改進(jìn)加權(quán)融合在消除圖像拼接重影中的運(yùn)用

徐敏

摘 要：為消除拼接圖像間重疊部分出現(xiàn)的重影問(wèn)題，本文提出了改進(jìn)加權(quán)融合算法。首先，采用SURF算法對(duì)圖像進(jìn)行特征匹配，得到對(duì)應(yīng)的不變矩陣H；然后，采用改進(jìn)加權(quán)融合算法求取加權(quán)系數(shù)；最后，通過(guò)加權(quán)系數(shù)對(duì)待拼接圖像進(jìn)行融合，從而減少拼接融合時(shí)兩幅圖像的差異，以達(dá)到消除重影的目的。實(shí)驗(yàn)中分別采用了加權(quán)融合、動(dòng)態(tài)規(guī)劃尋找拼接線法、HSI算法以及本文提出的改進(jìn)加權(quán)融合法進(jìn)行測(cè)試。結(jié)果表明，所提算法能自適應(yīng)的消除運(yùn)動(dòng)目標(biāo)的干擾，灰度標(biāo)準(zhǔn)差、信息熵加權(quán)、清晰度加權(quán)評(píng)價(jià)指標(biāo)相比其他融合拼接算法均有所提高，融合圖像的質(zhì)量與清晰度得到改善。

關(guān)鍵詞：SURF算法；重影；改進(jìn)加權(quán)融合

中圖分類號(hào)：TP751.1 文獻(xiàn)標(biāo)識(shí)碼：A

1 引言（Introduction）

圖像拼接是計(jì)算機(jī)視覺(jué)與圖像處理領(lǐng)域一個(gè)研究熱點(diǎn)，其目的是把含有重疊區(qū)域的同一場(chǎng)景的兩幅或者多幅圖像合成為一幅具有較高分辨率的全景圖像[1]。由于待拼接圖像的重疊部分內(nèi)容不僅隨時(shí)間的變化會(huì)發(fā)生變化，而且可能受到幾何變換、配準(zhǔn)與運(yùn)動(dòng)物體的影響，兩幅圖像間的重疊部分便容易存在差異，此時(shí)若直接對(duì)重疊區(qū)域進(jìn)行融合處理，拼接結(jié)果將會(huì)產(chǎn)生重影現(xiàn)象，圖像融合[2-4]技術(shù)消除重影現(xiàn)象是圖像拼接重要的環(huán)節(jié)。

圖像融合是生成一幅寬視覺(jué)圖像的最后一步，它既解決了圖像的畫(huà)質(zhì)問(wèn)題又能消除連接縫、光度和色度的影響。文獻(xiàn)[5]提出的直接平均值法是基于配準(zhǔn)圖像重疊區(qū)域的像素灰度值，容易造成融合圖像出現(xiàn)帶狀問(wèn)題，甚至影響拼接圖像的視覺(jué)效果。最大值法[6]是指重疊區(qū)域并不是對(duì)兩幅待拼接的圖像進(jìn)行平均，而是采用比較待拼接圖像對(duì)應(yīng)點(diǎn)像素值大小進(jìn)行融合，容易出現(xiàn)重疊區(qū)域不流暢等問(wèn)題。加權(quán)平均法[7]與直接平均法一樣均是利用圖像的像素灰度值，該算法包含帽子函數(shù)加權(quán)平均法[8]和漸進(jìn)漸出加權(quán)平均法[9]，該算法融合后容易出現(xiàn)重影等問(wèn)題。

針對(duì)上述問(wèn)題，本文在基于SURF算法的圖像配準(zhǔn)基礎(chǔ)上，對(duì)圖像融合進(jìn)行了改進(jìn)，提出了改進(jìn)加權(quán)融合算法，通過(guò)實(shí)驗(yàn)驗(yàn)證，該方法能有效的消除圖像重影等問(wèn)題。

2 重影產(chǎn)生的因素（Factors of ghosting）

圖像拼接在實(shí)際應(yīng)用中，極易產(chǎn)生重影現(xiàn)象，本文將分別從拍攝因素與算法因素兩方面分析圖像拼接產(chǎn)生原因。

4 討論（Discussion）

本文采用AMD A8-5500B APU 3.19GHz、3.21GB內(nèi)存的計(jì)算機(jī)，采用vs2010編程環(huán)境下，對(duì)加權(quán)融合、動(dòng)態(tài)規(guī)劃尋找拼接線法[10]、文獻(xiàn)[11]中方法，以及本文所提方法進(jìn)行對(duì)比分析。

采用圖4（a）和圖4（b）對(duì)拼接算法進(jìn)行分析驗(yàn)證，四種方法的融合結(jié)果如圖5所示。其中圖5（a）運(yùn)用加權(quán)融合算法雖然能夠消除圖像的拼接縫，但因運(yùn)動(dòng)目標(biāo)的干擾產(chǎn)生了重影；動(dòng)態(tài)規(guī)劃拼接線法是將圖像分解為多幅尺度圖像進(jìn)行拼接后再合成為最后的融合圖像，可實(shí)現(xiàn)整幅圖像平滑過(guò)渡，并能夠降低對(duì)配準(zhǔn)誤差的敏感度，消除重影，但該方法限制了拼接線的搜索方向，使拼接線不能避開(kāi)目標(biāo)的邊緣，產(chǎn)生穿越現(xiàn)象，最終仍然產(chǎn)生重影，運(yùn)用動(dòng)態(tài)規(guī)劃拼接線法如圖5（b）所示；圖5（c）為選用文獻(xiàn)[11]方法，該方法運(yùn)算量小，能夠消除運(yùn)動(dòng)目標(biāo)的干擾，但圖5（c）圖像由于光照差異存在拼接痕跡；如圖5（d）所示，本文融合算法拼接效果優(yōu)于其他算法的拼接效果。為了體現(xiàn)本文所提融合算法的實(shí)用性和可靠性，采用客觀指標(biāo)對(duì)其融合效果進(jìn)行評(píng)價(jià)[12，13]。

表1給出了基于灰度標(biāo)準(zhǔn)差、空間頻率信息熵加權(quán)、清晰度加權(quán)質(zhì)量評(píng)價(jià)結(jié)果，測(cè)試圖像為圖5四種算法的拼接結(jié)果。測(cè)試結(jié)果中可以看出，本文拼接算法拼接后的圖像灰度標(biāo)準(zhǔn)差、空間頻率信息熵加權(quán)、清晰度加權(quán)值相比其他三種算法均有所提高，而灰度標(biāo)準(zhǔn)差值、空間頻率值越大說(shuō)明融合圖像的灰度分布越分散，信息熵加權(quán)、清晰度加權(quán)值越大則表明融合后的圖像過(guò)渡更加平滑，融合算法方案更優(yōu)，同時(shí)，重影拼接的實(shí)時(shí)性較好。

5 結(jié)論（Conclusion）

本文在研究圖像拼接中的融合方法的基礎(chǔ)上，提出了基于改進(jìn)加權(quán)融合算法實(shí)現(xiàn)圖像拼接，從而消除圖像拼接中產(chǎn)生的重影。該方法通過(guò)求取差異圖像確定運(yùn)動(dòng)目標(biāo)區(qū)域，并基于其邊界求取加權(quán)系數(shù)，實(shí)驗(yàn)表明該融合算法能自適應(yīng)的消除運(yùn)動(dòng)目標(biāo)的干擾，灰度標(biāo)準(zhǔn)差、信息熵加權(quán)、清晰度加權(quán)評(píng)價(jià)指標(biāo)相比其他融合拼接算法均有所提高，即融合圖像的質(zhì)量與清晰度得到改善。同時(shí)，提高了圖像去重影拼接的實(shí)時(shí)性。

參考文獻(xiàn)（Reference）

[1] 祝繼華，等.基于圖像配準(zhǔn)的柵格地圖拼接方法[J].自動(dòng)化學(xué)報(bào)，2015，41（2）：285-294.

[2] 桂振文，等.一種融合多傳感器信息的移動(dòng)圖像識(shí)別方法[J].自動(dòng)化學(xué)報(bào)，2015，41（8）：1395-1404.

[3] 潘榮江，等.一種基于LCS的物體碎片自動(dòng)拼接方法[J].計(jì)算機(jī)學(xué)報(bào)，2005，28（3）：350-356.

[4] 賀行政，康榮學(xué)，任貴文.安全生產(chǎn)監(jiān)控中的紅外圖像融合技術(shù)研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2016，12（S1）：268-271.

[5] 雷飛，等.基于改進(jìn)SURF的實(shí)時(shí)視頻拼接方法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2015，25（3）：32-35.

[6] 漆昇翔，等.面向機(jī)載應(yīng)用的多傳感器圖像融合技術(shù)綜述[J].航空電子技術(shù)，2016（14）：5-11.

[7] Richard Szeliski，Heung-Yeung Shum.Creating full view panoramic image mosaics and environment maps[C].In：Computer Graghics Procceding，Annual Conference Series，ACM SIGGRAPH，Los Angeles，California，

1997：251-258.

[8] H Nicolas. New Methods for Dynamic Mosaicking[J].IEEE Transactions on Image Processing，2011，10（8）：1239-1251.

[9] 葛仕明，等.基于梯度場(chǎng)的拼接縫消除方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2007，19（2）：227-232.

[10] Smith S M，Brady J M.SUSAN-a new approach to low level image processing[J].International Journal of Computer Vision，1997，23（9）：45-78.

[11] Yang Y，et al.A research on registration and de-ghosting algorithm in image mosaic[C].Wireless Communications & Signal Processing （WCSP），2013 International Conference on.IEEE，2013：1-5.

[12] 于大海，等.圖像灰度標(biāo)準(zhǔn)差對(duì)介質(zhì)阻擋絲狀放電分布均勻性的定量評(píng)價(jià)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（28）：193-196.

[13] 姚漢英，等.SAR圖像拼接效果的評(píng)價(jià)方法研究[J].計(jì)算機(jī)工程，2010，36（15）：196-198.

作者簡(jiǎn)介：

徐 敏（1988-），女，碩士，助教.研究領(lǐng)域：數(shù)字圖像處理.