问题标签 [image-stitching]

因此，我正在尝试拼接由微芯片显微镜拍摄的图像，但很难将所有特征对齐。我已经在两个相邻的图像之间有 50% 的重叠，但即便如此，它并不总是很合适。

我使用 SURF 和 OpenCV 来提取关键点并找到单应矩阵。但是，这远不是一个可以接受的结果。

我的目标是能够完美地拼接 2x2 图像，因此，我可以递归地重复该过程，直到获得最终图像。

你有什么建议吗？一个很好的算法来解决这个问题。或者也许是一种转换图像以便能够从中提取更好关键点的方法。使用阈值（较小的阈值可以获得更多的关键点，还是较大的阈值？）。

现在，我的方法是先拼接两个 2x1 图像，然后将这两个图像拼接在一起。它离我们想要的很近，但仍然不能接受。此外，问题可能是图像曾经是“源”（而第二张图像与矩阵变换以重叠该图像）可能不会有点错位，或者该图像上有一个小角度会影响整个结果.

任何帮助或建议表示赞赏。特别是任何允许使用 OpenCV 和 SURF 的解决方案（即使我并不完全反对其他库......只是大部分项目都是用它开发的）。

谢谢！

我有大量的小图像（360x192），按顺序从 DOS 2D 计算机游戏中截取。它们有很好的重叠，我想把它们拼接成一个大的复合材料。由于它们的本质，每个后续图像都将与下一个或上一个图像完美匹配。因此，不需要或不需要旋转、拉伸或扭曲。

有很多软件可以将照片全景拼接在一起。但可悲的是，他们都应用了一些扭曲，即使他们被明确指示不要这样做。

是否有软件可以尝试进行像素完美的拼接？

现在我使用标准相位相关进行图像拼接。它给出了正常的结果，但在硬图像上给出了错误的结果，但 ImageJ(FIJI) 中的 Stitch 2D 插件在大多数情况下给出了很好的结果。本文描述的插件中使用的算法http://bioinformatics.oxfordjournals.org/content/25/11/1463.full.pdf 但我无法理解。“然而，在真实图像中，F-1(Q) 包含多个标记具有高相关性的不同平移的峰。此外，由于傅立叶空间的周期性，每个峰描述了八种不同的可能平移（在 3D 中）。确定正确的移位，我们从 F−1(Q) 中选择 n 个最高的局部最大值（3×3×3 邻域），并通过图像 A、B 的重叠区域的互相关来评估它们的八种可能的平移。选择最高相关性作为两个图像之间的平移。如果没有一个峰值超过某个限制，则假定图块不重叠。谁能解释如何实现它？

我使用相位相关进行图像拼接，它为我的大部分测试数据提供了良好的结果。我只是缝合图像左右和上下（仅移位）但有一些奇怪的行为。第一个奇怪的坐标，我必须转换坐标

然后使用汉明窗口，似乎当我使用汉明窗口进行左右拼接时效果更好（即使在坏情况下），但如果我将汉明窗口用于上下拼接效果不佳（即使在好的情况下）。而且我认为我不需要将 LR 和 TB 的个别情况分开，我希望相位相关只是给我全局最大值，但似乎在理解 FFT 或相位相关方面存在一些错误。这是我使用的代码http://codepaste.ru/9415/

我试图学习图像拼接背后的理论，并找到了关于如何只拼接两个图像的文章。我阅读了许多关于拼接的论文，例如 Lowe，他代表了一篇关于图像拼接的出色论文。但是总是缺少一件事，多张图像如何匹配？它是与所有其他图像一起的第一张图像，将它们缝合，然后与剩余的一组图像一起得到结果吗？如果有人可以清除我的疑问，那就太好了

我已经计算了单应性，取出了透视变换。我可以在一个窗口中显示两个图像，但无法合并它们。这是我的示例图像->

我正在使用此代码的代码->

我认为问题出在我给 roiImgResult_right 的坐标上。

输出图像是-> 如您所见，图像未正确合并，右侧有黑色区域。如何也将其删除？

我正在考虑使用 Visual Studio 2008 上的 OpenCV 2.3.1 实时拼接来自 2 个或更多（目前可能是 3 或 4 个）相机的图像。

但是，我很好奇它是如何完成的。

最近我研究了一些基于特征的图像拼接方法的技术。

它们中的大多数至少需要以下步骤：

1.特征检测 2.特征匹配 3.寻找单应性 4.目标图像到参考图像的转换 ...等

现在我读过的大多数技术只处理“ONCE”图像，而我希望它处理从几个相机捕获的一系列图像，我希望它是“实时的”。

到目前为止，这听起来可能仍然令人困惑。我正在描述细节：

将 3 个摄像头放置在不同的角度和位置，每个摄像头必须与相邻的摄像头有重叠区域，以构建实时视频拼接。

我想做的与以下链接中的内容类似，其中使用了 ASIFT。

http://www.youtube.com/watch?v=a5OK6bwke3I

我试图咨询该视频的所有者，但没有得到他的回复：（。

我可以使用图像拼接的方法来处理视频拼接吗？视频本身是由一系列图像组成的，所以我想知道这是否可能。但是，无论您使用何种特征检测器（SURF、SIFT、ASIFT 等），检测特征点似乎都非常耗时。这让我怀疑做实时视频拼接的可能性。

I have stitched two images together using OpenCV functions and C++. Now I am facing a problem that the final image contains a large black part.

The final image should be a rectangle containing the effective part. My image is the following:

How can I remove the black section?

我正在opencv中进行关键点检测和匹配以拼接两个图像。

当图像很小时，它工作得很好。但是在处理较大的图像时，检测到的关键点数量会增加，因此要花费大量时间来匹配它们。但是为了拼接图像，我们似乎不需要这么多关键点。为了提高效率，有没有办法只检测有限数量的关键点？

在代码中，我使用 SiftFeatureDetector 和 SiftDiscriptorExtractor 来检测关键点并提取描述符。

问候。

如何将两个图像的小块混合在一起？

我正在做的是将两个有一些重叠的图像拼接在一起。我有将图像与给定偏移量拼接在一起的代码，我只需要将其平滑并使其看起来像一张漂亮的图片。据我了解，PIL blend 仅在它们具有相同尺寸时才有效，我觉得应该有一种简单的方法来做到这一点。