主要特點(diǎn)是繪制復(fù)雜度與場(chǎng)景的復(fù)雜度無關(guān)。全景拼圖(panorama mosaics)則是其中應(yīng)用較廣的一種技術(shù)。本文首先介紹了基于圖像的繪制技術(shù)，討論了其與基于幾何建模的繪制技術(shù)的關(guān)系和區(qū)別，并重點(diǎn)闡述了其中的全景拼圖算法的概念、步驟和方法等，綜述了國(guó)內(nèi)外相關(guān)領(lǐng)域的研究工作。

2、 由全自動(dòng)相機(jī)拍攝的圖片，或使用普通相機(jī)的自動(dòng)擋拍攝的圖片往往有較大的光照和色溫的差異，在圖像拼接和全景圖的建立過程中比使用特殊設(shè)備標(biāo)定的相機(jī)拍攝的圖片要困難得多。本文中主要是通過對(duì)多種圖像拼接算法的研究，提出圖像拼接改進(jìn)算法，該算法能夠在較寬松的條件下能夠較準(zhǔn)確地匹配兩幅圖像，有效地消除了光照和色溫的差異對(duì)圖像拼接的影響。 本文提出的算法采用Harris算法來對(duì)圖像進(jìn)行角點(diǎn)提取。然后采用歸一化相關(guān)法進(jìn)行角點(diǎn)匹配，然后

3、使用RANSAC算法去奇異點(diǎn)，以去除錯(cuò)配。接下來求解灰度圖像的透視變換矩陣。該透視矩陣往往含有較大的配準(zhǔn)誤差，如果直接用其來進(jìn)行圖像融合將會(huì)出現(xiàn)較大的配準(zhǔn)鬼影，合成圖像清晰度較差，因此對(duì)其繼續(xù)使用LM(Levenberg—MarqlJardt)算法進(jìn)行非線性優(yōu)化。消除配準(zhǔn)鬼影。 圖像的光照及色溫配準(zhǔn)，首先按照盡量選擇前面匹配的角點(diǎn)及角點(diǎn)周圍的臨近點(diǎn)的原則選取像素點(diǎn)。然后計(jì)算不同曝光參數(shù)與不同白平衡對(duì)圖像灰度及色彩的影響的線性變換

4、參數(shù)。在實(shí)際計(jì)算中，由于配準(zhǔn)誤差、運(yùn)動(dòng)物體和透視變形等因素的存在，大量的圖像點(diǎn)并不滿足線性的關(guān)系。較多的奇異點(diǎn)往往會(huì)使回歸分析法失敗。為此本文選用對(duì)奇異點(diǎn)魯棒性較好的MSAC算法(M-estimator Sample Consensus)去除奇異點(diǎn)。去除奇異點(diǎn)后可進(jìn)一步精確的估算每個(gè)彩色通道的變換參數(shù)。最后進(jìn)行圖像融合：首先根據(jù)前面計(jì)算的透視變換參數(shù)矩陣和3個(gè)色彩通道的線性變換參數(shù)將圖像進(jìn)行幾何上的對(duì)齊和光度上的統(tǒng)一，然后將圖像合成以得