1图像获取

        全景图像素材的获取有两种方式：一是采用专门全景设备，如全景相机或者带有鱼眼镜头或者广角镜头的相机；二是利用普通相机拍摄局部图像，然后经过投影后拼接形成全景图。
        第一种方法的优点是操作简单，无需复杂建模，非常容易的能够形成全景图，缺点是专用设备价格非常昂贵，不易普及和使用。
        第二种方法对拍摄要求非常高，通常需要借助一些设备，如三角架等完成拍摄。相对前者更加复杂，但是费用低，仍然为目前的主流。

2图像投影

由于相邻局部实景图像是在相机转过了一定的角度，在不同的视角上拍摄得到的，因此它们的投影平面存在一定的夹角。如果对局部图像直接进行无缝拼接，将会破坏实际场景中视觉的一致性，比如把一曲线变成了直线等，同时也很难进行无缝拼接。为了维持实际场景中的空间约束关系，必须把拍照得到的实景图像投影到某一曲面上，图像信息以曲面的形式保存在计算机上。投影完成后，去掉了旋转关系，保留了平移关系，为图像的拼接做好了准备。通常，比较常见的全景投影方式有：球面投影、柱面投影和立方体投影。

2.1球面模型

2.2圆柱面模型

2.3立方体模型

全景图模型可以提供场景水平方向360度全方位浏览，球面全景和立方体全景还能够提供垂直方向180度的浏览，能使人们产生三维立体感，其场景能够拥有非常高的逼真度。

3图像拼接

图像拼接技术是全景技术的关键技术之一，也是全景制作环节的关键环节，由于相机视角限制和全景相机价格的昂贵，对拼接技术的研究还是非常的有意义的。

3.1拼接的主要用途

图像拼接技术可以解决由于相机等成像仪器的视角大小的限制，不可能一次拍出很大图片而产生的问题。它利用计算机进行匹配，合成一幅宽角度图片，因而在实际使用中具有很广阔的用途。

3.2图像拼接的一般问题

图像拼接的关键是精确找出相邻两张图像中重叠部分的精确位置，然后确定两张图像之间的位置变换关系，最后进行拼接和边缘融合。由于照相机受环境和硬件等条件影响，得到的图像往往存在平移、旋转、缩放、透视形变、色差、扭曲等差别，这些差别大大增加了图像拼接的难度和复杂度。实际应用中最基本的拼接技术主要是考虑平移、缩放和旋转三种变化（A为原图像，A’为变换后的图像）：
3.2.1平移：A’ = A + k；
3.2.2缩放：A’ = sA，其中s为缩放比例；
3.2.3旋转：A’ = rA，其中

为旋转矩阵。
在这三种变化中，缩放和旋转是较难解决的问题，如何确定两图像间的缩放比例和旋转角度是图像拼接技术的难点。

3.3图像拼接技术流程和核心问题

图像拼接技术的基本流程如图所示：

核心问题：图像拼接效果与一关键技术息息相关，即图像的匹配。

3.4图像匹配

        图像匹配的目的是搜索同名点，它是计算机视觉和数字摄影测量的核心课题之一，是指寻找部分重叠序列图像的重叠位置以及范围(也称图像对齐)。两幅图像可能取自不同的时间、不同的环境、不同的传感器或者不同的视角，这就造成了图像不仅存在噪声的影响，而且存在严重的灰度失真和几何失真。
        图像匹配就是假设有两个矩形区域A和B，已知B中包含有一个区域A',A'和A是相同的模块，求B中A'的位置。

        从宏观来看，图像匹配的方法可以分为灰度匹配和特征匹配两种。灰度匹配以常用的相关系数法为代表，它主要考虑局部区域内灰度的分布状况和统计特性；特征匹配要首先提取特征，如边缘特征，纹理特征，信息墒特征等，然后把这些特征用链码或者参数来表示，最后以这些特征为匹配基元。实际上，特征匹配常常和灰度匹配结合使用，即在灰度匹配时引入一些特征量进行约束。
        图像匹配系统流程如图所示：