图像拼接 share autostitch

这几天做数字图像处理课程的一个presentation（图像拼接），查阅了一些资料，在这里share一下。

图像拼接中的方法主要是直接拼接法（Direct Method）和基于特征点的拼接（Feature-Based Method）。

前者有一篇很好的论文，需要界定详细的镜头物理参数等等，比较复杂。

后者有一些比较著名的特征点检测算法。例如Harris算子， 也叫做角点检测子（Corner Detector），一般情况下效果不错，对旋转、灰度值统一线性变化都不敏感（也就是哪怕被检测对象旋转了或者是亮度均匀改变了，同样还是能够检测到相 同的特征点），但是对图像缩放（image scale）过于敏感。于是有了现在用的比较普遍的SIFT算法（Scale Invariant Feature Transform），主要参考的论文是David Lowe（SIFT算法的提出者）自己写滴一文， 行文流畅，很值得一读，特别是使用热扩散方程类比证明连续高斯滤波之差（DoG）在某种条件下等效于高斯滤波的拉普拉斯变换（LoG），尺度空间 （scale space）和特征点定位（Keypoint localization），以及后面的一些关于特征点描述子（Keypoint Descriptor）的说明都很值得一读（不过俺自己只是匆匆瞟了下，后面都没读完就直接翻看Conclusions了 囧）。

比较简单的实现可以直接使用matlab中的IPT里的一些函数来做，因为David Lowe的已经给出了SIFT的二进制实现和matlab的调用，简单情况下的图像变换（变换矩阵的确定）和联结相对来说就容易许多了。

如果需要开源的SIFT算法的实现，可以去这个链接里翻。（有灰常多种类滴实现，包括 C_&_matlab 的，C# 的等等）

这里给大家再share一个很强悍的全景图拼接软件 autostitch，是上文中提到的SIFT的提出者 David Lowe 和他的一个博士生 Brown 写的，他们所写的论文 Automatic Panoramic Image Stitching using Invariant Features 也确实堪称经典。如果想要把自己在海边度假的照片拼接起来、成为一副全景图的话，那么这款软件（尽管只免费提供 demo）绝对是首选！（起码现在看起来是如此 囧）

还有一些拼接实现，例如 pano-tools Hugin autopano-sift 等等都没有能够做到上述的 autostitch 的自动化识别和处理的效果（包括自动化识别大量图像的配对关系、自动确定配对图像间的空间关系、图像初步拼接后的多通道渲染处理等等）。关于其使用和体验分析可以看这里：AutoStitch 自動接圖軟體-全景圖(Panorama). 不过最好滴方式自然是下载来尝试一把。

--jtuki