本文關(guān)鍵詞：車載圖像系統(tǒng)中的全景影像的校正與拼接，由筆耕文化傳播整理發(fā)布。

【摘要】：交通事故猛如虎,現(xiàn)如今每年交通事故的數(shù)目之高已經(jīng)引起了大家格外的關(guān)注,引起交通事故的一部分原因就是視覺盲區(qū),這些盲區(qū)對于無論是駕駛中,或者泊車時的駕駛員都會存在安全威脅。因此相關(guān)領(lǐng)域的專家提出了全景影像的概念,此概念是以圖像處理技術(shù)為基礎(chǔ),圖像處理技術(shù)指的是通過一定的運算對所需要的圖像進行處理,從而達到想要的目的。本文主要是對現(xiàn)有的圖像處理技術(shù)進行研究,之后選擇合適的算法完成車載圖像系統(tǒng)中的全景影像校正與拼接的實現(xiàn),本系統(tǒng)主要分為三個部分:圖像預(yù)處理,圖像拼接和圖像融合。本文的主要工作包括:1)對圖像拼接的相關(guān)技術(shù)進行研究,主要包括圖像校正,圖像投影,圖像配準和圖像融合這四個部分。對各部分中的不同算法進行比較研究,并總結(jié)各自的優(yōu)缺點。2)對基于角點的特征值檢測方法進行研究,并詳細研究Harris算法。3)深入研究傳統(tǒng)SIFT算法,考慮車載系統(tǒng)對實時性的要求,針對算法中占用時間最多的特征點提取部分進行改進。首先是對尺度空間金字塔進行簡化,由于采集圖像相對穩(wěn)定,在保證匹配效率的同時合理減小金字塔階數(shù)可明顯減小匹配時間,其次減少特征點描述梯度,可以加快極值的查找,同時也可化簡極值點方向的種類。經(jīng)實驗證明通過兩次簡化后,改進算法可以減小近一半的運算時間,并且還能使原始SIFT算法的匹配效率得到提高。4)對RANSAC算法進行了研究,并利用它對角點和特征點提取的匹配點數(shù)進行提純處理。5)根據(jù)對圖像相關(guān)技術(shù)的研究,依次進行分析,搭建車載圖像系統(tǒng)。此系統(tǒng)共分為圖像的預(yù)處理,拼接和融合三個部分,通過對車載圖像特點的研究,選擇各部分中最為適合的算法并給出理由,之后對選擇的算法進行仿真驗證,給出具體數(shù)值來證實此算法的可行性和合理性。最后采用MATLAB的GUI模塊將選擇的算法集成在一個人機交互界面中,界面根據(jù)功能分類,用戶可以順次完成相應(yīng)功能,或者按功能自行選擇性對車載圖像進行處理。
【關(guān)鍵詞】：圖像處理 車載圖像系統(tǒng) 圖像拼接 SIFT
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.67;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 車載圖像系統(tǒng)研究現(xiàn)狀10
• 1.2.2 圖像拼接技術(shù)研究現(xiàn)狀10-12
• 1.3 研究內(nèi)容及路線12-13
• 1.3.1 研究內(nèi)容12
• 1.3.2 研究路線12-13
• 1.4 本文結(jié)構(gòu)和組織安排13-15
• 第二章 圖像拼接相關(guān)技術(shù)研究15-25
• 2.1 圖像校正15-18
• 2.1.1 幾何校正15-17
• 2.1.2 灰度校正17-18
• 2.2 圖像投影18-20
• 2.2.1 球面投影18-19
• 2.2.2 立方體投影19
• 2.2.3 柱面投影19-20
• 2.3 圖像配準方法20-22
• 2.3.1 基于灰度的配準方法21
• 2.3.2 基于變換域的配準方法21-22
• 2.3.3 基于特征的配準方法22
• 2.4 圖像融合22-24
• 2.4.1 平均值融合算法23
• 2.4.2 加權(quán)平均融合算法23
• 2.4.3 漸入漸出融合算法23-24
• 2.5 本章小結(jié)24-25
• 第三章 圖像拼接算法及改進算法的研究25-41
• 3.1 角點檢測方法25-29
• 3.1.1 Moravec角點檢測算法25
• 3.1.2 SUSAN角點檢測算法25-26
• 3.1.3 Harris角點檢測算法26-29
• 3.2 SIFT特征點提取29-34
• 3.2.1 尺度空間極值點檢測30-31
• 3.2.2 確定關(guān)鍵點的位置和尺度31-33
• 3.2.3 關(guān)鍵點方向參數(shù)確定33
• 3.2.4 特征向量描述子生成33-34
• 3.3 基于SIFT的改進算法34-37
• 3.3.1 簡化尺度空間金字塔34-36
• 3.3.2 減少特征點描述梯度36-37
• 3.4 RANSAC算法提純37-39
• 3.5 本章小結(jié)39-41
• 第四章 車載圖像系統(tǒng)的構(gòu)建41-59
• 4.1 系統(tǒng)的構(gòu)建及實驗環(huán)境41
• 4.2 系統(tǒng)算法選擇41-50
• 4.2.1 圖像預(yù)處理42-46
• 4.2.2 圖像拼接46-48
• 4.2.3 圖像融合48-50
• 4.3 平臺演示50-56
• 4.3.1 圖像讀取50-51
• 4.3.2 圖像預(yù)處理51-52
• 4.3.3 圖像拼接52-56
• 4.3.4 圖像融合56
• 4.4 本章小結(jié)56-59
• 第五章 總結(jié)與展望59-61
• 5.1 總結(jié)59
• 5.2 展望59-61
• 參考文獻61-65
• 作者簡介及在學(xué)期間取得的科研成果65-67
• 作者簡介65
• 研究成果65-67
• 致謝67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛盼盼;陳強;顧一禾;;基于Harris角點和SURF特征的遙感圖像匹配算法[J];計算機應(yīng)用研究;2014年07期

2 焦麗龍;韓燮;李定主;;改進的基于特征點匹配的圖像拼接融合算法[J];計算機工程與設(shè)計;2014年03期

3 魯斌;秦瑞;李慶;陳大鵬;;車載環(huán)視拼接方法的研究[J];計算機科學(xué);2013年09期

4 章為川;程冬;朱磊;;基于各向異性高斯核的多尺度角點檢測[J];電子測量與儀器學(xué)報;2012年01期

5 鄭東亮;達飛鵬;;提高數(shù)字光柵投影測量系統(tǒng)精度的gamma校正技術(shù)[J];光學(xué)學(xué)報;2011年05期

6 王會鵬;周利莉;張杰;;一種基于區(qū)域的雙三次圖像插值算法[J];計算機工程;2010年19期

7 吳錦杰;劉肖琳;;基于雙目相機的圖像拼接[J];計算機工程;2010年12期

8 王旭光;王志衡;吳福朝;;Harris相關(guān)與特征匹配[J];模式識別與人工智能;2009年04期

9 王亮亮;王黎;高曉蓉;王澤勇;;兩種改進的局部閾值分割算法[J];現(xiàn)代電子技術(shù);2009年14期

10 劉麗君;駱婷;;插值法在圖像處理中的應(yīng)用[J];硅谷;2009年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 朱俊;基于幾何特征配準的圖像魯棒拼接算法[D];南京理工大學(xué);2014年

2 胡旺;圖像融合中的關(guān)鍵技術(shù)研究[D];四川大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 谷紹湖;圖像拼接算法的研究與實現(xiàn)[D];沈陽航空航天大學(xué);2015年

2 胡伊日格其;基于改進圖像配準算法的圖像拼接實現(xiàn)[D];大連理工大學(xué);2014年

3 陳方園;圖像拼接方法研究及應(yīng)用[D];西安建筑科技大學(xué);2014年

4 劉松;基于改進SIFT的圖像拼接及其并行化研究[D];安徽大學(xué);2014年

5 李應(yīng)超;圖像場景拼接擴展算法研究[D];西北大學(xué);2012年

6 李會平;圖像拼接技術(shù)研究與應(yīng)用[D];西安科技大學(xué);2010年

7 謝凌霄;基于特征匹配的平行拼圖方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

8 田野;環(huán)境衛(wèi)星光學(xué)影像自動配準算法研究與并行實現(xiàn)[D];遼寧工程技術(shù)大學(xué);2009年

9 陳昊;正交多幕特種電影的自適應(yīng)拼接技術(shù)[D];長春理工大學(xué);2009年

10 劉冬梅;圖像拼接算法研究[D];西安電子科技大學(xué);2008年

  本文關(guān)鍵詞：車載圖像系統(tǒng)中的全景影像的校正與拼接，由筆耕文化傳播整理發(fā)布。

，

本文編號：482043