本程序主要针对对平面场景拍摄图像的拼接，典型应用就是航拍影像的拼接，投影模型使用了相似变换、仿射变换以及透视模型， 或者前两种和透视投影的组合，优化算法使用LM算法，基本思路是每拼接一副影像便使用LM算法对所有模型参数及画布投影点进行优化， 以消除累积误差，程序对中间的特征点检测结果以及匹配结果均保存成了文件，以避免大量影像拼接时对内存的占用；本程序还增加匹 配点添加与删除功能，交互式引导匹配以及区域匹配等等，实际上只要存在重叠关系图像均可以实现交互式匹配点添加，保证任何影像 都能配准到一起，程序经过优化还可应用到无人机航拍视频的拼接上,。 现在测试结果最多拼接600张左右的航拍影像，在不要任何POS信息的情况下能够完美拼接到一起。程序里面附了一组简单的测试影像， 可以试试不同投影模型拼接效果。

图像拼接数据集，用于图像拼接算法测试

基于MATLAB的图像拼接（小波，GUI界面，全境拼接）

基于sift的全景拼接图像，基于sift的全景拼接图像基于sift的全景拼接图像基于sift的全景拼接图像

文章目录1. 角点检测Harris角点检测Shi-Tomasi角点检测2.特征匹配KNNORB3. 图片拼接4.图像插值 1. 角点检测 Harris角点检测 import cv2 import numpy as np from matplotlib import pyplot as plt img=cv2.imread('timg.jpg') #原图为彩色图，可将第二个参数变为0，为灰度图 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 输入图像必须是float32， 最后一个参数[0.04,0.06] gray = np.float32(gra

实现对图像碎片的拼接，通过两张图片灰度信息比对的方式实现

一个用MFC实现的基于小波分析的图像拼接算法实例

图像配准算法，对做配准和拼接的可能有一定的帮助

主要为大家详细介绍了OpenCV实现拼接图像的简单方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

主要针对于google地图的分块碎片拼接，和一般破碎电子文件拼接。 强调规整的行列顺序。不规整图片的拼接，不建议使用该文件。 http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=269074&fromuid=589099 以2013数学建模竞赛B题的碎片做了简单个简单的例子。