一、前言
图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅无缝的全景图或高分辨率图像的技术。
二、特征点匹配
特征点具有局部差异性
动机：特征点具有局部差异性
Harris矩阵
四、消除干扰
为了进一步提升匹配精度，可以采用随机样本一致性（RANSAC）方法。
因为我们是使用一幅图像（一个平面物体），我们可以将它定义为刚性的，可以在pattern image和query image的特征点之间找到单应性变换（homography transformation ）。使用cv::findHomography找到这个单应性变换，使用RANSAC找到最佳单应性矩阵。（由于这个函数使用的特征点同本文来源gaodai$ma#com搞$$代**码网时包含正确和错误匹配点，因此计算的单应性矩阵依赖于二次投影的准确性）
五、RANSAC进行图像匹配
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python图像处理之图像拼接
转载请注明原文链接：Python图像处理之图像拼接
