圖像拼接研究旨在將具有部分區(qū)域重疊的小視域圖片合成為一副大視域的高分辨率圖片,以滿足大眾觀察瀏覽寬視域圖像場景的需求。圖像拼接技術(shù)在視頻監(jiān)控、虛擬現(xiàn)實、遙感技術(shù)以及醫(yī)學圖像處理均具有廣泛的應(yīng)用。在機場、碼頭、廣場、交通路口等大型場景的監(jiān)控中,為了實時獲取全局大范圍圖像信息通常需要布設(shè)多臺網(wǎng)絡(luò)攝像機。這種方法雖然可以獲得更多的監(jiān)控范圍,但是場景被分割成多個子窗口進行顯示,不能夠自然、全面、直接地反映真實場景。此外我國霧霾天氣嚴重,使得戶外監(jiān)控系統(tǒng)在正常工作時受到極大的干擾。針對霧霾圖像的拼接問題,本文主要進行了以下工作:1)通過對暗原色先驗的圖像增強算法(HE)和對比度受限的自適應(yīng)直方圖增強算法(CLAHE)進行深入研究,并對HE進行了適當改進以加快實時性。首先對原圖進行下采樣,并通過暗原色先驗估計粗略的透射率圖,然后通過導向濾波對透射率圖進行細化,并對細化后的透射率圖進行上采樣,得到修正后的透射率圖,最后利用修正圖去除圖像中的霧霾。實驗結(jié)果表明所提方法在效率上有極大的提高,同時其去霧霾效果比CLAHE好。2)對比分析了SURF算法與ORB算法在特征提取與匹配上的效率與精度問題,并提出了一種基于ORB算法的自適應(yīng)最優(yōu)單應(yīng)矩陣計算法。首先建立了配準誤差函數(shù);然后采用固定幀再匹配法計算當前幀的單應(yīng)變換矩陣H1;接著,分別利用H1和上一關(guān)鍵幀計算出的單應(yīng)變換矩陣H估計配準誤差,且選取配準誤差小的單應(yīng)變換矩陣作為當前幀和后續(xù)視頻幀的變換矩陣。該方法解決了傳統(tǒng)視頻拼接中由于攝像頭相對位置發(fā)生偏差引起視頻拼接錯位的問題。3)在圖像融合階段對比了常見融合算法的效果,提出了一種改進的加權(quán)平均法對重疊區(qū)域進行融合,改善了圖像過渡不平滑的問題。
【學位單位】：西南科技大學
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王曉文;劉雨;;圖像超分辨率研究綜述[J];信息技術(shù);2009年07期

2 孔玲莉,黃華,齊春,劉美娟;圖像超分辨率研究的最新進展[J];光學技術(shù);2004年03期

3 沈煥鋒;李平湘;張良培;王毅;;圖像超分辨率重建技術(shù)與方法綜述[J];光學技術(shù);2009年02期

4 王春霞;蘇紅旗;范郭亮;;圖像超分辨率重建技術(shù)綜述[J];計算機技術(shù)與發(fā)展;2011年05期

5 張銀林;;視頻圖像超分辨率增強技術(shù)[J];硅谷;2011年16期

6 余徽;陳華旺;;圖像超分辨率技術(shù)研究進展[J];光學與光電技術(shù);2012年05期

7 葉兆豐;;圖像超分辨率重建技術(shù)及研究[J];電子世界;2013年09期

8 強振平;何麗波;狄光智;陳旭;;一種基于稀疏表征的圖像超分辨率重建方法[J];云南大學學報(自然科學版);2013年S2期

9 黃華;樊鑫;齊春;朱世華;;基于粒子濾波的人臉圖像超分辨率重建方法[J];軟件學報;2006年12期

10 丁海勇;卞正富;;數(shù)字圖像超分辨率重構(gòu)技術(shù)研究[J];計算機與數(shù)字工程;2007年10期

相關(guān)會議論文 前7條

1 張煜東;吳樂南;奚吉;王水花;;變長小生境算法用于圖像超分辨率復原[A];2009年通信理論與信號處理學術(shù)年會論文集[C];2009年

2 張東;韓軍;;圖像超分辨率重建算法研究[A];2010年西部光子學學術(shù)會議摘要集[C];2010年

3 楊浩;高建坡;陳向東;吳鎮(zhèn)揚;;利用示例圖像獲取先驗知識的圖像超分辨率重建算法[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

4 閆允一;郭寶龍;;基于小波的圖像超分辨率重建算法研究[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學術(shù)研討會論文摘要集[C];2004年

5 顧瑩;朱秀昌;;基于CS的圖像超分辨率重建[A];2010年通信理論與信號處理學術(shù)年會論文集[C];2010年

6 韓玉兵;殷瑋瑋;吳樂南;;基于Wavelet-HMM的圖像超分辨率重建[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

7 張瓊;付懷正;沈民奮;;基于稀疏表示的彩色圖像超分辨率重建算法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前10條

1 曹明明;基于鄰域嵌入的圖像超分辨率重建研究[D];南京郵電大學;2015年

2 李小燕;基于廣義圖像先驗的圖像超分辨率重建算法研究[D];西南交通大學;2015年

3 康凱;圖像超分辨率重建研究[D];中國科學技術(shù)大學;2016年

4 徐海明;圖像超分辨率重建關(guān)鍵技術(shù)的基礎(chǔ)研究[D];中國科學技術(shù)大學;2013年

5 李娟;基于稀疏表示的圖像超分辨率復原研究[D];武漢科技大學;2016年

6 鄧良劍;圖像處理若干問題的數(shù)學模型和高性能算法研究[D];電子科技大學;2016年

7 王新蕾;基于鄰域?qū)W習和稀疏原子聚類字典的圖像超分辨率重構(gòu)算法研究[D];東南大學;2016年

8 賈媛媛;基于稀疏表示的3D磁共振圖像超分辨率重建算法研究[D];重慶大學;2016年

9 徐國明;基于稀疏表示的圖像超分辨率重建方法研究[D];合肥工業(yè)大學;2015年

10 梁虎;基于紋理細節(jié)估計的多幀圖像超分辨率重建算法研究[D];華中科技大學;2016年

相關(guān)碩士學位論文 前10條

1 雷倩;基于深度學習的圖像超分辨率重構(gòu)[D];河北師范大學;2015年

2 馬瑩;基于字典學習的圖像超分辨率復原算法研究[D];燕山大學;2015年

3 張志超;單幅圖像超分辨率重建算法研究[D];鄭州大學;2015年

4 王賀青;基于稀疏表示和非下采樣輪廓波變換的單幅圖像超分辨率[D];哈爾濱工業(yè)大學;2015年

5 曹柱利;基于學習的毫米波圖像超分辨率算法研究[D];電子科技大學;2014年

6 吳秀秀;基于配準的肺4D-CT圖像超分辨率重建研究[D];南方醫(yī)科大學;2015年

7 熊智;車牌圖像超分辨率重建算法研究[D];南昌航空大學;2015年

8 趙新;圖像超分辨率重建系統(tǒng)的研究與實現(xiàn)[D];河北工業(yè)大學;2015年

9 王保全;基于混合專家模型的快速圖像超分辨率方法研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

10 徐光耀;基于稀疏表示的人臉圖像超分辨率技術(shù)研究[D];上海交通大學;2015年

本文編號：2823897