為了解決當(dāng)前圖像拼接重疊區(qū)域多的問題,提出高精度的艦船圖像拼接算法研究。在圖像拼接之前,需先提取圖像特征,采用Harris角點局部特征檢測算法,在尺度空間尋找位置、尺度和變量特征,以此設(shè)計尺度空間極值點檢測流程,避免外界噪聲干擾。根據(jù)每個關(guān)鍵點特征計算圖像尺度變化比例、圖像旋轉(zhuǎn)角度和不同圖像間平移距離,確定不同圖像特征點位置關(guān)系,以此實現(xiàn)圖像參數(shù)自動辨識。采用surf角點檢測算子檢測圖像重疊區(qū)域角點,在允許尺度空間多層圖像處理下,無需對圖像進(jìn)行二次抽樣處理。通過構(gòu)建Hessian矩陣判別式,判斷特征點是否為極點,利用二階標(biāo)準(zhǔn)高斯函數(shù),判別特征點。利用相應(yīng)波為信息計算偏航角,確定變換參數(shù),完成圖像拼接。由實驗結(jié)果可知,該算法圖像拼接重疊區(qū)域較少,拼接精準(zhǔn)度較高,為艦船穩(wěn)定運行奠定基礎(chǔ)。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1待處理圖像Fig.1To-be-processedimage

圖像尺度空間表示圖像在不同解析度下的表述，在允許尺度空間多層圖像情況下，經(jīng)過矩陣判別式處理的像素點與三維領(lǐng)域特征點進(jìn)行大小比較，以此判別特征點。4圖像拼接算法采用坐標(biāo)轉(zhuǎn)換式將平面中的子圖進(jìn)行放大處理，同時利用相應(yīng)波計算獲取的特征信息與實際信息差值，確定偏航角變換參數(shù)。具體拼接流程....

并在圖2圖像拼接流程Fig.2Imagestitchingprocess了驗證該點可行性

了驗證該點可行性，進(jìn)行仿真實驗驗證分析，并在Win7操作系統(tǒng)下完成。5.1實驗參數(shù)實驗參數(shù)設(shè)置如表1所示。5.2實驗結(jié)果與分析圖3為拍攝到的待拼接原始圖像，2幅圖像尺寸、位置一致。分別采用傳統(tǒng)算法與高精度的艦船圖像拼接算法對原始圖像進(jìn)行拼接，結(jié)果如圖4所示。采用傳統(tǒng)算法拼接圖像存....

圖3待拼接原始圖像Fig.3Originalimagetobestitched

學(xué)報,2018,9(10):138–146.[2]楊前華,王改革,趙力.基于SIFT特征的魚眼圖像拼接算法[J].電子器件,2019,6(3):712–717.[3]黃遠(yuǎn)征,尹春麗,劉波,等.基于改進(jìn)的快速Shi-Tomasi特征點檢測算法的圖像拼接算法[J].機(jī)械設(shè)計與研究,2....

圖4兩種方法拼接效果對比Fig.4Comparisonofthestitchingeffectofthetwomethods

?.基于SIFT特征的魚眼圖像拼接算法[J].電子器件,2019,6(3):712–717.[3]黃遠(yuǎn)征,尹春麗,劉波,等.基于改進(jìn)的快速Shi-Tomasi特征點檢測算法的圖像拼接算法[J].機(jī)械設(shè)計與研究,2018,4(4):70–73.[4]表1實驗參數(shù)設(shè)置Tab.1Exp....

本文編號：3897207