式中，I(x,y)、I1(x，y)、I2(x，y)分別為拼接圖Image3、待拼接圖像Image1和Image2的灰度值，d(0d1)是漸變因子，由像素點(diǎn)距離重疊區(qū)域邊緣的距離決定。由此實(shí)現(xiàn)Image1到Image2的平滑拼接，得到最終的拼接圖Image3。按照上述算法處理步驟，直到完成相鄰4幅圖像的無(wú)縫拼接。

3 仿真實(shí)驗(yàn)數(shù)據(jù)與結(jié)果
使用Matlab7．1圖像處理平臺(tái)，分別對(duì)拍攝到的4幅圖像的拼接過(guò)程仿真結(jié)果進(jìn)行說(shuō)明。圖3所示是4幅待拼接圖像，它們大小相同，以像素為單位，均為243×343。圖4為左右相鄰兩幅圖像的拼接圖。圖5為未經(jīng)過(guò)圖像平滑處理的4幅圖像拼接結(jié)果圖。圖6為使用圖像平滑算法處理后的結(jié)果圖，圖像大小為332×448。

上述算法涉及到模板選取問(wèn)題，值得注意的是：(1)在圖像配準(zhǔn)算法中所提取的特征區(qū)域不僅要具有獨(dú)特的特征。而且要含有足夠多的有效信息；(2)選取的每一初始模板a和b1，b2…中兩列的水平間隔應(yīng)不小于20個(gè)像素單位，如果間隔距離太小，則可能模板a的灰度值變化不明顯，導(dǎo)致匹配點(diǎn)不準(zhǔn)確，造成誤匹配；而且這兩列的間距不能大于重疊寬度，否則第2列可能越界。(3)如果選取的Image2模板中出現(xiàn)黑色像素點(diǎn)(灰度值為0)，則會(huì)導(dǎo)致比值無(wú)窮大及模板c不存在，即這種算法失效。為避免這種情況出現(xiàn)，可在對(duì)拼接效果影響輕微的情況下將待匹配Image2灰度值增加0．000 00001。

4 結(jié)束語(yǔ)
研究基于相機(jī)平移運(yùn)動(dòng)模式的圖像拼接算法，對(duì)采集到的相鄰4幅圖像進(jìn)行以下處理：(1)預(yù)處理和圖像邊緣檢測(cè)技術(shù)對(duì)于圖像的配準(zhǔn)十分重要，經(jīng)過(guò)銳化后的圖像其邊界將更趨于明顯，大大減少了配準(zhǔn)所用時(shí)間，提高了匹配的準(zhǔn)確性。(2)在圖像匹配算法中增加模板的有效信息量，通過(guò)將兩模板對(duì)應(yīng)的灰度比值作為評(píng)價(jià)模板進(jìn)行匹配對(duì)比而確定最佳拼接位置。該算法雖然在計(jì)算量上有所增加，但大大增加了匹配的可靠性，具有較好的實(shí)用性。(3)利用平滑因子對(duì)兩幅圖像的重疊區(qū)域的像素進(jìn)行融合操作，過(guò)渡自然，銜接良好，較好地實(shí)現(xiàn)了無(wú)縫拼接。
由實(shí)驗(yàn)結(jié)果可以看出，本文算法合理，可行性強(qiáng)，能夠達(dá)到良好的拼接效果。下一步工作是研究如何提高拼接速度，減少縮短時(shí)間。