嫦娥四号登月全景图像拼接算法的探讨
最近嫦娥四号登录月球,在月之暗面拍下图片,令我们印象深刻的是那张月之暗面的全景图.
嫦娥四号拍摄的月面全景图
这张全景图是如何实现的呢?
我们知道摄像机拍摄的角度和幅度都是有限的,通过拍摄多张照片,然后通过拼接算法,可以把都张图片拼接成一张全景图片,这张月景图也是嫦娥四号的摄像机拍照的多张图片拼接而成的.
实现图片拼接,不能单纯把几张图片拼到一起,还要考虑不同图片之间重复的边界和角度和图片曝光的差异,靠人工实现毕竟费事费力,这个拼接算法我们可以依靠计算机视觉的算法实现.在实际的应用场景中,这个算法也很有用,比如对整个厂区或生产线的多个摄像头的图像拼接合成形成整个生产线的鸟瞰平面图,对无人机的航拍图片进行拼接,实现完整地形的图片,从而更好的实现数字化的处理等等.
无人机的航拍图片拼接
本文参照opencv的大神 Adrian Rosebrock 的博文 Image Stitching with OpenCV and Python
01. 图像拼接算法
我们采用opencv中 cv2.createStitcher和cv2.Stitcher_create功能函数,实现多图像拼接,最终形成全景图.
关键步骤如下:
- 关键点检测技术(DoG, Harris和(SIFT, SURF),从相邻的图片中找到这些关键点.
- 通过这些Key point实现相邻图片的匹配
- 采用RANSAC算法匹配特征的向量
- 通过匹配向量矩阵转换完成适配
算法概述
02.代码
# 引入必要的库
from imutils import paths
import numpy as np
import argparse
import imutils
import cv2
# 代码命令行用法 python image_stitching_simple.py --images images/scottsdale --output output.png
# images/scottsdale是需要拼接的图片目录
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", type=str, required=True,
help="path to input directory of images to stitch")
ap.add_argument("-o", "--output", type=str, required=True,
help="path to the output image")
args = vars(ap.parse_args())
# 加载要拼接的图片
for imagePath in imagePaths:
image = cv2.imread(imagePath)
images.append(image)
# 开始拼接
print("[INFO] stitching images...")
stitcher = cv2.createStitcher() if imutils.is_cv3() else cv2.Stitcher_create()
(status, stitched) = stitcher.stitch(images)
# 显示和保存拼接的图片
if status == 0:
cv2.imwrite(args["output"], stitched)
cv2.imshow("Stitched", stitched)
cv2.waitKey(0)
else:
print("[INFO] image stitching failed ({})".format(status))
这个代码很简单,复杂的算法都让 createStitcher 和 Stitcher_create代劳了,但是正式使用还需要对边界进行处理在可以生成出色的全景图.
03. 效果
三张图片合成全景图
