利用halcon进行图像拼接的基本教程.doc

一、什么是图像拼接(略)

二、拼接的基本过程

使用 halcon 自带的例子来说明这个过程

打开拼接下面的 mosaicking.hdv

(一)镜头校正

CamParam := [0.0121693,-2675.63,7.40046e-006,7.4e-006,290.491,258.887,640,480]

change_radial_distortion_cam_par ('adaptive', CamParam, 0, CamParOut)

(二)获得图像

concat_obj (Images, Image, Images)

dev_display (Image)

disp_message (WindowHandle1, 'Image '+J$'d', 'window', -1, -1, 'green', 'false')

wait_seconds (0.5)

endfor

(三)图像配准

tile_images_o<set (Images, TiledImage, [0,0,0,0,0,500,500,500,500,500],

[0,660,1320,1980,2640,0,660,1320,1980,2640], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-

1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], [-1,-1,-1,-1,-1,-1,-1,-1,-1,-1], 3280, 980)

(四)图像拼接，获得全军图像

read_image (Image000003, 'datacode/ecc200/ecc200_to_preprocess_001')

hom_vector_to_proj_hom_mat2d ([131,225,291,63], [102,97,291,274], [1,1,1,1],

[63,291,291,63], [102,102,291,291], [1,1,1,1], 'normalized_dlt', HomMat2D)

projective_trans_image (Image000003, TransImage, HomMat2D, 'bilinear', 'false', 'false')

（三）图像配准,这个例子是居于模板匹配的

（四）图像融和，这里采用了一种简单的融和方法。

（五）得到了结果。

可以看出，整改图像拼接两个重点，也是难点：一个是如何通过识别的方法，得到准确的偏移；二个是如何将

不同图片之间由于光照等造成的差异融和到最小。下面首先看 halcon 提供了那些工具和没有提供那些工具。

三、halcon 为拼接提供了那些工具

（一）模板识别工具