基于SURF特征的图像与视频拼接技术的研究和实现（一）

基于SURF特征的图像与视频拼接技术的研究和实现（一）

     一直有计划研究实时图像拼接，但是直到最近拜读西电2013年张亚娟的《基于SURF特征的图像与视频拼接技术的研究和实现》，条理清晰、内容完整、实现的技术具有市场价值。因此定下决心以这篇论文为基础脉络，结合实际情况，进行“基于SURF特征的图像与视频拼接技术的研究和实现”。

      一、基于opencv的surf实现

      3.0以后，surf被分到了"opencv_contrib-master"中去，操作起来不习惯，这里仍然选择一直在使用的opencv2.48，其surf的调用方式为：

 );
    Mat img_2  );
    ; }
    ;
    SurfFeatureDetector detector( minHessian );
    std), DrawMatchesFlags), DrawMatchesFlags);
    ;
}

这里采用的是surffeaturedector的方法进行点的寻找，而后采用BFMatcher的方法进行数据比对。但这种方法错误的比较多，提供了FLANN的方法进行比对:

 );
    Mat img_2  );
    ; }
    ;
    SurfFeatureDetector detector( minHessian );
    std), DrawMatchesFlags), DrawMatchesFlags; ;
    ; i ; i .) )
    { good_matches.push_back( matches[i]); }
    }
    ), Scalar),
        vector; i );
    ;
}

 

 

可以发现，除了错误一例，其他都是正确的。

继续来做，计算出单应矩阵

 );
    Mat img_2  );
    ; }
    ;
    SurfFeatureDetector detector( minHessian );
    std), DrawMatchesFlags), DrawMatchesFlags; ;
    ; i ; i ), Scalar),
        vector; i );
    obj_corners[] ,); obj_corners[]  );
    obj_corners[] ] , img_1.rows );
    std);
    perspectiveTransform( obj_corners, scene_corners, H);
    );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    );
    ;
}

 

 

简化后和注释后的版本

// raw_surf.cpp : 本例是对opencv-2.48相关例子的实现

//

 

#include "stdafx.h"

#include <iostream>

#include "opencv2/core/core.hpp"

#include "opencv2/features2d/features2d.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/nonfree/features2d.hpp"

#include "opencv2/calib3d/calib3d.hpp"

using namespace std;

using namespace cv;

 

int main( int argc, char** argv )

{

 

    Mat img_1 = imread( "img_opencv_1.png", 0 );

    Mat img_2 = imread( "img_opencv_2.png", 0 );

    if( !img_1.data || !img_2.data )

    { std::cout<< " --(!) Error reading images " << std::endl; return -1; }

 

    //-- Step 1: 使用SURF识别出特征点

    int minHessian = 400;

    SurfFeatureDetector detector( minHessian );

    std::vector<KeyPoint> keypoints_1, keypoints_2;

    detector.detect( img_1, keypoints_1 );

    detector.detect( img_2, keypoints_2 );

    //-- Step 2: 描述SURF特征

    SurfDescriptorExtractor extractor;

    Mat descriptors_1, descriptors_2;

    extractor.compute( img_1, keypoints_1, descriptors_1 );

    extractor.compute( img_2, keypoints_2, descriptors_2 );

    //-- Step 3: 匹配

    FlannBasedMatcher matcher;//BFMatcher为强制匹配

    std::vector< DMatch > matches;

    matcher.match( descriptors_1, descriptors_2, matches );

    //取最大最小距离

    double max_dist = 0; double min_dist = 100;

    for( int i = 0; i < descriptors_1.rows; i++ )

    { 

        double dist = matches[i].distance;

        if( dist < min_dist ) min_dist = dist;

        if( dist > max_dist ) max_dist = dist;

    }

    std::vector< DMatch > good_matches;

    for( int i = 0; i < descriptors_1.rows; i++ )

    { 

        if( matches[i].distance <= 3*min_dist )//这里的阈值选择了3倍的min_dist

            { 

                good_matches.push_back( matches[i]); 

             }

    }

    //画出"good match"

    Mat img_matches;

    drawMatches( img_1, keypoints_1, img_2, keypoints_2,

        good_matches, img_matches, Scalar::all(-1), Scalar::all(-1),

        vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS );

    //-- Localize the object from img_1 in img_2

    std::vector<Point2f> obj;

    std::vector<Point2f> scene;

    for( int i = 0; i < (int)good_matches.size(); i++ )

    {    

        obj.push_back( keypoints_1[ good_matches[i].queryIdx ].pt );

        scene.push_back( keypoints_2[ good_matches[i].trainIdx ].pt );

    }

    //直接调用ransac,计算单应矩阵

    Mat H = findHomography( obj, scene, CV_RANSAC );

    //-- Get the corners from the image_1 ( the object to be "detected" )

    std::vector<Point2f> obj_corners(4);

    obj_corners[0] = Point(0,0); 

    obj_corners[1] = Point( img_1.cols, 0 );

    obj_corners[2] = Point( img_1.cols, img_1.rows ); 

    obj_corners[3] = Point( 0, img_1.rows );

    std::vector<Point2f> scene_corners(4);

    perspectiveTransform( obj_corners, scene_corners, H);

    //-- Draw lines between the corners (the mapped object in the scene - image_2 )

    Point2f offset( (float)img_1.cols, 0);

    line( img_matches, scene_corners[0] + offset, scene_corners[1] + offset, Scalar(0, 255, 0), 4 );

    line( img_matches, scene_corners[1] + offset, scene_corners[2] + offset, Scalar( 0, 255, 0), 4 );

    line( img_matches, scene_corners[2] + offset, scene_corners[3] + offset, Scalar( 0, 255, 0), 4 );

    line( img_matches, scene_corners[3] + offset, scene_corners[0] + offset, Scalar( 0, 255, 0), 4 );

    //-- Show detected matches

    imshow( "Good Matches & Object detection", img_matches );

    waitKey(0);

    return 0;

}

 

 

 

 

这里有两点需要注意，一个是除了FlannBasedMatcher之外，还有一种mathcer叫做BFMatcher,后者为强制匹配.

此外计算所谓GOODFEATURE的时候，采用了 3*min_dist的方法，我认为这里和论文中指出的“误差阈值设为3”是一致的，如果理解错误请指出，感谢！

同时测试了航拍图片和连铸图片,航拍图片是自然图片，特征丰富；

连铸图片由于表面干扰大于原始纹理，无法得到单应矩阵

        最后，添加计算RANSAC内点外点的相关代码，这里以3作为分界线

       // raw_surf.cpp : 本例是对opencv-2.48相关例子的实现

 );
    Mat img_2  );
    ; }
    ;
    SurfFeatureDetector detector( minHessian );
    std; ;
    ; i ; i ), Scalar),
        vector; i );
    obj_corners[] ,); 
    obj_corners[]  );
    obj_corners[] ] , img_1.rows );
    std);
    perspectiveTransform( obj_corners, scene_corners, H);
    ;i,fDistance(scene[i],scene_test[i]));
    }
    
    );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    line( img_matches, scene_corners[] ] , , ),  );
    );
    ;
}

 

 

        结果显示

       其中，有误差的点就很明显了。

       小结一下，这里实现了使用opencv得到两幅图像之间的单应矩阵的方法。不是所有的图像都能够获得单应矩阵的，必须是两幅本身就有关系的图片才可以；而且最好是自然图像，像生产线上的这种图像，其拼接就需要采用其他方法。

二、拼接和融合

        由于之前已经计算出了“单应矩阵”，所以这里直接利用这个矩阵就好。需要注意的一点是理清楚“帧”和拼接图像之间的关系。一般来说，我们采用的是“柱面坐标”或平面坐标。书中采用的是若干图像在水平方向上基本上是一字排开，是平面坐标。那么，如果按照文中的“帧到拼接图像”的方法，我们认为图像拼接的顺序就是由左到右，一幅一幅地计算误差，而后进行叠加。

         为了方便说明算法，采用了《学习opencv》中提供的教堂图像

其结果就是经过surf匹配，而将右边的图像形变成为适合叠加的状态。

基于此，进行图像对准

;
    SurfFeatureDetector detector( minHessian );
    std; ;
    ; i ; i ; i ,,img_2.cols,img_2.rows));
    img_raw_1.copyTo(half);
    imshow();
    ;
}

 

 

依据论文中提到的3种方法进行融合

;
    SurfFeatureDetector detector( minHessian );
    std; ;
    ; i ; i ; i ,,img_2.cols,img_2.rows));
    img_raw_1.copyTo(half);
    imshow(.;
     ;
     ;i;i.;
    }
    imshow(;i;j;j]]];
            ]]];
            ;i;j;j]]];
            ]]];
            )
            {
                result_advance.at;i;j;j]]];
            ]]];
            ]]];
            )
            {
                result_advance.at;i;j;j]]];
            ]]];
            )
            {
                result_advance.at);
    ;
}

 

 

目前看来，maxvalue是最好的融合方法，但是和论文中提到的一样，此类图片不能很好地体现融合算法的特点，为此我也拍摄了和论文中类似的图片。发现想拍摄质量较好的图片，还是需要一定的硬件和技巧的。因此，软件和硬件，在使用的过程中应该结合起来。

此外，使用文中图片，效果如下

换一组图片，可以发现不同的结果

相比较而言，还是linerblend能够保持不错的质量，而具体到底采取哪种拼接的方式，必须根据实际情况来选择。

三、多图连续融合拼接

        前面处理的是2图的例子，至少将这种情况推广到3图，这样才能够得到统一处理的经验。

        连续图像处理，不仅仅是在已经处理好的图像上面再添加一幅图，其中比较关键的一点就是如何来处理已经拼接好的图像。

那么，m2也就是H.at<char>(0,2)就是水平位移。但是在实际使用中，始终无法正确取得这个值

Mat outImage );
    ];     ),Point(result_linerblend.cols,,),);
    imshow("result_linerblend",result_linerblend);

只好采取编写专门代码的方法进行处理

;;;j;j,j)[])
        {
            idaterow0 ;j;j,j)[])
        {
            idaterowend ),Point(min(idaterow0,idaterowend),img_2.rows),Scalar(,,),);
    imshow("result_linerblend",matmask);

效果良好稳定.目前的实现是将白线以左的区域切割下来进行拼接。

基于此，编写3图拼接，效果如下。目前的图像质量，在差值上面可能还需要增强，下一步处理

;
    SurfFeatureDetector detector( minHessian );
    std; ;
    ; i ; i ; i ,,img_2.cols,img_2.rows));
    img_raw_1.copyTo(half);
    .;
    ;
    ;i;i.;
    }
    ;;;j;j,j)[])
        {
            idaterow0 ;j;j,j)[])
        {
            idaterowend ),Point(min(idaterow0,idaterowend),img_2.rows),Scalar(,,),);
    imshow(,,min(idaterow0,idaterowend),img_2.rows));
    img_raw_2 ;  min_dist ;
    ; i ; i ; i ,,img_1.cols,img_1.rows));
    img_raw_1.copyTo(half2);
    imshow(.;
     ioffset ;
    ;i;i.;
    }
    imshow();
    ;
}

 

 

复制粘贴，实现5图拼接。这个时候发现，3图往往是一个极限值（这也可能就是为什么opencv里面的例子提供的是3图），当第四图出现的时候，其单应效果非常差

为什么会出现这种情况，反思后认识到，论文中采用的是平面坐标，也就是所有的图片都是基本位于一个平面上的，这一点特别通过她后面的那个罗技摄像头的部署能够看出来。但是在现实中，更常见的情况是人站在中间，360度地拍摄，这个时候需要采用柱面坐标系，也就是一开始对于图像要进行相关处理，也就是所谓的柱状投影。

可以得到这样的效果，这个效果是否正确还有待商榷，但是基于此的确可以更进一步地做东西了。

.
 
;i;j;
        }
    }
    
    ));
    ;
    ;
    ;
    ;i;j) ) ))
            {
                img_result.at);
    ;
}

 

 

 

效果依然是不佳，看来在这个地方，不仅仅是做一个桶形变换那么简单，一定有定量的参数在里面，也可能是我的变换写错了。这个下一步研究。

【未完待续】

 

 

 

来自为知笔记(Wiz)