关键词：线特征；网格优化；图像拼接算法
前言：近年来，随着图像拼接技术的发展，其应用领域由最早的遥感技术领域逐渐增多，涉及视频监控领域、虚拟现实领域、医学图像处理领域等，发挥了不可替代的重要作用。不过，尽管该项技术的应用范围不断拓展，但由于多数拼接以存在无视差的假设为前提，实现时会较高的要求硬件，导致通用条件下实现难度非常大，急需对图像拼接技术做出进一步的优化，使图像拼接算法的拼接质量更好，并具有较高的通用性。
1基于深度优先搜索的图像配准加速匹配（FMP）算法
1.1 DFS-STG算法
假设已经将两张图上匹配正确的一对MLD特征点对获得，通过线型描述符，每个MLD特征能够与其他MLD特征连上，利用此种特性，以正确匹配的MLD特征点对为基础，对两组线型描述符上的距离一一测量，之后匹配结果选择线型描述符间具有最小距离的一对，接着以此为路径，向下一对MLD特征点对同步转移两张图，局部暴力匹配继续进行[1]。按照此步骤，深度优先搜索同步在两张图上开展，找出所有MLD特征点后，搜索即停止。上述过程就是DFS-STG算法过程，两组待匹配的MLD特征表示时采用两个输入参数，分别为MLD1、MLD2，当前的MLD匹配点对表示时采用参数i、j，匹配阈值为参数tsd。
1.2 FMP算法
要想实现DFS-STG算法，前提假设为将一对正确匹配的MLD特征点找到。在特征检测阶段，找到的特征点中，与检测响应值较小的相比，检测响应值较大的找到匹配点的概率更高。因此，应依据具体的响应值，排序MLD特征点，排序后，于MLD特征组中进行前μ（μ比一组MLD特征点总个数少）个特征点的查找，之后即可将正确匹配的一对MLD特征点获得。FMP算法的伪代码将其主要过程详细的展示出来：以第一组MLD特征集为基础，将其中的每个MLD特征局部暴力匹配到第二组MLD特征集中的每个MLD特征，虽然此过程相似于投票方案，不过穷举期间把最优的权重、匹配记录了下来，最优权重值比0大时，认为两组MLD特征点的匹配为正确匹配。此时，DFS-STG算法的dfs函数调用后，可加快深度优先搜索两张图的匹配速度。
2基于网格优化的图像对齐算法
2.1 APAP方法及GSP方法
APAP方法是一种用于对齐小视差图像的算法，具备高效、通用的特征，本质上，该算法以图像局部分块为依据，实施空间变形扭曲，达到对齐图像局部细节的目的。带视差图像拼接由于存在视差，单应性模型近似通常无法开展，不过网格划分图像后，分割图像使其变味的多个局部图像块，对于任意局部图像块，都可近似看为平面场景[2]。因此，一般来说局部单应性模型是成立的，而这也是对齐图像映射时应用单个全局单应性矩阵不能将所有细节对齐的原因。要想获得精确地对齐结果，就需要利用多个局部单应性模型，即
GSP方法也是一种拼接图像算法，拼接中对全局相似性优先评估，使表现的自然程度提高。经APAP方法处理后，局部单应性矩阵可获得多个，分别全部的局部单应性矩阵后，焦距值获得，因每个局部单应性矩阵的焦距值数量相同，所以在其中所以选择一个作为初始值，接着便可优化BA评估相机的内外参，最终焦距获得后，每幅图像的尺度因子即可计算出来。
2.2网格优化
一般来说，局部单应性的图像扭曲变形能力更好，能够对齐待拼接图像的局部细节，不过由于局部单应性模型不存在约束，使图像畸变易发生，尤其非重叠区域。而对于相似性变换来说，因只有旋转和尺度变化包含其中，图像形状保持能力通常更强[3]。本节开展网格优化时，将2.1中的两种算法结合，通过局部相似性实现优化，保证在同一坐标系中映射原始图像中的所有网格顶点。具体来说，网格优化的表达形式见公式（2）。
3基于最佳缝合线的图像后处理融合算法
3.1最佳缝合线
对于待拼接图像，切割重合区域后，即可将该区域中能量最小的缝合线找到，再利用直接拼合方法，完成图像拼接。将最佳缝合线找到后，可把像素融合重叠区域时面临的问题有效避免，而能量最小的缝合线要满足两方面的要求，一方面，应尽量在平滑区域等单幅图像中小能量区域寻找，以将能量大的特征绕过；另一方面，两幅图重叠后，选择区域要尽量重叠区域中差异小的区域，以将差异大的区域绕过。
3.2保留显著性内容
在计算机视觉领域中，视觉显著性检测为重要研究方向之一，而显著性目标为提取图像者有着明显兴趣的，或为内容，或为区域。目前，显著性内容检测中常用的方法为CA方法，之后掩码采用检测结果，加权最佳缝合线的能量评估函数，达到保留显著性内容的目的，防止显著性目标被缝合线切割。CA方法检测过程中，主要进行四方面的工作，一是局部低级考虑，主要对局部颜色等特征的显著性作出考虑；二是全局考虑，是对全局特征显著性做出考虑，通常会对高频重复出现的特征做出抑制，使特征的独特性得到保证；三是视觉组织准则，即在一个图像块中聚合显著性的视觉组织；四是高级因素，进行人脸检测等高级的视觉感知任务。
结论：本文在原始图像拼接算法基础上，优化并提出了图像拼接过程中三个主要步骤的算法，以将图像拼接质量提高，并增强算法的通用性，有效的应用到更多的需进行图像拼接的领域中，不过本文仅仅是在理论层面上提出了图像拼接算法，并未进行实践研究，因为还需要开展更进一步、更为深入的研究。
参考文献：
[1]李玉峰,李广泽,谷绍湖,等.基于区域分块与尺度不变特征变换的图像拼接算法[J].光学精密工程,2016,24(05):1197-1205.
[2]张勇,王志锋,马文.基于改进SIFT特征点匹配的图像拼接算法研究[J].微电子学与计算机,2016,33(03):60-64.
[3]李洋,刘富,康冰,等.基于改进SIFT算法的掌纹图像拼接[J].吉林大学学报(信息科学版),2015,33(06):707-713.
论文作者:沈介成
论文发表刊物:《科技中国》2018年6期
论文发表时间:2018/8/10
标签：图像论文; 算法论文; 特征论文; 局部论文; 网格论文; 缝合线论文; 区域论文; 《科技中国》2018年6期论文;