古建筑文物全景圖生成方法研究

摘 要：隨著全景圖技術的快速發展及廣泛應用，古建筑文物全景圖生成方法備受關注并得到研究和發展。本文從全景圖照相設備、全景圖生成工具和全景圖拼接算法三方面來對目前古建筑文物全景圖生成方法進行概述、比較和分析，最后得出相關結論并給出展望，希望為從事古建筑文物全景圖生成、圖像處理方面的設計人員和研究人員提供一定的參考。

關鍵詞：全景圖；古建筑文物；工具軟件；圖像配準；圖像融合

中圖分類號：TP391.9；TP393.09 文獻標識碼：A 文章編號：2096-4706（2018）12-0090-03

Study on the Method of Making Panoramas of Ancient Architectural Relics

LIANG Bi，PU Guolin，LIAO Ting

（School of Intelligent Manufacturing，Sichuan University of Arts and Science，Dazhou 635000，China）

Abstract：With the rapid development and wide application of panorama technology，the method of making panoramas of ancient architectural relics has attracted much attention and has been studied and developed. This paper summarizes，compares and analyzes the current methods of making panoramas of ancient architectural relics from three aspects：panorama camera installation，panorama generation tool and panorama stitching algorithm. Finally，the related conclusions are draws and the some prospects are given. It hopes that this paper can provide some references for designers and researchers engaged in panorama generation and image processing of ancient architectural relics.

Keywords：panoramas；ancient architecture relics；tool software；image registration；image fusion

0 引 言

古建筑文物是指建國之前的民用建筑和公共建筑，歷經歲月長河卻依然完整或局部完整地保留著原貌。由于它們代表了那個時代的建筑技術水平、建筑材料水平以及建筑美術水平，因此古建筑文物本身是一種綜合性藝術，能在有限的空間里給人以美的享受，目前在一些古鎮還能欣賞到它們。同時，古建筑文物作為中華民族五千年歷史的見證者，它們不僅僅是歷史，同時也是文化。伴隨社會的進步以及人類文明程度的提高，古建筑文物越來越受到人們關注和重視，越來越多的學者和古建筑愛好者從事這方面研究，并取得了一些成果[1]。

近年來，全景圖生成方法作為一種具有代表性的虛擬現實技術正備受關注，其因通過廣角的表現手段，加上其它形式（如視頻、繪圖等）盡可能多地表現出真實環境而廣泛應用在虛擬場景展示、醫學圖像處理及博物館漫游等，其同樣應用于古建筑文物。據查閱最新文獻，我們發現目前生成古建筑文物全景圖的方法主要有三種：第一種是使用全景圖照相設備直接拍攝得到，第二種是將普通相機拍攝的多張圖像通過工具軟件合成一副全景圖，第三種是使用圖像拼接相關算法將多張圖像融合為一張全景圖。以下從這三方面來展開綜述。

1 使用全景圖照相設備

目前市場上的全景照相設備越來越多，不僅有專業的全景相機，而且還有支持全景圖拍攝的數碼相機，即使相機沒有廣角鏡頭，也可以拍攝出視野比較開闊的照片，而且大多智能手機也具有全景拍攝的功能。一般來講，使用專業全景相機來拍攝古建筑文物全景圖比較方便，生成速度快，而且效果較好。但專業全景相機價格較貴，拍攝技術要求高，所以只有少數專業攝影師使用該方法。利用普通相機或手機拍攝古建筑文物全景圖則比較簡單、經濟，大多數非專業人員都能使用，但其生成的古建筑文物全景圖質量不佳，譬如畫面不夠清晰、色彩表現不好等。通過比較可見，使用全景照相設備可以快速生成所需要的古建筑文物全景圖，其生成過程不需要復雜的建模，速度快，能及時滿足用戶需求，但專用相機昂貴，不宜普遍采用，普通相機便宜，但效果較差。

綜上，目前的全景圖照相設備各有其優缺點，用戶可以根據自己的需要進行選擇。一般情況是先使用普通數碼相機拍攝一系列約40%重疊的古建筑文物圖片，然后使用全景圖制作工具軟件或圖像拼接相關技術將這些相鄰間有一定重疊的圖片生成一張質量較高的全景圖[2]。下面將重點介紹這兩種全景圖生成方法。

2 使用全景圖制作工具

目前，常用的古建筑文物全景圖制作工具有PTGui、Hugin、ArcSoft Panorama Maker、Panorama Studio、造景師、Kolor Panotour Pro、Teorex PhotoStitcher以及Adobe Photoshop等。以下主要介紹PTGui、ArcSoft Pan-orama Maker和造景師這三種常用的工具軟件。

2.1 PTGui

PTGui（即Panorama Tools Graphical User Inter-face）是全景拼接工具Panorama Tools的一個用戶界面軟件，它為全景圖制作工具提供友好的可視化界面來實現對多張圖像的自動拼接，從而制作出質量較高的全景圖。PTGui基本工作過程為圖片載入、特征點定位、圖片配準、圖片融合和全景圖生成。其工作流程有三步，即首先通過單擊加載圖像按鈕自動導入一組原始圖片；然后單擊對準圖像按鈕自動對齊圖片的控制點，并以控制點的形式自動縫合和優化融合圖片；最后單擊創建全景圖按鈕便生成所需要的全景圖[3]。該全景圖制作軟件不僅功能豐富，而且用戶可以自行修改和添加控制點來提高拼接的精度。拼接后的全景圖明暗度均一，且沒有明顯的拼接痕跡，其簡便性已使其成為目前古建筑文物全景圖制作的首選工具。

2.2 ArcSoft Panorama Maker

ArcSoft Panorama Maker是一個目前流行的全景圖制作軟件，它能快捷地將一組有一定重疊度的圖片自動拼接成一副高質量的全景圖[4]。ArcSoft Panorama Maker為專業攝影人員提供了貼心的手動微調選項，能夠調整和編輯最后生成的圖像，譬如修改拼接點、拼接位置以及圖像的亮度、對比度等等。其最大特色是支持自動、橫向、360°、平鋪、縱向五種專業的全景圖拼接方式，而且每種方式都可以手動調整匹配點和融合區域，進而制作出讓人滿意的全景圖。同時，它還支持3D預覽，主要包括PageFlip、Line Interleave、Checkerboard、Anaglyph等3D預覽效果，并且可以保存為*.MPO 3D圖片格式。因此，該軟件是制作精美古建筑文物全景圖的最佳選擇。

2.3 造景師

造景師企業版是一款行業領先的三維全景拼接軟件，制作人員僅需花費3-5分鐘即可輕松拼接出一幅完美的360°球型Flash全景圖，同時支持全屏模式、右鍵批量拼接、HDR圖像合成等功能，深受設計人員的喜愛。造景師能輸出水平和垂直視角都可以達到360°的球形全景圖，120°-180°的單魚眼全景圖，六個面組成的立方體全景圖，水平一圈360°柱形全景圖等。它不僅可以拼接全景圖，還可以發布Flash全景和HTML5全景，用戶可以在電腦上或者手機上360°觀看全景。它還具有批量處理功能，即一次導入多組魚眼圖，軟件便自動分組拼接，在工作之余、無人看管的情況下自動批量拼接、批量發布、批量圖片轉換。而且可以使用移除三角架功能去除全景圖中的三角架，無需使用PS處理，大大提高了全景圖生成效率[5]。因此，它是國內古建筑文物全景圖制作人員經常使用的工具。

綜上，使用全景圖制作工具來生成古建筑文物全景圖簡便快捷，制作過程容易，操作簡單、工作量較小，用時較短，實現成本和技術門檻較低，只需熟悉計算機工具使用的人員都能采用此方法來快速生成全景圖。但由于全景圖是將球面映射到平面，其本身具有一定的變形，特別是天空和地面變形較大，所以通過這些工具軟件來自動生成的古建筑文物全景圖有一定的扭曲和不協調，還需要通過其它工具（如Photoshop）來進行修改和完善，但該方法的簡便快捷性已使其成為非專業人員制作古建筑文物常使用的方法。

3 使用全景圖拼接相關算法

由于采用普通相機獲取寬視野的全景圖分辨率較低，而全景相機、廣角鏡頭等不僅價格昂貴，而且所得到的全景圖失真較嚴重，并且使用全景圖制作工具所生成的全景圖存在一定的畸變，還需要其他軟件來修復完成，因此為了在不降低圖像分辨率的條件下得到高質量的全景圖，利用數字圖像處理相關算法來實現全景圖拼接被提出并快速地發展起來[6]。依據全景圖生成的基本過程，可以得出圖像配準和圖像融合是全景圖拼接的兩個關鍵技術，下面主要對這兩方面所涉及的常用算法進行綜述。

3.1 圖像配準

圖像配準是全景圖拼接的核心技術，它在一定程度上決定了全景圖拼接的質量。圖像配準的基本思路是采用一定的匹配策略找出待拼接圖像中的特征點或模板在參考圖像中的對應位置，進而確定兩幅圖像之間的變換關系。先前的圖像配準方法主要采用點匹配法，這類方法速度慢、精度低、質量差，甚至還需要人工選擇初始匹配點，自然不適應大量古建筑文物圖片的配準。據查閱，目前的圖像配準方法有基于灰度信息的圖像配準、基于特征的圖像配準和基于相位相關的圖像配準這三種類型[7]。

其中，基于灰度信息的圖像配準基本過程是首先提取圖像中的目標區域作為模板，然后以相似性定量的規則在待拼接圖像中搜索其最佳區域，其具體方法有互信息法、區域和局部信息結合法等[8]。該類配準方法很難解決圖像之間非剛性變換。基于特征的圖像配準基本原理是利用圖像的特征來估計圖像之間的變換，這些特征主要包括圖像的形狀、邊緣、區域、輪廓、紋理、角等，其具體算法有控制點配準算法、自動角點檢測配準算法、基于輪廓特征的配準算法、SIFT算法、SURF算法及Harris-SIFT算法等[9]。該類配準方法對前期的圖像特征提取要求較高。基于相位相關的圖像配準基本思路是先把圖像從空間域轉換到頻率域，接著以特定的模板計算圖像之間的相對位移然后再進行圖像配準，其具體方法有基于多尺度分析法、基于快速傅里葉變換法等[10]。該類配準方法計算量較大，耗時較長，當圖像之間存在非剛體變換時，效果較差。目前，古建筑文物常用的配準方法是基于特征的圖像配準。

3.2 圖像融合

圖像融合是全景圖拼接最后的關鍵步驟，其作用是將拼接圖像的重合區域進行融合處理，并生成平滑無縫的高質量的全景圖。它通過消除圖像的亮度差異、拼接縫隙和鬼影等，來保證所拼接的全景圖質量，提高全景圖的視覺效果。早期的圖像融合技術主要有加權平均法、漸入漸出法等，由于這類方法僅僅對圖像進行簡單融合，所以融合質量較差。據查閱，目前在全景圖拼接中的圖像融合有像素級圖像融合、特征級圖像融合和決策級圖像融合三種層次。

其中，像素級圖像融合是指在嚴格配準條件下對各種傳感器輸出的原始信號進行綜合處理的過程，它是目前全景圖拼接常采用的圖像融合方式。其主要的算法有加權平均融合算法、多分辨率融合算法以及泊松融合算法等[11]。該類融合保留圖像原始信息較多，生成的全景圖精度較高，但所需時間較長。特征級圖像融合是指對不同傳感器的多源信息先進行特征提取，然后對來源于多個傳感器的多個特征信息進行綜合處理的過程。其目前常用的方法有神經網絡算法、貝葉斯估計法、聚類分析法等[12，13]。該類融合實時性有所提高，但丟掉較多圖像細節信息，所生成的全景圖精度較弱。決策級圖像融合是指對每個源圖像進行特征提取、識別和分類后，再根據某種特定的決策把不同的待融合圖像進行融合，最后將以上所得的決策類型聯合起來進行最終判決。其當前流行的方法有基于Bayes推理、神經網絡、證據推理以及支持向量機等[14，15]。該類融合計算量最小，但圖像原始信息損失較多，導致融合所得到的全景圖不很清晰。一般來講，對古建筑文物圖像融合通常采用加權平均融合法。

綜上，使用全景圖相關的拼接算法來生成的古建筑文物全景圖質量較好，圖像分辨率較高，但其生成過程較復雜，不僅涉及到許多圖像處理的相關理論知識和技術，而且所涉及的算法復雜度大，計算量也大，實時性較差。采用該方法將大量的古建筑文物圖片生成全景圖不僅對計算機硬件要求高，而且生成過程用時較長，速度較慢，自然不能及時滿足用戶需求。由于該方法投資的人力、物力、財力以及精力較多，因此只有從事全景圖像處理研究的科研人員才會使用。

4 總結與展望

近年來，全景圖像的應用越來越廣泛，對古建筑文物全景圖生成方法的研究越來越多。本文從全景圖照相設備、全景圖生成工具和全景圖拼接算法三方面綜述了全景圖生成的主要方法，并分析了它們的優缺點。總地來講，使用全景相機來拍攝古建筑文物全景圖速度快，全景圖質量好，但專業技術要求高，而且全景相機昂貴，所以日常用較少；使用全景圖工具來制作古建筑文物全景圖方便快捷，技術要求低，全景圖質量較好，雖然采集圖片耗時較多，所生成的全景圖有一定畸變，但由于其簡單容易性所以比較常用；使用全景圖相關拼接算法來生成的古建筑文物全景圖精度高，質量好，但算法過程復雜，計算量大，耗時長，目前只有從事這方面研究的科研人員才會使用。

由此可見，目前生成古建筑文物全景圖的方法各有其優缺點。一般情況下，專業攝影人員采用全景相機來拍攝古建筑文物全景圖，而大多數人員則先使用普通相機拍攝多張古建筑文物圖片，然后通過全景圖制作工具將它們合成為全景圖，科研人員則使用全景圖相關的拼接算法來生成古建筑文物全景圖。但是，現有的這些方法還未實現古建筑文物全景圖生成的實時性、準確性和全自動性，因此對實時全景圖生成、全自動全景圖制作以及彩色全景圖拼接研究是未來的研究方向。而且由于古建筑文物全景圖涉及到的原始圖片數量大，其拼接技術應該重點放在提高算法的運算速度、拼接精度和魯棒性等方面。

參考文獻：

[1] 馮美珍.古建筑的保護和修繕研究 [J].遺產與保護研究，2018，3（7）：138-140.

[2] 江鐵，朱桂斌，孫奧.全景圖像拼接技術研究現狀綜述 [J].重慶工商大學學報（自然科學版），2012，29（12）：60-65.

[3] 王佩雯，張紫桂，楊成，等.基于PTGui與Pano2VR的交互式古建筑文物三維全景漫游設計 [J].新媒體研究，2018，4（4）：42-44.

[4] 劉明，王廣平，王兵，等.Panorama Maker拼接軟件在CR全脊柱成像中的臨床應用 [J].長江大學學報（自科版），2013，10（3）：28-29+31.

[5] 馬嘉琳，張錦明，段帥，等.全景圖生成軟件對比與分析研究 [J].測繪與空間地理信息，2016，39（2）：50-52+56.

[6] 王娟，師軍，吳憲祥.圖像拼接技術綜述 [J].計算機應用研究，2008（7）：1940-1943+1947.

[7] 馬宗方，張少坤，宋琳，等.一種基于顏色尺度不變和FANN搜索的圖像匹配算法 [J].紅外技術，2018，40（5）：468-472.

[8] 鄭瑩，李光耀.區域和局部信息結合的雙向醫學圖像配準 [J].中國圖象圖形學報，2011，16（1）：90-96.

[9] 許佳佳，張葉，張赫.基于改進Harris-SIFT算子的快速圖像配準算法 [J].電子測量與儀器學報，2015，29（1）：48-54.

[10] Keller Y，Averbuch A，Israeli M. Pseudopolar-based estimation of large translations，rotations，and scalings in images [J].Image Processing，IEEE Transactions on，2005，1（1）：12-22.

[11] 汪丹，劉輝，李可，等.一種三角函數權重的圖像拼接算法 [J].紅外技術，2017，39（1）：53-57.

[12] Wang R，Bu F，Jin H，et al. A Feature-Level Image Fusion Algorithm Based on Neural Networks [C]// The International Conference on Bioinformatics and Biomedical Engineering. ICBBE 2007. The 1st International Conference on. S.l.：s.n.，2007：821-824.

[13] Du C，Gao S . Multi-focus image fusion algorithm based on pulse coupled neural networks and modified decision map. [J] Optik-International Journal for Light and Electron Optics，2018，157（4）：1003-1015.

[14] Huan R，Pan Y. Decision fusion strategies for SAR image target recognition [J].Iet Radar Sonar Navigation，2011，5（7）：747-755.

[15] Li JY，Peng ZM. Multi-source image fusion algorithm based on cellular neural networks with genetic algorithm [J].Optik - International Journal for Light and Electron Optics，2015，126（24）：5230-5236.

作者簡介：梁弼（1982-），男，漢族，四川南充人，副教授，博士生。研究方向：智能信息處理、Web服務、推薦系統；蒲國林（1971-），男，漢族，四川達州人，教授，博士。研究方向：智能計算、大數據；廖婷（1978-），女，漢族，四川達州人，講師，碩士。研究方向：圖像處理。