1.简述

在实现多图像无序输入的拼接中，我们先使用surf算法对任意两幅图像进行特征点匹配，每对图像的匹配都有一个置信度confidence参数，来衡量两幅图匹配的可信度，当confidence>conf_threshold，我们就认为这两幅图可以拼接，属于一个全景拼接的集合，然后扩展这个集合就可以确定最大的可拼接集合，排除一些无效的图像，然后进行后续的拼接。

并查集的定义就是并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。即将属于相同集合的元素合并起来，中间需要查找某个元素属于哪个集合，然后需要将两个元素或者集合进行合并处理。

2.结构体及函数定义

下面我们介绍opencv_stitching中使用的互斥集结构和函数的定义

copy

/************************************************************************/
1. /*
2. 创建一个互斥集，尺寸为n
3. %参数intn，输入互斥集的尺寸
4. */
5. /************************************************************************/
6. voidDisjointSets::createOneElemSets(intn)
7. rank_.assign(n,0);//设置rank_长度为n，初始值为0
8. size.assign(n,1);//设置size长度为n，初始值为1
9. parent.resize(n);//设置parent的长度为n
10. for(inti=0;i<n;++i)
11. parent[i]=i;//parent[elem]=set,初始化每个元素所在的集合
12. }
13. /*
14. 查找元素所在的集合
15. %参数intelem输入元素
16. */
17. intDisjointSets::findSetByElem(intelem)
18. {
19. //由于互斥集也是树形结构，所以需要向上递归到根节点，即元素所属的最终集合
20. intset=elem;
21. while(set!=parent[set])//如果元素的值与所属集合的值不相同，说明元素是经过集合合并过的，所以要继续向上递归
22. set=parent[set];
23. intnext;
24. while(elem!=parent[elem])//将之前所有的递归过的元素的集合全改成最终的根节点集合
25. next=parent[elem];
26. parent[elem]=set;
27. elem=next;
28. returnset;
29. 合并两个集合
30. %参数intset1，intset2两个集合set1和set2
31. intDisjointSets::mergeSets(intset2)
32. //比较两个集合的rank_，将rank_值小的集合合并到值大的集合中
33. if(rank_[set1]<rank_[set2])
34. parent[set1]=set2;
35. size[set2]+=size[set1];
36. returnset2;
37. if(rank_[set2]<rank_[set1])
38. parent[set2]=set1;
39. size[set1]+=size[set2];
40. returnset1;
41. //如果rank_相等，则默认将set1合并到set2中，set2的rank_值+1
42. parent[set1]=set2;
43. rank_[set2]++;
44. }

copy

#include"astdio.h"
1. #include"disjointset.h"
2. #defineconf_threshold90
3. #definenum_images10
4. voidmain()
5. intmax_comp=0;
6. intmax_size=0;
7. vector<int>confident(num_images*num_images);
8. DisjointSetscomps(num_images);
9. //使用随机数模拟多幅图像中每个图像相互匹配的置信度(0-100)
10. //另外1与2的匹配置信度和2与1的置信度我们默认相同（实际中是不相同的）
11. srand((unsigned)time(NULL));
12. inti=0;i<num_images;i++)
13. cout<<endl;
14. intj=0;j<num_images;j++)
15. if(!confident[i*num_images+j])
16. confident[i*num_images+j]=rand()%100;
17. confident[j*num_images+i]=confident[i*num_images+j];
18. if(i==j)
19. confident[i*num_images+j]=100;
20. }
21. cout<<""<<confident[i*num_images+j];
22. //根据两幅图匹配置信度是否大于conf_threshold来决定是否属于一个全景集合
23. inti=0;i<num_images;++i)
24. intj=0;j<num_images;++j)
25. if(confident[i*num_images+j]<conf_threshold)
26. continue;
27. intcomp1=comps.findSetByElem(i);
28. intcomp2=comps.findSetByElem(j);
29. if(comp1!=comp2)
30. comps.mergeSets(comp1,comp2);
31. //找出包含图片最多的全景集合
32. inti=0;i<num_images;i++)
33. if(i==0)
34. max_comp=0;
35. max_size=comps.size[i];
36. elseif(comps.size[i]>max_size)
37. max_comp=i;
38. max_size=comps.size[i];
39. //将该集合中的元素打印出来
40. cout<<endl<<"imagesinthemax_comp:"<<endl;
41. intj=0;
42. if(comps.findSetByElem(i)==max_comp)
43. cout<<++j<<":"<<i<<endl;
44. while(1);
45. }

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!