总的来说，边缘融合技术呈现出来的超大画面效果要比无缝拼接技术好，而且如果是在大场所展现的话，还是选用边缘融合技术，这样呈现出来的画面更加的清晰，而且对于一些异型画面呈现，边缘融合也能完全克服，呈现出完整的画面。
多屏投影融合技术是将一组投影机或多组投影机投射出的画面进行边缘重叠，并通过融合技术显示出一个没有缝隙更加明亮，超大，高分辨率的整幅画面，画面的效果就像是一台投影机投射的画面。多屏融合技术本身就是一项复杂的技术，投影机的选择更是重中之重，投影机的选择会影响到多屏融合的效果、清晰度、亮度、分辨率、均匀度等，投影融合的显示系统可以使用crt，lcd，dlp，lcos等多种显示技术的投影机产品。
lcd投影机
目前的lcd投影机大多是三片式设计。
lcd投影机成像器件是液晶板。利用外光源把强光通过分光镜形成r/g/b三束光，分别透射过rgb三色液晶板，信号源经过液晶板显示在大屏幕上成像。多用于临时演示，商务会议和教育行业。
crt投影机
crt是实现早，应用广泛的一种显示技术。这种投影机可以把输入信号源分成r（红），g（绿），b（蓝）三种颜色，经过发光系统放大，汇聚，在大屏幕上显示出彩像。显示的图像色彩丰富，还原性好，具有良好的几何失真调整能力，但其亮度较小，另外crt投影机操作复杂，机身体积大，只适合安装于环境光较弱，相对固定的场所，不宜搬动。
dlp投影机
dlp投影技术的诞生实现了数字信息显示。dlp技术是显示领域划时代的革命，它以dmd (digital micromirror device)数字微反射器作为光阀成像器件。
dlp投影机的技术是数字优势。数字技术的应用，使图像能够实现更高的灰度等级和更多的色彩。图像噪声消失，画面质量稳定，精确的数字图像可不断再现。其次是反射优势。反射式dmd器件的应用，使成像器件的光效率大大提高，对比度和亮度的均匀性都非常出色。dlp投影机通常分为：单片机，三片机。dlp投影机清晰度高，画面均匀，色彩锐利，三片机亮度可达25000流明，可随意变焦，调整十分便利。
总之，不管选用哪种投影机，做多屏投影融合的工程施工都是比较复杂的，并且涉及到的参数都是比较多的，哲浩电子专业音视频行业多年，拥有专业的技术人员和高质量的产品，欢迎各界人士来电咨询。
一些展馆展厅内会同时使用环幕边缘融合与液晶拼接。但在某一特定的行业依然会选择使用边缘融合，例如教育行业。
但现随着激光光源投影机的盛行，激光投影机的使用寿命长达2w小时，支持7*24不间断使用，质好又环保
在展览展示、大型会议厅这些室内场馆环境下，使用边缘融合技术显示出来的画面在视觉效果方面会更胜一筹。如果采用的是背投方式，显示出来的图像效果会更好，必竟背投方式仅有的干扰只是来自于观众和投影幕之间，而现已生产出的上万流明度的投影机更使显示画面的清晰度和亮度不逊色于液晶屏。
多媒体教室依然选择使用投影机边缘融合而不是液晶拼接。但在监控室内，还是以液晶拼接占据主导地位，所以在不同的行业，无论是投影融合还是液晶拼接，皆是各领。
图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。
再举一个身边的例子吧，你用你的手机对某一场景拍照，但是你没有办法一次将所有你要拍的景物全部拍下来，所以你对该场景从左往右依次拍了好几张图，来把你要拍的所有景物记录下来。那么我们能不能把这些图像拼接成一个大图呢？我们利用opencv就可以做到图像拼接的效果！
那么要实现图像拼接需要那几步呢？简单来说有以下几步：
对每幅图进行特征点提取
对特征点进行匹配
进行图像配准
把图像拷贝到另一幅图像的特定位置
对重叠边界进行特殊处理
好吧，那就开始正式实现图像配准。
步就是特征点提取。现在cv领域有很多特征点的定义，比如sift、surf、harris角点、orb都是很有名的特征因子，都可以用来做图像拼接的工作，他们各有优势。本文将使用orb和surf进行图像拼接，用其他方法进行拼接也是类似的。
基于surf的图像拼接
用sift算法来实现图像拼接是很常用的方法，但是因为sift计算量很大，所以在速度要求很高的场合下不再适用。所以，它的改进方法surf因为在速度方面有了明显的提高（速度是sift的3倍），所以在图像拼接领域还是大有作为。虽说surf精确度和稳定性不及sift，但是其综合能力还是优越一些。下面哲浩电子的小编将详细介绍拼接的主要步骤。
1.图像配准
这样子我们就可以得到了两幅待拼接图的匹配点集，接下来我们进行图像的配准，即将两张图像转换为同一坐标下，这里我们需要使用findhomography函数来求得变换矩阵。但是需要注意的是，findhomography函数所要用到的点集是point2f类型的，所有我们需要对我们刚得到的点集goodmatchepoints再做一次处理，使其转换为point2f类型的点集。这样子，我们就可以拿着imagepoints1, imagepoints2去求变换矩阵了，并且实现图像配准。值得注意的是findhomography函数的参数中我们选泽了cv_ransac，这表明我们选择ransac算法继续筛选可靠地匹配点，这使得匹配点解更为精确。
2.图像拷贝。拷贝的思路很简单，就是将左图直接拷贝到配准图上就可以了。
3.图像融合（去裂缝处理）
有的时候两图的拼接并不自然，原因就在于拼接图的交界处，两图因为光照色泽的原因使得两图交界处的过渡很糟糕，所以需要特定的处理解决这种不自然。这里的处理思路是加权融合，在重叠部分由前一幅图像慢慢过渡到第二幅图像，即将图像的重叠区域的像素值按一定的权值相加合成新的图像。
河南省哲浩电子技术有限公司
18838002808