1、基于圖像的繪制是近幾年計算機圖形學(xué)和虛擬現(xiàn)實領(lǐng)域中最重要、發(fā)展最為迅速的一項技術(shù)，其中圖像拼接已成為計算機圖形圖像處理、計算機視覺等領(lǐng)域眾多學(xué)者研究的熱點，并且在虛擬場景的構(gòu)建、遙感、醫(yī)學(xué)圖像和軍事等領(lǐng)域得到廣泛應(yīng)用。本文對制約圖像拼接質(zhì)量和速度的關(guān)鍵問題進行了研究。主要內(nèi)容如下： ⑴圖像配準(zhǔn)作為拼接過程中的關(guān)鍵環(huán)節(jié)，決定著圖像拼接的精度和自動化程度。本文基于多分辨分析策略，提出了以圖像最大互信息為匹配測度的粒子群優(yōu)化算法。該優(yōu)

2、化方法使得參數(shù)隨圖像的互信息計算和多分辨率級數(shù)進行自適應(yīng)調(diào)整，解決了灰度圖像配準(zhǔn)中，由于目標(biāo)函數(shù)容易陷入局部極值而造成的誤匹配問題。實驗證明，該方法能夠有效地避免局部極值的影響，通過有限次尋優(yōu)迭代即可找到最優(yōu)變換，提高了圖像配準(zhǔn)的計算速度，并且達到亞像素級配準(zhǔn)精度。 ⑵為了解決當(dāng)圖像具有明顯的旋轉(zhuǎn)、放縮及光照差異等現(xiàn)象而導(dǎo)致的拼接質(zhì)量不高、計算開銷大的問題，本文利用多分辨分析和主成分分析提出了一種新的基于特征的圖像拼接方法。首先

3、利用相位相關(guān)法，確定圖像重疊區(qū)域；其次，對不同尺度的圖像，提出通過采用多分辨金字塔結(jié)構(gòu)，由高到低在各層圖像重疊區(qū)中提取Harris角點，以解決Harris算子易受尺度規(guī)模影響的魯棒特征檢測算法；最后，給出基于主成分分析的特征向量降維處理方法，解決高維特征描述向量計算開銷大的問題，并通過魯棒的全局參數(shù)優(yōu)化實現(xiàn)圖像精確拼接。實驗表明，本文提出的方法在保證圖像拼接質(zhì)量的前提下，減小了計算開銷。 ⑶利用視點未知的場景圖像進行虛擬場景重建