基于Matlab实现灰度信息（块匹配）图像拼接系统+GUI操作界面毕业设计（源码+图片+说明文档）.rar

基于灰度信息的图像拼接简介 基于灰度相关的匹配是在待定点为中心的窗口内，以图像的灰度分布为匹配的内容，故称之为灰度匹配。又因为匹配是以划分的图像块为单位进行的，所以又称为块匹配（Block Matching）。这类算法的性能主要取决于相似性度量准则及搜索策略的选择。相似性度量是指用什么度量来确定待匹配特征之间的相似性，它通常定义为某种代价函数或者距离函数的形式。经典的相似性度量包括灰度差的绝对值平方和（SSD）、灰度差的绝对值和（SAD）和相关函数等。匹配窗口大小的选择是基于灰度相关的匹配方法必须考虑的问题，大窗口在遮挡或景物深度不连续的情况下会出现误匹配，小窗口不能覆盖足够的强度变化，因此自适应调整匹配窗口的大小可达到较好的效果。基于图像灰度信息的匹配方法比较直观，容易实现，并且具有以下优点： 不需要额外计算抽取图像的特征，可以避免由于特征抽取所引入的参数估计误差； 可以很好地处理具有丰富纹理特征的区域，而基于特征的匹配算法对具有较强纹理的图像处理效果较差。 它所利用的信息量是最大的，区分不同对象的能力强、精度高，特别是在十分复杂的图像环境和要求高精度的应用领域仍能够有效地工作。 然而，图像的灰度值通常会受到光照的影响，非线性的不均匀光照会造成最终结果的较大偏差。同时，图像的比例变化、旋转、遮挡等都会影响匹配效果。此外，基于灰度信息的匹配计算量大，很难达到实时性要求。