图像拼接技术的分类和研究进展 本文关键词：拼接，研究进展，图像，分类，技术
图像拼接技术的分类和研究进展 本文简介：摘要： 随着我国数字技术的不断进步与发展,我国的数字图像处理技术也得到了较大的进步与提高,图像拼接技术就是其中的重要代表,基于数字图像处理技术,图像拼接技术的相关技术手段不仅得到了提高与进步,并且也应用到了更多的领域中。而图像拼接技术是基于各种匹配算法进行的,在各领域内应用时可以提高各领域中对于图像
图像拼接技术的分类和研究进展 本文内容：
摘 要： 随着我国数字技术的不断进步与发展, 我国的数字图像处理技术也得到了较大的进步与提高, 图像拼接技术就是其中的重要代表, 基于数字图像处理技术, 图像拼接技术的相关技术手段不仅得到了提高与进步, 并且也应用到了更多的领域中。而图像拼接技术是基于各种匹配算法进行的, 在各领域内应用时可以提高各领域中对于图像处理的质量与效果。因此, 本文针对图像拼接技术进行讨论分析, 从图像拼接技术的分类、图像匹配算法、图像融合算法以及图像拼接方法的研究动向等方面进行探讨分析, 旨在更好的探究出图像拼接技术的优缺点, 针对图像拼接算法的发展与应用前景进行了展望分析。
关键词： 图像匹配; 图像拼接; 拼接技术; 图像融合;
随着数字图像处理技术的不断发展与提高, 图像的拼接技术也逐渐受到了国内外相关学者的研究与关注, 图像拼接技术主要是基于数字图像处理技术进行具有多重叠区的多幅数字图像或神品图像进行匹配融合, 通过处理后的图像可以更好的应用在各个领域中。现阶段, 在我国的军事、地理、虚拟现实、医学以及监控、机器人等多个方面都有关于图像拼接技术的应用。所以, 研究图像拼接技术, 探究出图像拼接技术中更好的匹配算法与融合算法, 进而将该技术应用在更多的领域中不仅可以丰富该技术的相关内容, 同时可以满足各领域的图像需求, 在应用过程中具有非常重要的意义。
一、图像拼接技术的分类概述
若从图像拼接技术的类别进行划分, 图像拼接技术主要可以分为静态图像与视频图像两种, 而静态图像的拼接主要又分为静态图像中的图像拼接与动态图像拼接, 而视频中图像拼接又分为视频序列中的静态图像与动态图像。本文针对这四个类别图像拼接技术进行分析讨论。
(一) 基于静态图像的图像拼接技术
基于静态图像开展图像拼接技术较为建议, 其算法主要是将重叠区的静态图像与技术图像相结合, 通过对图像进行坐标排布, 匹配静态图像之间的位置, 进而开展图像的匹配与融合工作, 可以直接将两组图像进行拼接, 操作较为简单。
(二) 基于静态图像的动态图像拼接技术
第二个是基于静态图像的动态图像拼接技术, 由于在静态图像中hi出现动态图像, 因此需要将动态图像分散成为各种静态图像, 进而将静态图像由二维空间转化为三维空间中, 然后通过坐标排布进行拼接, 这种拼接方式可以更好的将长时间变化的物体或者事物呈现出来, 进而满足人们的观察。
(三) 基于视频序列的静态图像拼接
通过图像拼接技术进行对视频图像的制作处理存在一定的难度, 由于视频图像更具有动态性, 因此开展视频图像处理工作需要基于视频序列进行逐帧的操作, 进而将视频中的各图像转化为静态图像, 通过二维空间进行重叠区拼接。
(四) 基于视频序列的动态图像拼接
而基于视频图像进行动态图像的拼接则是通过将逐帧的动态图像进行转化, 转化到三维空间中, 进而对多帧图像的重叠区进行融合处理, 实现对图像的拼接, 由于该方法更容易生成动态全景图像, 因此在无人机的拍摄设备中较为常用, 可以更好的输送出动态的图像。
二、图片拼接技术的研究
(1) 增大光学系统的视场角。图片拼接技术可以通过对图像的实时拼接形成全景图, 进而解决了大现场视野效果, 增大了光学系统的视场角, 实现了视频监控技术的优化与创新。 (2) 方便图像的检索、编辑、分析和理解。通过对场景目标的图片拼接处理可以生成更大的场景图, 场景图的生成可以更好的构造出视频的全景效果, 进而实现对图像的检索、编辑以及分析、理解等工作, 可以很好地用于监测各种突发情况。 (3) 提高图像的分辨率。传统的图像中, 由于多个图像之间存在较大的重叠区, 因此导致了图像的分辨率较低, 也就影响了图像的信息量, 而采用图像拼接技术可以很好地提高图像的分辨率, 进而得到更加清晰的高分辨率图像。 (4) 虚拟现实。另外, 图片拼接技术还可以被应用在虚拟现实系统中, 更好的将图像与食品形成交互式融合, 形成虚拟的3D环境, 这种技术应用广泛, 在手术、音乐会、运动会等场景中较为常见。
三、图像匹配算法
图像拼接技术主要依赖于图像匹配算法与图像融合算法两种技术, 而这两种技术中, 图像匹配算法主要是基于灰度进行相关计算, 算法中可以通过将待拼接图像与重叠区位置想结合的方法实现拼接。其次是基于特征点的相关图像匹配方法, 主要是基于对两组图像进行对比, 对两组图像的特征点进行分析匹配, 实现图像拼接。第三种是基于相位, 通过频域形成计算, 对两组图像之间的矢量进行计算分析, 形成匹配拼接。最后一种常见的是基于变换模型的方式, 通过迭代非线性最小化方法求出图像间的几何变换参数, 实现图像的匹配拼接。
四、图像融合算法
除了图片的匹配之外, 图像的融合也是图像拼接技术中的重要组成部分, 在当前, 图像融合算法主要有中值滤波、加权平均法、多分辨率金字塔图像融合算法以及给予小波变换的图像融合算法集中, 通过这些算法进行对图像的融合拼接。
五、图像拼接方法的研究动向
图像拼接技术的发展为我国的图像自动化技术提供了许多新的研究方向与研究内容, 目前, 图像拼接方法的研究动向主要有实时图像拼接、自动图像拼接、彩色图像拼接以及3D立体图像拼接几种, 在未来的研究过程中着重针对这几个研究方向进行探究发展, 更好的将图像拼接技术应用在各领域内, 提高各领域内的图像处理与应用效果, 推动我国数字技术的不断进步与发展。
六、结论
总而言之, 数字图像处理技术中的图像拼接技术在当前我国的各领域内都拥有这较为广阔的应用前景, 然而基于各种技术进行匹配图像拼接方法的研究也越来越受到国内外相关学者的重视与关注, 本文针对图像拼接技术进行了探讨分析, 着重从图像拼接技术的分类、匹配算法、融合算法以及拼接方法的研究动态等几个方面进行探讨分析, 从多个方面方面研究图像拼接技术的应用前景与新技术方向。
参考文献
[1]程纪榕, 赵军, 蔡潇雨, 邵力.基于SIFT图像拼接算法的标准样板测量技术[J].微纳电子技术, 2019, 56 (01) :71-77.
[2]李佳, 段平, 张驰.图像分块匹配下视频全景拼接方法[J].应用基础与工程科学学报, 2018, 26 (04) :697-708.
[3]王健, 于鸣, 任洪娥.一种用于图像拼接的改进ORB算法[J].液晶与显示, 2018, 33 (06) :520-527.
[4]李旋宇, 陈荣保.基于分块H-SIFT算法的图像拼接技术研究[J].河南科技学院学报 (自然科学版) , 2018, 46 (02) :48-51+59.
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
