matlab图像拼接融合(四种方法)

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) ;
matlab图像拼接融合(四种方法)

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,:)=dA(1:H,j,:)+(1-d)B(1:H,j,:);%互补融合




        D(1:H,L+j,:)=dA(1:H,j,:)+(1-d)*B(1:H,j,:)*k;



    end



%end



C=uint8©;



figure;imshow©;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

matlab图像拼接融合(四种方法)

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,:)=dA(1:H,j,:)+(1-d)B(1:H,j,:);%互补融合




        D(1:H,L+j,:)=dA(1:H,j,:)+(1-d)*B(1:H,j,:)*k;



    end



%end



C=uint8©;



figure;imshow©;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

matlab图像拼接融合(四种方法)

相关推荐