摘 要： 為了提高實(shí)時(shí)寬場(chǎng)景圖像拼接應(yīng)用中的圖像配準(zhǔn)精度和配準(zhǔn)速度，提出了一種利用相機(jī)標(biāo)定信息與相位相關(guān)技術(shù)相結(jié)合的圖像配準(zhǔn)方法。利用相機(jī)間的相對(duì)位置參數(shù)計(jì)算待拼接圖像間的旋轉(zhuǎn)和縮放模型，利用相位相關(guān)技術(shù)求解圖像間的平移轉(zhuǎn)換參數(shù)。通過理論推導(dǎo)對(duì)縮放模型的誤差分布進(jìn)行分析。實(shí)驗(yàn)結(jié)果證明，該算法理論推導(dǎo)正確，在場(chǎng)景深度范圍較小情況下，圖像拼接準(zhǔn)確快速。
關(guān)鍵詞： 圖像配準(zhǔn); 圖像拼接; 相位相關(guān)
圖像拼接是將多幅相關(guān)圖像經(jīng)過配準(zhǔn)后轉(zhuǎn)換到相同坐標(biāo)系并拼接為一幅完整圖像的技術(shù)，是一種經(jīng)濟(jì)有效的利用普通相機(jī)獲得寬視場(chǎng)角圖像的技術(shù)[1]，被廣泛應(yīng)用于航空航天、醫(yī)學(xué)圖像分析、地理遙感探測(cè)及增強(qiáng)現(xiàn)實(shí)技術(shù)等領(lǐng)域。獲取拼接圖像間轉(zhuǎn)換模型的圖像配準(zhǔn)技術(shù)是正確完成圖像拼接的關(guān)鍵。目前，主要的圖像配準(zhǔn)技術(shù)可以分為基于灰度[2]、基于特征[3-4]和基于變換域[5]三類。
這些方法都需要經(jīng)過反復(fù)的復(fù)雜運(yùn)算來獲得每組圖像間的配準(zhǔn)模型，同時(shí)又由于是針對(duì)普通通用圖像間的拼接，配準(zhǔn)精度和效率通常較低。與上述圖像配準(zhǔn)技術(shù)不同，本文提出的配準(zhǔn)算法根據(jù)空間艙內(nèi)攝像機(jī)相對(duì)位置固定的特點(diǎn)，利用相機(jī)標(biāo)定信息和相位相關(guān)相結(jié)合的方法進(jìn)行景深范圍較小情況下圖像間的配準(zhǔn)，具有快速準(zhǔn)確的特點(diǎn)。
1 圖像配準(zhǔn)算法設(shè)計(jì)
相位相關(guān)和標(biāo)定信息相結(jié)合的圖像配準(zhǔn)算法適用于相機(jī)相對(duì)位置固定的寬場(chǎng)景拼接應(yīng)用。通過相機(jī)標(biāo)定可以定位不同位置上的拍攝相機(jī)間的角度和空間位置偏移。而正是由于這些偏移的存在導(dǎo)致不同相機(jī)拍攝的圖像之間存在角度、縮放和位置上的差異。利用兩臺(tái)攝像機(jī)的相對(duì)位置參數(shù)來求解兩幅圖像之間的旋轉(zhuǎn)模型和縮放模型參數(shù)，而經(jīng)過旋轉(zhuǎn)和縮放變換后的圖像與基準(zhǔn)圖像間的平移模型則由相位相關(guān)技術(shù)求解。假設(shè)場(chǎng)景攝像機(jī)的內(nèi)部參數(shù)完全相同，具體算法如下。
1.1 利用相機(jī)標(biāo)定信息求解旋轉(zhuǎn)縮放模型
通過將待拼接相機(jī)進(jìn)行旋轉(zhuǎn)和在軸(相機(jī)光軸)上移動(dòng)可以使得待拼接相機(jī)的像平面與基準(zhǔn)相機(jī)的像平面位于同一平面上，具體原理如圖1所示。由圖1可以看出，通過對(duì)待拼接圖像進(jìn)行旋轉(zhuǎn)和縮放變換可以將待拼接圖像轉(zhuǎn)換到與基準(zhǔn)圖像相同的像平面中，但兩圖像坐標(biāo)系的原點(diǎn)位置不同。
作耗時(shí)如表2所示。
本文提出了一種適用于景深范圍較小條件下場(chǎng)景圖像拼接的圖像配準(zhǔn)算法,該算法通過相機(jī)間的相對(duì)外部位置參數(shù)推導(dǎo)拍攝圖像間的旋轉(zhuǎn)和縮放模型，利用相位相關(guān)法獲取變換后圖像間的平移參數(shù)。對(duì)近似縮放模型產(chǎn)生的縮放誤差分布情況進(jìn)行了分析。實(shí)驗(yàn)結(jié)果證明，利用本配準(zhǔn)算法進(jìn)行有效景深較小場(chǎng)景的圖像拼接具有配準(zhǔn)快速、精確等優(yōu)點(diǎn)。算法的不足之處在于，當(dāng)前平面與相機(jī)距離較小、與有效景深范圍較大時(shí)近似縮放模型的誤差較大。
參考文獻(xiàn)
[1] 王娟, 師軍, 吳憲祥. 圖像拼接技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究, 2008,25(7):1940-1943.
[2] MOUNT D M, NETANYAHU N S. Efficient algorithm for robust feature matching[J]. Pattern Recognition, 1999(32):17-38.
[3] 張朝偉, 周焰, 王耀康,等. 基于 SIFT 特征跟蹤匹配的視頻拼接方法[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(10):169-
172,191.
[4] 李冬梅,王延杰.一種基于特征點(diǎn)匹配的圖像拼接技術(shù)[J].微計(jì)算機(jī)信息,2008,24(5-3):296-298.
[5] 方俊偉, 翟超, 金熠. 相位相關(guān)法實(shí)現(xiàn)圖像拼接的仿真與優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2008,25(1):207-208.
[6] KUGLIN C D, HINES D C. The phase correlation image alignment method[C]. Proceeding of IEEE Conference on Cybernetics and Society, New York, 1975:163-165.