利用普通数码相机制作全景图的分析毕业论文.doc

袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿摘 要全景图像(Panorama)通常是指大于双眼正常有效视角(大约水平90度，垂直70度)或双眼余光视角(大约水平180度，垂直90度)，乃至360度完整场景范围拍摄的照片。除了利用特殊的设备来获取全景图像，目前多采用图像拼接技术。即用普通数码相机配合三脚架拍摄一组有一定重叠度的相片，并利用软件将这些相片拼接成一副高质量的图像。这是当前图像处理的一个热门研究课题。也是基于图像绘制的一部分，适用性很强，应用于虚拟漫游、数字娱乐、旅游展示、远程教育、电子商务等领域。制作一幅完整全景图包括源图像的采集、特征点的提取、特征点的匹配、图像拼接和融合和全景图像后处理。本文就基于SIFT特征的匹配算法和柱面360全景图像的生成方法进行了简单的介绍。并利用ArcSoft Panorama Make 5软件对源图像进行处理，得到一幅完整的全景图像。本文实验采集了河南理工大学部分区域的全景图像，并发布到了IE平台上，使得全景图的浏览更具有友好性和沉浸感。关键词：全景图像，柱面全景图，SIFT，拼接ABSTRACTThe panorama usually refers to the photos taken from the angle which is greater than the available vision angle of eyes（horizontal 90，vertical 70）or split vision angle of eyes（horizontal 180，vertical 90），or even the whole scene domain of the angle of 360 . The image splicing technology is more adopted current except using the special equipment to acquire the panorama.That means the general digital camera coordinating with tripod will take a series of photos with some degrees of overlap and make use of the software to knit these pictures into one high-grade image.This becomes a hot issue for investigation of image processing in modern society，and is also the part of image-based rendering，which is widely used in the areas of virtual walkthrough，digital entertainment，journey displays，distance learning and the e-business and so on. To make a complete panorama includes collecting the source image，drawing and matching the characteristic points，splicing and inosculating the images and reprocessing the panorama.This article makes simple introduction ，which is based on the matching algorithm of SIFT characteristic and the generation method of cylinder 360.And it makes use of the software ArcSoft Panorama Make 5 to process the source image,from which getting a complete panorama.The experiment of this article adopts the panorama of the subregion of Henan University of Science and Technology and post it on the IE platform，so as to make the panorama more friendly and have the immersion.Keywords：Panorama，Cylinder panorama，SIFT，Splicing目 录第一章 绪论11.1课题的研究背景和意义11.2全景图技术的研究状况及应用11.2.1 全景图的国外研究现状11.2.2 全景图的国内研究现状31.3 论文的主要工作4第二章 全景图拼接相关技术简介52.1 全景图的定义和类型52.2 图像的获取方式62.3 普通数码相机获取全景图像的方法62.4 柱面投影算法7第三章 基于SIFT特征的匹配算法113.1 基于SIFT特征匹配拼接全景图的流程113.2 图像预处理113.3 基于SIFT特征点的提取算法和匹配123.3.1 最近邻算法133.4 图像融合133.5 柱面全景图的生成14第四章 全景图成果的实现164.1采集源图像164.2合成全景图174.3成果的发布20第五章 总结和展望215.1 总结215.2 展望21参 考 文 献23第一章 绪论1.1课题的研究背景和意义全景图生成技术，他是基于IBR的虚拟现实场景和虚拟漫游的基础。全景图像可以使用户在虚拟场景交互式浏览中较好的沉浸感，并可以让用户在多个场景之间自由切换漫游，利用计算机视觉的方法，从两个节点之间产生新的中间视点图像，通过在全景图像中的漫游可以使用户能够主动的从不同观察点和方向了解环境。生成全景图的方法，通常有三种：一是利用专用照相设备，例如全景相机，带鱼眼透镜的广角相机等。其优点是容易得到全景图像且不需要复杂的建模过程，但是由于这些专用设备价格昂贵，不宜普遍适用。二是计算机绘制方法，该方法利用计算机图形学技术建立场景模型，然后绘制虚拟环境的全景图。其优点是绘制全景图的过程不需要实时控制，而且可以绘制出复杂的场景和真实感较强的光照模型，但缺点是建模过程相当繁琐和费时。三是利用普通数码相机和固定三脚架拍摄一系列的相互重叠的照片，并利用一定的算法将这些照片拼接起来，从而生成全景图。此方法不需要投入较大的设备资金，并且随着具有拍摄功能的便携式数字终端产品的日益普及，甚至还包括了具有拍摄功能的手机，使得采用手持普通数码相机或手机的的方式获取全景图素材并进行拼接显示成为学校虚拟漫游、数字娱乐、旅游展示、远程教育、电子商务等领域更具有发展潜力的素材展示形式。本文将对学校的虚拟漫游中的全景图生成技术进行研究。1.2全景图技术的研究状况及应用1.2.1 全景图的国外研究现状近年来随着图像处理技术的研究和发展，图像拼接技术已经成为计算机视觉和计算机图形学的研究焦点。目前出现的关于图像拼接的商业软件主要有Ptgui、Ulead Cool 360及ArcSoft Panorama Maker等，这些商业软件多是半自动过程，需要排列好图像顺序，或手动点取特征点，本文将采用ArcSoft Panorama Maker软件对采集到的图像进行处理。图像拼接的核心技术是图像配准技术，配准算法的好坏直接影响到全景图的真实感和生成过程的实时性。如何确定图像问的对应关系模型中的参数就是图像配准所要完成的工作，根据图像配准的方式大致可以将图像拼接技术分为三大类：相位相关度法、基于区域的方法和基于特征的方法1。 相位相关度法最早在1975年由Kug1in和Hines提出，具有场景无关性，能够将纯粹二维平移的图像精确的对齐2。后来，De Castro和Morandi发现用傅立叶变换确定旋转对齐，就像确定平移对齐一样3。1996年，Reddy和Chaterji改进了De Castro的算法4，大大减少了需要转换变量的数量。两幅图像的平移矢量可以通过它们互功率谱(Cross Power spectrum)的相位直接计算出来。应用傅立叶变换进行图像的配准是图像拼接领域的研究成果，而且随着快速傅立叶变换算法的提出以及信号处理领域对傅立叶变换的成熟应用，图像拼接技术也得到了相应的发展5。 基于区域的配准方法是在参考图像中选出一个大小为MN的窗口，该窗口区域即为模板。然后在待配准图像中选择足够大的搜索区域，将模板在搜索区域中移动时所覆盖的区域与模板进行相似性比较，寻找相似性最大的区域，该区域即为所要寻找的区域。常用的相似性度量主要有：归一化函数(normalized cross-correlation function)6、相关系数(correlation coefficient)、差平方(sequential similarity)7,8,和最小二乘匹配(1eastsquarcs matching)。早期的图像配准算法大都是基于区域的，因为该算法简单易于硬件实现；另一方面，医学图像由于纹理特征不是很丰富，所以也多采用这种算法，但是这种算法不适合待拼接度图像中存在较大的旋转和不同视角等情况9。 基于特征的图像配准算法是图像拼接技术的另一研究热点。在这种方法中，首先要对图像进行处理，提取满足特定应用要求的特征，然后利用特征之间的对应关系来确定模型中的参数。目前大多数文献都是采用的点特征进行图像问的配准来实现图像的镶嵌10-12，目前特征点提取算法已经比较成熟。2000年，Frauk Nielsen针对Haussdorf匹配算法和瓶颈匹配算法的缺陷，提出了基于桶状模型的角点匹配策略13，用来解决大角度旋转图像的配准拼接问题。2003年，MBrown发表了全自动的图像拼接算法的文章14，使用捆绑调整技术，解决图像拼接中经常会出现的叠加误差现象。2004年，David G Lowe采用了具有尺度不变性的SIFT角点提取算法15，Matthew Brown则在特征点匹配过程中采用了椭圆限制条件和k-d树算法16来解决图像多视角配准问题。2006年，Jani Boutellier就部分视频模糊图像拼接进行了研究17。首先将视频序列的各帧图像依次进行配准注册，确保相邻两帧图像之问有尽可能大的重叠区域，注册的同时计算出运动模糊物体的总量；然后根据视频序列图像中的运动物体总量和配准注册的质量来选择用于最终图像配准融合的帧图像；最后将所选择的帧图像进行配准融合消除接痕。2007年，Matthew采用概率模型确定一组无序图片的正确顺序并可以检测出噪声图像，实现了无序图像的自动拼接18。1.2.2 全景图的国内研究现状在国内，图像拼接技术起步相对较晚，但很快迅速发展了起来。杨承磊等提出了一种全景图拼接方法19，允许所拍照片有一定摇晃和倾斜，克服了采用普通三角架拍摄的照片的必须保持轴心一致性的问题，允许照片之间有一定色差。对于一般的全景图拼接，在图像配准时，都是假设两幅图像拍摄时的光照条件没有变化。但是这个假设并不总是成立，在光照条件变化或照相机曝光参数变化时，这样的拼接算法可能会出现较大误差。即使采用了直方图均衡等技术来消除这种亮度差别，效果也不是很好。为此程兵等提出了在这种情况下正确拼接全景图的方法20。封靖波等针对柱面全景图提出了一种基于最大梯度的匹配方法21，通过寻找按列梯度最大点，建立两条曲线，然后确定这两条曲线最相似的部分，从而找到两幅图像的匹配位置，同时通过简化匹配策略减少了计算量。韦群等针对立方体全景图进行了研究，提出并实现了一种对立方体全景图进行重投影的基本算法22。另外，在此基础上又提出了加快算法，并对图像进行了反走样处理。付厚超等针对绕固定点在水平面内旋转拍摄的一组图像样本，提出一种新的算法23：先对折叠变换后的图像样本进行平滑处理，去掉其中过多的细节，然后采用边缘检测的方法锐化其垂直边缘特征(因为相机是水平旋转的，所以图像的垂直边缘就成了匹配中的重要特征)，最后根据图像样本之间平移相关的关系，利用图像样本重叠部分差值图像的最小值，有效地实现了全景图像的自动拼接。王琰等提出了一种基于熵的全景图拼接算法24，利用现有的基于小波的角点提取算法获得兴趣点，同时保留其所在的边缘信息，然后通过对图像局部熵做改进来获得候选匹配点，最后去除伪匹配进而获得最终精确匹配。1.3 论文的主要工作 本文的主要研究内容是利用普通数码相机配合固定的三脚架拍摄的一系列图片进行基于图像的柱面全景图的生成算法的研究。 构造全景图的步骤是；利用普通数码相机拍摄全景以获得所需素材；用投影变换将原始图像投影到同一坐标空间；将相邻图像重叠处拼接合成；重叠处经融合处理，完成360度全景图像的生成；最后，将生成的图像反投影到二维平面中，以供用户查看。 本文将依照全景图拼接的各个基本步骤详尽地进行介绍。对一些步骤，介绍传统算法的发展历史，针对目前常用的算法做细致的分析介绍，并加以实践证明其可用性。其中，所做主要工作如下： 第一，对原始图像进行柱面投影时，本文采用基于平面图的柱面投影算法实现了这个变换，获得了较高质量的柱面图，为下一步的拼接做好了准备。第二，在图像拼接阶段，图像拼接的速度与拼接的准确性是基于图像的虚拟现实中极为重要的研究内容，通过对已有各种匹配算法的研究和分析，为了加快相邻像的拼接速度，本文采用了基于SIFT特征的匹配算法并接定位。 第三，匹配完成后通过对重叠区域的平滑处理实现了图像间的无缝拼接。 第四，将制作完成的全景图通过IE平台发布出去。 通过对实景图像的柱面投影、拼接和融合匹配就获得了360度的全景图片。第二章 全景图拼接相关技术简介2.1 全景图的定义和类型全景图像(Panorama)通常是指大于双眼正常有效视角(大约水平90度，垂直70度)或双眼余光视角(大约水平180度，垂直90度)，乃至360度完整场景范围拍摄的照片。全景图是一种全新的图像信息组织模式，可以表达完整的周围环境信息，相当于人们从一个固定点向四周转一圈所看到的景象。全景图像对于观察者而言，是建立在图像上立体的多角度的图形环境；相对于传统的几何建模而言，全景图模型不仅真实感强，而且它的细节复杂性丝毫不影响其运行速度，所以全景图比基于几何的VR建模方法具有更突出的优点。全景图主要有以下几种类型： 1)柱面全景图技术较为简单，发展也较为成熟，成为大多数构建全景图虚拟场景的基础。这种方式是将全景图像投影到一个以相机视点为中心的圆柱体内表面，视线的旋转运动即转化为柱面上的坐标平移运动。这种全景图可以实现水平方向360度连续旋转，而垂直方向的俯仰角度则由于圆柱体的限制要小于180度。柱面全景图有两个显著优点：一是圆柱面可以展开成一个矩形平面，所以可以把柱面全景图展开成一个矩形图像，而且直接利用其在计算机内的图像格式进行存取；二是数据的采集要比立方体和球体都简单。在大多数实际应用中，360度的环视环境即可较好地表达出空间信息，所以柱面全景图模型是较为理想的一种选择。2)立方体全景图由六个平面投影图像组成，即将全景图投影到一个立方体的内表面上。这种方式下图像的采集和相机的标定难度较大，需要使用特殊的拍摄装置，依次在水平、垂直方向每隔90度拍摄一张照片，获得六张可以无缝拼接于一个立方体的六个面上的照片。这种方法可以实现水平方向360度旋转、垂直方向180度俯仰的视线观察。 3)球面全景图是指将源图像拼接成一个球体的形状，以相机视点为球心，将图像投影到球体的内表面。与立方体全景图类似，球面全景图也可以实现水平方向360度旋转、垂直方向180度俯仰的视线观察。球面全景图的拼接过程及存储方式较柱面全景图大为复杂，这是因为生成球面全景图的过程中需要将平面图像投影成球面图像，而球面为不可展曲面。因此这是一个平面图像水平和垂直方向的非线性投影过程，同时也很难找到与球面对应且易于存取的数据结构来存放球面图像。目前国内外在这方面提出的研究算法较其他类型全景图少，而且在可靠性和效率方面也存在一些问题。 2.2 图像的获取方式图像的获取方式有很多，图像获取方式的不同导致输入的图像不同。从而最终的拼接结果也不相同目前有很多方法可以获得全景图，主要包括以下三种方式(1)利用全景相机来直接采集一张柱面全景图像。该方法需要使用特殊设备， 不仅价格昂贵而且使用复杂； (2)利用配备较大视域的镜头如鱼眼镜头拍摄。这种方法拍摄的图像中存在大的变形，将其用于生成球面全景图之前必须进行校正和变换； (3)利用普通数码相机拍摄的全景图是一种随着具有拍摄功能的数码产品的日益普及而发展起来的新的全景图类型。它的图像素材获取方式比较简单，即普通数码相机原地旋转拍摄，或按一定的路线平行于对象拍摄，非常适用于数码产品灵活多样的拍摄。但是拼接普通数码相机拍摄的照片是很困难的，因为在拍摄过程中，照相机的运动非常复杂。原地旋转拍摄类似于固定照相机旋转拍摄，但是角度控制、旋转控制都很差。沿一定路线移动时，类似于平移拍摄，控制距离和保持相同的成像平面也很困难。为了减少这些影响，可以增加重叠大小，使照相机旋转角度、平移减小，从而减少相邻图像之间的不连续程度。但是，通过普通数码相机采集图像容易管理，在很多情况下也很容易实施，特别是在一些安置三角架或滑轨非常困难的情况下，如果通过普通数码相机合理拍摄的话，同样能获得较好效果的全景图。本文对这种方法进行探究。2.3 普通数码相机获取全景图像的方法利用普通数码相机获取图像是，主要采用一下三种方法1旋转照相机拍摄 首先将照相机放在固定好的三脚架上。拍摄时，照相机绕垂直轴旋转，每旋转一定的角度，拍摄一张照片。拍摄得到一系列照片中相邻两张必须有部分重叠,重叠区域大小是图像拼接最重要的影响因素，重叠比例越大，拼接就越容易。旋 转照相机拍摄由于相机固定，较容易实现。 2平移照相机拍摄 平移照相机指的是照相机在一个平行于成像平面的方向上平移。在固定焦距的情况下，照相机放置在一个滑轨上移动拍摄。物体和照相机的距离远近，或者拍摄物体的大小都会影响到最后的拼接结果。这种情况的缺点是：拍摄的相片在 一个平面上，全景图的三维感觉不如旋转拍摄的效果好。 3手持照相机拍摄 手持照相机拍摄这种方法比较容易做到，手持照相机原地旋转拍摄，或者按一定的路线平行于对象拍摄。但是，拼接手持照相机的照片是很困难的，因为在拍摄过程中，照相机的运动非常复杂。原地旋转拍摄类似于固定照相机旋转拍摄，但是角度控制、旋转控制都很差。沿一定路线移动时，类似于平移拍摄，控制距离和保持相同的成像平面是很困难的。 本文图像的获取采用的是第一种方法。拍摄时相邻图像具有一定程度的重叠 (一般是3050)，以便于拼接而得到全景图像。另外，拍摄时还需特别注意天气和人员流动的影响，这样可能会导致拼接图像产生错误信息。尽量避免选择太阳光强烈或多云的天气(强烈的太阳光可能会使某些视点处采集的照片因逆光现象而不利于后期的处理；多云阴天时各视点处的照片容易出现亮度的较大变化)，以及人员流动量较大(可能出现某个人在多处视点的照片中出现)等问题。2.4 柱面投影算法柱面全景图的正投影是指将平面照片投影到柱面形成全景图的过程；反投影是将柱面全景图在某个特定的观察区域投影到柱面的切平面上供屏幕显示的过程。有很多文献都给出了正投影与反投影的变换公式。 实景图像的柱面正投影算法是为了将多张实景图像投影到一个圆柱面上，以柱面全景图像的形式存储。这样一方面消除了实景图像之间可能存在的重复景物信息，同时也得到了每张实景图像上的像素点在视点空间中的位置信息。 数码相机拍摄的一张实景图像I，P（x,y）是实景图像上的任意一个像素点。P在照相机坐标系下的坐标为：P(x-W/2,y-H/2,-f)其中，W和H分别是实景图像I的宽度和高度。 柱面正投影示意图如图2.1所示。XYOQZW图2.1 柱面投影示意图H 照相机坐标系原点与像素点P的直线方程可以表示为参数方程的形式u=t(x-W/2) （2-1）v=t(y-H/2) （2-2）w=t(-f) （2-3）其中以数码相机的像素焦距f作为圆柱面的半径，t是参数。圆柱面可以表示为：u2+w2=f2联立以上两个方程，可以求得： （2-4） （2-5） （2-6）（u,v,w）是像素点(x,y)在圆柱面上的投影点Q的参数坐标，把所有这样的投影点组合在一起便得到全景图像。但是，参数坐标是三维的，需要把它们转变为二维的图像坐标才便于存储。为了便于存储，将此三维坐标转换为二维图像坐标。根据以下方程，可以求得像素点Q的二维坐标为(x1,y1)： （2-7） （2-8）显然同一条垂直线上的两个像素点P1（x,y）和P2（x,y1），它们在柱面全景图像上具有相同的横坐标x，那么它们正投影到柱面全景图上横坐标x,也必然相等，也就是说，柱面全景图中的景物在垂直方向上不会发生形变。2.4柱面投影图像的性质显然，经过投影后柱面图像的宽度和高度都发生了变化，同时投影算法具有使景物在竖直方向上不发生形变的性质。下面将对柱面图像的高度和宽度变化进行讨论，并从理论上证明竖直不变形的性质，以便更深入地了解柱面投影的过程，为全景图的拼接做好理论上的准备。WHmaxHminOf（a）（b）图2.4柱面投影主视图和俯视图宽度的变化由图2.4（b）可知柱面投影图像（展开图）的宽度大小为W=f。高度的变化对实景图像I上任一像素点P（x,y），0xW,0yH,柱面图上对应点Q(x，y),由式（2-8）可知当x=0或x=W时柱面图的高度最小；当x=W/2时高度最大。从图2-7中可直观看出。当x=0，y=0时，并将式代入式（2-8），得y1= （2-9）当x=0，y=H时，得：y2= （2-10）故Hmin= y2- y1=Hcos （2-11） ii）当x=W/2，y=H时，Hmax=H综上所述，可见投影后，宽度变小，高度由Hmin渐变到Hmax。再来看竖直方向上不发生形变的性质。假设实景图像I上有竖直形状的景物，取该景物在同一条垂直直线上的两个像素点（x,y）和（x,y）,这两个像素点在柱面全景图上将有相同的横坐标，由式（2-7）可得： （2-12）实景图像的柱面投影算法具有上述性质，这样可以分别对每一张实景图进行柱面投影变换，然后通过图像拼接得到完整的360度柱面全景图。第三章 基于SIFT特征的匹配算法3.1 基于SIFT特征匹配拼接全景图的流程基于SIFT的柱面全景图全自动拼接的系统是一个以图像处理算法为核心的系统。本章将介绍基于SIFT的柱面全景图的拼接过程和涉及到的算法。本文所有的源图像均取材于河南理工大学新校区内部。基于SIFT的柱面全景图全自动拼接的主要内容有：（1）读入采集到的一系列图像（源图像均为采用普通数码相机和三脚架拍摄得到）；（2）提取每幅图像的特征点；（3）计算图像之间的匹配特征点对，计算图像之间的坐标变换参数，实现输入图像按场景分组并对同组的图像进行排序；（4）图像拼接融合，输出全景图。如图3.1所示全景图SIFT特征点提取图像匹配图像融合图像预处理特征点匹配图像坐标变换图像分组与排序输入图像图3.1全景图输出流程图 3.2 图像预处理目前最常用的图片文件是.bmp和jpg格式，这些格式均可以作为系统的输入图像。这两种图像的数据格式都是基于RGB颜色三色道模型的如果直接对彩色图像进行处理，则对每个像素的操作都必须在R、G、B三个色彩空间上分别进行，这样图像处理的时间就是灰度图像处理时间的三倍。在图像的匹配阶段，颜色信息并不能带来匹配性能上的显著提高，所以本文选择在灰度空间进行图像的匹配，减少图像拼接过程中最为耗时的图像匹配工作所消耗的时间。而在图像匹配之后的工作，使用原始的彩色图像。这就要涉及到图像灰度化处理的问题。图像灰度化过程是指把含有亮度和色彩的彩色图像变换成灰度图像的过程，对于RGB图像，图像灰度花化处理的墓地就是使模型中的R、G、B三个色道的颜色相等即R=G=B。本文我们选择公式法对图像进行灰度化处理。按照公式（3-2）计算得到图像在（x,y）处的灰度值。R(x,y)=G(x,y)=B(x,y)=0.114R(x,y)+0.587G(x,y)+0.229B(x,y) （3-2）3.3 基于SIFT特征点的提取算法和匹配在研究全景图拼接的过程中，本着对操作的便捷性和高效性的原则，拼接过程用的Arcsoft Panorama Maker这个软件进行操作。这个软件在匹配算法上选择了匹配效果好，鲁棒性高的SIFT特征点提取算法，因此作为本文重点研究的算法。SIFT（尺度不变特征变换）算法，可以从图像中检测出大量的特征点，并提取出响应的特征向量。每个特征对物体旋转、