图像拼接--Automatic Panoramic Image Stitching using Invariant Features

Automatic Panoramic Image Stitching using Invariant Features
《International Journal of Computer Vision》 , 2007 , 74 (1) :59-73

本文提出使用 SIFT 做特征点匹配,然后用 bundle adjustment 计算图像坐标转换参数(类似 Homography),最后使用 multi-band blending 得到最终的拼接图

算法流程如下所示:
在这里插入图片描述

1)提取 SIFT 特征点
2)使用 k-d tree 做特征点匹配
3)对每个图像:
(1)提出 m 个 和该图像最匹配的图像
(2)使用 RANSAC 寻找几何位置一致的匹配对求解 homography
(3)使用一个 probabilistic model 验证 匹配是否正确
4)对不同场景图像进行聚类
5)对于每个场景图像
(1)使用 bundle adjustment 求解所有相机的旋转参数和相机焦距
(2) 使用 multi-band blending 拼图

在这里插入图片描述
在这里插入图片描述

Connected components of image matches
在这里插入图片描述
在这里插入图片描述

automatic straightening
在这里插入图片描述

gain compensation
在这里插入图片描述
在这里插入图片描述

Multi-band blending
在这里插入图片描述

Stitching with rotation and zoom
在这里插入图片描述

11

猜你喜欢

转载自blog.csdn.net/zhangjunhit/article/details/83088627