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:
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第1张图片

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

图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第2张图片
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第3张图片

Connected components of image matches
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第4张图片
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第5张图片

automatic straightening
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第6张图片

gain compensation
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第7张图片
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第8张图片

Multi-band blending
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第9张图片

Stitching with rotation and zoom
图像拼接--Automatic Panoramic Image Stitching using Invariant Features_第10张图片

11

你可能感兴趣的:(图像拼接)