opencv实现的全景图种类与步骤

　　全景图概述

　　每当一个平面图像映射到一个弯曲的表面就会发生图象投影，反之亦然，这中现象特别常见于全景摄影。例如地球的球面可以映射到一块平坦的纸张。由于在我们周围的整个视场的可以被认为是作为球体的表面（对于所有观测角度），我们需要一种能将球形投影到2-D平面以便照片打印的方法。

　　

　　小的视角相对容易进行形变并投影到平坦的纸上。但是，当试图把一个球形图像映射到一个平面上，有些变形是不可避免的。因此，每一种类型的投影仅仅尝试避免一种类型的失真，这是以牺牲其他失真为代价的。随着视场角增大，观测弧（viewing arc）变得更弯曲，从而全景投影类型之间的差异变得更加显着。什么时候使用那一种投影，在很大程度上取决于每个投影应用。

　　整个全景拼接的算法流程来说，其实并不算复杂，至少在OpenCV的条件下如此。因为OpenCV自带了很多函数，完全可以搞定很多内容。

　　1.选图，两张图的重叠区域不能太小，我个人认为最少不少于15%，这样才能保证有足够的角点匹配。

　　2.角点检测。这一步OpenCV提供了很多种方法，譬如Harris角点检测，而监测出的角点用CvSeq存储，这是一个双向链表。

　　3.角点提纯。在提纯的时候，需要使用RANSAC提纯。OpenCV自带了一个函数，FindHomography，不但可以提纯，还可以计算出3x3的转换矩阵。这个转换矩阵十分重要。

　　4.角点匹配。经过提纯后的角点，则需要匹配。

　　5.图像变换。这一步我曾经尝试过很多办法，最后选择了FindHomography输出的变换矩阵，这是一个透视变换矩阵。经过这个透视变换后的图像，可以直接拿来做拼接。

　　6.图象拼接。完成上面步骤之后，其实这一步很容易。

　　7.球面变换。这一步需要对坐标系进行转换，从平面坐标到球面坐标。

　　OpenCV快速实现全景拼接

　　最新版的opencv2.4里面有很多新元素。 stitching module 就是一个非常有用的。 在opencv的例程文件夹里，有一个很好的脚本叫做 stitching_detailed.cpp. 这个脚本包括了创建全景图的全部过程，包括特征提取，匹配，warp，以及合成。安装好opencv以后，可以简单的通过命令行来测试这个例程：

　　$ 。/stitching_detailed Univ*.jpg

　　这会使用默认参数来创建一个result.jpg的最终文件，来源的图片是以 “Univ”开头的jpg图像。 可以通过help察看一些设置

　　$ 。/stitching_detailed --help

　　例如，可以改变投影的方式，默认是球面投影。 下面的例程用摩卡托投影法：

　　$ 。/stitching_detailed Univ*.jpg --warp mercator

　　结果如下：原图像可以在这里找到