图像拼接--Seam-Driven Image Stitching

缝合线驱动的图像拼接
Seam-Driven Image Stitching
Eurographics (EG) 2013

上图对比了传统图像拼接方法和缝合线驱动的图像拼接

Traditional image stitching：
传统图像拼接方法流程如下：
首先对输入图像进行特征点提取，然后是特征点匹配，因为 non-planar scene geometry 和误匹配问题，我们使用 random sample consensus (RANSAC) 来 robustly estimate the homography with the best geometric
fit。具体来说就是我们会不停的从所有匹配的特征点对里选择四个匹配对，如果这四个匹配对是一致的，那么它们具有同一个 homography。这样我们会得到很多个 homography，如果两个 homography 是一样的，那么我们该 homography 的 consensus size 加 1 ，最后我们选择 consensus size 最大的 homography
a set of homographies H1 ,H2 ,… are randomly hypothesized and ranked based on their goodness-of-fit (measured in terms of consensus size). The best homography is used to warp and align the images. Seam-cutting is then applied to produce the final result

选择得到最好的 homography ，我们将图像映射到同一个坐标系下，计算 Seam-cutting

这里面的 Seam-cutting 是如何计算的了？具体参考文献《Interactive Digital Photomontage》

上图左边的四张图像是输入图像，同一个场景，不同时间段拍摄的，现在我们希望合成一张图像，希望是所有人都微笑面对相机，就是希望把四张输入图像中最好的部分都包含进来。这里我们使用不同颜色的画笔来人工标记出合成图像中必须包含的部分。有了这个人工输入信息，我们使用 Graph Cut 算法自动找出最佳缝合线

Seam-Driven Image Stitching
缝合线驱动的图像拼接：
对输入图像进行特征点提取，然后是特征点匹配，基于匹配的特征点对，我们根据 RANSAC 算法得到若干 homography ，我们对每个 homography 计算 seam-cut，然后我们选择最好的 seam-cut 作为最终结果。
这里的关键是如何挑出 best seam-cut ？
简单的来说就是在缝合线上取一个 17×17 patch，如果我们能在输入图像中找到类似的 patch，那么这个 seam 是比较好的。如果我们不能在输入图像中找到类似的 patch，那么这个 seam 就不是很好。（合成图像需要和输入图像视觉相似性）

The idea is that a patch along the seam is perceptually plausible if it resembles a patch found in either I1 or I2 . If a patch along the seam cannot be found in either source images, it is likely to be an artifact and therefore assigned a larger error

图像拼接--Seam-Driven Image Stitching相关推荐

图像拼接--Seam Carving for Content-Aware Image Resizing
Seam Carving for Content-Aware Image Resizing 智能图像缩放 ACM Transactions on graphics (TOG). Vol. 26. No ...
图像拼接--Automatic Panoramic Image Stitching using Invariant Features
Automatic Panoramic Image Stitching using Invariant Features <International Journal of Computer V ...
图像拼接（Image Stiching）方向论文微总结
目录期刊近几年经典方法会议近几年经典方法参考资料: 图像拼接任务对于目前主流视觉任务来说比较偏,目前基于深度学习的框架还不成熟,而且拼接任务里面很多小点都可以单独拿出来研究,比如聚焦或迁 ...
CVPR 2011 全部论文标题和摘要
CVPR 2011 Tian, Yuandong; Narasimhan, Srinivasa G.; , ■Rectification and 3D reconstruction of curved ...
getprocaddress得到为0_拼接图像得到全景图
目录: 函数介绍图像拼接算法实现图像拼接算法改进 Image Stitching with OpenCV and Python - PyImageSearchwww.pyimagesearch. ...
基于Open WebRTC Toolkit（OWT）的8K全景视频低延时直播系统
photo from Ready Player One 随着5G技术的发展,其高带宽.超低延时的特性为高分辨率全景视频的实现带来了更多的可能.本文来自Open WebRTC Toolkit (OWT) ...
图像拼接--Coarse-to-fine Seam Estimation for Image Stitching
Coarse-to-fine Seam Estimation for Image Stitching https://arxiv.org/abs/1805.09578 本文主要针对图像拼接中的缝合线选 ...
Unsupervised Deep Image Stitching：首个无监督图像拼接框架（TIP2021）
作者丨廖康@知乎来源丨https://zhuanlan.zhihu.com/p/386863945 编辑丨3D视觉工坊一.写在前面图像拼接(Image Stitching)可以说是计算机视觉领域 ...
图像拼接--Robust image stitching with multiple registrations
Robust image stitching with multiple registrations ECCV2018 本文使用多个 registrations 来增强图像拼接的效果标准的图像拼接流 ...
图像拼接--Parallax-tolerant Image Stitching
Parallax-tolerant Image Stitching CVPR2014 图像拼接是一个被深入研究的课题.通常第一步是输入图像的对应.早期的方法是对两个输入图像估计一个 2D映射,通常是一 ...

图像拼接--Seam-Driven Image Stitching

图像拼接--Seam-Driven Image Stitching相关推荐

最新文章

热门文章