1、“.....计算梯度的幅值和方向算法采用邻域阶偏导的有限差分来计算平滑后的数据阵列，的梯度幅值和梯度方向。其中，和方向偏导数的个阵列和分别为,,像素的梯度幅值和梯度方向用直角坐标到极坐标的坐标转化公式计算，梯度幅值为,梯度方向为,对梯度幅值进行非极大值抑制为了精确定位边缘，必须细化梯度幅值图像，中的屋脊带，只保留幅值局部变化最大的点，这过程就是非极大值抑制。在非极大值抑制过程中，算法使用大小，包含方向的邻域对梯度幅值阵列，的所有像素沿梯度方向进行梯度幅值的插值。在每个点上，邻域的中心像素，与沿梯度方向的个梯度幅值的插值结果进行比较。，是像素邻域中心处沿着梯度方向的扇形区域，非极大值抑制在此区域进行。如果邻域中心点的幅值......”。

2、“.....则将，对应的边缘标志位赋值为，这过程把，宽屋脊带细化为个像素宽，并且保留了屋脊的梯度幅值。非极大值抑制过程的数学表示为检测和连接边缘双阈值算法是对经过非极大值抑制图像，分别使用高低个阈值和分割，得到个阈值边缘图像，和，。由于图像，是由高阈值得到，因此它应该不含有假边缘，但，可能在轮廓上有间断。因此双阈值算法要在，中把边缘连接成轮廓，当达到轮廓端点时，该算法就在由低阈值得到的边缘图像，的邻域位置寻找可以连接到轮廓上的边缘。这样，利用递归跟踪的算法不断地在，中搜集边缘，直到将，中所有的间隙都连接起来为止。边缘检测结果根据边缘检测的四步编写程序，运行调试试验结果如图和图所示。图原图图轮廓图对运行结果进行观察算法可以很好的提取出图像的轮廓。轮廓提取程序见附录。第六章图像拼接轮廓提取以后，就可以对两幅图片进行拼接了......”。

3、“.....其中主要是利用模板寻找两幅图像中轮廓相同的部分模板匹配算法模板就是幅已知的小图像。模板匹配就是在幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸方向和图像，通过定的算法可以在图中找到目标，确定其坐标位置。以位图像其个像素由个字节描述为例，模板个像素叠放在被搜索图个像素上平移，模板覆盖被搜索图的那块区域叫子图。，为子图左上角在被搜索图上的坐标。搜索范围是通过比较和的相似性，完成模板匹配过程图模板匹配原理图注意图像的数据是从下到上从左到右排列的。可以用下式衡量和相似性,上式的第项为子图的能量，第三项为模板的能量，都与模板匹配无关。第二项是模板和子图的互相关，随,而改变。当模板和子图匹配时，该项有极大值。将其归化，得模板匹配的相关系数......”。

4、“.....相关系数,。在被搜索图中完成全部搜索后，找出的最大值其对应的子图,即为匹配目标。基于轮廓特征的模板匹配算法本设计主要是基于图像轮廓特征进行拼接，所以在模板进行扫描时主要是对轮廓图系那个的匹配。因为轮廓图像的灰度值只有和，所以本设计在模板匹配的过程中主要利用模板区域内灰度值为的点的个数的最大值来确定匹配对。在确定匹配对以后利用程序在轮廓图像上做标记。如图所示图待拼接的左边部分图像图待拼接的右边部分图像图模板图像图匹配完成后的图像匹配图像拼接经过模板搜索以后标记出匹配图像，利用坐标映射关系将两幅图像拼接为副图像，具体实现方法为首先将左边部分图像赋值给副新的图像在赋值的时候在预留出几个是像素的空间防止图片拼接过程中出现越界现象。然后将右半部分中的匹配图像按对应的位置赋值到这副新图像上，通过这三副图像的坐标关系将右半部分的图像按此关系赋值到新图像上完成图像的拼接......”。

5、“.....可以看出通过模板匹配已经完成了两幅图像的拼接。拼接程序见附录第七章图像转换视频经过预处理匹配和拼接我们已经完成了对从视频分解出来的图片的拼接，但是仅仅是图片的拼接还没有达到设计题目的要求，我们要将处理完的图片还原成视频，本设计在还原视频的环节，利用第三章介绍的会声会影软件的分享功能进行还原。首先将图片添加到素材库如图所示图添加图片素材其次将图片素材添加到视频编辑轨道如图所示图视频轨道编辑图片最后利用分享选项生成视频如图所示图生成视频至此本设计实现了视频拼接的功能。第八章结论与展望结论多媒体技术和网络技术的飞速发展成为推动基于内容的视频检索领域前进的动力，在安全方面监控系统越发的重要，同时网上购物的兴起更加凸显出实时视频的重要性。本设计就是在这样的大背景下提出的......”。

6、“.....主要目的是对两个对应的分解图片拼接以后利用辅助软件将拼接后的图片恢复成个视频，实现视频的拼接。本文开始先利用会声会影软件按照帧秒的标准对咬拼接的两个视频进行分解，分解出来的图片的对应关系不能有。分解成图片之后本文对分解出来的图片进行了预处理，主要利用的方法有直方图均衡化中值滤波和低通滤波，实现对图像的增强和去噪，为后面的拼接最好前期准备。预处理之后本文利用算子对图像的轮廓特征进行了提取，算子没有利用提供的公式而是利用梯度值和方向角来确定轮廓，取得了比较好的效果。特征提取之后本文采用模板匹配进行了拼接，分析模板匹配的原理，同时本文用程序实验的结果证明了此方案的可行性。最后对拼接后的图像利用会声会影的分享功能实现了图片转换成视频。最终实现了视频的拼接。展望本文主要讨论的是视频分解和还原以及图像的拼接。从目前技术情图像配准程序......”。

7、“.....人们还没有找到种通用便捷的方法能实现快速高效视频拼接的方法。但是，随着多媒体技术研究的进步深入及计算机的性能价格比的快速增长，视频拼接技术将会找到越来越多的技术突破口，而且也将会产生越来越多的实际用途，从而具有广阔的应用前景。从视频拼接技术术发展的角度上来说，以下两个方面可作为本论文的后继和深化研究的方向研究针对特定任务的简化视觉系统。由于目前缺乏对人脑以及人的视觉系统的深入了解，而计算机体系结构与人的神经网络又存在巨大差异，缺乏智能化。因此，计算机对视频进行拼接时，总是相对简化不精确。计算方法时间复杂度和精确度的进步提高。模板匹配的计算量太大，而且对循环处理能力非常差，所以在模板匹配的过程中对模板进行编码，对编码的比较能够较大的提高运算速度，这也是本文今后重点研究的方向。参考文献尚明姝,解凯种基于特征的全自动图像拼接算法微计算机应用，第卷第期......”。

8、“.....张祖勋,张剑清数学摄影测量学武汉武汉大学出版社，冈萨雷斯数字图像处理北京电子工业出版社，王怀野,张科,李彦俊,等种自适应各项异性高斯滤波方法王小鹏,郝重阳,樊养余,等种提取图像细节边缘的新方法中国图像图形学报景晓军,李剑锋,熊玉庆,等静止图像的种自适应平滑滤波算法通信学报马令坤，张震强图像拼接算法的研究微计算机信息管控体化年第卷第期,Ⅱ,致谢本论文是在龙奕老师的亲切关怀和悉心指导下完成的。龙老师严肃的科学态度，严谨的治学精神，精益求精的工作作风，深深地感染和激励着我，并将积极影响我今后的学习和工作。她平日里工作繁多，但在我做毕业设计的每个阶段，从定题到查阅资料，设计草案的确定和修改，中期检查，后期详细设计等整个过程中都给予了我悉心的指导。在此谨向龙老师致以诚挚的谢意和崇高的敬意。在此，我还要感谢在起做设计的各位同学......”。

9、“.....我才能克服个个的困难和疑惑，直至本文的顺利完成。在论文即将完成之际，我的心情无法平静，从开始进入课题到论文的顺利完成，有多少可敬的师长同学朋友给了我无言的帮助，在这里请接受我诚挚的谢意,最后我还要感谢培养我长大含辛茹苦的父母，谢谢你们,最后感谢贵州大学四年来对我的大力栽培。附录直方图均衡化程序中值滤波程序,边缘保持自适应平滑滤波程序,,,能将拍摄好的两个视频添加到视频素材库，然后添加到视频编辑轨道上。在分解视频的过程中利用会声会影的保存静态图像的功能按帧每秒的标准将视频转换为图片。预处理部分就是要增强图像的有用信息去除噪声，为后面的轮廓提取和图像拼接做好准备，本文利用到的预处理方法有直方图均衡化中值滤波和低通滤波。经过预处理以后就可以对图像进行特征提取了，图像的特征有很多如灰度信息轮廓特征等本设计采用的是算法来提取图像的轮廓特征......”。