基于改進圖像配準(zhǔn)算法的圖像拼接實現(xiàn).pdf

1、圖像拼接(ImageMosaic)是數(shù)字圖像處理技術(shù)的一種，它將一組具有重疊區(qū)域的小視角圖像，經(jīng)過圖像預(yù)處理、圖像配準(zhǔn)、圖像融合，組合成一幅大視角的新圖像，組合后的新圖像包含拼接前圖像的全部信息。圖像拼接技術(shù)在現(xiàn)代生活中發(fā)揮著極大的作用。圖像拼接算法最核心技術(shù)是圖像配準(zhǔn)，而圖像配準(zhǔn)主要步驟是特征提取和特征匹配。本文主要研究了基于改進圖像配準(zhǔn)算法的圖像拼接實現(xiàn)。本文的具體工作包括4個方面:
　　(1)針對SIFT算法每次搜索26個點

2、全部比較才能判斷是否具有極值點、存在邊緣響應(yīng)和存在特征描述子維數(shù)高等缺點，提出了改進的SIFT特征提取。改進算法首先采用單層進行比較來判斷是否具有極值點;然后采用Canny邊緣檢測算子消除DOG邊緣響應(yīng)點;最后對特征描述子從128維降維到90維。實驗結(jié)果表明，改進的極值點搜索方法提高了極值點搜索效率;Canny邊緣檢測算子消除了邊緣響應(yīng)點，提取了有效特征;降維的特征描述子減少了計算量。改進的SIFT算法提取了有效特征并且提高了運行速度。

3、
　　(2)針對固定比例閾值特征匹配準(zhǔn)確率低問題，提出了改進的自適應(yīng)比例閾值特征匹配方法。改進方法是利用重復(fù)率來計算特征匹配準(zhǔn)確率。實驗結(jié)果表明，自適應(yīng)比例閾值特征匹配方法準(zhǔn)確率達到90％以上。
　　(3)介紹了RANSAC算法原理，實現(xiàn)了用RANSAC算法求解初始變換矩陣。為了實現(xiàn)平移、縮放、旋轉(zhuǎn)圖像的拼接，本文采用了8個參數(shù)的投影變換矩陣。再利用L-M算法對初始變換矩陣重新估計，來減小重投影誤差。還介紹了漸進漸出的加權(quán)平

4、均圖像融合算法，實現(xiàn)了對拼接圖像的融合。
　　(4)實現(xiàn)了基于原圖像配準(zhǔn)的圖像拼接和基于改進圖像配準(zhǔn)的圖像拼接?；谠瓐D像配準(zhǔn)的圖像拼接:用原SIFT算法提取特征，再用固定比例閾值特征匹配算法進行特征匹配實現(xiàn)?；诟倪M圖像配準(zhǔn)的圖像拼接:用改進SIFT算法提取特征，再用自適應(yīng)比例閾值特征匹配算法進行特征匹配實現(xiàn)。實驗結(jié)果表明兩種方法都實現(xiàn)了平移圖像、旋轉(zhuǎn)圖像和縮放圖像的無縫拼接，但是基于改進圖像配準(zhǔn)的圖像拼接效率比基于原圖像配準(zhǔn)的