早在没有计算机的时代，图像拼接已经产生，但靠的是人工手动拼接。图像拼接研究早期一直用于照相绘图学，主要是对大量航拍或卫星的图像的整合 。随着图像拼接技术在计算机视觉、计算机图形学及数字视频压缩等领域的应用,使得图像拼接技术日益成为数字图像处理领域的研究焦点。在国内外关于图像拼接的原理和方法已有不少的论文发表,但是目前还没有通用的拼接技术和方法使得人们可以快速高效地实现图像的拼接。同时在已使用图像拼接技术的领域,对于获取图像的设备要求很高。这就使得图像拼接的应用因为设备成本高、操作复杂而受到很大的限制 。68136

美国微软研究院的Richard Szeliski教授和匹兹堡大学的Sevket Gumustekin博士对图像拼接技术的研究做出了巨大的贡献。Szeliski提出2D空间八参数投影变换模型,这种模型通过采用Liebenberg-Marquardt迭代非线性最小化方法(简称L-M算法)求出图像间的几何变换参数来进行图像配准 。由于这种方法在处理具有平移、旋转等多种变换的待拼接图像方面效果好,收敛速度快,因此也成为图像拼接领域的经典算法,而Richard Szeliski也因此成为图像拼接领域的奠基人。2000年,Samuels Pelage, Benny Roussos, AlexRav-Acha等在Richard Szeliski的基础上作了进一步的改进,提出了自适应图像拼接模型,它是根据相机的不同运动而自适应选择拼接模型,通过把图像分成狭条进行多重投影来完成图像的拼接。这一研究成果无疑推动了图像拼接技术的进一步的发展,因此适应问题也从此成为图像拼接领域研究的新的热点Sevket Gumustekin博士主要对消除在固定点旋转摄像机拍摄自然景物时形成的透视变形以及将捕获的图像拼接为全景图进行了研究。他通过标定摄像机来建立成像模型,将捕获到的图像投影到统一的高斯球面上,从而获得拼接图像。用这种基于投影模型来完成图像拼接的方法,其拼接效果好、可靠性高。但是该方法要求对摄像机进行精确的标定,同时要求摄像机透镜本身的畸变参数引起的图像变形可以忽略不计 。论文网

在国内,王小睿等分别利用序贯相似度检测(SSDA)和归一化积相关两种相似性度量方法,建立模板图像和输入图像之间的相似性度量值,再利用模拟退火算法随机寻优,快速准确地找到最佳匹配点,从而实现图像的拼接浙江大学CAD&CG国家重点实验室和中国科学院自动化所模式识别国家重点实验室利用模板匹配的方法进行搜索来确定重叠区边界获最佳匹配位置,从而获得拼接图像。同时他们把这种方法应用于微血管循环和集成电路等的图像拼接研究中,取得了一定的成效。大连理工大学的封靖波等提出了一种基于相似曲线的拼接方法,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。这种方法在一定程度上简化了匹配策略并减小了计算量。图像拼接技术的应用前景十分广阔，深入研究图像拼接技术有着很重要的意义

参考文献

[1]徐科, 徐金梧. 基于图象处理的冷轧带钢表面缺陷在线检测技术[J]. 钢铁, 2002, 37(12): 61-64.

[2]徐科, 杨朝霖, 周鹏. 热轧带钢表面缺陷在线检测的方法与工业应用[J]. 机械工程学报, 2009, 45(4): 111-114.

[3] Malki,S., Spaanenburg,L., Ray,N.. Neural vision sensors for surface defect detection. IEEE International Joint Conference, 2004,4(25).

[4]刘钟, 吴杰, 张华. 热轧带钢表面质量检测系统的工程设计与实践[J]. 宝钢技术, 2005, 13(6): 57-60.

[5] L. G. Brown. A survey of image registration techniques. ACM Computer Surveys, 1992/4/24

[6]蔡丽欢, 廖英豪, 郭东辉. 图像拼接方法及其关键技术研究[J]. 计算机技术与发展, 2008, 18(3): 1-4.