基于光照與色溫自動調整的圖像拼接算法.pdf

1、基于圖像的建模和繪制技術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感的虛擬場景的方法。其主要特點是繪制復雜度與場景的復雜度無關。全景拼圖(panorama mosaics)則是其中應用較廣的一種技術。本文首先介紹了基于圖像的繪制技術，討論了其與基于幾何建模的繪制技術的關系和區(qū)別，并重點闡述了其中的全景拼圖算法的概念、步驟和方法等，綜述了國內外相關領域的研究工作。

2、 由全自動相機拍攝的圖片，或使用普通相機的自動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備標定的相機拍攝的圖片要困難得多。本文中主要是通過對多種圖像拼接算法的研究，提出圖像拼接改進算法，該算法能夠在較寬松的條件下能夠較準確地匹配兩幅圖像，有效地消除了光照和色溫的差異對圖像拼接的影響。 本文提出的算法采用Harris算法來對圖像進行角點提取。然后采用歸一化相關法進行角點匹配，然后

3、使用RANSAC算法去奇異點，以去除錯配。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誤差，如果直接用其來進行圖像融合將會出現(xiàn)較大的配準鬼影，合成圖像清晰度較差，因此對其繼續(xù)使用LM(Levenberg—MarqlJardt)算法進行非線性優(yōu)化。消除配準鬼影。 圖像的光照及色溫配準，首先按照盡量選擇前面匹配的角點及角點周圍的臨近點的原則選取像素點。然后計算不同曝光參數(shù)與不同白平衡對圖像灰度及色彩的影響的線性變換

4、參數(shù)。在實際計算中，由于配準誤差、運動物體和透視變形等因素的存在，大量的圖像點并不滿足線性的關系。較多的奇異點往往會使回歸分析法失敗。為此本文選用對奇異點魯棒性較好的MSAC算法(M-estimator Sample Consensus)去除奇異點。去除奇異點后可進一步精確的估算每個彩色通道的變換參數(shù)。最后進行圖像融合：首先根據(jù)前面計算的透視變換參數(shù)矩陣和3個色彩通道的線性變換參數(shù)將圖像進行幾何上的對齊和光度上的統(tǒng)一，然后將圖像合成以得