基于偽高動態范圍的圖像拼接預處理方法

吳亮紅，孫亮，周博文，張紅強，盧明

(湖南科技大學信息與電氣工程學院，湖南湘潭，411021)

圖像拼接是計算機視覺研究中的熱點問題，該技術已廣泛應用于醫學圖像處理[1]、虛擬現實[2]、機器人視覺[3]等領域。圖像拼接就是將某一環境下拍攝到的2幅或多幅圖像經過圖像處理拼接成1幅視角更廣的全景圖像技術。圖像拼接可以通過基于灰度信息特征、相位相關和變換模型等方法來實現，其中，由于基于圖像特征點的匹配方法能夠在光照變化、拍攝角度變換等變化下表現出較強的可靠性和魯棒性，被大量應用于圖像拼接中。例如，BAY等[4]提出的加速魯棒特征(speeded up robust features，SURF)算法采用Hessian 矩陣檢測圖像特征點具有尺度、光照、旋轉等不變特性，使得圖像特征匹配具有較強的穩定性。然而，在惡劣照明場景下，圖像特征匹配準確度非常低。由于圖像特征匹配是基于檢測到的邊緣、角落等特征來進行匹配，所以，盡可能多地檢測出特征點是解決圖像特征匹配準確度低的有效方法。為了能夠檢測出更多的特征點，通常在圖像拼接預處理部分采用能夠提高圖像對比度并且增強待拼接圖像中邊緣、角落的圖像增強方法，如TU 等[5]提出直方圖均衡化應用于圖像特征匹配，經實驗驗證，直方圖均衡可以明顯提高特征點的數量；DAUD 等[6]提出一種基于直方圖均衡的改進預處理方法，該方法提高了惡劣光照情況下圖像特征匹配的準確度；賈銀江等[7]提出一種銳化濾波器來增強圖像細節，以此增加特征點數量；……