隨著計算機視覺的快速發(fā)展,人們對圖像的視覺要求越來越高,高質(zhì)量、信息豐富的全景圖也成為人們的日常需求。圖像拼接是一種將同一場景下的數(shù)幅有序且包含重復(fù)區(qū)域的圖像拼接成一幅全景圖的技術(shù),在遙感、無人機航拍等領(lǐng)域的應(yīng)用前景十分廣闊,具有十分重要的理論意義和應(yīng)用價值。圖像拼接技術(shù)一般分為圖像配準(zhǔn)、圖像融合和圖像矯直三個部分。本文針對圖像拼接存在色差過渡不均勻、圖像傾斜扭曲及拼接效率低等問題展開研究,以提高圖像質(zhì)量和拼接效率為重點,提出一種基于拼接縫消除和全景圖矯直的快速圖像拼接算法。首先,改進(jìn)經(jīng)典的SIFT算法,提取圖像特征,縮短拼接時間;其次,通過自適應(yīng)更新機制降低不同圖像背景下拼接縫色差過渡不均勻的影響,提高圖像質(zhì)量;最后,為拼接后的圖像建立自適應(yīng)矯直模型,降低圖像傾斜扭曲程度,從而獲得一幅全景圖。本文的主要研究內(nèi)容包括:1.針對經(jīng)典的SIFT算法因提取整幅圖像特征導(dǎo)致算法計算量大,并易造成后續(xù)特征誤匹配和計算冗余的問題,本文改進(jìn)SIFT算法。首先,在尺度空間進(jìn)行極值檢測時,限定圖像檢測范圍,只提取指定圖像區(qū)域的特征點,縮短算法時間。隨后,使用雙向KNN進(jìn)行圖像配準(zhǔn),通過RANSAC算法剔... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

幅分辨率為384512的原序列圖像

基于限定區(qū)域的SIFT特征提取結(jié)果

重慶郵電大學(xué)碩士學(xué)位論文第2章基于限定區(qū)域SIFT特征的圖像配準(zhǔn)算法15圖2.6是對原圖像進(jìn)行SIFT特征提取后，采用雙向KNN算法對特征點進(jìn)行初始匹配的結(jié)果。(a)初始匹配1(b)初始匹配2(c)初始匹配3(d)初始匹配4圖2.6雙向KNN特征匹配結(jié)果2.3.2RANSAC算法從圖2.6可以看出，特征初始匹配的結(jié)果仍存在誤匹配現(xiàn)象，因此，本文采用隨機抽樣一致性(RANSAC)算法，進(jìn)一步剔除這些特征誤匹配對，達(dá)到有效提高圖像配準(zhǔn)的效果，同時估算圖像間的仿射變換矩陣，得到最終配準(zhǔn)后的結(jié)果。簡單介紹RANSAC算法的步驟：①初始匹配中隨機抽取N個匹配對，根據(jù)N個匹配對估算仿射變換矩陣H，可以計算得到圖像間的仿射變換矩陣參數(shù)，如公式(2.16)[41,42]所示，"0001"101110011iiiixmmuxymmvy=(2.16)其中，00m、01m、10m和11m分別表示圖像旋轉(zhuǎn)和縮放等變換參數(shù)。u，v分別表示圖像沿x軸和y軸方向的平移量。(",")iixy、(,)iixy分別是參考圖像和目標(biāo)圖像上對應(yīng)匹配的兩個特征點。


本文編號：3554357