基于特征的全景圖像拼接技術(shù)研究.pdf

1、基于圖像的繪制(Image-Based Rendering，IBR)技術(shù)通過計(jì)算機(jī)用二維實(shí)景圖像構(gòu)造出逼真的虛擬3D環(huán)境，場景的構(gòu)建與繪制無需復(fù)雜的運(yùn)算，對硬件要求低，具有很強(qiáng)的實(shí)用性。全景圖技術(shù)是一種代表性的IBR技術(shù)，目前全景圖像已普遍應(yīng)用在旅游、教育、展覽、智能監(jiān)控等領(lǐng)域。采用圖像拼接生成全景圖的方法成本低廉，容易實(shí)現(xiàn)，適宜普及。基于特征的拼接方法計(jì)算量小，穩(wěn)健性好，適應(yīng)能力強(qiáng)，是圖像拼接研究的熱點(diǎn)。
　　本文研究基于點(diǎn)特征

2、的柱面全景圖拼接方法，重點(diǎn)研究了圖像的配準(zhǔn)和融合兩方面的技術(shù)，在深入分析現(xiàn)有算法的基礎(chǔ)了提出了一些改進(jìn)。
　　在圖像配準(zhǔn)階段，本文首先采用改進(jìn)的加速分割檢測特征(Features fromAccelerated Segment Test，F(xiàn)AST)方法提取角點(diǎn)，并使用加速魯棒特征(Speeded-Up Robust Features，SURF)方法計(jì)算每個角點(diǎn)的主方向和描述向量;然后對圖像進(jìn)行雙向的匹配，使用隨機(jī)KD樹搜索查找得到

3、點(diǎn)的兩個近似的歐氏距離最近的點(diǎn)，以最近距離與次近距離的比率小于一定的閾值來確定點(diǎn)的匹配情況;最后使用隨機(jī)樣本一致性(RANdom SAmple Consensus，RANSAC)方法剔除偽匹配點(diǎn)對，并計(jì)算出圖像之間的幾何變換參數(shù)。與傳統(tǒng)的尺度不變特征變換(Scale Invariant Features Transform，SIFT)方法和SURF方法相比，上述方法在特征的檢測與匹配速度方面均有所提高。實(shí)驗(yàn)表明，上述方法提取的點(diǎn)特征對于