1图像获取
全景图像素材的获取有两种方式:一是采用专门全景设备,如全景相机或者带有鱼眼镜头或者广角镜头的相机;二是利用普通相机拍摄局部图像,然后经过投影后拼接形成全景图。第一种方法的优点是操作简单,无需复杂建模,非常容易的能够形成全景图,缺点是专用设备价格非常昂贵,不易普及和使用。
第二种方法对拍摄要求非常高,通常需要借助一些设备,如三角架等完成拍摄。相对前者更加复杂,但是费用低,仍然为目前的主流。
2图像投影
由于相邻局部实景图像是在相机转过了一定的角度,在不同的视角上拍摄得到的,因此它们的投影平面存在一定的夹角。如果对局部图像直接进行无缝拼接,将会破坏实际场景中视觉的一致性,比如把一曲线变成了直线等,同时也很难进行无缝拼接。为了维持实际场景中的空间约束关系,必须把拍照得到的实景图像投影到某一曲面上,图像信息以曲面的形式保存在计算机上。投影完成后,去掉了旋转关系,保留了平移关系,为图像的拼接做好了准备。通常,比较常见的全景投影方式有:球面投影、柱面投影和立方体投影。2.1球面模型
2.2圆柱面模型
2.3立方体模型
全景图模型可以提供场景水平方向360度全方位浏览,球面全景和立方体全景还能够提供垂直方向180度的浏览,能使人们产生三维立体感,其场景能够拥有非常高的逼真度。
3图像拼接
图像拼接技术是全景技术的关键技术之一,也是全景制作环节的关键环节,由于相机视角限制和全景相机价格的昂贵,对拼接技术的研究还是非常的有意义的。3.1拼接的主要用途
图像拼接技术可以解决由于相机等成像仪器的视角大小的限制,不可能一次拍出很大图片而产生的问题。它利用计算机进行匹配,合成一幅宽角度图片,因而在实际使用中具有很广阔的用途。3.2图像拼接的一般问题
图像拼接的关键是精确找出相邻两张图像中重叠部分的精确位置,然后确定两张图像之间的位置变换关系,最后进行拼接和边缘融合。由于照相机受环境和硬件等条件影响,得到的图像往往存在平移、旋转、缩放、透视形变、色差、扭曲等差别,这些差别大大增加了图像拼接的难度和复杂度。实际应用中最基本的拼接技术主要是考虑平移、缩放和旋转三种变化(A为原图像,A’为变换后的图像):3.2.1平移:A’ = A + k;
3.2.2缩放:A’ = sA,其中s为缩放比例;
3.2.3旋转:A’ = rA,其中为旋转矩阵。
在这三种变化中,缩放和旋转是较难解决的问题,如何确定两图像间的缩放比例和旋转角度是图像拼接技术的难点。
3.3图像拼接技术流程和核心问题
图像拼接技术的基本流程如图所示:核心问题:图像拼接效果与一关键技术息息相关,即图像的匹配。
3.4图像匹配
图像匹配的目的是搜索同名点,它是计算机视觉和数字摄影测量的核心课题之一,是指寻找部分重叠序列图像的重叠位置以及范围(也称图像对齐)。两幅图像可能取自不同的时间、不同的环境、不同的传感器或者不同的视角,这就造成了图像不仅存在噪声的影响,而且存在严重的灰度失真和几何失真。图像匹配就是假设有两个矩形区域A和B,已知B中包含有一个区域A',A'和A是相同的模块,求B中A'的位置。
从宏观来看,图像匹配的方法可以分为灰度匹配和特征匹配两种。灰度匹配以常用的相关系数法为代表,它主要考虑局部区域内灰度的分布状况和统计特性;特征匹配要首先提取特征,如边缘特征,纹理特征,信息墒特征等,然后把这些特征用链码或者参数来表示,最后以这些特征为匹配基元。实际上,特征匹配常常和灰度匹配结合使用,即在灰度匹配时引入一些特征量进行约束。
图像匹配系统流程如图所示:
本部分涉及到的算法还有待进一步研究和整理。