本文關(guān)鍵詞：基于特征的全景圖像拼接技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于圖像的繪制(Image-Based Rendering,IBR)技術(shù)通過(guò)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(chǎng)景的構(gòu)建與繪制無(wú)需復(fù)雜的運(yùn)算,對(duì)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(cè)特征(Features from Accelerated Segment Test, FAST)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(gè)角點(diǎn)的主方向和描述向量；然后對(duì)圖像進(jìn)行雙向的匹配,使用隨機(jī)KD樹(shù)搜索查找得到點(diǎn)的兩個(gè)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(lái)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(duì),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(cè)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(duì)于圖像之間存在一定程度的旋轉(zhuǎn)、縮放、亮度變化、圖像模糊和視角變化等情況能達(dá)到較好的配準(zhǔn)效果。在圖像拼合階段,通過(guò)實(shí)驗(yàn)比較了加權(quán)平均融合和多分辨率融合的效果。針對(duì)運(yùn)動(dòng)物體和配準(zhǔn)偏差造成的鬼影問(wèn)題,采用基于圖切割的最佳縫合線(xiàn)和多分辨率融合獲得了較好的融合效果。最后使用上述算法結(jié)合捆綁調(diào)整方法實(shí)現(xiàn)全景圖的整體對(duì)齊,得到無(wú)縫拼接的360。柱面全景圖。
【關(guān)鍵詞】：基于圖像的繪制 全景圖 加速分割檢測(cè)特征 加速魯棒特征 圖像拼接 圖像配準(zhǔn) 隨機(jī)KD樹(shù)
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 課題背景及研究意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.3 論文主要研究?jī)?nèi)容15
• 1.4 論文結(jié)構(gòu)安排15-17
• 第2章 全景技術(shù)概述17-26
• 2.1 全景圖簡(jiǎn)介17-19
• 2.1.1 全景圖的分類(lèi)17-18
• 2.1.2 全景圖的應(yīng)用18-19
• 2.2 柱面全景圖生成流程19
• 2.3 相機(jī)成像幾何模型19-21
• 2.4 圖像的采集及變換21-25
• 2.4.1 圖像采集22
• 2.4.2 相機(jī)運(yùn)動(dòng)與圖像變換22-23
• 2.4.3 圖像變換模型23-25
• 2.5 小結(jié)25-26
• 第3章 圖像的預(yù)處理與柱面變換26-35
• 3.1 圖像的預(yù)處理26-27
• 3.2 柱面投影變換27-31
• 3.2.1 像素焦距的估計(jì)27
• 3.2.2 柱面投影27-29
• 3.2.3 圖像灰度插值方法29-31
• 3.3 圖像的預(yù)處理實(shí)驗(yàn)及分析31-34
• 3.3.1 直方圖均衡31-32
• 3.3.2 柱面投影變換32-34
• 3.4 小結(jié)34-35
• 第4章 基于特征的圖像配準(zhǔn)35-58
• 4.1 圖像配準(zhǔn)概述35-36
• 4.2 基于特征的圖像配準(zhǔn)36-47
• 4.2.1 圖像特征提取36-46
• 4.2.2 特征提取實(shí)驗(yàn)及分析46
• 4.2.3 基于FAST和SURF的特征提取46-47
• 4.3 特征匹配47-51
• 4.3.1 相似性度量準(zhǔn)則47-48
• 4.3.2 搜索策略48-51
• 4.4 特征點(diǎn)匹配對(duì)提純與變換參數(shù)估計(jì)51-52
• 4.5 圖像配準(zhǔn)實(shí)驗(yàn)及分析52-57
• 4.6 小結(jié)57-58
• 第5章 圖像的拼接與融合58-69
• 5.1 圖像的拼接58-60
• 5.1.1 圖像拼接的方式58-59
• 5.1.2 捆綁調(diào)整59-60
• 5.2 曝光補(bǔ)償60
• 5.3 圖像融合60-63
• 5.3.1 加權(quán)平均法61
• 5.3.2 多分辨率樣條法61-63
• 5.4 融合鬼影消除63-65
• 5.5 圖像拼接實(shí)驗(yàn)及分析65-68
• 5.5.1 曝光補(bǔ)償65-66
• 5.5.2 最佳縫合線(xiàn)搜索66-67
• 5.5.3 全景圖拼接67-68
• 5.6 小結(jié)68-69
• 結(jié)論與展望69-71
• 致謝71-72
• 參考文獻(xiàn)72-77
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果77-78
• 附錄 圖表索引78-79

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 楊鍵,耿衛(wèi)東,潘云鶴,李明;基于圖像的虛擬景觀漫游[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年03期

2 方俊偉;翟超;金熠;;相位相關(guān)法實(shí)現(xiàn)圖像拼接的仿真與優(yōu)化[J];計(jì)算機(jī)應(yīng)用與軟件;2008年01期

3 李敏杰;;虛擬場(chǎng)景建模關(guān)鍵技術(shù)研究[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2009年11期

4 孫浩;王程;王潤(rùn)生;;局部不變特征綜述[J];中國(guó)圖象圖形學(xué)報(bào);2011年02期

  本文關(guān)鍵詞：基于特征的全景圖像拼接技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：417763