全 文 ：第 ws卷 第 w期
u s s w年 z 月
林 业 科 学
≥≤Œ∞‘׌„ ≥Œ∂ „∞ ≥Œ‘Œ≤„∞
∂²¯1ws o‘²1w
∏¯ qou s s w
基于特征点匹配的图像拼接系统 3
朱正明 姜 明
k北京大学数学科学学院信息科学系 北京 tss{ztl
马小明
k北京大学环境科学中心 北京 tss{ztl
摘 要 } 对森林病虫害航空遥感监测中的图像拼接问题进行了研究 ∀通过建立图像对应模型 o按照特征点匹配
的方法 o并使用场景平面模型 o构造了一个图像拼接系统 ∀拼接的过程中针对图像拼接系统中特征点的提取 o对应
控制点的选择和对应点的搜索等问题 o提出了模型参数的迭代求解方法 ∀数据处理结果表明 o使用该方法 o能很好
地改进了模型参数的精度 o从而提高图像拼接效果 ∀
关键词 } 场景平面模型 o对应关系模型 o对应控制点 o特征点 o极线约束
中图分类号 }≥zzt1{ 文献标识码 }„ 文章编号 }tsst p zw{{kusswlsw p sttz p sz
收稿日期 }ussu p ts p ts ∀
基金项目 }国家/ {yv0项目/重大病虫害遥感监测与预警技术研究0kusst„„uwxsvul的部分内容 ∀
3 本研究得到中国林业科学研究院资源信息所武红敢研究员的大力支持 o谨此表示衷心的感谢 ∀
Αν Ιµαγε Μοσαιχινγ Σψστεµ Βασεδ ον Φεατυρε Ποιντσ Ματχηινγ
«∏«¨ ±ª°¬±ª ¬¤±ª ¬±ª
k ∆επαρτµεντ οφ Ινφορµατιον Σχιενχε o Σχηοολοφ ΜατηεµατιχαλΣχιενχε o Πεκινγ Υνιϖερσιτψ Βειϕινγtss{ztl
¤ ÷¬¤²°¬±ª
kΧεντεροφ ΕνϖιρονµενταλΣχιενχε o Πεκινγ Υνιϖερσιτψ Βειϕινγtss{ztl
Αβστραχτ} ƒ²µ¨¶·¬±¶¨¦·§¬¶¨¤¶¨¶°²±¬·²µ¬±ª¥¤¶¨§²±¬°¤ª¨ °²¶¤¬¦¬±ª·¨¦«±¬´∏¨ ©²µ¤¨µ¬¤¯ ¬°¤ª¨¶º¨ µ¨ ¶·∏§¬¨§q…¤¶¨§²± ¤
ª¨ ±¨ µ¤¯ ¬°¤ª¨ °²¶¤¬¦¬±ª°²§¨¯¤±§©¨¤·∏µ¨ ³²¬±·¦²µµ¨¶³²±§¨±¦¨ ·¨¦«±¬´∏¨ o¤±¬°¤ª¨ °²¶¤¬¦¬±ª¶¼¶·¨° º¬·«³¯¤±¤µ2¶¦¨±¨ °²§¨ ¶¯
º¤¶§¨¶¬ª±¨ §¤±§¬°³¯ °¨¨ ±·¨§q ׫¨ ¬¨³¨µ¬°¨ ±·º¬·«³µ¤¦·¬¦¤¯ §¤·¤ §¨ °²±¶·µ¤·¨¨ §·«¨ ³¨µ©²µ°¤±¦¨ ²©·«¨ ¶¼¶·¨°q„¶©²µ·«¨
µ¨¯¨ √¤±·³µ²¥¯ °¨¶¶∏¦«¤¶ ¬¨·µ¤¦·¬±ª©¨¤·∏µ¨ ³²¬±·¶o¶¨¯¨ ¦·¬±ª¦²±·µ²¯ ³²¬±·¶¤±§¶¨¤µ¦«¬±ª¦²µµ¨¶³²±§¨±¦¨ ³²¬±·¶§∏µ¬±ª·«¨ ¬°¤ª¨
°²¶¤¬¦¬±ª³µ²¦¨¶¶o¤± ¬·¨µ¤·¬√¨ ¤¯ª²µ¬·«° ©²µ ¶¨·¬°¤·¬±ª·«¨ °²§¨¯ ³¤µ¤°¨ ·¨µ¶º¤¶³µ²³²¶¨§qŒ·º¤¶©²∏±§·«¤··«¬¶¬·¨µ¤·¬√¨
°¨ ·«²§¶¬ª±¬©¬¦¤±·¯¼¬°³µ²√¨ ¶·«¨ ¤¦¦∏µ¤¦¼ ²©·«¨ ∏±§¨µ¯¼¬±ª °²§¨¯³¤µ¤°¨ ·¨µ¶q
Κεψ ωορδσ} °¯¤±¤µp¶¦¨±¨ °²§¨¯oŒ°¤ª¨p¦²µµ¨¶³²±§¨±¦¨ °²§¨¯o≤²±·µ²¯ ³²¬±·oƒ ¤¨·∏µ¨ ³²¬±·o∞³¬³²¯¤µ¦²±¶·µ¤¬±·
在进行森林病虫害航空遥感监测时 o为有效判断森林中特定区域的病虫害情况 o需将森林病虫害数据与
具体场景图像结合考虑 ∀但是 o由于遥感监测摄像机一次仅能拍摄一个较小的区域 o因而 o产生从运动图像
序列重建场景图像的研究课题k马颂德等 ot||{l ∀具体问题就是 }在特定的森林区域 o使用机载摄像机得到
一组运动图像序列 o其中每张图像仅覆盖一个小区域 o相邻图像间有部分重叠 o通过处理运动图像序列 o把区
域场景恢复出来 ∀这也就是与立体视觉及运动分析密切相关的场景重建问题k马颂德等 ot||{ ~吴健康等 o
t||vl o也称为图像拼接问题 ∀
已经有很多关于图像拼接的研究 ∀一般来说 o这类问题重要的是图像对应模型的选择 ∀对应模型确定
了像素点间的位置对应关系k≥¤·¼¤± ετ αλqousssl o而在系统实现中 o最后又都要归结为模型参数的求解方
法 ∀目前 o关于对应模型参数的研究主要分为两大类 }基于特征的方法和基于无特征的方法k²«± ετ αλqo
t||{ ~≥¤·¼¤± ετ αλqousssl ∀在基于特征的方法中 o首先要处理图像 o提取满足特定应用要求的特征 o然后利
用特征对应关系确定模型参数 ∀该方法的主要困难在于选择什么特征 o以及如何对特征进行匹配跟踪 o常用
的图像特征有点 !直线 !曲线等k马颂德等 ot||{l ∀基于无特征的方法 o则是定义刻划图像区域相似性的代价
函数 o将问题转化为求解关于模型参数的优化问题 ∀针对本研究课题 o图像为森林场景 o颜色值分布整体上
具有很强的相似性 o如选用无特征的方法 o根据颜色值构造代价函数进行优化 o将难于确定模型参数 ∀为此 o
选择基于特征的方法 ∀并且 o森林场景不像人工场景k如积木世界 o城市街区等l o线条特征很少 o选择点特征
无疑是一种较优的选择 ∀
研究中 o利用图像对应模型的特殊形式 ) ) ) 场景平面模型实现了图像拼接系统 ∀首先进行特征点提取 o
然后 o手工在特征点集合中选择一组点初始对应点 o最后 o利用我们提出的模型参数迭代求解方法获得更精
确的模型参数 o并以一幅图像为基准 o而将其他图像相应变换到该图像平面上 o从而生成场景图像 ∀
t 材料和方法
111 图像数据来源
研究中使用的图像数据是中国林科院资源信息所提供的机载摄像机拍摄到的森林图像序列 ∀从图像序
列中 o截取其中的几幅连续的图像进行图像拼接 o分析实验效果 ∀
112 方法
t1u1t 场景平面参数模型 假设摄像机拍摄的场景是一个平面 o有两种场景平面参数模型 ∀一种是场景平
面垂直于光轴模型 ∀即假设对于摄像机而言 o场景平面垂直于光轴 o图像对应模型如下 }
υχ
ϖχ €
αt αu
αv αw
υ
ϖ n
αv
αy
其中 oυ oϖo υχ oϖχ为相邻图像的图像位置坐标 ∀利用最小二乘法可得到参数值 ∀
另一种是场景平面不垂直于光轴模型 ∀即假设对于摄像机而言 o场景平面不一定垂直于光轴 o图像对应
模型如下 }
υχ € °s υ n °t ϖn °u°y υ n °z ϖn t oϖχ €
°v υ n °w ϖn °x
°y υ n °z ϖn t
其中 oυ oϖo υχ oϖχ为相邻图像的图像位置坐标 ∀利用最小二乘法可得到参数值 ∀
t1u1u 特征点的提取方法 选取的特征点应该具有一些好的性质 ∀特征点应该具有稳定性 }在图像序列
中 o尽管位置等拍摄条件发生改变 o特征点大多数仍应该能够保存下来 o即特征点应该在多幅图像中不易丢
失k吴健康等 ot||vl ∀同时 o往往要求特征点位于灰度变化区域的中心k吴健康等 ot||vl o例如某些孤立点 o
角点等 o这样 o特征点的位置偏差不会太大 o从而对计算结果的影响较小 ∀通过对灰度图像上选择特征点的
方式k吴健康等 ot||vl进行扩展 o系统中选择了这样的特征点 ∀对于彩色图像 φκkι oϕl o要求特征点在水平 !
垂直 !左斜角 !右斜角方向的色彩差别应为局部最大 ∀定义四个方向的差别分别为 }
Γηkι oϕl € Ε
v
κ€ t
¾≈φκkι oϕl p φκkι p t oϕl u n ≈φκkι oϕl p φκkι n t oϕl uÀ
Γϖkι oϕl € Ε
v
κ€ t
¾≈φκkι oϕl p φκkι oϕp tl u n ≈φκkι oϕl p φκkι oϕn tl uÀ
Γλδkι oϕl € Ε
v
κ€ t
¾≈φκkι oϕl p φκkι p t oϕp tl u n ≈φκkι oϕl p φκkι n t oϕn tl uÀ
Γρδkι oϕl € Ε
v
κ€ t
¾≈φκkι oϕl p φκkι p t oϕn tl u n ≈φκkι oϕl p φκkι n t oϕp tl uÀ
其中 oκ€ t ou ov对应于 • oŠ o… v个波段 ∀然后 o取 w个方向最小的颜色差别作为该位置像素的颜色
差别 o选择特征点为颜色差别的局部极大点 o局部区域的半径大小取为 ts个像素 }
Μkι oϕl € °¬±¾Γηkι oϕl o Γϖkι oϕl o Γλδkι oϕl o Γρδkι oϕlÀ
Μkι 3 oϕ3 l € °¤¬¾Μkι oϕlÀ
t1u1v 模型参数的初始值 在计算机自动提取特征点后 o采用手工的方式选取其中的一些目测下位置较一
致的特征点作为求取模型参数的初始对应控制点 ∀
控制点的位置应当减少局部误差的影响 ∀在系统实现中 o最后采用图 t的选择方式 o在图像的重叠多边
形的每个边界角上 o一般取 u个对应控制点k也可以只选一个点l o这样是为了使得图像拼接后边界处色彩更
连续一些 o同时 o在重叠区域的中间也选了一个点 o这是为了增强重叠区域内部匹配的准确性 ∀利用这样得
到的对应控制点 o通过使用最小二乘法 o可以把模型参数的初始值计算出来 ∀
t1u1w 对应点的搜索方式 在两幅图像的重叠区域 o根据模型计算得到的对应点不一定是真正的对应点 ∀
{tt 林 业 科 学 ws卷
从而对给定的一幅图中的像素点 o在计算得到的对应点邻域内k区域大小为 x³¬¬¨¯≅ x³¬¬¨ l¯ o要搜索真正的对
应点 ∀
图 t 初始控制点的
一般选取方式
ƒ¬ªqt Š¨ ±¨ µ¤¯ ¶¨¯¨ ¦·¬²± ²©
¬±¬·¬¤¯ ¦²±·µ²¯ ³²¬±·¶
为了消除旋转对于相似程度的影响 o对于要比较相似程度的两个像素位置 o在
以像素为中心的 v³¬¬¨¯≅ v³¬¬¨¯区域内 o对像素如图 u排列 ∀
为了比较两个像素点的相似程度 o定义 δι为循环排序的第一个像素位置的 s o
t o, oz o{像素分别与第二个像素位置的 ι模 { okι n tl模 { o, okι n zl模 { o{像素
的颜色差值平方和 ∀从而定义与旋转无关的距离为 }δ € °¬±¾διÀ oι € s o, oz
这样 o找到对应点邻域内最相似点作为真正的对应点 ∀
t1u1x 模型参数的迭代求解 对于两幅进行拼接的图像 o手工选择的对应控制点
只是其中的几对 o模型参数的迭代求解方法 o就是要从这起初手工选取的对应控制
点得到尽可能多的对应点 ∀每次根据模型参数得到新的对应点集 o再根据对应点集
计算得到新的模型参数 o从而形成迭代求解的过程 o直到模型参数不再变化 o得到稳
定的参数解k或者迭代次数超过预定值 o此时迭代失败 o需要重新选择初始对应控制
点l ∀
s t u
z { v
y x w
图 u 像素的旋转
ƒ¬ªqu •²·¤·¬²±²©³¬¬¨ ¶¯
具体步骤如下 }在两幅图中的重叠区域 o对第一幅图中的任一特征点根据模型
计算其对应点位置 o若对应点的小邻域内k在系统中 o采用的是以对应点为中心的
x³¬¬¨¯≅ x³¬¬¨¯小区域l有特征点存在 o则把它们作为一对计算对应点 ~在计算对应点
为中心的 x³¬¬¨¯≅ x³¬¬¨¯区域中 o把最相似点作为真对应点 ~利用新的对应点计算模
型参数 o如模型参数不稳定 o则继续进行迭代 ∀
这种策略的合理性在于 o若模型参数误差很小 o并且该特征点的真对应点也为特
征点 o则真对应特征点应该在计算得到的假对应点附近k即在计算得到的假对应点附
近应该有特征点存在l ∀即使在模型参数误差稍微大些的情况下 o由于原对应点集中
的对应点基本满足参数模型对应关系 o从而这些点附近的对应点也是基本满足参数
模型的 o此时 o这些原对应点集附近的对应特征点将很可能先被搜索到 ∀对于整个搜索中 o当然可能有假对
应特征点存在 o但这在整个对应点集中将只占很少数 o并且随着正确的对应特征点的数目的增加 o将越来越
微不足道 ∀
t1u1y 拼接场景图像的生成 要从两幅图构造完整的拼接图像 o首先是确定拼接图像的布局位置 ∀采用第
一幅图作为拼接图像的参照系 o将第二幅图像点对应到第一幅图中去 ∀首先 o根据参数模型的逆变换 o得到图
像二的四个角上像素点的对应点坐标kξt oψtl okξu oψul ok ξv oψvl okξw oψwl ∀然后 o得到覆盖图像一矩形区域
以及图像二对应区域的最小矩形 o将它作为新的图像大小 ∀
图 v 场景中不同图像区域
ƒ¬ªqv ⁄¬©©¨µ¨±·¤µ¨¤¶²©¶¦¨±¨ ¬°¤ª¨
接下来 o要确定新的图像中的每一个像素点的颜色值 ∀拼接图像中的像素
可分为四个区域 o如图 v ∀第一种是既不属于图像 t也不属于图像 u的像素点 o
称之为背景点 ∀第二种是只属于图像 t的像素点 o称之为图像 t点 ∀第三种是
既属于图像 t也属于图像 u的像素点 o称之为对应点 ∀第四种是只属于图像 u
的像素点 o称之为图像 u点 ∀
由于这四个区域的像素的特点不一样 o设定颜色值将要采用不同的策略 ∀
对于背景点 o将它的像素颜色值赋为黑色 ∀对于图像 t点 o颜色值不变 ∀
对于重叠点 o由于它是从图像 t点向图像 u点的过渡区域 o需要额外处理 o
使得最终的场景图像表现出完整性和平滑过渡性 ∀设 °点在图像 t与图像 u重
叠区域 o在拼接图像上 o从图像 t的区域向图像 u的区域过渡的时候图像 t的颜
色比重要变小 o图像 u的颜色比重要变大 ∀这样 o选择重叠区域中 °点离两个图像边界距离大小作为颜色值
的比重大小 ∀这在某种程度上体现了这种变化趋势 ∀然后 o具体的颜色值用颜色值加权方式得到 ∀
对于图像 u点 o由于以图像 t点为坐标架 o根据参数变换的计算结果不一定是整数 o这就是一个在图像 u
中重新采样的问题 ∀在实际中 o一种最简单的方式是取最近的像素点的颜色值作为该点的颜色值 ∀而通常
|tt 第 w期 朱正明等 }基于特征点匹配的图像拼接系统
也可用线性加权平均等方法来求得颜色值k管伟光 ot||{l ∀在拼接多幅图像时 o由于在拼接图像中将背景用
黑色ks os osl表示 o从而 o在进行对应点搜索时 o将先判断像素的颜色 o如果为黑色 o就将它看作背景点 o而直
接用参数模型计算的结果来得到像素点的颜色 ∀否则 o还用前面介绍的方法来确定像素颜色 ∀
t1u1z 图像拼接系统处理流程 根据前面的分析 o从而总的处理流程分如下 y步 }ktl对基准图像和拼接图
像平滑 ~kul生成特征点图 ~kvl手工选择初始控制点 ~kwl根据对应点计算模型参数 o模型参数稳定则执行步
骤 y o迭代次数过大则退出 ~kxl根据对应点生成新的对应点 o执行步骤 w ~kyl场景图像的生成 ∀
u 结果与分析
211 特征点提取的有效性
实验中发现相邻两幅图间提取的特征点的确有不少是在对应点的位置上 o这说明所使用的特征点提取
方法是有效的 o图 w表明了这一点 ∀
图 w 特征点提取
ƒ¬ªqw ∞¬·µ¤¦·¬²± ²©©¨¤·∏µ¨ ³²¬±·¶
212 对应点搜索的有效性
在搜索对应点的过程中 o因为搜索范围是在给定的假对应点的一个邻域内 o假如给定的假对应点与真对
应点很接近 o则搜索的邻域范围可小一些 o反之 o若给定的假对应点与真对应点差得远些 o则搜索的邻域范围
要大一些 ∀图 x和图 y是给定的假对应点与真对应点距离不同的情况下的两种搜索结果 ∀图 y中由于选择
的假对应点距离远了 o因而没能搜索到对应点 o并且 o搜索到了一个局部最相似点作为对应点 ∀在图 x中 o由
于真对应点在搜索范围之内 o从而把对应点找了出来 ∀
图 z则给出了实际匹配中的误匹配情况 ∀当假对应点在真对应点附近时 o由于拍摄条件不一样k如噪声
干扰等l o使得没有在真对应点处达到局部极小值 ∀
在具体匹配过程中 o假对应点是由参数模型计算出来的 o由此可知 o参数模型与实际场景图像数据的吻
合程度对图像匹配的影响是很大的 ∀
图 x 搜索到对应点
ƒ¬ªqx ≥ ¤¨µ¦« °¤³³¬±ª³²¬±·¶
图 y 未搜索到对应点
ƒ¬ªqy ¬¶p¶¨¤µ¦« °¤³³¬±ª³²¬±·¶
图 z 搜索到误匹配点
ƒ¬ªqz ≥¨ ¤µ¦«¥¤§ °¤³³¬±ª³²¬±·¶
213 模型参数迭代求解的有效性
图 {中 o给出一幅图和它的旋转图 o在上面手工确定了对应控制点 ∀仅利用初始参数值和利用参数迭代
求解方法分别进行图像拼接 ∀可以看出 o用初始值进行图像拼接时 o图像和旋转后的图像间有一个偏差存
在 o从而像素点不完全对应 o而迭代求解图像拼接中 o图像前后一致对应 ∀从迭代求解后图像间的对应点可
以得出 }正是这样产生了更多的对应控制点 o模型的参数求解变得更为准确 ∀
如果开始选择的对应控制点过分集中在一个很小的区域 o使得初始参数值误差过大 o这样 o当迭代求解
稳定下来时 o图像拼接结果可能不理想 ∀从实验的情形看 o对应控制点的分布区域不是太小时 o图像拼接效
果一般都比较好 ∀
采用迭代法求解还有一个好处 o当迭代求解完成时 o可对新的对应点集合从图像上进行判断 ∀若有误对
sut 林 业 科 学 ws卷
应点 o则一般是在整个对应点集合所覆盖区域的靠近边界处 ∀这样 o在图像拼接前 o通过判断覆盖区域的靠
近边界处误对应点的多少来评价模型参数的准确程度 ∀必要时可重新选择对应控制点以达到更好的效果 ∀
图像一
Œ°¤ª¨¯
初始参数值图像拼接
Œ°¤ª¨ °²¶¤¬¦¬±ª¥¼¬±¬·¬¤¯ ³¤µ¤° ·¨¨µ¶
迭代后图像一的对应点
¤³³¬±ª³²¬±·¶²©¬°¤ª¨¯¤©·¨µ¬·¨µ¤·¬±ª
图像一的旋转
•²·¤·¬²± ²©¬°¤ª¨¯
迭代求解图像拼接
Œ°¤ª¨ °²¶¤¬¦¬±ª¥¼¬±¬·¬¤¯ ³¤µ¤° ·¨¨µ¶ 迭代后图像一的旋转的对应点
¤³³¬±ª³²¬±·¶²©µ²·¤·¬²± ²©¬°¤ª¨¯¤©·¨µ¬·¨µ¤·¬±ª
图 { 图像和它的旋转
ƒ¬ªq{ Œ°¤ª¨ ¤±§¬·¶µ²·¤·¬²±
214 两个场景平面模型特点比较
在理论上 o场景平面垂直于光轴模型是场景平面不垂直于光轴模型的一个特例 ∀在对应点选择的精度
较高的情况下 o忽略计算上造成的误差 o该模型应该比上一模型更准确的计算出对应点的坐标来 o从而最后
的拼接结果应该更好些 ∀但在实际对应点选择的精度不高时 o在场景平面垂直于光轴模型近似成立的情形
下 o用场景平面不垂直于光轴模型进行拼接的效果可能不如场景平面垂直于光轴模型 o所以某些时候场景平
面垂直于光轴模型也是一个好的选择 o特别是在飞机飞行比较平稳 o相机光轴基本垂直于大地时 ∀
215 图像拼接综合效果
利用前面所述的方法 o对一组图像序列进行拼接 o最后的效果是比较好的 ∀图 |给出了应用上面讲述的
方法用场景平面垂直于光轴模型和场景平面不垂直于光轴模型得到的拼接图像 ∀
216 图像拼接时间
要分析系统的效率 o需要分析处理流程中各环节的处理时间 ∀对于图 {中的旋转图像 o应用场景平面垂
直于光轴模型以及场景平面不垂直于光轴模型进行图像拼接 o各环节的处理时间见表 tk这里图像为
vxu³¬¬¨¯≅ vxs³¬¬¨¯ovyz³¬¬¨¯≅ vyw³¬¬¨¯的 • Š…图像l ∀
由于平滑图像 o求图像的特征值 o提取图像特征点两个模型是采用相同的算法 o因而这里对同一幅图像
的处理时间是一样的k不同的图像则根据图像的大小而有差别l ∀
对应控制点的选择是手工操作的 o因而时间没有计算在内 ∀模型参数的迭代求解中 o由于两个模型的参
数个数和计算略有差别 o处理时间略有差别 o但这个步骤的处理时间在整个过程中占的分量并不是很大 ∀说
明参数的迭代求解是高效的 ∀
在图像拼接中 o根据模型计算得对应点后 o在对应点为中心的 x³¬¬¨¯≅ x³¬¬¨¯小区域内搜索最相似的点作
为真正的对应点 o正是这个搜索过程的引入使得图像拼接的时间较长 ∀但这种搜索方法是在场景平面模型的
基础上引入非线性因素 o部分校正因场景不是平面所带来的影响 ∀在模型精度高的情况下 o根据应用问题的特
点 o在图像拼接时可不采用搜索这一过程 ∀对于图 { o利用场景平面垂直于光轴模型 o这样不搜索而直接做图像
拼接 o时间为 s1ut¶∀拼接后的效果还是比较好的 o在对时间要求高时 o这可作为一种折衷的选择 ∀
tut 第 w期 朱正明等 }基于特征点匹配的图像拼接系统
{幅图像用场景平面垂直于光轴模型的拼接结果
Œ°¤ª¨ °²¶¤¬¦¬±ª∏¶¬±ª³¯¤±¤µp¶¦¨±¨ °²§¨¯
√¨ µ·¬¦¤¯ ·²¤¬¬¶º¬·« ¬¨ª«·¬°¤ª¨¶
{幅图像用场景平面不垂直于光轴模型的拼接结果
Œ°¤ª¨ °²¶¤¬¦¬±ª∏¶¬±ª³¯¤±¤µp¶¦¨±¨ °²§¨¯
±²·√¨ µ·¬¦¤¯ ·²¤¬¬¶º¬·« ¬¨ª«·¬°¤ª¨¶
图 | 拼接效果图
ƒ¬ªq| °¨ µ©²µ°¤±¦¨ ²©¬°¤ª¨ °²¶¤¬¦¬±ª
表 1 图 8 处理时间表
Ταβ . 1 Προχεσσινγ τιµε ωιτη Φιγ .8 ¶
处理步骤 °µ²¦¨¶¶¶·¨³¶
场景平面垂直于光轴模型
°¯ ¤±¤µ2¶¦¨±¨ °²§¨¯}√¨ µ·¬¦¤¯ ·²¤¬¬¶
场景平面不垂直于光轴模型
°¯ ¤±¤µ2¶¦¨±¨ °²§¨¯}±²·√¨ µ·¬¦¤¯ ·²¤¬¬¶
图像一 Œ°¤ª¨ t 图像二 Œ°¤ª¨u 图像一 Œ°¤ª¨t 图像二 Œ°¤ª¨u
平滑图像 ≥°²²·«¬±ª s1ux s1u|t s1ux s1u|t
求图像特征值 ≤¤¯¦∏¯¤·¬±ª©¨¤·∏µ¨ √¤¯∏¨¶ s1uv s1uyt s1uv s1uyt
求图像特征点 ƒ¬±§¬±ª©¨¤·∏µ¨ ³²¬±·¶ s1sy s1sy s1sy s1sy
选择对应控制点 ≥¨¯ ¦¨·¬±ª °¤³³¬±ª³²¬±·¶ 手工操作 ‹¤±§°¤§¨ 手工操作 ‹¤±§°¤§¨
参数迭代求解 Œ·¨µ¤·¬√¨ °¨ ·«²§ s1uw o迭代 x次 Œ·¨µ¤·¨ x·¬°¨ ¶ s1ux o迭代 x次 Œ·¨µ¤·¨ x·¬° ¶¨
图像拼接 Œ°¤ª¨ °²¶¤¬¦¬±ª yv1vzt y|1zw
v 结论与讨论
在森林病虫害监测系统中 o要求解决由拍摄到的运动图像序列生成场景图像的问题 o从而更好的对森林
病虫害进行准实时监测 ∀通过对该问题的分析 o构造了上面所阐述的图像拼接系统 ∀
文中分析了实现一个图像拼接系统的方法 o并利用场景平面模型 o具体实现了这个系统 ∀最后的实验结
uut 林 业 科 学 ws卷
果表明 o通过上面的处理 o实现的系统能够把图像序列拼接成满意的场景图像 ∀系统中 o虽然考虑的是场景
平面模型 o但由于引入的对应点搜索方式使得在计算得到的对应点的邻域范围内查找对应点 o从而使得该系
统对非平面场景也有一定的适用性 ∀
在实现的系统中 o没有对图像的整体色调进行调整 o由于拍摄条件不同 o相邻图像是可能色调差异较大
的 o如果直接用上面的方法处理 o则会使生成的场景图像存在色调上的明显差异 ∀因此 o应该根据重叠区域
的色调分布对图像色调进行调整 o可以使用直方图方法进行处理 o这里 o拍摄的图片是连续时间的 o数据中整
体色调差别不是很大 o所以不进行色调调整也可使用k贾云得 ousssl ∀
另外 o现在是把场景图像建立在第一幅图像的坐标上 o在某些情况下k如第一幅图深度是倾斜的l o获得
的整个场景图像深度可能是明显倾斜的 o使得整个地区地物特征明显的发生尺度变化 o这时 o应该对获得的
场景图像进行调整 ∀这就成为图像的几何校正问题k²«± ετ αλqot||{l o通过给出相应的变换模型 o利用插值
等是可以进行的 o在这里没有实现这个功能 ∀
在实现的这个系统中 o对应控制点的确定k用来求取初始参数值l是采用了手工确定的方式 o这将大大降
低系统的效率 o为了使系统更实用 o必须对这一点进行改进 ∀用颜色值相关的方法确定对应控制点是不合适
的 o在研究中 o搜索对应点时的实验结果表明颜色值属性不算太稳定 o容易造成误匹配 ∀而在提取特征点时 o
则发现 o在重叠区域 o特征图在形态上具有较强的相似性 o也比较稳定一些 o因此 o考虑用像素点邻域的特征
图分布来确定对应点 o也许是一种可行的方法 o这将是今后的研究内容 ∀
今后的另一项工作是对迭代后得到的对应点集合进行对应可靠性的自动判定 o以剔除某些误对应点 o从
而最终实现图像拼接系统的完全自动化 ∀
参 考 文 献
贾云得 q机器视觉 q北京 }科学出版社 ousss
马颂德 o张正友 q计算机视觉 q北京 }科学出版社 ot||{
吴健康 o肖锦玉 q计算机视觉基本理论和方法 q合肥 }中国科学技术大学出版社 ot||v
管伟光 q体视化技术及其应用 q北京 }电子工业出版社 ot||{
²«± „ • ¤±§ ÷¬∏³¬±ªq • °¨²·¨ ¶¨±¶¬±ª§¬ª¬·¤¯ ¬°¤ª¨ ¤±¤¯¼¶¬¶q¶³µ¬±ª¨µp∂ µ¨¯¤ª …¨ µ¯¬± ‹ ¬¨§¨ ¥¯¨µªot||{
≥¤·¼¤± ≤ o≥¨ ·«× q≥³«¨µ¬¦¤¯ °²¶¤¬¦¶º¬·« ∏´¤·¨µ±¬²±¶¤±§§¨±¶¨ ¦²µµ¨ ¤¯·¬²±qŒ±·¨µ±¤·¬²±¤¯ ²∏µ±¤¯ ²© ≤²°³∏·¨µ∂¬¶¬²±ousss ovzkvl }ux| p uzv
5杉木人工林优化栽培模式6
盛炜彤 惠刚盈 张守攻 何智英 等著 中国科学技术出版社出版 定价 xs1ss元
/杉木人工林优化栽培模式研究0 o是/八五0国家科技攻关项目/短周期工业用材林定向栽培技术的研
究0中的一个专题 o是/七五0国家科技攻关专题/杉木人工林集约栽培技术研究0的继续和发展 ∀本书详细介
绍了杉木人工林的生长与收获模型 !密度管理 !合理轮伐期 !萌芽更新技术 !集约经营人工林的营建 !栽培经
济分析 !生态系统管理及林分经营模型系统等 o并分别对杉木的四个产区k浙赣山地 !武夷山区 !南岭山地及
雪峰山区l提出了 vu个优化栽培模式 ∀
全书共分两部分 ∀第一部分为总论 o为专题总的研究成果 o包括一个总报告k第一章l和分报告k第二 ∗
五章l ~第二部分为不同产区优化栽培模式研究 o包括武夷山k第六章l !南岭山地k第七章l !雪峰山区k第八
章l等内容 ∀全书内容丰富系统 o资料翔实可靠 o曾于 usst年获国家科技进步二等奖 ∀
欲购此书 o请与本刊编辑部联系 ∀电话 }sts p yu{{|{usk或 {xz|l 2¨°¤¬¯ }¯¬±¼®¬ƒ©²µ¨¶·µ¼q¤¦q¦±
vut 第 w期 朱正明等 }基于特征点匹配的图像拼接系统