问题
图像拼接是图像处理的基础之一，虽然自己并没有直接做图像拼接方面的研究，但在面试中却多次被问到这方面的内容，可见这个知识点还是很重要的。事实上，很多场景都会用到图像拼接的知识，例如运动检测与跟踪、游戏画面的重建等。
本文参考自公众号“计算机视觉life”（一个很不错的CV相关的公众号，有兴趣可以关注关注）关于退昂拼接的一篇文章https://mp.weixin.qq.com/s/sHv-VOnn9WHQvq4hPOLgrA。这里主要关注在图像拼接的原理部分，所以对部分内容稍作删减和补充，主要介绍计算单应性矩阵H以及图像变形和融合。
图像拼接介绍
图像拼接（image mosaic）是将同一场景中的两张或多张重叠图像拼接成一张更大图像的技术，在机器视觉、医学成像等多个领域有着广泛的应用。常见的图像拼接算法流程如下：
下面简单梳理一下上面步骤中涉及到的一些基本概念：
● 特征提取： 即提取输入图像中的特征，例如角点、边缘等信息。
● 图像配准： 即将同一目标场景下的两张或多张图像在空间位置上对准。
● RANSAC： 随机抽样一致性算法，用来剔除异常值（误匹配点）。
● 单应性矩阵： 即同一场景中两幅图像的空间映射关系。