图像拼接设计文档

一 设计概述

用matlab来实现一个图片S的分割，以及接着拼接为新图像S'.通过计算信噪比来分析次品结算法的可行性。 二 设计流程

1 分割：读入一幅图像S,把它分割成两个有交集的子图像S1,S2. 2 配准：

（1）特征点的检测：用经典的Harris角点检测器来完成这个步骤。 R = detM - k ( traceM )^ 2， 根据R的数值大小，和阈值的比较来确定这个点是否是我们所求的特征点。 说明：a M是一个二维矩阵，

detM = G*[Ix^2 ·Iy^2- ( Ix ·Iy )^ 2] TraceM=G*[Ix^2-Iy^2]

其中G是高斯滤波函数,对于图像的一阶导数Ix,Iy用掩模来数字化近似。

b阈值的设定：可以通过在方法使其在计算的过程中自动调节，已达到比较满意的数值。

（2）特征点的匹配：取每个角点的邻域（M*M)大小的相关窗，对每个S1中的角点，计算其相关窗和每一个S2中的角点相关窗的相关系数，然后最大值所对应的位置点，就是其在S2中的匹配点。

（3）通过匹配的角点计算平移参量，然后根据平移参量移动S2,使其能都用于直接和S1叠加。

相关系数：

3 图像的拼接：用的是一种加权平均的融合方法。

f1(x, y) , (x, y) ∈ f1

d1f1(x, y) +d2f2(x, y) (x, y) ∈ (f1 ∩ f2 ) f2(x, y) (x, y) ∈ f2 三：预计输入输出：

输入：一幅图像S,\"lena.bmp\".

输出：四幅图像S,S1\"Lena1.Bmp\其中S1,S2是由图像S分割而成，S'由S1,S2拼接而成。

四：计算结果

通过对峰值信噪比的计算，检验这种拼接算法的优劣情况。