一種基于OpenCV的可量測實(shí)景影像像素級拼接方法

法多個實(shí)景影像進(jìn)行預(yù)處理，包括圖像平移、亮度平衡、色彩校SAC漂移算法進(jìn)行拼接，生成無縫的全景圖。實(shí)驗(yàn)結(jié)果表明，所提能夠在保證像素級別的準(zhǔn)確度和全景圖像無縫性的同時，能夠像處理技術(shù)已經(jīng)被廣泛應(yīng)用于醫(yī)學(xué)、地質(zhì)、機(jī)器人、軍事和產(chǎn)等領(lǐng)域。全景圖像拼接是數(shù)字影像處理技術(shù)中的一個重要研究像能夠?yàn)橛脩籼峁└鼮檎鎸?shí)的視覺效果，減少對數(shù)據(jù)的干擾和理全景圖像拼接中最常見的一種影像類型，因此，在實(shí)景接中的研究具有重要意義。傳統(tǒng)的實(shí)景影像拼接技術(shù)主要基于基和待拼接圖像之間的相似度來進(jìn)行特征提取和匹配。然而，這種遇到場景變化比較大的實(shí)景影像時，往往不能處理好圖像之間的旋轉(zhuǎn)和失真。因此，需要尋求更加可靠、高效和準(zhǔn)確的影像拼接OpenCV算機(jī)enCVANSAC點(diǎn)對的基礎(chǔ)上使用均值漂移算法進(jìn)行拼接，生成無縫的全景圖。實(shí)明，所提出的方法能夠在保證像素級別的準(zhǔn)確度和全景圖像無縫性素級拼接方法景影像像素級拼接之前，需要對輸入的實(shí)景影像進(jìn)行預(yù)處由于不同實(shí)景影像之間的像素值存在差異，因此，在拼接之前需要通過轉(zhuǎn)換來將像素值的分布進(jìn)行統(tǒng)一。具體而言，采用灰度映射的方式，每幅影像的像素值盡量靠近一個預(yù)定的參考值。同時需要對圖像進(jìn)采用Scale-InvariantFeatureTransform(SIFT)是全景圖像拼接中TSpeeded-UpRobustFeature (SURF)算法進(jìn)行特征提取。128位描述符，取完成后，需要通過匹配點(diǎn)之間的應(yīng)用程序來找到兩幅相RANSAC(RandomSampleConsensus)算法通過“隨機(jī)抽樣一致計具有噪聲的數(shù)據(jù)模型參數(shù)。在實(shí)際應(yīng)用中，可以通過這種方OpenCVyH配點(diǎn)篩選之后，可以使用均值漂移算法來實(shí)現(xiàn)全景圖像的均值漂移算法是一種非參數(shù)化的密度估計方法，它對數(shù)據(jù)聚類和算法首先要確定核函數(shù)的帶寬大小。然后將核函數(shù)應(yīng)用于素，根據(jù)當(dāng)前位置的密度來確定下一個漂移位置。在這里，使用ing分析，使用所提出的方法分別對兩對實(shí)際場景圖像進(jìn)行像素級景效果圖。同樣，所提出的方法能夠?qū)崿F(xiàn)無縫拼接，并具有較高多個實(shí)景影像進(jìn)行預(yù)處理，包括圖像平移、亮度平衡、色彩校所