1 题目：基于matlab的图像拼接技术
1.1 图像拼接技术的定义和目的
随着计算机在各个领域的广泛应用，为了得到宽视角、高分辨率图像，图像拼接技术逐渐成为计算机图形学、计算机视觉、模式识别等领域的研究热点，得到越来越多人的关注。图像拼接技术就是将数张有重叠部分的小视角图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅宽视角的无缝高分辨率图像，满足人们在各个领域研究的需要的技术。
图像拼接技术为图像降噪、视场(Field of View)扩展、模糊消除(Blur Removing)、空间解析(Spatial Resolution)和去除运动物体的动态范围(Dynamic Range)提供了可能性。
1.2 图像拼接的意义
图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。
目前，图像拼接技术研究的一个重要意义就是使我们能够利用廉价的成像设备采集图像，而后利用图像处理算法对图像失真进行校正，并完成图像的自动拼接，这样就解决了图像在高分辨率和宽视野二者之间的矛盾，使我们利用普通数码相机和计算机就能得到所需的图像。
域取得了巨大突破[6]。

1.3 图像拼接的流程
图像拼接的方法很多，不同的算法步骤会有一定差异，但大致的过程是相同的。一般说来，图像拼接技术，按其工作流程主要分为三个部分：图像预处理，图像配准和图像线性插值拼接。其中图像配准是整个图像拼接技术的核心部分，直接决定了图像拼接结果的好坏。
图像预处理是图像拼接技术的第一步，在进行图像采集时，往往不能保证摄像设备始终保持同一角度和方向、光线的不同也会造成采集图像灰度差异大等问题，图像预处理主要完成对待拼接图像进行几何畸变的校正，包括去除噪声、边缘提取、直方图处理等图像处理的基本操作、建立图像的匹配模板，以及对待处理图像进行傅立叶变换、小波变换、稀疏分解等操作。
图像配准主要指对参考图像和待拼接图像中的匹配信息进行提取，在提取出的信息中寻找最佳的匹配，图像配准是整个图像拼接技术的核心。

图1-1 图像拼接流程图
1.4 本设计的研究目的及意义
图像匹配是计算机视觉研究领域中热点问题，也是视觉理论和应用的基础，基于Harris角点匹配算法与基于模板等其他的匹配拼接算法相比，在没有增加计算量的基础上提高了匹配速度和精度，同时对亮度差异的抗干扰能力有一定增强。因此，实现精确、稳定、快速图像匹配算法有利于对视觉信息后续处理研究。
2图像拼接的MATLAB实现
利用图像配准过程中找到的匹配角点对，通过MATLAB编程，实现图像拼接，使最后的完整全景图像显示出来。程序代码详见附录，MATLAB仿真结果显示如图2-1所示：

图2-1 图像拼接——全景显示图

图2-2 GUI结果显示图