摘 要：为了提高实时宽场景图像拼接应用中的图像配准精度和配准速度，提出了一种利用相机标定信息与相位相关技术相结合的图像配准方法。利用相机间的相对位置参数计算待拼接图像间的旋转和缩放模型，利用相位相关技术求解图像间的平移转换参数。通过理论推导对缩放模型的误差分布进行分析。实验结果证明，该算法理论推导正确，在场景深度范围较小情况下，图像拼接准确快速。
关键词：图像配准; 图像拼接; 相位相关

图像拼接是将多幅相关图像经过配准后转换到相同坐标系并拼接为一幅完整图像的技术，是一种经济有效的利用普通相机获得宽视场角图像的技术[1]，被广泛应用于航空航天、医学图像分析、地理遥感探测及增强现实技术等领域。获取拼接图像间转换模型的图像配准技术是正确完成图像拼接的关键。目前，主要的图像配准技术可以分为基于灰度[2]、基于特征[3-4]和基于变换域[5]三类。
这些方法都需要经过反复的复杂运算来获得每组图像间的配准模型，同时又由于是针对普通通用图像间的拼接，配准精度和效率通常较低。与上述图像配准技术不同，本文提出的配准算法根据空间舱内摄像机相对位置固定的特点，利用相机标定信息和相位相关相结合的方法进行景深范围较小情况下图像间的配准，具有快速准确的特点。
1 图像配准算法设计
相位相关和标定信息相结合的图像配准算法适用于相机相对位置固定的宽场景拼接应用。通过相机标定可以定位不同位置上的拍摄相机间的角度和空间位置偏移。而正是由于这些偏移的存在导致不同相机拍摄的图像之间存在角度、缩放和位置上的差异。利用两台摄像机的相对位置参数来求解两幅图像之间的旋转模型和缩放模型参数，而经过旋转和缩放变换后的图像与基准图像间的平移模型则由相位相关技术求解。假设场景摄像机的内部参数完全相同，具体算法如下。
1.1 利用相机标定信息求解旋转缩放模型
通过将待拼接相机进行旋转和在轴(相机光轴)上移动可以使得待拼接相机的像平面与基准相机的像平面位于同一平面上，具体原理如图1所示。由图1可以看出，通过对待拼接图像进行旋转和缩放变换可以将待拼接图像转换到与基准图像相同的像平面中，但两图像坐标系的原点位置不同。

作耗时如表2所示。

本文提出了一种适用于景深范围较小条件下场景图像拼接的图像配准算法,该算法通过相机间的相对外部位置参数推导拍摄图像间的旋转和缩放模型，利用相位相关法获取变换后图像间的平移参数。对近似缩放模型产生的缩放误差分布情况进行了分析。实验结果证明，利用本配准算法进行有效景深较小场景的图像拼接具有配准快速、精确等优点。算法的不足之处在于，当前平面与相机距离较小、与有效景深范围较大时近似缩放模型的误差较大。
参考文献
[1] 王娟, 师军, 吴宪祥. 图像拼接技术综述[J].计算机应用研究, 2008,25(7):1940-1943.
[2] MOUNT D M, NETANYAHU N S. Efficient algorithm for robust feature matching[J]. Pattern Recognition, 1999(32):17-38.
[3] 张朝伟, 周焰, 王耀康,等. 基于 SIFT 特征跟踪匹配的视频拼接方法[J].计算机工程与应用,2008,44(10):169-
172,191.
[4] 李冬梅,王延杰.一种基于特征点匹配的图像拼接技术[J].微计算机信息,2008,24(5-3):296-298.
[5] 方俊伟, 翟超, 金熠. 相位相关法实现图像拼接的仿真与优化[J]. 计算机应用与软件, 2008,25(1):207-208.
[6] KUGLIN C D, HINES D C. The phase correlation image alignment method[C]. Proceeding of IEEE Conference on Cybernetics and Society, New York, 1975:163-165.