圖像拼接是將具有重合區(qū)域的多張圖像整合成一張完整的全景圖像,使其具有更寬視角,更少形變,并且無明顯縫合痕跡的技術(shù)。圖像拼接技術(shù)在城市規(guī)劃、遙感圖像、虛擬現(xiàn)實、車輛監(jiān)測和醫(yī)學(xué)等多個領(lǐng)域有著較為廣泛的應(yīng)用。本文對基于ORB特征（Oriented FAST and Rotated BRIEF）的圖像拼接算法進(jìn)行研究,主要貢獻(xiàn)點有如下三個部分:（1）針對ORB特征對圖像尺度變化不具有魯棒性的問題,本文通過海森矩陣進(jìn)行不同尺度上的圖像特征點提取,有效地提高了在尺度變化情況下正確特征匹配點對的數(shù)量。（2）采用分區(qū)采樣的方法和候選模型策略訓(xùn)練最佳數(shù)據(jù)模型。避免了不可靠采樣點的影響,提高了匹配精度。（3）針對已有融合方法出現(xiàn)的融合圖像重合區(qū)域不清晰的問題,提出了對加權(quán)后像素灰度值進(jìn)行二次選擇的融合策略,提高圖像的融合質(zhì)量。 

【文章來源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

FAST角點檢測示意圖

基于改進(jìn) ORB 的圖像拼接算法4.2 實驗環(huán)境筆記本電腦配置:CPU:AMDA8-710;頻率:1.8 GHz;內(nèi)存:4 GB;操作系統(tǒng):64位Windows7;軟件平臺:在 Visual Studio 2013 中使用 c++，基于 Open CV 2.4.11 進(jìn)行實驗。4.3 特征點尺度不變性檢測實驗應(yīng)用 3.2.1 節(jié)改進(jìn)特征點檢測算法和文獻(xiàn)[47]算法，分別對輸入圖組 1，輸入圖組 2 和輸入圖組 3 三組尺度發(fā)生變化的圖像特檢測征點，并用漢明距離進(jìn)行粗匹配。驗證本文采用構(gòu)建高斯金字塔提取特征點的方法是否具有尺度不變性。

輸入圖像 C 輸入圖像 c圖 4-4 輸入圖組 3圖 4-5 和圖 4-6 是對輸入圖組 1 進(jìn)行對照試驗的結(jié)果。圖 4-5 輸入圖組 1 用文獻(xiàn)[47]特征點粗匹配效果圖

【參考文獻(xiàn)】：
期刊論文
[1]遞歸式多階特征融合圖像超分辨率算法[J]. 佟駿超,費加羅,陳靖森,李恒,丁丹丹.  中國圖象圖形學(xué)報. 2019(02)
[2]利用混合特征的多視角遙感圖像配準(zhǔn)[J]. 吳芳青,楊揚(yáng),潘安寧,楊昆.  中國圖象圖形學(xué)報. 2017(08)
[3]遙感圖像飛機(jī)目標(biāo)分類的卷積神經(jīng)網(wǎng)絡(luò)方法[J]. 周敏,史振威,丁火平.  中國圖象圖形學(xué)報. 2017(05)
[4]虛擬結(jié)腸鏡中皺襞預(yù)匹配的結(jié)腸配準(zhǔn)[J]. 郭志飛,段儕杰,梁正榮.  中國圖象圖形學(xué)報. 2017(05)
[5]引入歐氏距離的各向異性擴(kuò)散相干斑抑制[J]. 郭風(fēng)成,李參海,李宗春,王華斌.  中國圖象圖形學(xué)報. 2017(03)
[6]局部特征及視覺一致性的柱面全景拼接算法[J]. 朱慶輝,尚媛園,邵珠宏,尹曄.  中國圖象圖形學(xué)報. 2016(11)
[7]TDFA:一種生成空間影像金字塔的方法[J]. 張云舟,張陌,王晉年,張剛.  中國圖象圖形學(xué)報. 2016(07)
[8]室外場景的多視角視頻拼接[J]. 劉娟,李實英,李仁發(fā).  計算機(jī)工程. 2016(04)
[9]單攝像頭旋轉(zhuǎn)監(jiān)控下的快速圖像拼接[J]. 杜往澤,宋執(zhí)環(huán),閆文博,吳樂剛.  中國圖象圖形學(xué)報. 2016 (02)
[10]基于各向異性高斯濾波的暗原色理論霧天彩色圖像增強(qiáng)算法[J]. 高銀,云利軍,石俊生,丁慧梅.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2015(09)



本文編號：3110860