摘    要

图像拼接技术一直以来都是一个热点的数字图像处理研究项目。在技术日益变得成熟的现在，图像拼接技术不仅能帮人们获得想要的高质量大型图片。而且，在航天航空技术，卫生医疗技术，人工智能技术和机器人技术领域都需要图像拼接技术。因为图像拼接技术作为一种软件技术，相较于发展起来更加耗费时间和金钱硬件技术更加受到欢迎。本篇毕业设计主要是通过对SIFT算法的研究，特别是对SIFT特征点的提取和配准的研究来实现图像拼接技术。运用SIFT算法在图像配准上无可比拟的优越性能，去实现在图像拼接技术中最为重要的图像拼接。再通过与其它算法的比较，来更加清晰的了解SIFT算法的优缺点。

知网论文查重

1  绪论

1.1引言

对人们来说视觉大概是人接受外界信息最重要的的一种感觉。人们平常所接受到的信息中接受到最大信息量并且最容易被接受和理解的就是我们通过眼睛所接收到的视觉图像信息^[1]。由于人的视觉感受需求和其他的应用需求，图像处理就应运而生。因为现代科技随着人们日新月异的需求而不断的向前飞奔，图像处理也随着科技的发展已经是人们生活中不可或缺的一个部分。而作为图像处理的重要的的组成部分，图像拼接技术也已经成为了人们图像处理研究的热门课题之一。

数字图像拼接技术，也就是我们所说的图像拼接或图像融合技术，这种技术就是将两幅或多幅拥有着一定的相似区域或者重叠区域的待处理的图像通过各种可能的方法进行图像配准然后再进行图像融合的一种技术。通过这种技术，人们可以得到单张的高质量大型图像。随着科技的发展，图像拼接技术的用处越来越多。在航天航空^[2]，医疗卫生^[3][4]，人工智能，机器人等领域都存在着图像拼接技术。所以图像拼接技术一直是研究的热点。

1.2 图像拼接类型

我觉得如果一定要将图像拼接技术进行分类的话，我会按照图像的配准方法来分类。这主要是因为，我所研究的基于SIFT算法的图像拼接技术就是一种利用SIFT算法强大的图像配准能力进行图像拼接的技术。按照这样分类的话大概可以把图像拼接分为三个类别。第一种方法是一种基于图像像素的方法；第二种方法是就是我所研究的基于SIFT算法所利用的基于图像特征的方法；第三种方法是一种基于图像变换域的方法。第一种方法也就是我所说的基于图像像素的方法，这是一种我们最为通常见到的也是最为方便快捷而且容易使用的方法。这种方法一般就是通过比较待处理的两幅图像的灰度值，然后利用这种的差异来建立一个模型，在这之后进行图像的配准和拼接。但是这种方法有一个十分致命的缺点，那就是它极容易受到外界环境因素干扰，因此这种方法只能适用于外界影响小的场合。第二种方法即我所利用的的基于图像特征的方法，是一种现在被人们使用的比较多而且比第一种方法更加强大的一种图像拼接方法。因为它所提取的图像信息是图像中各种特征信息，这让这它能够比第一种方法提取到更多有用的信息，建立更加完善的模型。Harris和SIFT算法就属于这一种类型的算法。

1.3国内外研究状况

我们都知道由于近代的各种原因造成国外的科技一直领先我国，这也是国外比国内更早的开始了对于图像拼接技术的研究和提升的原因之一。数字图像拼接技术，也就是我们所说的图像拼接或图像融合技术，这种技术就是将两幅或多幅拥有着一定的相似区域或者重叠区域的待处理的图像通过各种可能的方法进行图像配准然后再进行图像融合的一种技术。这种技术也是国外先进行研究的，但是近年来我在各种技术方面不断推陈出新，已经慢慢在逼近国外的领先水平。

国外：早在1975年的时候，国外的Kuglin和Hines两位大神就一起已经提出了利用傅里叶变换将两幅待匹配的图像进行傅里叶频域变换，让这两幅图片由空域转换为频域，然后再进行图像拼接的方法。这就是相位相关法。^[5]这种方法就是利用傅里叶变换将原本的图像由空域变换到频域，接着再计算出两幅图像之间所具有的平移矢量。由于这种方法将图像由空域转换到了频域，这将使图像的空间场景无法影响图像拼接，所以能够使只是产生二维平移的图像精准的对齐。时间来到了1987年，世界上又出现了两位知名人物对相位相关法进行了进一步的改进。他们就是Chatterji和De Castro。傅里叶变换还存在着旋转不变的特性，他们正是利用这种特性提出了扩展相位相关法。^[6]时间到了1996年，快速傅里叶变换的出现使得人们对图像拼接技术也进行了提升。Chatterji和De Castro加上他们的新伙伴Reddy又提出了一种新的更加先进而且能够快速实现的基于快速傅里叶变换的图像拼接技术^[7]。我们所说的这种基于快速傅里叶变换所进行的方法已经能够同时对具有多种差别的待处理图像进行图像拼接。例如几张待处理图片具有旋转，平移以及缩放变换等多种差别，但这种方法依然能够对数字图像进行快速而且精准的图像匹配。虽然相位相关法经过几次升级已经具有计算量小，匹配精准率高等优点。但它的缺点也同样的明显。相位相关法对于待匹配的图像的重叠率有比较高的要求，而且图像的大小也往往会对它的计算量产生明显的影响。

在快速傅里叶变换法被提出的同一年，即1996年，Richard Szeliski提出了改变了图像拼接技术和当时人们命运另一种方法。这就是二维空间八参数投影变换模型^[8]。这是一种经典的图像拼接技术算法。它采用迭代非线性最小化算法，在图像拼接最重要的阶段也就是图像匹配阶段求得待匹配的图像之间的几何变换参数。这种算法不仅能很好的处理发生了平移的拼接图像或者改变了仿射的拼接图像以及产生了旋转的拼接图像。而且这种跨时代算法还具有一个比较突出的优点，那就是它的收敛速度非常快速。LM算法的提出使得Richard Szeliski在图像拼接领域获得了获得了极高的荣誉，他被后来的人们誉为是图像拼接技术这个领域的奠基人。接着在2000年，LM算法被人们进一步的进行了升级。而改进LM算法的人就是Shmuel Peleg,Benny Rousso,Alex Rav.Acha等人。他们在进一步的改进了LM算法的基础上，又提出了他们自己的自适应图像拼接模型^[9]。正是这个算法的提出在当时直接掀起了一股学习图像拼接技术，研究图像拼接技术的热潮。接着来到了SIFT算法被提出的2003年。在这一年M.Brown和D.G.Lowe提出了尺度不变特征变换的SIFT算法^[10]。并将SIFT运用到图像拼接^[11]技术上来。

国内图像拼接技术的起步虽然晚了国外一点，但是由于拥有国外发展的基础和许许多多努力拼搏的人使得中国的科学技术发展的十分迅速，图像拼接技术也不例外。1997年，王小睿、吴信才等人采用SSDA算法结合模拟退火算法和归一化算法提出了一种先对待处理图像进行相似性度量并找出最佳匹配点的方法，并最终实现图像拼接^[12]。到了2002年，杜威和李华两个人一起提出了一种师用视频和静态图像合成动态全景图像的方法^[13]。这种方法首先要求我们必须得到所需视频的纹理以及所需的静态全景图像，然后再将两者合成为一张动态的全景图像。2003年又一种新的图像拼接方法即基于相似曲线的图像拼接算法^[14]被封靖波等人提了出来。这种方法通过两条相似曲线来确定匹配点，然后实现图像拼接，虽然我觉得这样错误率可能不会低。这种方法的优点就是计算量比较少。2004年，赵向阳和杜立民两个人又提出了一种新的基于Harris算法^[15]的方法，叫做图像自动拼接算法^[16]。2005年，又有一种新的快速的自动图形拼接算法由侯舒维和郭宝龙两人一起提出^[17]。2007年,李晓娟和郭宝龙又提出了一种新的利用Harris角点检测算子来进行图像配准，最后实现图像拼接的算法。^[18]

1.4本文的章节安排

SIFT算法自1999年被提出以来一直受到人们的关注，人们对它的研究也一直在进行。时至今日SIFT算法已经变得十分完善了。而我接下来要做的工作主要是了解SIFT算法，清楚SIFT算法的特点以及用SIFT算法进行图像拼接需要进行的工作。接着，再明白SIFT算法之后用它来实现图像拼接技术。在完成图像拼接之后还要将SIFT算法与其他图像拼接算法进行比较，来了解各个算法之间的区别以及各自的优缺点。

• 我先对SIFT算法的基本特性和特点进行基本的介绍，我们先要了解SIFT算法的特点以及特性。然后了解SIFT算法的用途和现在SIFT算法在哪些领域发挥着作用。接着，我将介绍我最关心的用SIFT实现图像拼接的步骤。
• 在第一部分SIFT的基本特性，特点以及实现图像拼接的基本步骤介绍完之后，我就着重介绍一下SIFT算法最重要的匹配特征点的提取。我们所说的图像拼接或图像融合技术，这种技术就是将两幅或多幅拥有着一定的相似区域或者重叠区域的待处理的图像通过各种可能的方法进行图像配准然后再进行图像融合的一种技术。我们都应知道图像拼接技术有一个部分是最重要，那就是我所利用的SIFT最擅长的图像配准技术。而SIFT算法在图像匹配上做的无比出色，而它在图像配准上大放异彩的原因就是它的特征信息提取方式使得它能以非常高的精准度进行图像匹配。
• 在介绍完SIFT算法之后，我将用它来完成一次图像拼接。我将先利用SIFT算法来提取我所准备的两幅待处理图像的图像匹配特征点，并生成我们所需要的尺寸空间，然后再用SIFT算法进行图像的特征匹配。在这之后对已经完成了图像匹配的两幅图像进行图像拼接，这里会使用其他的算法。最后，在比较SIFT算法和其他算法的区别，并总结这些算法的优缺点。
• 最后对本篇毕业设计进行总结。