本文關(guān)鍵詞：基于特征快速配準的圖像拼接技術(shù)的研究與實現(xiàn)

  更多相關(guān)文章： 圖像拼接 圖像配準 SURF RANSAC 圖像融合

【摘要】：近年來,圖像拼接技術(shù)的研究日益深入。圖像拼接技術(shù)能夠?qū)⑿∫暯撬槠瑘D像合成寬闊的、高分辨率的全景圖像。隨著計算機視覺、計算機圖形學(xué)的加速發(fā)展,圖像拼接技術(shù)在準確性、健壯性等方面有了較大提高,并被廣泛應(yīng)用于虛擬現(xiàn)實、醫(yī)學(xué)分析、遙感衛(wèi)星、航空航天等眾多領(lǐng)域。但在消防救援、公共安全等對拼接效率要求較高的應(yīng)用中,亟需一種快速、準確的圖像拼接算法來實現(xiàn)全景構(gòu)建。本文重點對圖像拼接中的關(guān)鍵環(huán)節(jié)進行研究,對基于特征的圖像配準算法在確保準確度和健壯性的前提下,進一步提高了圖像配準效率,實現(xiàn)了圖像快速拼接。本文主要研究工作及創(chuàng)新點為：(1)分別詳細對比了基于角點的Harris等算法、基于尺度不變的SIFT算法及SURF算法。針對效率更高、穩(wěn)定性較好的SURF算法進行改進,通過優(yōu)化SURF算法主方向計算方法,對算法降維描述并做歸一化處理,提高了特征點檢測效率。(2)對匹配算法進行深入研究,針對粗匹配環(huán)節(jié)的k-d樹搜索算法以及BBF算法進行介紹。提出對精匹配RANSAC算法加入預(yù)檢驗及錯誤剔除處理等改進方法,提高了匹配階段的效率及準確度。(3)基于對加權(quán)平均及多分辨率融合算法的實驗分析,提出本文基于兩波段的多分辨融合算法,保證了較好的融合效果及較高的融合效率。(4)將本文改進算法進行實驗分析,分別比較了本文改進的特征提取算法以及改進的精確匹配算法與傳統(tǒng)的SURF算法、RANSAC算法的效率及健壯性：比較了本文融合算法與加權(quán)平均算法的融合效果與效率。(5)借助搭載可靈活轉(zhuǎn)動的攝像頭的無人機進行低空拍攝,將拍攝到的場景圖利用WiFi傳回,對感興趣的圖像使用本文改進后的算法進行拼接,實現(xiàn)了無人機圖像快速拼接。
【關(guān)鍵詞】：圖像拼接 圖像配準 SURF RANSAC 圖像融合
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要6-7
• ABSTRACT7-15
• 第一章 緒論15-20
• 1.1 研究背景及意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-17
• 1.3 本文主要工作及創(chuàng)新點17-18
• 1.4 本文的章節(jié)安排18-20
• 第二章 圖像拼接基本理論20-34
• 2.1 圖像拼接流程概述20-21
• 2.2 相機成像基礎(chǔ)概念21-24
• 2.2.1 常用坐標系概念21-23
• 2.2.2 攝像機運動基本方式23-24
• 2.3 圖像預(yù)處理技術(shù)24-26
• 2.3.1 圖像去噪24
• 2.3.2 圖像投影變換24-25
• 2.3.3 圖像插值技術(shù)25-26
• 2.4 圖像拼接關(guān)鍵技術(shù)26-33
• 2.4.1 圖像配準26-29
• 2.4.2 圖像變換29-31
• 2.4.3 圖像融合31-33
• 2.5 本章小結(jié)33-34
• 第三章 圖像特征點檢測算法的研究34-63
• 3.1 基于角點的特征點檢測34-40
• 3.2 基于尺度不變的特征點檢測40-54
• 3.2.1 SIFT特征點檢測40-45
• 3.2.2 SURF特征點檢測45-50
• 3.2.3 算法實驗與比較50-54
• 3.3 SURF算法的改進與分析54-60
• 3.3.1 角度細分的快速主方向選擇54-59
• 3.3.2 基于36維特征點描述59-60
• 3.4 實驗比較與分析60-62
• 3.5 本章小結(jié)62-63
• 第四章 特征點匹配算法研究63-78
• 4.1 特征點粗匹配算法63-67
• 4.4.1 k-d樹最近鄰搜索算法63-64
• 4.4.2 BBF搜索算法64-67
• 4.2 特征點精確匹配算法67-70
• 4.3 圖像變換模型矩陣70-71
• 4.4 RANSAC算法分析及改進71-75
• 4.4.1 RANSAC算法分析71-73
• 4.4.2 RANSAC算法改進73-75
• 4.5 實驗比較與分析75-77
• 4.6 本章小結(jié)77-78
• 第五章 圖像拼接實現(xiàn)、分析及應(yīng)用78-103
• 5.1 圖像融合算法對比與優(yōu)化78-81
• 5.2 快速拼接算法的實驗與分析81-93
• 5.2.1 改進的特征點檢測算法性能比較81-83
• 5.2.2 改進的特征點算法匹配性能比較83-89
• 5.2.3 拼接效果分析89-93
• 5.3 本文算法在無人機上的應(yīng)用93-102
• 5.3.1 大疆Phantom3-Standard無人機平臺93-95
• 5.3.2 無人機圖像采集拼接系統(tǒng)設(shè)計95-97
• 5.3.3 圖像拼接結(jié)果97-102
• 5.4 本章小結(jié)102-103
• 第六章 總結(jié)與展望103-105
• 6.1 本文工作總結(jié)103-104
• 6.2 論文中的不足及未來展望104-105
• 參考文獻105-108
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文108-109
• 致謝109

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 桂志國,韓焱,王明泉,潘晉孝;大型構(gòu)件射線圖像拼接技術(shù)[J];系統(tǒng)仿真學(xué)報;2001年S2期

2 王俊杰;劉家茂;胡運發(fā);于玉;;圖像拼接技術(shù)[J];計算機科學(xué);2003年06期

3 王偉;陸佩忠;;數(shù)字圖像拼接技術(shù)[J];小型微型計算機系統(tǒng);2006年07期

4 王琦暉;;基于圖切割的圖像拼接技術(shù)[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年18期

5 方賢勇;張明敏;潘志庚;羅斌;王鵬;;基于圖切割的圖像拼接技術(shù)研究[J];中國圖象圖形學(xué)報;2007年12期

6 陳立潮;王榮;陳禮民;;病理切片遠程會診中圖像拼接技術(shù)的研究[J];計算機仿真;2012年02期

7 王超;;數(shù)字圖像拼接技術(shù)研究初探[J];數(shù)字技術(shù)與應(yīng)用;2012年07期

8 江鐵;朱桂斌;孫奧;;全景圖像拼接技術(shù)研究現(xiàn)狀綜述[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2012年12期

9 李明兵;張鎖平;張東亮;齊占輝;;圖像拼接技術(shù)在海洋環(huán)境監(jiān)測中的應(yīng)用研究[J];海洋技術(shù);2012年04期

10 馮文昌;張曉亮;;圖像拼接技術(shù)在太極動漫創(chuàng)作中的應(yīng)用[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2013年03期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 王斌;王偉鋒;段友祥;;一種健壯的圖像拼接技術(shù)[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

2 張永杰;王艷峰;孫榮艷;顧軍華;;公路裂縫識別系統(tǒng)中的圖像拼接技術(shù)[A];2007年河北省電子學(xué)會、河北省計算機學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計算機輔助設(shè)計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

3 湯力琨;龍建忠;;圖像拼接技術(shù)在金相分析中的運用[A];中國自動化學(xué)會、中國儀器儀表學(xué)會2004年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2004年

4 向陽;羅錫文;熊瑛;吳明亮;;基于感應(yīng)與圖像標記結(jié)合的排種圖像拼接技術(shù)[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 孫嘯天;余建明;陳艷;;DR的圖像拼接技術(shù)在全脊柱及下肢攝影中的應(yīng)用研究[A];2010中華醫(yī)學(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

6 阮驥;;DR超長成像及圖像拼接技術(shù)的質(zhì)量控制[A];2010中華醫(yī)學(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張敏;基于多視域廣角相機視頻圖像拼接技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年

2 曾霖;圖像拼接技術(shù)的研究、實現(xiàn)與應(yīng)用[D];武漢大學(xué);2012年

3 方賢勇;圖像拼接技術(shù)研究[D];浙江大學(xué);2005年

4 曹芳;自由視角多平面場景圖像拼接技術(shù)研究[D];上海大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳思聰;基于BRISK算法的圖像拼接技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2015年

2 余讓明;基于特征的全景圖像拼接技術(shù)研究[D];西南交通大學(xué);2015年

3 羅亮;高清視頻編解碼電路設(shè)計[D];西安工業(yè)大學(xué);2015年

4 韓魯;基于運動平臺的圖像匹配拼接技術(shù)的研究[D];南京理工大學(xué);2015年

5 陳德勇;大幅面CIS掃描儀的自動圖像拼接技術(shù)研究[D];電子科技大學(xué);2015年

6 任維;基于車載環(huán)視系統(tǒng)的圖像拼接技術(shù)研究[D];北京工業(yè)大學(xué);2015年

7 林小平;面向區(qū)域監(jiān)控的全景圖像拼接技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王頒法;大視域圖像拼接技術(shù)在橋梁工程監(jiān)測中的應(yīng)用[D];河南工業(yè)大學(xué);2015年

9 趙斯曼;基于特征點的圖像拼接技術(shù)研究[D];重慶大學(xué);2015年

10 易波;基于Harris特征的圖像拼接技術(shù)研究[D];四川農(nóng)業(yè)大學(xué);2014年

，

本文編號：928382