利用加权平滑的方法消除拼接缝，因为在很多实际的例子当中，使用较多的方法还有对重叠区域进行加权平滑的方法。这种方法的思路是：图像重叠区域中像素点的灰度值Pixel由两幅图像中对应点的灰度值LPixel和RPixel加权平均得到，即：Pixel一kXLPixel+（l一k）XRPixel其中：k是渐变因子，满足条件：o.
用小波变换的方法消除拼接缝，小波变换也存在缺点，如小波变换的算法比较复杂，需要在小波变换域内先进行拼接处理，在计算过程中涉及到大量的浮点运算和边界处理问题，对实际生产中的大容量图像进行处理时计算机内存开销很大，且处理时间较长，拼接速度慢。小波变换方法也是目前比较常用的一种方法，他充分利用小波变换的多分辨率特性，很好地解决了拼接图像的接缝问题。其原理为：由于小波变换具有带通滤波器的性质，在不同尺度下的小波变换分量，实际上占有一定的频宽，尺度j越大，该分量的频率越高，因此每一个小波分量所具有的频宽不大，把要拼接的两幅图像先按小波分解的方法将他们分解成不同频率的小波分量，只要分解得足够细，小波分量的频宽就能足够小。然后在不同尺度下，选取不同的拼接宽度，把2个图像按不同尺度下的小波分量先拼接下来，然后再用恢复程序，恢复到整个图像。这样得到的图像可以很好地兼顾清晰度和光滑度2个方面的要求。
最后一点是利用中值滤波法消除拼缝，中值滤波法是对接缝附近的区域进行中值滤波。对与周围灰度值差比较大的象素取与周围象素接近的值，从而消除光强的不连续性。中值滤波器处理接缝附近的狭长地带。该方法速度快，但质量一般。平滑的结果会使图像的分辨率下降，使图像细节分辨不出，产生图像模糊。
因此，寻找到最佳的缩小拼缝儿的途径一直被大家所探索，按照真正的惯例进行缩小将会取得事半功倍的效果，大家不妨一试。
安防之家专注于各种家居的安防,监控,防盗,安防监控,安防器材,安防设备的新闻资讯和O2O电商导购服务，敬请登陆安防之家：http://anfang.jc68.com/
