陳艷海

湖北汽車工業(yè)學院電氣工程與信息學院,湖北 十堰 442002

基于Harris特征點和對比度調(diào)制的圖像拼接算法

陳艷海

湖北汽車工業(yè)學院電氣工程與信息學院,湖北 十堰 442002

提出了一種基于角點特征Harris和對比度調(diào)制的圖像拼接算法，以提高室外復雜場景的圖像拼接質(zhì)量。利用Harris算法提取基準圖像（帶匹配圖像）和后續(xù)圖像的特征點。確定特征的位置、尺度與方向，利用最近臨法完成兩幅特征點的匹配，確定重合區(qū)域，利用基于對比度調(diào)制方法完成對圖像的拼接。實驗結(jié)果表明，該方法對亮度差異較大的圖像拼接具有良好的效果，適于室外復雜環(huán)境的圖像拼接。

Harris；圖像融合；圖像拼接

Harris；image fus；ionimage blending

全景圖像水平方向360度的環(huán)視環(huán)境可以較好表達空間信息，廣泛應用于工業(yè)、軍事、醫(yī)療等領域。全景圖像的生成有直接方式和圖像拼接方式兩途徑.直接方式就是采用帶有能擴大視野的反光或魚眼鏡頭的全景相機，但較低的分辨率和昂貴價格限制了這種成像方式的應用；利用圖像拼接獲得大視野的方式應用比較廣泛，只需要采用普通的攝像頭拍攝有重疊區(qū)域的一系列圖像，對經(jīng)過圖像拼接技術可以解決由于相機等成像儀器的角和大小的限制，不能產(chǎn)生很大圖片的問題。

所謂圖像拼接技術就是將兩幅或者兩幅以上鄰間具有部分重疊的圖像進行無縫拼接，生成一張有較寬視角的高分辨率圖像或者360度視角的全的技術，涉及計算機視覺、計算機圖形、圖像處理以及一些數(shù)學工具等。該技術為圖像降噪、視場擴展、運動物體去除、模糊消除、空間解析的提高和動態(tài)范圍增強提供了可能性。

對于圖像拼接中的關鍵技術圖像匹配和融合已經(jīng)進行了大量研究。目前大多數(shù)方法對于室外復雜場景圖像的拼接效果不理想，尋找高精度的圖像匹配算法以及適合于光亮度差異較大圖像的融合算法是主要研究方向.基于圖像特征的匹配是圖像匹配的主要方法，利用空間位置相對不變的景物特征(如邊緣、角點等)進行匹配。Harris算子是C.Harris和M.J.Stephens在1988年提出的一種特征點提取算子。他們在Moravec算子的基礎上進行了改進，形成了Harris角點檢測算法，利用該法從圖像中提取出的特征點可以用于一個物體或場景不同視角下的可靠匹配，匹配精度較高.對比度調(diào)制的圖像融合是一種多分辨率圖像融合，可以得與人的視覺特性更為接近的融合效果。

作者利用Harais算法的精確匹配和對比度調(diào)制算法的良好的融合效果提出了一種針對室外復雜場景的圖像拼接法.首先對圖像采用Harris算法提取出對圖像尺和旋轉(zhuǎn)保持不變的特征點；然后構(gòu)建多維向量描特征點，利用NN算法進行高精度的特征點匹配，定圖像的重疊區(qū)域；最后利用對比度調(diào)制算法將配準后的圖像合二為一，構(gòu)成一幅整體圖像。

1.基于Harris的圖像配準

圖像拼接的關鍵步驟為圖像配準，尋找兩幅圖像重疊部分的對應特征點，并利用這些特征點計算圖像之間的透視變換關系，最終將圖像注冊到同一個坐標系中。

Harris主要方法是用一階偏導來描述亮度變化，這種算子受信號處理中自相關函數(shù)的啟發(fā)，給出與自相關函數(shù)相聯(lián)系的矩陣M。M矩陣的特征值是自相關函數(shù)的一階曲率，如果兩個曲率值都高，那么就認為該點是特征點。矩陣特征值的求解過程運算量大，為了提高Harris角點檢測的效率，實際計算時并不直接計算特征值，而是根據(jù)矩陣對角線元素和行列式之間的關系來進行判斷

Harris角點檢測算法的步驟大致如下：

（1）計算圖像亮度在點（x,y）出的梯度

（2）構(gòu)造自相關矩陣

（3）提取特征點：如果特征值λ1和λ2是極大值時，點(x,y)是一個特征點。即行列式和矩陣M的對角線元素和滿足：

這里T是一個固定的閾值，K是參數(shù)，通常取值K=0.04～0.06

圖1 角點檢測標準圖像

圖2 角檢測結(jié)果

2.基于對比度調(diào)制融合算法

經(jīng)過配準后的圖像會有明顯的色彩接縫，為使拼接圖像光滑無縫、渾然一體，傳統(tǒng)解決方法是在接縫及其附近采用平滑處理，其結(jié)果會導致圖像的分辨率下降，使圖像出現(xiàn)模糊的現(xiàn)象。用對比度調(diào)制融合算法引入到圖像拼接和鑲嵌技術中，可以很好地兼顧清晰度和光滑度兩個方面的要求，恢復整個圖像。

對比度調(diào)制融合算法的基本思想是利用一幅圖像中所包含的圖像細節(jié)信息，提取其對比度，用以調(diào)另一幅圖像的灰度分布以達到圖像融合的目的。具體步驟如下：

1)提取圖像g(x，Y)的對比度：

2)計算歸一化對比度：

3)調(diào)制：將歸一化對比度cN(x,y)乘以圖像g2(x,y)來得到融合圖像

4)按灰度范圍重新歸一化，得到最后的融合圖像：

3.實驗結(jié)果

本實驗采用手持相機數(shù)碼相機kodak Z650定點拍攝，經(jīng)程序轉(zhuǎn)換后的256灰度圖。這樣可以看見拼接的細節(jié)。使用VC++6.0實現(xiàn)圖像變換矩陣的計算和拼接。圖3、4是室內(nèi)近景，可以看出圖上的角點(內(nèi)點)已經(jīng)對齊，雖然兩圖片之間有少量的旋轉(zhuǎn)，但是由于算法具有魯棒性，并不影響拼接效果。圖5是拼接后的圖像。

圖3 拼接前的圖像

圖4 拼接前的圖像

圖5 拼接后的圖像

4.結(jié)論

本文提出了一種基于角點特征的圖像自動拼接方法。此算法有這幾個特點：采用Harris角點檢測算法提取圖像特征角點，可以減少計算量，同時提高角點的定位精度，增強了算法的抗噪性能和減少對斜邊的錯誤響應，最后采用對比度調(diào)制融合算法進行圖像融合。實驗結(jié)果表明。該算法能有效提高配準精確性，是一種穩(wěn)健有效的實用算法。

Image Stitch Algorithm Based on Harris corner and Contrast

An algorithm of image stitch based on Harris corner and Contrast is proposed to improve the stitch effect of significantly different luminance images.Features are first detected between two images using Harris algorithm.After identified locations and scales , Feature is matched based on the nearest neighbor method in order to identify overlap regions.Image are blended by con.trEaxstperimental results showed that the presented method is effective for significant different luminance images adopted from outdoor environm.ents

10.3969/j.issn.1001-8972.2011.12.044