摘  要： 為了提高實(shí)時(shí)寬場景圖像拼接應(yīng)用中的圖像配準(zhǔn)精度和配準(zhǔn)速度，提出了一種利用相機(jī)標(biāo)定信息與相位相關(guān)技術(shù)相結(jié)合的圖像配準(zhǔn)方法,。利用相機(jī)間的相對位置參數(shù)計(jì)算待拼接圖像間的旋轉(zhuǎn)和縮放模型,，利用相位相關(guān)技術(shù)求解圖像間的平移轉(zhuǎn)換參數(shù)。通過理論推導(dǎo)對縮放模型的誤差分布進(jìn)行分析,。實(shí)驗(yàn)結(jié)果證明,，該算法理論推導(dǎo)正確，在場景深度范圍較小情況下,，圖像拼接準(zhǔn)確快速,。
關(guān)鍵詞： 圖像配準(zhǔn); 圖像拼接; 相位相關(guān)

    圖像拼接是將多幅相關(guān)圖像經(jīng)過配準(zhǔn)后轉(zhuǎn)換到相同坐標(biāo)系并拼接為一幅完整圖像的技術(shù)，是一種經(jīng)濟(jì)有效的利用普通相機(jī)獲得寬視場角圖像的技術(shù)[1],，被廣泛應(yīng)用于航空航天,、醫(yī)學(xué)圖像分析、地理遙感探測及增強(qiáng)現(xiàn)實(shí)技術(shù)等領(lǐng)域,。獲取拼接圖像間轉(zhuǎn)換模型的圖像配準(zhǔn)技術(shù)是正確完成圖像拼接的關(guān)鍵,。目前，主要的圖像配準(zhǔn)技術(shù)可以分為基于灰度[2],、基于特征[3-4]和基于變換域[5]三類,。
    這些方法都需要經(jīng)過反復(fù)的復(fù)雜運(yùn)算來獲得每組圖像間的配準(zhǔn)模型，同時(shí)又由于是針對普通通用圖像間的拼接,，配準(zhǔn)精度和效率通常較低,。與上述圖像配準(zhǔn)技術(shù)不同，本文提出的配準(zhǔn)算法根據(jù)空間艙內(nèi)攝像機(jī)相對位置固定的特點(diǎn),，利用相機(jī)標(biāo)定信息和相位相關(guān)相結(jié)合的方法進(jìn)行景深范圍較小情況下圖像間的配準(zhǔn),，具有快速準(zhǔn)確的特點(diǎn)。
1 圖像配準(zhǔn)算法設(shè)計(jì)
    相位相關(guān)和標(biāo)定信息相結(jié)合的圖像配準(zhǔn)算法適用于相機(jī)相對位置固定的寬場景拼接應(yīng)用,。通過相機(jī)標(biāo)定可以定位不同位置上的拍攝相機(jī)間的角度和空間位置偏移,。而正是由于這些偏移的存在導(dǎo)致不同相機(jī)拍攝的圖像之間存在角度、縮放和位置上的差異,。利用兩臺攝像機(jī)的相對位置參數(shù)來求解兩幅圖像之間的旋轉(zhuǎn)模型和縮放模型參數(shù),，而經(jīng)過旋轉(zhuǎn)和縮放變換后的圖像與基準(zhǔn)圖像間的平移模型則由相位相關(guān)技術(shù)求解。假設(shè)場景攝像機(jī)的內(nèi)部參數(shù)完全相同,，具體算法如下,。
1.1 利用相機(jī)標(biāo)定信息求解旋轉(zhuǎn)縮放模型
    通過將待拼接相機(jī)進(jìn)行旋轉(zhuǎn)和在軸(相機(jī)光軸)上移動可以使得待拼接相機(jī)的像平面與基準(zhǔn)相機(jī)的像平面位于同一平面上，具體原理如圖1所示,。由圖1可以看出,，通過對待拼接圖像進(jìn)行旋轉(zhuǎn)和縮放變換可以將待拼接圖像轉(zhuǎn)換到與基準(zhǔn)圖像相同的像平面中，但兩圖像坐標(biāo)系的原點(diǎn)位置不同,。

作耗時(shí)如表2所示,。

    本文提出了一種適用于景深范圍較小條件下場景圖像拼接的圖像配準(zhǔn)算法,該算法通過相機(jī)間的相對外部位置參數(shù)推導(dǎo)拍攝圖像間的旋轉(zhuǎn)和縮放模型，利用相位相關(guān)法獲取變換后圖像間的平移參數(shù),。對近似縮放模型產(chǎn)生的縮放誤差分布情況進(jìn)行了分析,。實(shí)驗(yàn)結(jié)果證明，利用本配準(zhǔn)算法進(jìn)行有效景深較小場景的圖像拼接具有配準(zhǔn)快速,、精確等優(yōu)點(diǎn),。算法的不足之處在于，當(dāng)前平面與相機(jī)距離較小,、與有效景深范圍較大時(shí)近似縮放模型的誤差較大,。
參考文獻(xiàn)
[1] 王娟, 師軍, 吳憲祥. 圖像拼接技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究, 2008,25(7):1940-1943.
[2] MOUNT D M, NETANYAHU N S. Efficient algorithm for  robust feature matching[J]. Pattern Recognition, 1999(32):17-38.
[3] 張朝偉, 周焰, 王耀康,等. 基于 SIFT 特征跟蹤匹配的視頻拼接方法[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(10):169-
172,191.
[4] 李冬梅,王延杰.一種基于特征點(diǎn)匹配的圖像拼接技術(shù)[J].微計(jì)算機(jī)信息,2008,24(5-3):296-298.
[5] 方俊偉, 翟超, 金熠. 相位相關(guān)法實(shí)現(xiàn)圖像拼接的仿真與優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2008,25(1):207-208.
[6] KUGLIN C D, HINES D C. The phase correlation image alignment method[C]. Proceeding of IEEE Conference on Cybernetics and Society, New York, 1975:163-165.