基于特征點(diǎn)的圖像拼接關(guān)鍵技術(shù)研究.pdf

1、圖像拼接技術(shù)是圖像處理領(lǐng)域一個(gè)重要的研究方向,在計(jì)算機(jī)視覺、遙感技術(shù)、智能交通等領(lǐng)域有著廣泛應(yīng)用。目前實(shí)現(xiàn)圖像拼接的算法普遍存在計(jì)算復(fù)雜度高、拼接效果不理想等問題,對此,論文針對實(shí)現(xiàn)圖像配準(zhǔn)的傳統(tǒng)RANSAC算法原始數(shù)據(jù)集龐大、迭代次數(shù)多、誤匹配數(shù)量多的缺點(diǎn),以及實(shí)現(xiàn)圖像融合的傳統(tǒng)漸入漸出法在重疊區(qū)域較大的情況下產(chǎn)生的虛影問題進(jìn)行研究,提出相應(yīng)的改進(jìn)算法,并通過實(shí)驗(yàn)對改進(jìn)算法的有效性進(jìn)行論證。論文主要工作如下:
　　(1)構(gòu)建了一

2、種基于特征點(diǎn)的圖像拼接架構(gòu)。對參考-待拼接圖像進(jìn)行預(yù)處理后,采用SIFT算法進(jìn)行特征點(diǎn)檢測,然后采用k-d tree最近鄰搜索算法實(shí)現(xiàn)特征點(diǎn)的初步匹配,再采用一種基于幾何約束的 RANSAC改進(jìn)算法實(shí)現(xiàn)圖像配準(zhǔn),最后利用雙線性插值法以及對重疊區(qū)域進(jìn)行閾值修正后的漸入漸出法實(shí)現(xiàn)圖像融合。
　　(2)深入研究和分析了SIFT特征點(diǎn)檢測以及Harris角點(diǎn)檢測算法,通過實(shí)驗(yàn)結(jié)果對兩種算法在特征點(diǎn)數(shù)、匹配對數(shù)、匹配率、運(yùn)行時(shí)間四個(gè)方面進(jìn)行

3、對比分析。
　　(3)提出了一種基于幾何約束的RANSAC改進(jìn)算法。針對傳統(tǒng)RANSAC算法存在的原始數(shù)據(jù)集龐大、迭代次數(shù)多、誤匹配數(shù)量多的缺點(diǎn),提出利用各匹配點(diǎn)對之間存在的兩個(gè)幾何關(guān)系:一是每一對匹配點(diǎn)的歐式距離相等;二是每一對匹配點(diǎn)連線的斜率相等,建立幾何約束模型對RANSAC算法的原始數(shù)據(jù)集進(jìn)行預(yù)篩選,以減少數(shù)據(jù)集中的數(shù)據(jù)量并消除其中的誤匹配數(shù)據(jù),從而減少算法的迭代次數(shù)和運(yùn)算量。
　　(4)提出了一種利用閾值修正重疊區(qū)

4、域的漸入漸出改進(jìn)方法。針對傳統(tǒng)漸入漸出法在融合具有較大重疊度的參考-待拼接時(shí)融合結(jié)果存在大量虛影的問題,論文提出先利用閾值對重疊區(qū)域進(jìn)行修正,然后采用漸入漸出法實(shí)現(xiàn)圖像融合,從而有效消除虛影,得到理想的融合結(jié)果。
　　論文基于VC開發(fā)環(huán)境調(diào)用OpenCV圖像處理函數(shù)庫,通過編寫C語言對整個(gè)圖像拼接算法架構(gòu)加以實(shí)現(xiàn),并進(jìn)行了大量實(shí)驗(yàn)對論文所提算法進(jìn)行驗(yàn)證。通過對RANSAC改進(jìn)前后算法在匹配對數(shù)、迭代次數(shù)以及乘、加運(yùn)算量等方面的分析