本文選題：圖像拼接　切入點：BRISK算法　出處：《長春工業(yè)大學》2017年碩士論文　論文類型：學位論文

【摘要】：圖像拼接技術(shù)在圖像處理領域有著重要意義,也是圖像處理領域中的研究熱點。為了將同一場景拍攝下的幾張圖像拼接成一個具有較寬視角、無明顯拼接縫隙的、信息度較高的全景圖像就需要應用全景圖像拼接技術(shù)。全景圖像拼接在計算機識別、醫(yī)學圖像分析以及虛擬現(xiàn)實技術(shù)等領域均有重要應用。本文的主要內(nèi)容分為圖像配準以及圖像融合技術(shù)兩部分,在深入研究現(xiàn)有算法的基礎上,對圖像配準以及圖像融合技術(shù)均提出了改進算法。本文首先闡述了圖像拼接技術(shù)相關的研究背景及意義,并且分析了國內(nèi)外研究現(xiàn)狀,介紹了圖像拼接過程中的基本流程,實現(xiàn)了基于歸一化積相關的BRISK圖像配準,以及基于彩色共生矩陣的多分辨率圖像融合算法的全景圖像拼接。對于圖像配準,本文提出了基于歸一化積相關的BRISK圖像配準算法。該算法首先對圖像應用AGAST算法提取特征點,再應用歸一化積相關算法對圖像進行塊匹配,對匹配成功的重疊區(qū)域,采用特征點的主方向以及描述子向量進行特征點的匹配,對于匹配成功的特征點,應用隨機樣本一致性方法進行誤匹配點的去除。對三組有旋轉(zhuǎn)及視角變化的圖像進行仿真實驗,通過對仿真得到的圖像和數(shù)據(jù)分析表明:本文提出的改進BRISK圖像配準算法,與原算法、傳統(tǒng)SIFT算法和先進算法ORB相比較,特征點匹配準確率與匹配速度均有提高。在圖像配準完成之后,通過柱面投影算法計算出圖像之間的幾何變換關系,然后對圖像序列之間進行矩陣變換,實現(xiàn)多幅圖像的拼接。在拼接完成后,進行圖像融合,以消除拼接縫隙和鬼影等現(xiàn)象。對于圖像融合,本文提出了基于彩色共生矩陣的多分辨率圖像融合算法。該算法首先對圖像進行彩色共生矩陣計算,提取圖像重疊區(qū)域的紋理特征,利用提取的紋理特征對圖像進行多分辨率融合。圖像融合實驗應用融合評價標準對實驗結(jié)果進行分析表明:本文提出的改進多分辨率圖像融合算法比原算法具有更好的融合效果,消除了拼接縫隙和鬼影,實現(xiàn)了全景圖像的無縫拼接。
[Abstract]:Image mosaic technology is of great significance in the field of image processing, and it is also a research hotspot in the field of image processing. Panoramic images with higher information level need to apply panoramic image mosaic technology. Panoramic image stitching is recognized by computer. Medical image analysis and virtual reality technology have important applications. The main content of this paper is divided into two parts: image registration and image fusion technology. An improved algorithm for image registration and image fusion is proposed. Firstly, the research background and significance of image mosaic technology are described, and the current research situation at home and abroad is analyzed, and the basic process of image stitching is introduced. BRISK image registration based on normalized product correlation and panoramic image mosaic based on multi-resolution image fusion algorithm based on color co-occurrence matrix are realized. In this paper, a BRISK image registration algorithm based on normalized product correlation is proposed. Firstly, the AGAST algorithm is applied to extract the feature points, then the normalized product correlation algorithm is applied to the block matching of the image. The principal direction of the feature points and the description subvectors are used to match the feature points. The method of random sample consistency is used to remove the mismatch points. Three groups of images with rotation and angle of view change are simulated. The analysis of the simulated images and data shows that the improved BRISK image registration algorithm is proposed in this paper. Compared with the original algorithm, the traditional SIFT algorithm and the advanced algorithm ORB, the accuracy and speed of feature point matching are improved. After image registration is completed, the geometric transformation relationship between images is calculated by cylindrical projection algorithm. Then the matrix transformation is carried out between the image sequences to realize the mosaic of multiple images. After the stitching is completed, the image fusion is carried out in order to eliminate the phenomena of stitching gaps and ghost images, etc. For image fusion, In this paper, a multi-resolution image fusion algorithm based on color co-occurrence matrix is proposed. Using the extracted texture features to fuse the image with multi-resolution. The experimental results of image fusion are analyzed by using the fusion evaluation standard. The results show that the improved multi-resolution image fusion algorithm proposed in this paper is better than the original image fusion algorithm. Better fusion, The stitching gap and ghost image are eliminated and the panoramic image is jointed seamlessly.
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 何紅太,王秀美,全茜;刑事犯罪現(xiàn)場的圖像拼接設計與實現(xiàn)[J];計算機工程與科學;2004年12期

2 張顯全;唐振軍;盧江濤;;基于線匹配的圖像拼接[J];計算機科學;2005年01期

3 孫瀚,黃大貴;基于十字形區(qū)域搜索法的圖像拼接方法[J];計量與測試技術(shù);2005年01期

4 李波;一種基于小波和區(qū)域的圖像拼接方法[J];電子科技;2005年04期

5 陳世哲;胡濤;劉國棟;謝凱;劉炳國;浦昭邦;;基于光柵的快速精確圖像拼接[J];光學精密工程;2006年02期

6 王靖;高雷;;圖像拼接的檢測[J];計算機安全;2006年07期

7 王長纓;周明全;;一種基于局部金字塔分解的圖像拼接[J];西北大學學報(自然科學版);2006年03期

8 馮桂蘭;田維堅;屈有山;張宏建;葛偉;;嵌入式高速DSP在視頻圖像拼接系統(tǒng)的應用[J];彈箭與制導學報;2006年S8期

9 田瑞娟;;圖像拼接融合技術(shù)在網(wǎng)絡視頻監(jiān)控系統(tǒng)中的應用探究[J];兵工自動化;2009年03期

10 劉偉;解凱;;基于對齊與優(yōu)化的圖像拼接[J];電腦知識與技術(shù);2010年08期

相關會議論文 前10條

1 田宏亮;王俊妮;岳鵬;;一種基于邊界閾值的圖像拼接融合算法[A];2013年（第五屆）西部光子學學術(shù)會議論文集[C];2013年

2 鄭金鑫;杜軍平;;基于Levenberg-Marquardt算法的圖像拼接研究[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

3 易端陽;唐萬有;郝健強;;印品檢測中相似測度算法在圖像拼接中的對比研究[A];顏色科學與技術(shù)——2012第二屆中國印刷與包裝學術(shù)會議論文摘要集[C];2012年

4 謝凌霄;張茂軍;王云麗;高輝;;基于特征匹配的無縫圖像拼接方法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

5 高冠東;賈克斌;肖珂;;一種新的基于特征點匹配的圖像拼接方法[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

6 胡社教;陳宗海;劉年慶;;基于圖像灰度特征的全景圖像拼接[A];'2003系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];2003年

7 馮桂蘭;田維堅;張薇;鮑峗;張宏建;;基于DSP的圖像拼接系統(tǒng)研究[A];中國光學學會2006年學術(shù)大會論文摘要集[C];2006年

8 賴力;周代全;黎川;王新;;Innova4100血管機下肢靜脈跟蹤造影中的圖像拼接[A];2010中華醫(yī)學會影像技術(shù)分會第十八次全國學術(shù)大會論文集[C];2010年

9 李騁進;;DR全下肢圖像拼接成像技術(shù)的臨床應用[A];2010中華醫(yī)學會影像技術(shù)分會第十八次全國學術(shù)大會論文集[C];2010年

10 周劍軍;歐陽寧;陳旭;黃先鋒;;一種基于Harris特征點的圖像拼接方法[A];全國第二屆信號處理與應用學術(shù)會議�？痆C];2008年

相關重要報紙文章 前2條

1 山東 貓咪老爸;圖像拼接 天衣無縫[N];電腦報;2003年

2 本報記者 劉霞;放飛想象的翅膀(二)[N];科技日報;2014年

相關博士學位論文 前10條

1 賈銀江;無人機遙感圖像拼接關鍵技術(shù)研究[D];東北農(nóng)業(yè)大學;2016年

2 高健華;時空聯(lián)合調(diào)制型傅里葉變換紅外成像光譜儀光譜復原與圖像拼接研究[D];中國科學院長春光學精密機械與物理研究所;2017年

3 張樺;場景圖像拼接關鍵技術(shù)研究[D];天津大學;2008年

4 邵向鑫;數(shù)字圖像拼接核心算法研究[D];吉林大學;2010年

5 姜代紅;煤礦監(jiān)控圖像拼接與識別的方法研究[D];中國礦業(yè)大學;2015年

6 曾巒;基于不變特征的圖像拼接及軟同步直寫硬盤記錄技術(shù)研究[D];哈爾濱工業(yè)大學;2012年

7 馮桂蘭;車載夜視導航系統(tǒng)的研究[D];中國科學院研究生院（西安光學精密機械研究所）;2007年

8 李新娥;大視場多光譜相機圖像拼接與融合技術(shù)研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

9 朱云芳;基于圖像拼接的視頻編輯[D];浙江大學;2006年

10 張德新;面陣航偵CCD相機系統(tǒng)設計及其圖像拼接技術(shù)研究[D];哈爾濱工業(yè)大學;2010年

相關碩士學位論文 前10條

1 陳澤武;FPC光學缺陷檢測平臺中的關鍵圖像處理技術(shù)[D];華南理工大學;2015年

2 殷娟娟;基于SIFT特征的巖石圖像拼接研究[D];西安石油大學;2015年

3 岳昕;基于SIFT的全景圖像拼接方法研究[D];昆明理工大學;2015年

4 徐忠洋;航拍圖像拼接算法的研究與實現(xiàn)[D];遼寧大學;2015年

5 吳金津;改進的SIFT算法及其在圖像拼接中的應用[D];湖南工業(yè)大學;2015年

6 王鵬程;基于DSP的視頻拼接技術(shù)的研究[D];湖南工業(yè)大學;2015年

7 宋佳乾;視頻圖像拼接優(yōu)化算法實現(xiàn)研究[D];寧夏大學;2015年

8 王瑞霞;基于SIFT配準算法的全景圖像拼接系統(tǒng)的FPGA實現(xiàn)[D];南京理工大學;2015年

9 王迪;多傳感器圖像拼接、融合與系統(tǒng)實現(xiàn)[D];南京理工大學;2015年

10 高琦;攝影測量系統(tǒng)中基于SIFT算法的柱面全景圖像拼接實現(xiàn)[D];華中師范大學;2015年

，

本文編號：1593592