摘 要

近年来，随着图像技术的普及，人们需要更高的图像处理技术来满足人群的需求。根据人们的需求，越来越多的研究人士在研究图像拼接技术，而图像拼接技术在照相学，摄影学，图像处理，图像分析以及全景图中应用颇多。本文旨在研究一种比较合理并且满足人们需求的图像拼接技术。

论文文主要研究了图像拼接算法的两种实现方案: 基于SIFT特征匹配的算法和基于比值匹配的算法图像配准算法。通过设计两种方案进行对比分析，从而选择一种适合人们需求的图像拼接技术。不同配准算法对图像拼接效果的影响最大。

研究结果表明：比值匹配仅能匹配平移情况下的图像；SIFT特征匹配法能够实现两幅图像不仅在平移，而且在旋转的情况下也能实现图像的配准。总的来说，基于SIFT特征匹配的算法优于基于比值匹配的算法。

本文的特色：通过两种图像配准算法的仿真分析，更加直观的比较了两种算法的优缺点。最终确定基于SIFT特征匹配的算法能够满足大多数情况下的图像拼接，可以应用于实际生活中。

关键词：图像拼接；图像提取；图像配准；图像融合；配准算法

Abstract

In recent years, with the popularization of image technology, people need a higher image processing technology to meet the needs of people.According to the demand of people, more and more researchers in the study of image splicing technology, image splicing technology in photography, photography, image processing, image analysis and application in the panorama.The purpose of this paper is to study a more reasonable and meet the demand of people image matching technology.
Paper article mainly studied the image matching algorithm of two kinds of implementation scheme: based on the SIFT feature matching algorithm and the algorithm of image registration algorithm based on matching ratio.Through comparing the two scheme design, so as to choose a suitable image splicing technology people demand.The influence of different registration algorithm of image Mosaic effect is the largest.
The results show that the ratio can only match translation cases of images;SIFT feature matching method can achieve two images not only in translation, and rotation can be achieved under the condition of image registration.Overall, based on SIFT feature matching algorithm is better than the algorithm based on ratio matching.
Characteristics of this article, through the simulation analysis of two kinds of image registration algorithm, more intuitive to compare the advantages and disadvantages of two algorithms.Finalized based on SIFT feature matching algorithm can satisfy the majority of cases of image stitching, can be applied to real life.

Key words: image mosaic；Image extraction；image registration；Registration algorithm

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究的背景及意义 1

1.2 图像拼接算法的介绍 1

1.3 本文介绍及本章小结 2

第2章 图像预处理及图像配准 3

2.1 图像的预处理 3

2.1.1 图像的校正 3

2.1.2 图像的噪声抑制 4

2.2 图像配准 4

2.2.1 逐一比较法 5

2.2.2 相位相关法 6

2.2.3 比值匹配法 7

2.2.4 SIFT特征的图像匹配法 7

2.3 本章小结 8

第3章 图像融合 9

3.1 图像融合的定义 9

3.2 图像融合方法 9

3.3 图像融合步骤 10

3.4 本章小结 10

第4章 图像拼接实现 11

4.1 MATLAB介绍 11

4.2 拼接实现及结果分析 12

4.2.1 基于SIFT特征配准法的实现方案 12

4.2.2 基于比值匹配法的实现方案 17

4.3 方案比较 19

4.4 本章小结 21

第5章 总结与展望 22

5.1 总结 22

5.2 展望 22

参考文献 23

附 录 25

致 谢 37

第1章 绪论

1.1 研究的背景及意义

因为人们对图像的视野大小的要求越来越高，然而普通图像采集技术满足不了这一要求，一般图像都是通过摄像头获取图像信息的，但是摄像头有一个明显的不足，就是其视场角的范围不够，做不到大视场以及全景视角，所以出现了图像拼接技术这个概念。图像拼接可以满足这一要求，达到大视场角这一条件。这种具有大视场角的图像具有很大的潜力，随着人们的需要越来越高，越来越多的人会要求更大视角的拍照技术，当这种技术应用到拍照行业之后，这会有利于人们更加系统的去分析图像的信息。图像拼接一个实用的应用就是全景照相，由于普通相机的视场角一般会小于人眼的视场角，镜头的视场角越大，产生的畸变会越明显。而图像拼接技术可以解决这一不足之处。

1.2 图像拼接算法的介绍

现在拼接算法多种多样，但是图像拼接的效果，主要要看图像的配准算法好不好，如果配准较好，则拼接出来的图像效果基本为好。而根据图像匹配方法的不同，因为一般图像的配准有两大种，一种就是比较直观的，比如灰度匹配。另一种就是根据特征进行的匹配，这种图像拼接主要看图像的特征点匹配精度，所以在进行图像拼接的过程中，最重要的一步就是图像配准了。总的来说，图像拼接有区域相关的算法和特征相关的算法。

目前，比较简单实用的配准算法就是这种区域相关的算法，这种算法是根据区域来进行图像配准的。在两幅图像里会有一定的重合区域，将这些重合区域进行灰度化处理，然后取灰度化后的灰度值，然后比较两幅图的灰度值大小的差值，当两者的差值最小时，得到最佳的配准。另一种比较热门的算法就是与特征相关的算法，这种算法是根据特征点的匹配进行配准的。这种算法因为利用特征点进行匹配的，所以在利用图像信息这方面做得比区域相关的算法更好，因为区域相关利用的是大范围的信息，在配准的过程中，精度会明显降低。所以在配准精度方面特征匹配更好。