大屏幕图像拼接技术

图像拼接就是把针对同一场景的相互有部分重叠的一系列图片合成一张大的宽视角的图像．拼接后的图像要求最大程度地与原始图像接近，失真尽可能小，没有明显的缝合线．2003 年，美国“勇气号”和“机遇号”火星探测器发回了大量的火星地面照片，科学家们就是运用图像拼接技术合成了火星表面的宽视角全景图像．
        图像拼接技术在宇宙空间探测、海底勘测、医学、气象、地质勘测、军事、视频压缩和传输，档案的数字化保存，视频的索引和检索，物体的3 一D 重建，军事侦察和公安取证，数码相机的超分辨处理等领域都有广泛的应用．主要表现为：
( l ）全景图和超宽视角图像的合成：将普通图像或视频图像进行无缝拼接，得到超宽视角甚至36 。。的全景图，这样就可以用普通相机实现场面宏大的景物拍摄；
( 2 ）碎片图像的组合：将医学和科研的显微碎片图像或者空间、海底探测得到的局部图像合成大幅的整体图像；
( 3 ）虚拟现实：图像拼接是虚拟现实领域里场景绘制( Image 一based Rendering , IBR ）方法中的一项基本技术，利用图像拼接技术可以生成全方位图像，用全景图表示实景可代替3D 场景建模和绘制.

2 图像拼接算法分类
    原始图像的性质是影响图像拼接算法的最重要因素．原始图像得到的方式不同，图像整体性质也有很大差异，需要使用不同的拼接算法．大致可分为如下几类：
2 . 1 柱面／球面／立方体全景图拼接
     全景图的表示模式主要有球面全景图、柱面全景图和立方体全景图．柱面全景图易获得，能生成任意视线的场景，但对垂直方向的视域有限制；球面全景图能完整地表达整个视点空间，但会导致在两极的场景扭曲变形；立方体全景图一般由6 幅广角为90 ”的画面组成，易于数据的存储，便于显示，主要应用于三维虚拟现实领域．柱面模型是最普遍采用的全景图拼接模型，该方法要求相机绕垂直转轴（如三脚架）作水平转动．将图像投影到一个统一的柱面上之后，拼接间题就转化为在柱面上图像间的平移间题，Heung 一Yeung Shum 等提出的同心圆拼接算法［z ］是一种依赖于相机参数的方法，该算法可看作是柱面模型的变异．
2.2 荃于透视变换的拼接
    透视变换的拼接田对相机的运动没有严格的限制，但为了防止视差的出现，要求被拍摄的景物是一个近似的平面．拍摄中，景物距离相机足够远即可把它视为平面．当获得的是排列顺序未知的碎片图像，或相机的运动方式未知，可采用这种模型．
2.3 基于仿射变换的拼接
    仿射变换常作为基于透视变换全景图的一种近似，在相机倾斜角度不大、焦距足够大的时候可获得较好的匹配结果．
2.4 基于图像检索的图像拼接
    运用基于内容的图像检索方法进行图像拼接是一种结合图像数据库、图像检索、模式识别等技术的拼接方法闭．首先把原图分成很多小块，然后对每个小块，从图像数据库中找到与之在视觉上最相近的图像，最后用替代的方法把从数据库中选出的图像组成一张大图．

3 图像拼接算法概述
图像的拼接过程一般由拼接预处理、图像配准、图像缝合三个步骤组成．拼接流程．
3 . 1 预处理算法
    图像拼接预处理的主要目的是保证下一步图像配准的精度，对原始图像做一些折叠变化和坐标变换，初略定位，找到大致的重叠区域，缩小匹配范围，提高速度．
3 . 2 图像配准算法
    图像的质量主要依赖图像的配准精度，配准算法既要保证配准的精度，又要使计算量不至于过大．其核心间题是：寻找一个变换，使图像间相互重叠的部分对准，并“缝合”成为一个新的大画面的视图．精确配准的关键就是要有能很好的描述两幅图像之间转化关系的模型，大部分的拼接都采用对应匹配（homographic mapping ）模型，即原始图像是由针孔相机拍摄的投射图像，相机的运动主要是绕其光学中心的摇镜、平移、倾斜、旋转和缩放．
    为了提高精度和降低计算复杂度，基于特征的算法往往与其他的方法相结合．SHU 等［l0 〕 提出了基于相位相关和KLT 特征跟踪的拼接算法．先用相位相关算法来进行初步的图像对齐，然后用KLT 算法优化其结果，给后续的Leven - berg 一Marquardt ( L 一M ）算法提供更好的初始值，这种算法不需要知道任何相机参数和景深信息，能降低迭代次数减少计算时间，但只适合图像之间仅存在平移变换的情况．文献「26 〕 用基于现实场景特性分析的全平面补片作为特征，并用解释树来表示这种特征，通过对解释树的搜索来完成图像的配准，

4 结论与展望
    图像拼接技术作为数字图像处理的一个重要分支，不断与其它学科结合，发展速度日新月异．但是还有许多问题需要进一步解决．首先，对于全局运动位置不规则，背景光线变化剧烈，图像排列顺序未知的图像拼接依然没有很好的算法；另外，对于存在局部运动的图像拼接依然是一个值得探讨的问题．在已知的诸多成熟算法中，都对相机或者摄像机的运动有很明确的限制，但在现实生活中，许多图像都是由不规则运动的相机拍摄的，图像之间存在很大的几何形变和光度色度变化，这给高质量的拼接带来很大的难度．
    未来，希望能够建立完备的图像拼接理论，在图像的配准、光色度的混合，多幅图像缝合时的累计误差的降低方面建立更精确的的数学模型，找到鲁棒性更高的算法．可以进行基于特征与光流的混合算法的探讨，建立解决拼接时图像平滑度与保真度矛盾的明确表达式．
    总之，图像拼接的发展要与多媒体技术、虚拟现实技术、通信理论、信号处理、模式识别等多个学科结合，才能产生新的思路并实现质的突破．