matlab图像拼接融合(四种方法)

 

matlab 图像拼接

Matlab图像拼接的四种方法

1、直接拼接,

2、亮度调整后拼接,

3、按距离比例融合,

4、亮度调整后按距离比例融合

流程:

1。读入左,右图,并取出重合部分,并转化为亮度图

2。分别把每点的亮度值相加,得到一个比值

3。把比值 乘以 右图

4。再把左 各 右图 拼接

5。权重融合

左图————重合区———————-右图(相加)

100%———–50%————————0%

0%————–50%————————100%

%读入原图 (左 右) img1=imread('2.jpg'); img2=imread('1.jpg'); 

%查找它们的SIFT特征,并返回匹配点对---------------------特征匹配 开始 [des1, des2] = siftMatch(img1, img2); des1=[des1(:,2),des1(:,1)];%左右(x和y)交换 % 为过滤匹配准备参数 des2=[des2(:,2),des2(:,1)];%  %用 基础矩阵F 过滤匹配的特征点对 matchs = matchFSelect(des1, des2) %匹配位置索引(掩码) des1=des1(matchs,:);%取出内点 des2=des2(matchs,:);  % 画出匹配特征点的连接线(好点) drawLinedCorner(img1,des1,img2, des2) ; 

1、直接拼接

[H,W,k]=size(img1);%图像大小 l_r=W-des1(1,2)+des2(1,2);%只取水平方向(第一个匹配点)重叠宽度   % 1、直接拼接-------------------------------------------------  %[H,W,k]=size(img1); %l_r=405;%重叠宽度(W-宽 至 W)---如果不用特征匹配这里直接写重合区宽 L=W+1-l_r;%左边起点 R=W;%右边尾点 n=R-L+1;%重叠宽度:就是l_r %直接拼接图 im=[img1,img2(:,n:W,:)];%1全图+2的后面部分 figure;imshow(im);title('直接拼接图'); 

2、亮度调整后拼接

%根据之前H矩阵找到的两幅图的重叠(l_r)部分 A=img1(:,L:R,:); B=img2(:,1:n,:); %A、B 是对应在两幅图中的重叠区域  % A=uint8(A); figure;imshow(A); % B=uint8(B);figure;imshow(B); %  [ma,na,ka]=size(A); I1=rgb2gray(A);%转换为灰度图像 I1=double(I1);%转换为双精度 v1=0; I2= rgb2gray(B); I2=double(I2); v2=0; for i=1:ma     for j=1:na         %I1(i,j)=0.59*A(i,j,1)+0.11*A(i,j,2)+0.3*A(i,j,3);%按点转化为灰度图         v1=v1+I1(i,j);%所有亮度值相加(和)         %I2(i,j)=0.59*B(i,j,1)+0.11*B(i,j,2)+0.3*B(i,j,3);         v2=v2+I2(i,j);     end end  %figure;imshow(I1,[]); %figure;imshow(I2,[]);  %亮度比例,并按比例调整第二个图 k=v1/v2;  BB2=img2(:,n:W,:)*k;%乘比值 im2=[img1,BB2];%拼接 figure;imshow(im2);title('调整亮度后拼接图'); 

3、按距离比例融合

%[H,Y,t]=size(im); C=im;%继承前图 D=im2;%继承前图(亮度) % n=拼缝宽; %for i=1:H %少一重循环     for j=1:n         d=1-(j)/n;%disp(d);% 距离权重         C(1:H,L+j,:)=d*A(1:H,j,:)+(1-d)*B(1:H,j,:);%互补融合         D(1:H,L+j,:)=d*A(1:H,j,:)+(1-d)*B(1:H,j,:)*k;     end %end C=uint8(C); figure;imshow(C);title('直接融合拼接图');%3 D=uint8(D); figure;imshow(D);title('亮度处理后融合拼接图');%4 

4、亮度调整后按距离比例融合

完整的m文件:

%matlab图像拼接(四种方法) % 1、直接拼接, % 2、亮度调整后拼接, % 3、按距离比例融合, % 4、亮度调整后按距离比例融合  %流程: %1。读入左,右图,并取出重合部分,并转化为亮度图 %2。分别把每点的亮度值相加,得到一个比值 %3。把比值 乘以 右图 %4。再把左 各 右图 拼接  clear;close all,clc; %读入原图 (左 右) img1=imread('2.jpg'); img2=imread('1.jpg'); % figure;imshow(img1);%显示 % figure;imshow(img2);  %查找它们的SIFT特征,并返回匹配点对---------------------特征匹配 开始 [des1, des2] = siftMatch(img1, img2); des1=[des1(:,2),des1(:,1)];%左右(x和y)交换 为基础矩阵F 过滤匹配准备参数 des2=[des2(:,2),des2(:,1)];%  %用 基础矩阵F 过滤匹配的特征点对 matchs = matchFSelect(des1, des2) %匹配位置索引(掩码) des1=des1(matchs,:);%取出内点 des2=des2(matchs,:);  % 画出匹配特征点的连接线(好点) drawLinedCorner(img1,des1,img2, des2) ; %------------------------------------------------------特征匹配 结束  [H,W,k]=size(img1);%图像大小 l_r=W-des1(1,2)+des2(1,2);%只取水平方向(第一个匹配点)重叠宽度   % 1、直接拼接-------------------------------------------------  %[H,W,k]=size(img1); %l_r=405;%重叠宽度(W-宽 至 W)---如果不用特征匹配这里直接写重合区宽 L=W+1-l_r;%左边起点 R=W;%右边尾点 n=R-L+1;%重叠宽度:就是l_r %直接拼接图 im=[img1,img2(:,n:W,:)];%1全图+2的后面部分 figure;imshow(im);title('直接拼接图');  % 2、亮度调整后拼接------------------------------------------------- %根据之前H矩阵找到的两幅图的重叠(l_r)部分 A=img1(:,L:R,:); B=img2(:,1:n,:); %A、B 是对应在两幅图中的重叠区域  % A=uint8(A); figure;imshow(A); % B=uint8(B);figure;imshow(B); %  [ma,na,ka]=size(A); I1=rgb2gray(A);%转换为灰度图像 I1=double(I1);%转换为双精度 v1=0; I2= rgb2gray(B); I2=double(I2); v2=0; for i=1:ma     for j=1:na         %I1(i,j)=0.59*A(i,j,1)+0.11*A(i,j,2)+0.3*A(i,j,3);%按点转化为灰度图         v1=v1+I1(i,j);%所有亮度值相加(和)         %I2(i,j)=0.59*B(i,j,1)+0.11*B(i,j,2)+0.3*B(i,j,3);         v2=v2+I2(i,j);     end end  %figure;imshow(I1,[]); %figure;imshow(I2,[]);  %亮度比例,并按比例调整第二个图 k=v1/v2;  BB2=img2(:,n:W,:)*k;%乘比值 im2=[img1,BB2];%拼接 figure;imshow(im2);title('调整亮度后拼接图');   % 3、按距离比例融合------------------------------------------------- % 4、亮度调整后按距离比例融合----------------------------------------  % 图像融合消除拼接缝隙  %用的渐入渐出融合即:距离权重融合  %[H,Y,t]=size(im); C=im;%继承前图 D=im2;%继承前图(亮度) % n=拼缝宽; %for i=1:H %少一重循环     for j=1:n         d=1-(j)/n;%disp(d);% 距离权重         C(1:H,L+j,:)=d*A(1:H,j,:)+(1-d)*B(1:H,j,:);%互补融合         D(1:H,L+j,:)=d*A(1:H,j,:)+(1-d)*B(1:H,j,:)*k;     end %end C=uint8(C); figure;imshow(C);title('直接融合拼接图');%3 D=uint8(D); figure;imshow(D);title('亮度处理后融合拼接图');%4 

特征点匹配函数取自一个 siftDemoV4 包

matlab 7.0 运行

感谢 浮华三生 的评论!

我把siftMatch放在后面,并去掉matchFSelect函数,用上包上的findHomography函数。

先在 这里下 http://www.cs.ubc.ca/~lowe/keypoints/siftDemoV4.zip

%查找它们的SIFT特征,并返回匹配点对---------------------特征匹配 开始 [des1, des2] = siftMatch(img1, img2);  %为单应矩阵过滤匹配准备参数 pts1=des1';pts2=des2';  %单应矩阵过滤匹配 [Ht matchs] = findHomography(pts1,pts2); pts1=pts1(:,matchs);%取出内点 pts2=pts2(:,matchs); des1=pts1';%格式转回 des2=pts2';  % 画出匹配特征点的连接线(好点) drawLinedCorner(img1,des1,img2, des2) ; %------------------------------------------------------特征匹配 结束

替换前面部分

修改match函数为siftMatch:

% 此函数读取两幅图像,查找它们的SIFT特征 % 仅当匹配的距离小于与第二个最接近匹配的距离的阈值时,才接受匹配。 % 它返回两个图像的匹配点,matchLoc1 = [x1,y1;x2,y2;...] % %   function [matchLoc1 matchLoc2] = siftMatch(img1, img2)  % 在每个图像查找 SIFT 特征点 [des1, loc1] = mosaic_sift(img1); [des2, loc2] = mosaic_sift(img2);  % 对于MATLAB中的效率,计算单位向量之间的点乘比欧式距离更快捷。请注意:  % 注意角的比率(单位矢量点积的反余弦)是小角度的欧氏距离之比的近似值。 % % distRatio: 在这两队匹配中只保留矢量角从最近的第二近邻的比值小于distRatio的。 distRatio = 0.7;     % 在第一个图像中的每个描述符,选择它的匹配到第二个图像。 des2t = des2';                          % 预计算矩阵转置  matchTable = zeros(1,size(des1,1)); for i = 1 : size(des1,1)    dotprods = des1(i,:) * des2t;        % 计算点积向量    [vals,indx] = sort(acos(dotprods));  % 取逆余弦和排序结果     % 看看和最近的邻居角比率小于distRatio。    if (vals(1) < distRatio * vals(2))       matchTable(i) = indx(1);    else       matchTable(i) = 0;    end end % 保存匹配数据表  num = sum(matchTable > 0); fprintf('找到 %d 对匹配点.n', num);  idx1 = find(matchTable); idx2 = matchTable(idx1); x1 = loc1(idx1,2); x2 = loc2(idx2,2); y1 = loc1(idx1,1); y2 = loc2(idx2,1);  matchLoc1 = [y1,x1];%把y坐标放前面 matchLoc2 = [y2,x2];  end

相关阅读

长尾关键词优化的方法

  关键词优化是搜索引擎营销不可分割的一部分,对网站排名、流量和转化有着不可取代的作用。一些简短的关键词虽然很热门,但竞争压

让网站排名更好的四种方法

如何让网站获得更好的排名?SEO优化说到底就是搜索引擎的优化,相比较其他搜索引擎而言,百度在国内市场无疑占比最大,于是SEO的工作基

提升网站权重的方法

 大家都知道网站收录对权重的意义非常大,权重高的网站收录一定不会太低,那么你是否了解过其中的原理呢?那么更好的优化网站呢?下面

网站优化有哪些方法和步骤

 优化站点的步骤是什么?关于如何优化站点的想法。SEO优化的优化分为三类:一次性优化、重复性优化和每日数据监控。这是你需要做

SEO优化有稳定的方法吗?

 当做了一段时间的网站优化后,网站总体关键词或多或少都会有一些排名,这个时候要做的就是让网站排名稳定下来。再去优化其他方面的

发表评论