傳統(tǒng)的拼接縫消除的方法有很多，其中用得較多的方法有；中值濾波法、利用小波變換的方法、加權平均法等。

    1、中值濾波法消除拼接縫

    中值濾波法是對接縫附近的區(qū)域進行中值濾波。對與周圍灰度值差比較大的象素取與周圍象素接近的值，從而消除光強的不連續(xù)性。中值濾波器處理接縫附近的狹長地帶。該方法速度快，但質(zhì)量一般。平滑的結果會使圖像的分辨率下降，使圖像細節(jié)分辨不出，產(chǎn)生圖像模糊。

    2、利用小波變換的方法消除拼接縫

    小波變換方法也是目前比較常用的一種方法，他充分利用小波變換的多分辨率特性，很好地解決了拼接圖像的接縫問題。其原理為：由于小波變換具有帶通濾波器的性質(zhì)，在不同尺度下的小波變換分量，實際上占有一定的頻寬，尺度j越大，該分量的頻率越高，因此每一個小波分量所具有的頻寬不大，把要拼接的兩幅圖像先按小波分解的方法將他們分解成不同頻率的小波分量，只要分解得足夠細，小波分量的頻寬就能足夠小。然后在不同尺度下，選取不同的拼接寬度，把2個圖像按不同尺度下的小波分量先拼接下來，然后再用恢復程序，恢復到整個圖像。這樣得到的圖像可以很好地兼顧清晰度和光滑度2個方面的要求。但是，小波變換也存在缺點，如小波變換的算法比較復雜，需要在小波變換域內(nèi)先進行拼接處理，在計算過程中涉及到大量的浮點運算和邊界處理問題，對實際生產(chǎn)中的大容量圖像進行處理時計算機內(nèi)存開銷很大，且處理時間較長，拼接速度慢。

    3、利用加權平滑的方法消除拼接縫

    在實際中，使用較多的方法還有對重疊區(qū)域進行加權平滑的方法。這種方法的思路是：圖像重疊區(qū)域中象素點的灰度值Pixel由兩幅圖像中對應點的灰度值LPixel和RPixel加權平均得到，即：

    Pixel一kXLPixel+(l一k)XRPixel其中：k是漸變因子，滿足條件：
    尋找最佳拼接線時，采用一個滑動窗口在圖像重疊區(qū)上逐行選擇灰度值差異最小的象元作為最佳拼接點。但是，如果按照這種拼接點選擇法，會出現(xiàn)一個新問題，就是往往會出現(xiàn)上下行拼接點位置相差較遠的現(xiàn)象，這樣拼接后有時因上下行之間灰度差異較大而造成新的接縫。為避免這類現(xiàn)象發(fā)生，不僅要考慮相鄰拼接點的灰度值差異，而且還要考慮相鄰拼接點的位置不能太遠。這樣就引進了一個闌值T，把選擇最佳拼接點的范圍限制在這個闌值內(nèi)。除第一行按灰度值差異最小的原則處理外，其他各行的拼接點從一個選定區(qū)域中選取：即與上一行所選拼接點同列的點及以該點為中心左右寬度為T的區(qū)域中的點。在這個區(qū)域中選取一個最佳拼接點。選出每行的拼接點后連接成一條拼接線，可想而知，這條拼接線可能是條折線。這樣，由于各行都是選擇規(guī)定鄰域內(nèi)灰度差異最小的點作為拼接點，接縫現(xiàn)象就會得到很大的改觀。同時，T的值又不能選取得太大，應在1一5之間選取為佳。找出最佳拼接縫后，按前面所述的加權平滑對重疊區(qū)域再進行過渡，得到的圖像質(zhì)量有很大改觀。