改进加权融合在消除图像拼接重影中的运用

徐敏

摘 要：为消除拼接图像间重叠部分出现的重影问题，本文提出了改进加权融合算法。首先，采用SURF算法对图像进行特征匹配，得到对应的不变矩阵H；然后，采用改进加权融合算法求取加权系数；最后，通过加权系数对待拼接图像进行融合，从而減少拼接融合时两幅图像的差异，以达到消除重影的目的。实验中分别采用了加权融合、动态规划寻找拼接线法、HSI算法以及本文提出的改进加权融合法进行测试。结果表明，所提算法能自适应的消除运动目标的干扰，灰度标准差、信息熵加权、清晰度加权评价指标相比其他融合拼接算法均有所提高，融合图像的质量与清晰度得到改善。

关键词：SURF算法；重影；改进加权融合

中图分类号：TP751.1 文献标识码：A

1 引言（Introduction）

图像拼接是计算机视觉与图像处理领域一个研究热点，其目的是把含有重叠区域的同一场景的两幅或者多幅图像合成为一幅具有较高分辨率的全景图像[1]。由于待拼接图像的重叠部分内容不仅随时间的变化会发生变化，而且可能受到几何变换、配准与运动物体的影响，两幅图像间的重叠部分便容易存在差异，此时若直接对重叠区域进行融合处理，拼接结果将会产生重影现象，图像融合[2-4]技术消除重影现象是图像拼接重要的环节。

图像融合是生成一幅宽视觉图像的最后一步，它既解决了图像的画质问题又能消除连接缝、光度和色度的影响。文献[5]提出的直接平均值法是基于配准图像重叠区域的像素灰度值，容易造成融合图像出现带状问题，甚至影响拼接图像的视觉效果。最大值法[6]是指重叠区域并不是对两幅待拼接的图像进行平均，而是采用比较待拼接图像对应点像素值大小进行融合，容易出现重叠区域不流畅等问题。加权平均法[7]与直接平均法一样均是利用图像的像素灰度值，该算法包含帽子函数加权平均法[8]和渐进渐出加权平均法[9]，该算法融合后容易出现重影等问题。

针对上述问题，本文在基于SURF算法的图像配准基础上，对图像融合进行了改进，提出了改进加权融合算法，通过实验验证，该方法能有效的消除图像重影等问题。

2 重影产生的因素（Factors of ghosting）

图像拼接在实际应用中，极易产生重影现象，本文将分别从拍摄因素与算法因素两方面分析图像拼接产生原因。

4 讨论（Discussion）

本文采用AMD A8-5500B APU 3.19GHz、3.21GB内存的计算机，采用vs2010编程环境下，对加权融合、动态规划寻找拼接线法[10]、文献[11]中方法，以及本文所提方法进行对比分析。

采用图4（a）和图4（b）对拼接算法进行分析验证，四种方法的融合结果如图5所示。其中图5（a）运用加权融合算法虽然能够消除图像的拼接缝，但因运动目标的干扰产生了重影；动态规划拼接线法是将图像分解为多幅尺度图像进行拼接后再合成为最后的融合图像，可实现整幅图像平滑过渡，并能够降低对配准误差的敏感度，消除重影，但该方法限制了拼接线的搜索方向，使拼接线不能避开目标的边缘，产生穿越现象，最终仍然产生重影，运用动态规划拼接线法如图5（b）所示；图5（c）为选用文献[11]方法，该方法运算量小，能够消除运动目标的干扰，但图5（c）图像由于光照差异存在拼接痕迹；如图5（d）所示，本文融合算法拼接效果优于其他算法的拼接效果。为了体现本文所提融合算法的实用性和可靠性，采用客观指标对其融合效果进行评价[12，13]。

表1给出了基于灰度标准差、空间频率信息熵加权、清晰度加权质量评价结果，测试图像为图5四种算法的拼接结果。测试结果中可以看出，本文拼接算法拼接后的图像灰度标准差、空间频率信息熵加权、清晰度加权值相比其他三种算法均有所提高，而灰度标准差值、空间频率值越大说明融合图像的灰度分布越分散，信息熵加权、清晰度加权值越大则表明融合后的图像过渡更加平滑，融合算法方案更优，同时，重影拼接的实时性较好。

5 结论（Conclusion）

本文在研究图像拼接中的融合方法的基础上，提出了基于改进加权融合算法实现图像拼接，从而消除图像拼接中产生的重影。该方法通过求取差异图像确定运动目标区域，并基于其边界求取加权系数，实验表明该融合算法能自适应的消除运动目标的干扰，灰度标准差、信息熵加权、清晰度加权评价指标相比其他融合拼接算法均有所提高，即融合图像的质量与清晰度得到改善。同时，提高了图像去重影拼接的实时性。

参考文献（Reference）

[1] 祝继华，等.基于图像配准的栅格地图拼接方法[J].自动化学报，2015，41（2）：285-294.

[2] 桂振文，等.一种融合多传感器信息的移动图像识别方法[J].自动化学报，2015，41（8）：1395-1404.

[3] 潘荣江，等.一种基于LCS的物体碎片自动拼接方法[J].计算机学报，2005，28（3）：350-356.

[4] 贺行政，康荣学，任贵文.安全生产监控中的红外图像融合技术研究[J].中国安全生产科学技术，2016，12（S1）：268-271.

[5] 雷飞，等.基于改进SURF的实时视频拼接方法[J].计算机技术与发展，2015，25（3）：32-35.

[6] 漆昇翔，等.面向机载应用的多传感器图像融合技术综述[J].航空电子技术，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.基于梯度场的拼接缝消除方法[J].计算机辅助设计与图形学学报，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.图像灰度标准差对介质阻挡丝状放电分布均匀性的定量评价[J].中国电机工程学报，2013，33（28）：193-196.

[13] 姚汉英，等.SAR图像拼接效果的评价方法研究[J].计算机工程，2010，36（15）：196-198.

作者简介：

徐 敏（1988-），女，硕士，助教.研究领域：数字图像处理.