基于Harris特征点和对比度调制的图像拼接算法

陈艳海

湖北汽车工业学院电气工程与信息学院,湖北 十堰 442002

基于Harris特征点和对比度调制的图像拼接算法

陈艳海

湖北汽车工业学院电气工程与信息学院,湖北 十堰 442002

提出了一种基于角点特征Harris和对比度调制的图像拼接算法，以提高室外复杂场景的图像拼接质量。利用Harris算法提取基准图像（带匹配图像）和后续图像的特征点。确定特征的位置、尺度与方向，利用最近临法完成两幅特征点的匹配，确定重合区域，利用基于对比度调制方法完成对图像的拼接。实验结果表明，该方法对亮度差异较大的图像拼接具有良好的效果，适于室外复杂环境的图像拼接。

Harris；图像融合；图像拼接

Harris；image fus；ionimage blending

全景图像水平方向360度的环视环境可以较好表达空间信息，广泛应用于工业、军事、医疗等领域。全景图像的生成有直接方式和图像拼接方式两途径.直接方式就是采用带有能扩大视野的反光或鱼眼镜头的全景相机，但较低的分辨率和昂贵价格限制了这种成像方式的应用；利用图像拼接获得大视野的方式应用比较广泛，只需要采用普通的摄像头拍摄有重叠区域的一系列图像，对经过图像拼接技术可以解决由于相机等成像仪器的角和大小的限制，不能产生很大图片的问题。

所谓图像拼接技术就是将两幅或者两幅以上邻间具有部分重叠的图像进行无缝拼接，生成一张有较宽视角的高分辨率图像或者360度视角的全的技术，涉及计算机视觉、计算机图形、图像处理以及一些数学工具等。该技术为图像降噪、视场扩展、运动物体去除、模糊消除、空间解析的提高和动态范围增强提供了可能性。

对于图像拼接中的关键技术图像匹配和融合已经进行了大量研究。目前大多数方法对于室外复杂场景图像的拼接效果不理想，寻找高精度的图像匹配算法以及适合于光亮度差异较大图像的融合算法是主要研究方向.基于图像特征的匹配是图像匹配的主要方法，利用空间位置相对不变的景物特征(如边缘、角点等)进行匹配。Harris算子是C.Harris和M.J.Stephens在1988年提出的一种特征点提取算子。他们在Moravec算子的基础上进行了改进，形成了Harris角点检测算法，利用该法从图像中提取出的特征点可以用于一个物体或场景不同视角下的可靠匹配，匹配精度较高.对比度调制的图像融合是一种多分辨率图像融合，可以得与人的视觉特性更为接近的融合效果。

作者利用Harais算法的精确匹配和对比度调制算法的良好的融合效果提出了一种针对室外复杂场景的图像拼接法.首先对图像采用Harris算法提取出对图像尺和旋转保持不变的特征点；然后构建多维向量描特征点，利用NN算法进行高精度的特征点匹配，定图像的重叠区域；最后利用对比度调制算法将配准后的图像合二为一，构成一幅整体图像。

1.基于Harris的图像配准

图像拼接的关键步骤为图像配准，寻找两幅图像重叠部分的对应特征点，并利用这些特征点计算图像之间的透视变换关系，最终将图像注册到同一个坐标系中。

Harris主要方法是用一阶偏导来描述亮度变化，这种算子受信号处理中自相关函数的启发，给出与自相关函数相联系的矩阵M。M矩阵的特征值是自相关函数的一阶曲率，如果两个曲率值都高，那么就认为该点是特征点。矩阵特征值的求解过程运算量大，为了提高Harris角点检测的效率，实际计算时并不直接计算特征值，而是根据矩阵对角线元素和行列式之间的关系来进行判断

Harris角点检测算法的步骤大致如下：

（1）计算图像亮度在点（x,y）出的梯度

（2）构造自相关矩阵

（3）提取特征点：如果特征值λ1和λ2是极大值时，点(x,y)是一个特征点。即行列式和矩阵M的对角线元素和满足：

这里T是一个固定的阈值，K是参数，通常取值K=0.04～0.06

图1 角点检测标准图像

图2 角检测结果

2.基于对比度调制融合算法

经过配准后的图像会有明显的色彩接缝，为使拼接图像光滑无缝、浑然一体，传统解决方法是在接缝及其附近采用平滑处理，其结果会导致图像的分辨率下降，使图像出现模糊的现象。用对比度调制融合算法引入到图像拼接和镶嵌技术中，可以很好地兼顾清晰度和光滑度两个方面的要求，恢复整个图像。

对比度调制融合算法的基本思想是利用一幅图像中所包含的图像细节信息，提取其对比度，用以调另一幅图像的灰度分布以达到图像融合的目的。具体步骤如下：

1)提取图像g(x，Y)的对比度：

2)计算归一化对比度：

3)调制：将归一化对比度cN(x,y)乘以图像g2(x,y)来得到融合图像

4)按灰度范围重新归一化，得到最后的融合图像：

3.实验结果

本实验采用手持相机数码相机kodak Z650定点拍摄，经程序转换后的256灰度图。这样可以看见拼接的细节。使用VC++6.0实现图像变换矩阵的计算和拼接。图3、4是室内近景，可以看出图上的角点(内点)已经对齐，虽然两图片之间有少量的旋转，但是由于算法具有鲁棒性，并不影响拼接效果。图5是拼接后的图像。

图3 拼接前的图像

图4 拼接前的图像

图5 拼接后的图像

4.结论

本文提出了一种基于角点特征的图像自动拼接方法。此算法有这几个特点：采用Harris角点检测算法提取图像特征角点，可以减少计算量，同时提高角点的定位精度，增强了算法的抗噪性能和减少对斜边的错误响应，最后采用对比度调制融合算法进行图像融合。实验结果表明。该算法能有效提高配准精确性，是一种稳健有效的实用算法。

Image Stitch Algorithm Based on Harris corner and Contrast

An algorithm of image stitch based on Harris corner and Contrast is proposed to improve the stitch effect of significantly different luminance images.Features are first detected between two images using Harris algorithm.After identified locations and scales , Feature is matched based on the nearest neighbor method in order to identify overlap regions.Image are blended by con.trEaxstperimental results showed that the presented method is effective for significant different luminance images adopted from outdoor environm.ents

10.3969/j.issn.1001-8972.2011.12.044