Key points are not available for this paper at this time.
Das Merging von Fotografien aus mehreren Perspektiven, um ein einzelnes Panorama zu erstellen, wird als Bild-Verschmelzen bezeichnet. Die Herausforderungen beim Bild-Verschmelzen umfassen Probleme wie Parallaxen und Szenenbewegungen, durch Rauschen beeinträchtigte Fotografien, das Management einer großen Anzahl von Bildern und die Handhabung von hochauflösenden Bildern. Die Beseitigung wahrnehmbarer Nähte ist eine weitere komplexe Aufgabe. Die computerbasierte Bild-Verschmelzung ist die verbreitetste Methode, die spezialisierte Software umfasst, die überlappende Bereiche identifiziert und diese zusammenführt. Um ein endgültiges Bild ohne erkennbare Nähte zu erreichen, sind präzise Überlappungen und konsistente Belichtungen erforderlich. Selbst wenn zwei Bilder in schneller Folge aufgenommen werden, können Unterschiede in der Beleuchtung zu sichtbaren Nähten im zusammengesetzten Bild führen. Die Relevanz dieser Nähte variiert je nach Anwendung. In diesem Papier wird ein automatisierter, merkmalbasierter Ansatz für das Bild-Verschmelzen vorgeschlagen, um ein nahtloses und ausgedehntes Panorama zu erstellen. Die Extraktion von Bildmerkmalen erfolgt unter Verwendung der Scale-Invariant Feature Transform (SIFT), während das Matching der Merkmale mit dem K-nächsten Nachbarn-Algorithmus durchgeführt wird. Der Random Sample Consensus (RANSAC)-Algorithmus wird verwendet, um Homographien für das Warping von Bildern zu berechnen, und eine gewichtete Matrix wird für das Mischen von Bildern verwendet, um einen glatten Panorama-Erstellungsprozess zu erreichen. Die Leistung der vorgeschlagenen Methode wird durch den Vergleich des endgültigen Panoramas mit einem erwarteten Referenzbild gemessen und die prozentuale Ähnlichkeit der Bilder berechnet, die das Verhältnis zwischen erkannten Übereinstimmungen und Schlüsselmerkmalen beinhaltet.
Gairola et al. (Fri,) untersuchten diese Frage.