基于网格变形和余弦函数权重的图像拼接方法

摘要

为了消除拼接图像中的重影和色差缝隙问题,本文提出一种基于网格变形和余弦函数权重的图像拼接方法.首先使用尺度不变特征变换(scale-invariant feature transform,SIFT)算法和随机抽样一致(random sample consensus,RANSAC)算法对待拼接图像进行特征点的提取与匹配;接着利用高斯分布(Gaussian distribution,GD)模型去除错误匹配的特征点;然后采用余弦函数权重对逼近投影图像拼接模型(as-projective-as-possible image stitching,APAP)和全局相似变换模型进行加权融合;最后利用余弦函数权重对变形图像进行加权拼接.实验结果表明:本文方法的拼接效果优于对比的经典算法,能有效地消除拼接图像中的重影和色差缝隙.