matlab图像拼接融合(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,:)=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
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