halcon图像拼接技术

主要观点总结

文章介绍了图像拼接技术的概念、要求和条件，包括重叠部分、背景亮度差异、方位差异、拼合边界过渡平滑。还提到了图像预处理中的校正和噪声滤波。同时，还涉及了图像配比的要素，包括特征空间、相似度、搜索空间和搜索策略。文章还讨论了拼接方法，包括基于区域的配准方法和基于特征的配准方法。最后，给出了两个具体的图像拼接例程，一个使用了proj_match_points_ransac和gen_projective_mosaic，另一个使用了proj_match_points_ransac_guided和gen_projective_mosaic，并介绍了如何使用金字塔算法快速获取两个图像的特征点进行拼接。

关键观点总结

关键观点1: 图像拼接技术概念和要求

介绍了图像拼接技术，即针对同一场景的一系列图片，根据图片的特征，比如位置，重叠部分等，拼接成一张大幅的宽视角的图像。拼接后图像最大程度的与原图一致，失真尽可能的小，并且要尽量做到天衣无缝即没有明显的拼接线或其他拼接痕迹。拼接不能损失原始图像信息，要求具备以下条件：1）图像应具有一定的特征性能；2）图像需要具有重叠部分；3、图像的背景亮度差异不能太大；4、图像的方位差异不能太大；5、拼合边界过渡应平滑。

关键观点2: 图像预处理

图像预处理包括校正和噪声滤波。校正根据图像失真原因，建立相应的校正模型，从失真的图像中提取所需要的信息。噪声滤波针对噪声在图像上分布主要有两种型式：1、位置随机，幅值基本相同，一般称之为椒盐噪声；2、幅值随机，但基本上每个点都存在，主要有高斯型，瑞利型，又有如频谱均匀的噪声。噪声滤波方法包括均值滤波和中值滤波。

关键观点3: 图像配比要素

图像配比包含以下几个要素：1、选定特征空间；2、相似度评估待匹配特征之间的相似性；3、搜索空间待估计参数组成的空间；4、搜索策略用合适的方法在搜索空间中找出平移，旋转等变换参数的最佳估计。

关键观点4: 拼接方法

拼接方法分为基于区域的配准方法和基于特征的配准方法。基于区域的配准方法采用拼接图像的灰度值检测，对待配准图你中一块区域与参考图像中的相机尺寸的区域使用最小二乘法或者其它数学方法计算其灰度值的差异，实现图像拼接。基于特征的配准方法有很多形式及其改进方式，其总体特点是：不直接利用图像的像素，而是通过像素值导出图像内容最抽像的描述和符号特征，并用此特征为匹配模板，通过二维高斯模糊过滤，构造方程组，通过数值计算得到变换数来进行图像对齐，进而确定两者的匹配位置，实现特征点，特征线等拼接。

关键观点5: 具体例程

给出了两个具体的图像拼接例程，一个使用了proj_match_points_ransac和gen_projective_mosaic，另一个使用了proj_match_points_ransac_guided和gen_projective_mosaic，并介绍了如何使用金字塔算法快速获取两个图像的特征点进行拼接。

免责声明