技术广角52基于最佳缝合线和改进加权平均融合的图像拼接摘要为了解决图像拼接中出现的拼接缝和伪影问题，文章提出一种基于动态规划思想的寻求最佳拼接缝算法，采用改进的加权平均融合算法解决拼接缝问题。在图像配准方面，通过SIFT算法对图像进行特征匹配，并利用RANSAC算法去除误匹配点。在图像融合方面，给定一对对齐的图像重叠区域，利用动态规划思想来搜索最佳缝合线；然后结合改进的加权平均融合算法实现无缝拼接。实验结果表明，本文提出的算法有效消除伪影和拼接缝，实现两幅图像重叠区域之间的光滑过渡，符合人类的视觉感知效果。关键词动态规划；SIFT算法；最佳接缝；改进的加权平均融合王金良1闫素21江西科技学院南昌3300982潍坊工程职业学院潍坊262501引言图像拼接是把具有一定重叠区域的图像序列通过配准和融合等过程，合成一个无拼接缝的宽视角成像技术[1]。对于最先进的技术来说，不完美的图像序列拼接生成一幅高质量的缝合图像仍然是一个及其具有挑战性的问题。由于拍摄环境、相机运动、照明变化和光学色差等原因，当输入图像存在宽视角问题时很难实现完美的对齐，就会造成伪影和拼接缝问题。图像拼接已经广泛应用于无人机拍摄、虚拟现实和车载全景环视系统等领域[2-3]。一般来说，图像拼接主要包括图像预处理、图像配准和图像融合等步骤[4]。图像配准算法可以分为基于区域和基于特征的方法[5]。基于区域的方法是对像素值做处理，从数学上来讲是计算待配准图像和参考图像在同一区域的亮度差。一般来说，这种方法计算量大，配准精低。基于特征的方法不直接利用像素值，而是提取图像中的特征，并利用提取的特征的匹配重叠区域，这种方法具有鲁棒性和精确性。常用的基于特征的配准算法主要包括SIFT(ScaleInvariantFeatureTransform)、SURF、Harris等，其中SIFT[6]算法可以提取大量的特征，它可以稳健地调节透视变换和照明变化，并且对平移、旋转和缩放具有不变性，对噪声也有很强的鲁棒性。根据上述优点，本文采用的是SIFT算法进行特征匹配。图像特征匹配之后，需要对两幅图像的重叠区域进行对齐，常用的方法是使用全局扭曲对齐重叠区域的图像，可以分为相似性变换、仿射变化和单应性变换。当获取的图像中存在运动物体时，图像配准会导致一定的误差，此时重叠区域会出现伪影问题。为了消除重叠区域未对齐造成的伪影问题，本文采用动态规划思想来搜索重叠区域的最佳拼接缝，然后结合改进的加权平均融合算法实现无缝拼接。基金项目：江西...
