本文選題：圖像配準(zhǔn) + 區(qū)域檢測�。� 參考：《沈陽理工大學(xué)》2017年碩士論文

【摘要】：為了獲得滿足一定分辨率要求的大場景的圖像,常常需要將關(guān)于場景的多幅序列圖像進(jìn)行拼接,圖像拼接算法是實(shí)現(xiàn)這一目的的關(guān)鍵技術(shù)。該類算法具有很強(qiáng)的實(shí)用性,廣泛地應(yīng)用于遙感、醫(yī)學(xué)等領(lǐng)域,尤其在農(nóng)業(yè)應(yīng)用領(lǐng)域具有廣闊的應(yīng)用前景,對于農(nóng)業(yè)作物的監(jiān)測、評估有著重要意義。本文主要是針對農(nóng)作物序列圖像的拼接算法進(jìn)行深入的研究。本文首先介紹了圖像拼接算法的研究背景和當(dāng)前的研究現(xiàn)狀,對各類算法的特點(diǎn)進(jìn)行了比較分析,并介紹了在拼接過程中涉及到的一些關(guān)鍵技術(shù)。然后以基于特征匹配的圖像拼接算法為研究方向,重點(diǎn)分析了SIFT和SURF特征提取的原理和特點(diǎn),并在此基礎(chǔ)上提出了結(jié)合感知哈希重合區(qū)域檢測的拼接算法,設(shè)計(jì)了一種重合區(qū)域搜索算法,首先對待拼接的相鄰序列圖像進(jìn)行重合區(qū)檢測,確定有效的拼接區(qū)域,然后在有效區(qū)域內(nèi)提取特征點(diǎn)及描述子實(shí)現(xiàn)配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明,該算法能夠顯著提高匹配速度和效率,提取穩(wěn)定準(zhǔn)確的特征點(diǎn),減少誤匹配,與現(xiàn)有算法相比有更好的實(shí)時性。在圖像融合輸出方面,針對配準(zhǔn)圖像可能出現(xiàn)的拼接縫明顯、重影、亮度不均衡等問題進(jìn)行了深入的分析,提出了基于重合區(qū)漸變系數(shù)融合和基于動態(tài)規(guī)劃的最佳縫合線算法等解決方案,對拼接縫隙進(jìn)行處理。對于序列圖像存在的亮度差異問題,通過建立相鄰序列圖像的像素分布模型對圖像的亮度進(jìn)行均衡。實(shí)驗(yàn)結(jié)果表明,本文算法能明顯改善融合圖像的視覺效果,得到理想的圖像輸出。
[Abstract]:In order to obtain large scene images which meet certain resolution requirements, it is often necessary to mosaic multiple sequential images about the scene. Image mosaic algorithm is the key technology to achieve this goal. This kind of algorithm has strong practicability and is widely used in remote sensing, medicine and other fields, especially in the field of agricultural application. It is of great significance for the monitoring and evaluation of agricultural crops. This paper mainly focuses on the mosaic algorithm of crop sequence image. This paper first introduces the research background and current research status of image stitching algorithms, compares and analyzes the characteristics of various algorithms, and introduces some key technologies involved in the process of image stitching. Then the principle and characteristics of feature extraction of SIFT and SURF are analyzed based on the feature matching algorithm, and a new algorithm based on perceptual hash coincidence region detection is proposed. In this paper, a coincident region search algorithm is designed. Firstly, the overlapped region is detected to determine the effective splicing region, and then the feature points are extracted and the descriptor is used to realize the registration in the effective region. The experimental results show that the proposed algorithm can significantly improve the matching speed and efficiency, extract stable and accurate feature points, and reduce the mismatch. Compared with the existing algorithms, the proposed algorithm has better real-time performance. In the aspect of image fusion output, the problems such as obvious stitching, double shadow, uneven luminance and so on, which may appear in the registration image, are analyzed deeply. Based on the coincident region gradual coefficient fusion and the optimal stitching algorithm based on dynamic programming, the splicing slot is processed. To solve the problem of brightness difference in sequence image, the pixel distribution model of adjacent sequence image is established to equalize the brightness of image. The experimental results show that the proposed algorithm can improve the visual effect of the fusion image and obtain the ideal image output.
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S126;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉學(xué)江;劉靜;王會剛;郭子利;;農(nóng)機(jī)制造業(yè)鋼板板形拼接算法研究[J];農(nóng)機(jī)化研究;2006年07期

相關(guān)會議論文 前3條

1 劉保成;程家勝;張喬;王鵬波;;遙感衛(wèi)星條帶影像自適應(yīng)拼接算法研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

2 田愛玲;吳世霞;劉丙才;;子孔徑全局優(yōu)化平面拼接算法的研究[A];2012年西部光子學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

3 羅如為;陳孝威;;360°圖像序列的柱面全景拼接算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 常征;基于RNA測序技術(shù)的轉(zhuǎn)錄組從頭拼接算法研究[D];山東大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王濤;基于農(nóng)作物圖像序列的拼接算法研究[D];沈陽理工大學(xué);2017年

2 李智;基于二代測序技術(shù)的轉(zhuǎn)錄組從頭拼接算法研究[D];昆明理工大學(xué);2015年

3 趙坤;面向新一代測序技術(shù)的基因拼接算法[D];山東大學(xué);2015年

4 吳世霞;大口徑平面檢測的子孔徑拼接算法研究[D];西安工業(yè)大學(xué);2013年

5 楊旭;人臉?biāo)孛枭膳c加強(qiáng)[D];東南大學(xué);2016年

6 盛安宇;多視角攝像機(jī)視頻拼接算法研究[D];華中科技大學(xué);2015年

7 劉闖;多波長表面干涉測量中的形貌拼接算法研究[D];湖北工業(yè)大學(xué);2017年

8 潘旭;基于Spark的DNA序列拼接算法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2017年

9 徐靜怡;基因組序列拼接算法及ncRNA新基因的發(fā)現(xiàn)[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

10 王小艷;基于De Bruijn圖的基因拼接算法研究[D];武漢理工大學(xué);2014年

，

本文編號：1860797