关于图像拼接

转载自http://kghcy.blog.163.com/blog/#pn2 图夫+工场

 

起步晚的好处在于别人基本把路铺好了，照走就行，而且速度不慢。

图刀虽破钝，然连砍带砸泡了个把月，基础的代码基本搭建成功也初步通过测试；虽离成形还有不少细节，但已然可算是混熟了，想想近来跟她腻了这么多时间，难保新鲜感后，也许会遭我抛弃在心里，毕竟我也是人嘛。突又想起迅哥对刘和珍君的念念不舍，在忘却来临前，嗯，我，还是写点什么好了。

关于拼接，就现在来说，好多成熟的商业软件，photo merge也行，image stitching也好，都很不错。

因为有需求，得空接触了，再现了俺色狼的表情，好奇又不解加疑惑与赞叹，发现原来图像可以这么粘贴的，比任何牌子胶水的还好。

在这样的诱惑里，我甘心堕落，不吝农民的眼神与图夫的快意，对上级宣言：我搞定她！

尽管互不相识，尽管她那么不屑土人如我。但我坚信，农民的可爱，无人能拒，时间而已。

想想，给农民时间，就能创造下一代农民，这样的壮举，就连达尔文都惊叹不已，这，你敢说不可爱？！

从哪里下手呢，据说现在流行网上，合法也迅速，于是落俗套的，我也一样，唉，有损浪漫啊~~~~

 

SIFT（scale invariant featrue transform），原来她好这个，还有相当依恋，尽管有些迷向角点提起什么的；但在稳定性，抗干扰性等，更让她倾心。所以，投其所好的，我把SIFT给研究了。没看全也算七八分了，不好意思。

ANN（approximate nearest neighbor searching），点多得缭乱，这个家伙可以帮忙快速配对，找寻可以互相联络的亮点，一个分割规则，建一棵二叉树，于此搜索，于是有了，好！（要用赵XX的语气）

RANSC（random sample consensus），虽然叫随机，但好好应用处理，还是有不错的稳定性，目的从众多配点对，筛选最可靠的配点集。（有点像几进几比赛了）。然后计算homographymatrix[3x3]（最小二乘或SVD分解都可以达到目的）。通过这个阵，这边图像上点就可以去约会另张图像上的对应点了，而且不会被拒绝，成功率很高。羡慕ing，什么时候有类似这么个东西，找老婆就容易了，省得人家的心思，俺们还瞎猜。

Alignment，根据homography matrix，就可以变化图像间关系，布局从此开始。

Two-band blending，计算一张weight（权值）掩模，分离高/低频（2-band），blending。

以上几步耍玩，拿简单的拼接不在话下，只是涉及了多图时，不少细节，如怎么自动合理布局，柱面或球面矫正，在image stitching上还有光照增益补偿等等，需要思考与实践。图夫刀破，还没尽解。

 

很多赞叹，只因为好奇；
很多好奇，只因为疑惑；
很多疑惑，只因为不解；
很多不解，所以有赞叹。

人，有时就是这么无聊，比如我。

 

写在后面的假说
传说中的刀，锈钝非常，所经之处，生机盎然，杂草丛生。

（1）在古老的相似度匹配中，在处理旋转，缩放总扭捏难受；如果用SIFT与ANN技术，足以建成适用度广的匹配算法，不过，在图像很平滑，也就是特征点很少的图像上，也有不足。

（2）RANSAC这个东西加到曲线拟合的预处理上，于是就有了宣称robust fitting的东西问世，所谓robust就是粗鲁但很棒的东东，跟农民一样。

（3）感谢Two-band blending或mulit-band blending技术，他让我们造假技术更真。在图像合成上，不可省缺。奢望，有那么一天，假作真时真作假。