维普资讯 http://www.cqvip.com ・研究开发・・・・・・ 电脑知识与技术 一种新的基于特征区域的图像配准算法 张薇 （浙江省地震监测预报研究中心，浙江杭州３１００１３） 摘要：全景拼图是近年来兴起的基于图像的绘制技术（ＩＢＲ）中的一个重要研究方向。在全景视图的实现过程中，关键技术是实现重 叠图像正确、平滑的无缝拼接。本文在原有图像配准技术的基础上，提出了一种新的基于特征区域的配准算法，该算法利用两幅重叠图像 对应特征区域的相似性，经过特征选择、特征提取和特征匹配三个阶段，实现两幅图像的拼接。实验结果证明，该算法在拼接速度和效果 方面的表现均令人满意。 关键词：全景拼图；基于图像绘制；图像配准；虚拟现实 中图分类号：ＴＰ７５１ 文献标识码：Ａ 文章编号：１００９—３０４４（２００６）１７—０２０４—０３ ＺＨＡＮＧ Ｗｅｉ Ａ Ｎｅｗ Ｉｍａｇｅ Ｒｅｇｉｓｔｒａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏＲ Ｔｈｅ Ｆｅａｔｕｒｅ Ａｒｅａ （Ｚｈｅｊｉａｎｇ Ｅａ￣ｈｑｕａｋｅ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ｅａｒｔｈｑｕａｋｅ Ｆｏｒｅｃａｓｔ Ｃｅｎｔｅｒ，Ｈａｎｇｚｈｏｕ ３１００１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｐａｎｏｒａｍａ ｍｏｓａｉｃ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｒｅｓｅａｒｃｈ ａｒｅａ ｏｆ Ｉｍａｇｅ—Ｂａｓｅｄ Ｒｅｎｄｅｒｉｎｇ（ＩＢＲ），ｗｈｉｃｈ ｉｓ ｐｏｐｕｌａｒ ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ．Ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｉｍｐｌｅｍｅｎｔｉｎｇ ｐａｎｏｒａｍｉｃ ｉａｇｅ，ｍ ｏｎ ｏｆ ｔｈｅ ｋｅｙ ｔｅｃｈｎｉｑｕｅｓ ｉｓ ｔｏ ｍａｔｃｈ ｔｈｅ ｏｖｅｒｌａｐｐｉｎｇ ｉａｇｅｓ ｃｏｒｒｅｃｄｙ ｅａｃｈ ｏｔｈｅｒ，ｍ ｍａｋｉｎｇ ｔｈａｔ ｔｈｅ ｓｔｉｔｃｈｅｄ ｉｍａｇｅ ｂｅ ｓｅａｍｌｅｓｓ ａｎｄ ｓｍｏｏｔｈ．Ｂａｓｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｅｓ ｏｆ ｔｈｅ ｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓ，ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｓ ａ ｎｅｗ ｆｅａｔｕｒｅ—ａｒｅａ ｂａｓｅｄ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏ— ｉｔｒｈｍ ｂｙ ｃｏｍｐｕｔｉｎｇ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｏｆ ｈｅ ｆｅａｔｔｕｒｅ ａｒｅａ ｂｅｔｗｅｅｎ ｔｈｅ ｔｗｏ ｉｍａｇｅｓ Ｔｈｅ ｍｏｓａｉｃ ｏｆ ｗｏ ｉｔａｇｅｓｍ ｃａｎ ｂｅ ｉｍｐｌｅｍｅｎｔｅｄ ｔｈｒｏｕｇｈ ｔｈｒｅｅ ｓｔｅｐｓ：ｆｅａｔｕｒｅ ｓｅｌｅｃｔ，ｆｅａｔｕｒｅ ｄｉｓｔｉｌｌ ａｎｄ ｆｅａｔｕｒｅ ｍａｔｃｈ．Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｅｘｐｅｒｉｍｅｎｔ ｓｈｏｗ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈｍ Ｋｅｙ ｗｏｒｄｓ：Ｐａｎｏｒａａ ｍｍｏｓａｉｃ；Ｉａｇｅ—ｍ—Ｂａｓｅｄ Ｒｅｎｄｅｒｉｎｇ；ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ；ｖｉｒｔｕａｌ ｒｅａｌｉｙ ｔ１引言 在基于图像绘制（Ｉｍａｇｅ—Ｂａｓｅｄ Ｒｅｎｄｅｒｉｎｇ，ＩＢＲ）［１］的虚拟现实 系统中，由一组相互交叠的照片构造三维场景的全景图（Ｐａｎｏｒａ． ｍａ）『２１是建模的关键。将场景中相邻的照片精确缝合形成视点对 周围环境的全景视图是需要解决的主要问题。 对图像配准（ｒｅｇｉｓｔｒａｔｉｏｎ）技术的研究，其主要方法有两种：（１） 基于两幅图像的亮度差最小『３１，这类方法主要考虑两幅相邻图像 的亮度一致性，而不需要考虑图像的特征提取和特征匹配问题。 特征提取和特征匹配。下面将分别加以介绍。 ２．１特征选择 特征选择是整个图像配准过程中的第一步。由于一幅图像中 蕴含着丰富的信息，其象素灰度、几何形状、画面明暗、色彩分布 等因素都可以作为描述该图像的特征参数。图像特征选择就要根 据全景拼图的特点．选取一种合适的特征参数作为图像的匹配特 征。 ２．２特征提取 （２）基于特征的方法『４１，首先从两幅相邻图像中选择并提取一系列 特征．然后根据相似性原则进行图像间的特征匹配，最后按照一 定的优化原则计算从一幅图像到另一幅图像的变换。特征的选择 可以是某个点．也可以是一个或多个区域块等。一般来说可供比 较和匹配的信息包括：灰度分布、Ｆｏｕｒｉｅｒ频谱、小波系数、直方图 及链码等。 在选择了图像特征区域作为图像的匹配特征后，接下来就要 解决如何确定两幅图像中的特征区域的问题，即特征提取问题， 特征提取在文献『５１『６１有相关介绍。 如Ａ．Ｂ两图分别表示全景拼图中的两幅相邻图像，Ａ图像为 模板图像，Ｂ图像为匹配图像。根据拍摄全景照片时一般相邻图像 的重叠部分占一幅图像的２０％一５０％，特征区域的搜索范围可以 定为Ａ图像右侧宽Ｗ／４、高Ｈ／２的矩形区域和Ｂ图像左侧宽Ｗ， ２、高Ｈ的矩形区域。这样既可以保证特征区域的共有性和唯一 性．又在一定程度上减小了工作量。 利用灰度直方图门限技术实现区域分割是一种简单而基本 本文提出的基于特征区域的图像配准方法，对传统的基于特 征的配准方法进行了改进．主要表现在： （１１从图像本身的特点考虑，提出基于特征区域的配准算法。 该算法重点研究了如何以一种合理而有效的方法在一幅图像的 重叠区域中快速找到包含信息量较多的特征块，并将它作为匹配 模板在相邻图像的重叠区域中进行搜索，确定最佳的匹配位置。 在特征提取过程中提出了利用双门限进行图像分割的方法。 （２）在特征匹配过程中为了防止误匹配，解决时差的问题，增 加一个调节参数ｉａａｊｕｓｔ，从而快速确定与匹配模板相似的特征 区域。 （３）对于特征区域规定了一个面积区域，对于一些过小的、意 的方法．但作为拼接全景图的图像通常都比较复杂（从其灰度直 方图上来看是有多个峰的），为了简化算法的复杂度和加快算法 的速度．可以运用插值的方法将原始的直方图平滑化处理，再在 平滑的直方图中确定门限。 为方便起见，我们取第一个波谷值作为分割门限的基础值 ＭＣｅｎｔｅｒ．由ＭＣｅｎｔｅｒ作为中心灰度值并分别向两边扩展，就产生 了一个灰度区间．设扩展量为Ｍｅｘｔｅｎｄ，则这个灰度区间可表示为 『Ｍｃｅｎｔｅｒ—Ｍｅｘｔｅｎｄ，Ｍｃｅｎｔｅｒ＋Ｍｅｘｔｅｎｄ１，利用此灰度区间确定图像特 义不大的区域可以直接忽略，从而有效的减小了算法的计算量， 提高了运算速度。并结合了基于面积匹配中评价函数的概念。 实验结果表明该算法不仅速度相对其它算法有所提高，而且 保持了较高的精度。 本文的后续内容安排如下：第二节详细介绍基于特征区域的 征区域．规定Ａ图像中若某象素的灰度值属于该区间，则为特征 区域中的一点，否则就是特征区域外的一点。由此可得到图像Ａ 的二值图像，只显示特征区域的范围。一般来说一幅图像的特征 区域可能会包含多个相互不连通的区域，由每个区域的象素个数 可以很方便的确定其面积大小．规定一个面积区间，为了减小算 法的复杂性。只找出此区间中的面积最大的一块区域作为匹配模 板Ａ。。 接着考虑提取Ｂ图像的匹配特征区域。由于全景拼接的原始 图像配准算法及其实现；第三节通过具体实例形象说明算法实现 过程．并对实验结果进行分析：第四节对本文的工作进行了总结。 ２基于特征区域的图像配准 基于特征区域的配准方法主要可分为三个部分：特征选择， 收稿日期：２００６－０３－２８ 作者简介：张薇（１９７９一），女，江苏金坛人，助理工程师，计算机应用专业硕士研究生，虚拟现实与多媒体技术。 ２０４ ¨细识与技术 维普资讯 http://www.cqvip.com 维普资讯 http://www.cqvip.com ・研究开发・・・・・・ 电脑知识与技术 ［３］Ｓｚｅｌｉｓｋｉ Ｒ，Ｓｈｕｎ Ｈ Ｙ．Ｃｒｅａｔｉｎｇ ｆｕｌｌ ｖｉｅｗ ｐａｎｏｒａｍｉｃ ｉｍａｇｅ ｍｏ－ ｓａｉｃｓ ａｎｄ ｅｎｖｉｏｎｍｅｎｔｒ ｍａｐｓ．Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ（ＳＩＧＧＲＡＰＨ ９７）， Ｌｏｓ Ａｎｇｅｌｅｓ，ＣＡ，ＵＳＡ，１９９７，２５１－２５８． 广 Ｊ、●Ｌ 果均令人满意。 当然利用基于特征区域配准的图像配准算法只能达到初步 的图像拼接结果。从实例图像上可以看到配准后图像重叠区域的 某些地方还存在着重影或曝光差异等问题。这需要利用有效的图 ［４ＩＴ Ｂｅｉｅ￣Ｓ Ｎｅｄｙ．Ｆｅａｔｕｒｅ－Ｂａｓｅｄ Ｉｍａｇｅ Ｍｅｔａｍｏｒｐｈｏｓｉｓ．Ｉｎ： Ｓｉｇｇｒａｐｈ ９２，Ｌｏｓ Ａｎｇｅｌｅｓ，１９９２，７９－９４． 像融合算法对配准后的图像进行处理，以达到更好的图像拼接效 果。 ｆ５】孟祥旭，杨承磊．基于未校准照片构造全景图的新方法【Ｊ］．工 参考文献： ．【ｌ】徐丹，潘志庚，石教英．虚拟现实中基于图像的绘制技术［Ｊ］． 中国图像图形学报，１９９８，１３（１２）：１００５—１００９． ［２］Ｒｉｃｈａｒｄ Ｓｚｅｌｉｓｋｉ，Ｈｅｕｎｇ－Ｙｅｕｎｇ Ｓｈｕｍ．Ｃｒｅａｔｉｎｇ Ｆｕｌｌ Ｖｉｅｗ Ｐａｎｏｒａｍｉｃ Ｉｍａｇｅ Ｍｏｓａｉｃ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ Ｍａｐｓ．Ｉｎ：Ｓｉｇｇｒａｐｈ’９７， 程图学学报．２００２３（３）：ｌｌｌ—ｌｌ３． 【６】史册，徐胜荣．基于团块的特征提取［Ｊ］．计算机学报，１９９７，２０ ｆ１２）：１ １２４—１ １２８． 【７】汪成为．灵境（虚拟现实）技术的理论、实现及应用【Ｍ】．广西 科学技术出版社，１９９６． Ｌｏｓ Ａｎｇｅｌｅｓ，１９９７，５４—６７． （上接第１４９页） 向对象的外衣，使开发者从数据库编程中隔离开来。Ｊａｖａ程序中 的数据库操作都交给Ｈｉｂｅｒｎａｔｅ来处理。有了Ｈｉｂｅｒｎａｔｅ，程序员不 用再编写繁琐的ＳＱＬ语句．也不再把实体对象一个个字段拆开来 组装。Ｈｉｂｅｒｎａｔｅ的示意方式如图２所示。 图２ Ｉ－Ｉｉｂｅｒｎａｔｅ的示意 ３采用Ｓｔｒｕｔｓ和Ｈｉｂｅｒｎａｔｅ实现ＷＥＢ系统 Ｓｔｒｕｔｓ提供了视图和控制层的支持．Ｈｉｂｅｒｎａｔｅ提供了数据层 的支持，我们把两者结合起来，实现了一个学校档案管理系统。 档案管理系统实现的主要功能：用户登录、退出功能、数据插 入、删除、修改、查找、报表打印功能等。档案管理系统的框架结构 如图３。 Ｉ竺翌墨 Ｉ 图３ 档案管理系统的框架结构图 在上面的框架结构图中，采用Ｓｔｒｕｔｓ框架实现了ＭＶＣ．采用 Ｈｉｂｅｒｎａｔｅ实现了持久化框架。Ｓｔｒｕｔｓ主要包括以下的几个方面内 容，Ｓｔｒｕｔｓ—ｃｏｎｆｉｇ．ｘｍｌ是Ｓｔｒｕｔｓ的核心配置文件．通过对它的配置 我们实现了页面流程的转向，将视图层和控制层融合在一起。 Ｓｔｒｕｔｓ的视图层是采用Ｓｔｕｒｔｓ标签实现的ｊｓＰ页面．标签本质上是 一个ＪａｖａＢｅａｎ，可为ＪＳＰ文件提供特殊的界面元素．我们可以使 用Ｓｔｒｕｔｓ提供的标签，我们也可以自己开发标签满足自己的需求。 Ｓｔｕｒｔｓ的Ａｃｔｉｏｎ类充当控制层角色，它也是一个ＪａｖａＢｅａｎ。Ｓｔｕｒｔｓ ＡｃｔｉｏｎＦｏｒｍ类也是一个ＪａｖａＢｅａｎ。它用来封装ＪＳＰ页面中Ｆｏｒｍ表 单的数据。资源文件使用ＵＮＩＣＯＤＥ编码方式，它为我们的程序提 供了很好的国际化支持。 ２ｏＢ＇｛簟 Ｉ＿－知识与控术 Ｓｔｒｕｔｓ的工作过程如下： （以用户登陆为例）：当我们通过Ｌｏｇｉｎ．ｊｓｐ登录提交时，Ｓｔｒｕｔｓ 框架根据Ｓｔｒｕｔｓ—ｃｏｎｆｉｇ．ｘｍｌ中的设置，将Ｌｏｇｉｎｊｓｐ表单中的数据 填充到一个ＡｃｔｉｏｎＦｏｎ３１１中．ＡｃｔｉｏｎＦｏｎ３１１中的数据会自动传人到相 应的Ａｃｔｉｏｎ中进行处理．在Ａｃｔｉｏｎ中根据处理结果转向要求的页 面。它的实例活动图如图４。 用Ｈｉｂｅｒｎａｔｅ实现持久化对象：首先我们创建ｈｉｂｅｒｎａｔｅ．ｃｆｇ． ｘｍｌ配置文件，通过它我们一方面可以配置数据库连接池。提高数 据库连接效率；另一方面注册ＸＭＬ的映射文件，通过ＸＭＬ映射 文件使Ｈｉｂｅｒｎａｔｅ能够智能地判断实体类和数据表的对应关系。 本系统中我们创建了ＩＵｓｅｒ抽象类和年级、班级、课程、教师、学生 等实体类，创建了每个类相应的数据库，然后采用Ｈｉｂｅｒｎａｔｅ的自 动生成工具从数据库生成了相应的ＸＭＬ映射文件。最终形成的 关系实现实体类到ＸＭＬ映射，以及ＸＭＬ映射到数据库表这三者 间的对应。然后我们创建了数据库操作类ＤｂＯｐｅｒａｔｅ。在这个类中 我们借助于Ｈｉｂｅｒｎａｔｅ实现面向对象的数据库编程。 ｓｔｒｔａｓ一趣：ｅｒａｌ Ｉ ］ 眺 ＼］ｕｓ 类Ｉ ＤｂＨＯ曲 ｐ绌类 ｎａＩｅ １ ＬｏｇｉｎＡｃｔｉｏｎ ｌ ｔ 入不 Ｉ效据库Ｊ ＼ 遘 Ｊ ｕｓ ｊｓｐ开始用户操作ｌ 图４实例活动图 ４结束语 本文针对传统Ｂ／Ｓ开发中的问题，提出了采用ＭＶＣ和持久 化对象开发Ｂ／Ｓ系统的原理，方法和实现。这种框架可以提高开 发的效率，提高程序的可读性，降低维护的成本，提高程序的效率 和稳定性。利用框架开发的档案管理系统现在已投入使用并取得 了良好的应用效果。 参考文献： 【１］ＤｅｅｐａｋＡｌｕｒｊｏｈｎ Ｃｒｕｐｉ，Ｄａｎ Ｍａｌｋｓ．Ｊ２ＥＥ核心模式【Ｍ】，机械 工业出版社．２００２． 【２］Ｋｅｖｉｎ Ｄｕｌｌｙ，Ｖｉｋｒａｍ Ｇｏｙａｌ，Ｔｅｄ ＨｕｓｔｅｄｊＳＰ站点设计编程指 南［ＭＩ．电子工业出版社．２００５． 【３ ｅｅｐｈ Ｊ．Ｂａｍｂａｒａ，Ｐａｕｌ Ｒ．Ａｌｌｅｎ．Ｊ２ＥＥ技术内幕［Ｍ］．机械工 业出版社．２Ｏｏ４． ｆ４】寇毅，吴力文．基于ＭＶＣ设计模式的Ｓｔｒｕｔｓ框架的应用方法 ［Ｊ］．计算机应用，２００３，２３（１ １）：９１—９３． ［５】贾晓琳，闫焱，王立．基于Ｊ２ＥＥ的企业级Ｗｅｂ Ｓｅｒｖｉｃｅ体系 结构【Ｊ］．计算机工程，２００３，２９（２０）：１６８—１７４．
