摄像机之间存在重叠，介绍了两种典型的方法。

1. 标定方法来缝合图像

方案介绍：

对于一些大格式的对象，可以捕获多个图像，每个图像覆盖对象的不同部分。如果对相机进行校准，并且它们与一个共同的世界坐标系的关系是已知的，那么就可以从不同的图像中进行精确的测量。甚至可以将多张图像拼接成一张覆盖整个物体的大图像，只需将每张图像与同一测量平面对齐即可。在得到的图像上，可以直接在世界坐标系中进行测量。

安装：

必须将两台摄像机或多台摄像机安装在一个稳定的平台上，每张图像覆盖整个场景的一部分。相机的方向可以是任意的，这意味着它们不需要与表面平行或垂直。调整相机焦点、照明和重叠区域，并使用覆盖整个视野的大型参考对象。为了保证多幅图像能够拼接成一幅大的图像，它们之间必须有一个小的重叠区域。重叠区域可以非常小，因为这个重叠区域只是为了确保拼接的结果图像中没有间隙。

校准

图像校准可分为两个步骤：

确定每个摄像机的内在参数。可以分别对每台摄像机进行标定，以获得摄像机的内部参数。

确定所有摄像机的外部参数。由于所有的图像都要转换成一定的世界坐标系，因此需要使用一个大型的定标对象。此校准对象可以出现在所有图像中。它可以由多个校准板组成。校准板数与所使用的摄像机数量是一致的。下图分别为两台摄像机拍摄的标定图像。

注：为了确定摄像机的外部参数，每台摄像机只拍摄一张标定图像就足够了。在多摄像机采集标定图像的过程中，标定对象不能移动。理想情况下，这些校准图像应同时采集。

将单个图像缝合成一个更大的图像：

首先，必须对每张图像进行校正，将图像变换到一个共同的坐标系中，使它们相互正确匹配。在获得校正图像所需的所有地图后，可以有效地校正和拼接使用两个摄像机捕获的每个图像对。拼接后的图像由两幅校正后的图像组成。每个校正后的图像占据图像的一部分。

2. 非校准方法缝合图像

简介：

种方法的精度比前三种方法要低，适用于不需要高精度拼接的应用场合。这种拼接方法的优点是，没有相机校准是必需的，每一个单独的图像可以自动安排。

拍摄单幅图像的规则：

以下是拍摄每一张图片时要遵循的一些规则：

（1）相邻图像之间必须有重叠。

（2）图像之间的重叠区域必须具有比较明显的特征，这样才能保证自动匹配过程更加准确。如果某些重叠区域的特征不明显，则可以通过定义合适的图像对来克服这一点。如果整个物体的特征不是特别明显，那么重叠的面积应该更大。

（3）重叠图像的缩放比例必须近似相等。一般情况下，缩放的差异不应超过5—10%。

（4）这些图像的亮度应该是相似的，至少在重叠的区域。否则，如果亮度差异非常明显，在生成的图像中，图像之间的接缝会非常明显，如下图所示。

定义重叠图像对：

需要定义一些重叠的图像，并通过匹配来确定这些图像对之间的变换关系。匹配过程将只应用于这些重叠的图像对。

如果有多幅图像需要拼接，或者每一行重叠的图像中有多幅图像，合理、彻底地安排图像对是非常重要的。否则，某些图像可能无法准确匹配。这主要是因为噪声会造成点坐标的一些误差，从而导致无法准确计算图像之间的转换关系。这些错误将从一个图像传输到下一个图像。

提取图像中的特征点：

提取的特征点的数量影响的运行时间和匹配结果。特征点数量越大，匹配过程越慢。但是太少的特征点会增加产生错误结果的可能性。

匹配重叠区域中的特征点，确定图像之间的转换关系：

图像拼接过程中重要的任务是图像对之间的匹配。匹配的图像对可以有任意的平移和旋转，唯一的要求是图像应该具有大致相同的比例。如果关于图像之间的平移和旋转的信息是可用的，它可以用来限制搜索区域，这加快了匹配过程，使算法更强大。

一旦知道了图像对之间的转换关系，就可以调用函数来执行图像拼接。

注意事项：

要注意球型拼接的情况。上述方法仅适用于相机绕光学中心旋转或缩放。如果相机的运动包括不严格围绕光学中心的平移或旋转，使用这种方法获得的拼接结果将是不准确的，不能用于精确测量。