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);%如无该函数，自行搜索“imMosaic”或“findHomography imMosaic”下载

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] = sift(img1);

[des2, loc2] = 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

责任编辑：kj005

文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com