图像拼接技术综述摘要：给出了图像拼接的一般流程，在此基础上将图像拼接技术分为两个关键技术――图像配准技术和图像融合技术，并分别对图像配准技术和图像融合技术的经典算法及最新算法作一概述和比较。??关键词：全景图像；图像拼接；图像配准；图像融合??：TP391文献标志码：A：1001-3695(2008)07-1940-04??SurveyofimagemosaicstechniquesWANGJuan??1,SHIJun??1，WUXian??xiang??2??(1.SchoolofComputerScience,ShaanxiNormalUniversity,Xi’an710062,China;2.ICIEInstitute,SchoolofElectromechanicalEnginee?勃?ring,??XidianUniversity,Xi’an710071,China)??Abstract:Firstly,thispaperpresentedtheflowoftheimagemosaics.Then,introducedanddiscussedtherecentalgorithmsaswellastheclassicalalgorithmsoftheimageregistrationtechniquesandtheimagefusiontechniques,astwokeytechniquesoftheimagemosaics.??Keywords:panoramicimage;imagemosaics；imageregistration；imagefusion?お?0引言??图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。使用普通相机获取宽视野的场景图像时，因为相机的分辨率一定，拍摄的场景越大，得到的图像分辨率就越低；而全景相机、广角镜头等不仅非常昂贵，而且失真也比较严重。为了在不降低图像分辨率的条件下获取超宽视角甚至360°的全景图，利用计算机进行图像拼接被提出并逐渐研究发展起来。现在，图像拼接技术已经成为计算机图形学的研究焦点，被广泛应用于空间探测、遥感图像处理、医学图像分析、视频压缩和传输、虚拟现实技术、超分辨率重构等?┝煊颉＊???图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法，这类方法速度慢、精度低，而且常常需要人工选取初始匹配点，无法适应大数据量图像的融合。近十年来，许多图像自动拼接技术被提出并实现。1992年，剑桥大学的Brown概述了图像配准技术的基本理论以及主要方法[1]。2003年，Zitová等人综述了随后十年的图像配准领域的相关方法[2]。2004年，国内关于图像拼接技术的综述性文献[3]把图像拼接技术分为基于自适应流形和基于人工确定流形两类进行论述，但是一些较新的技术没有介绍。??1图像拼接流程??图像拼接的方法很多，不同的算法步骤会有一定差异，但大致的过程是相同的。一般来说，图像拼接主要包括以下?┪宀剑邯???a）图像预处理。包括数字图像处理的基本操作（如去噪、边缘提取、直方图处理等）、建立图像的匹配模板以及对图像进行某种变换（如傅里叶变换、小波变换等）等操作。??b）图像配准。就是采用一定的匹配策略，找出待拼接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系。??c）建立变换模型。根据模板或者图像特征之间的对应关系，计算出数学模型中的各参数值，从而建立两幅图像的数学变换模型。??d）统一坐标变换。根据建立的数学转换模型，将待拼接图像转换到参考图像的坐标系中，完成统一坐标变换。??e）融合重构。将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。??图1给出了图像拼接的基本流程图。??2图像配准??图像拼接的关键是精确找出相邻两张图像中重叠部分的位置，然后确定两张图像的变换关系，即图像配准。由于视角、拍摄时间、分辨率、光照强度、传感器类型等的差异，待拼接的图像往往存在平移、旋转、尺度变化、透视形变、色差、扭曲、运动目标遮挡等差别，配准的目的就是找出一种最能描述待拼接图像之间映射关系的变换模型。目前常用的一些空间变换模型有平移变换、刚性变换、仿射变换以及投影变换等[4]，如图2所示。??可以用矩阵的形式来描述上述关系模型（8参数模型）：??其中：参数矩阵M中各参数的作用如表1所示。??根据各参数的意义及不同变换模型的特点，对矩阵M作相应简化就可以得到各变换模型的参数矩阵。本文主要讨论刚性变换模型图像配准的一些算法，...