最近在做老师布的一个作业，原来是要做全景视频合成，可是做出来发现实时性根本达不到，改成全景图片合成吧。废话不多说啦，说说原理。
原理：
1 直方图均衡化对图片三个信道进行归一化处理。
2 柱面投影
3 图片配准
4 图片融合
简单解释一下，柱面投影其实不难，就是一个曲面与一个跟它相切的平面的三角变换关系，有高中数学的人完全可以明白。做这块的程序，要知道摄像机的视角，或者知道投影中心到投影柱面的距离，这两个参数是可以相互换算的，知道一个即可。
图片配准，由于时间关系，我用的算法是最简单的，首先是提取特征点，我用的是SIFT特征点，这个特征点计算着真心很慢呀，这个是没有办法做到实时性的主要原因。投影后的图片，水平，垂直平移，进行配准。
对于图片融合，就是加权融合。在两个图片重合的区域，dst=a*src1+(1-a)*src2，src1是一个图片，src2是第二个图片，dst是融合的目标图片。其中a是不断变化的，目的是达到一种效果，在离src1近的地方，a比较大，这样src1占的比重就比较大。随着离src2越来越近，a慢慢变成0，这样第二个图片占的比重就越来越大啦。
下面说一下遇到的问题：
1 不同的图片之间，sift特征点的个数是不一样的，因此对不同的图片，参数可能设置的不一样。
2 sift特征点的获取速度太慢，我用的OPENCV里的库函数得到的特征点，不知道是不是opencv库函数的问题。光得到特征点，一个图片都差不多1s，达不到实时的要求。
3 根据图片融合的多少，可以大概的判断一下特征点的距离，根据这个可以删去那些不必要的特征点，但是这样就有局限性，要根据图片融合的尺寸，来修改参数，自适应性不好。
原理很简单，下面直接上图，状哉我交大。
原文地址：http://blog.csdn.net/d14665/article/details/42425723
