發(fā)布時間：2022-10-17 17:30

　　圖像拼接技術(shù)是指將同一場景下具有重疊區(qū)域的多幅圖像,采用一定的算法,無縫拼接成一幅大視角的高分辨率圖像的技術(shù)。作為數(shù)字圖像領(lǐng)域的一個熱門研究,圖像拼接技術(shù)在各個應(yīng)用領(lǐng)域備受關(guān)注,并隨著圖像拼接技術(shù)的發(fā)展,逐漸成為科學(xué)研究與日常生活中不可缺少的一部分�；谔卣髌ヅ涞膱D像拼接方法被廣為應(yīng)用,其中圖像配準(zhǔn)是該方法的重中之重。本文分別研究對比了SURF（Speed-Up Robust Features,SURF）、ORB（Oriented FAST and Rotated BRIEF,ORB）、BRISK（Binary Robust Invariant Scalable Keypoints,BRISK）圖像配準(zhǔn)算法的實(shí)現(xiàn)過程。SURF算法是在SIFT（Scale Invariant Feature Transform,SIFT）算法的基礎(chǔ)上發(fā)展而來,具有很強(qiáng)的魯棒性,但計(jì)算復(fù)雜不具備實(shí)時性。ORB算法計(jì)算速度快但尺度變換性能較弱。因而本文重點(diǎn)研究基于改進(jìn)BRISK算法的圖像拼接技術(shù)。在圖像配準(zhǔn)部分,針對傳統(tǒng)的BRISK算法存在匹配策略單一與在外部干擾下配準(zhǔn)精度低的兩個問題,分別從特征點(diǎn)提取與特... 

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第2章 圖像拼接的理論基礎(chǔ)
    2.1 圖像拼接基本流程
    2.2 圖像預(yù)處理
        2.2.1 圖像增強(qiáng)
        2.2.2 圖像去噪
    2.3 圖像配準(zhǔn)理論
        2.3.1 圖像配準(zhǔn)原理
        2.3.2 配準(zhǔn)方法介紹
        2.3.3 圖像變換模型
        2.3.4 圖像插值
    2.4 圖像融合理論
    2.5 本章小結(jié)
第3章 基于改進(jìn)的BRISK圖像配準(zhǔn)算法
    3.1 BRISK算法概述
    3.2 特征點(diǎn)提取的改進(jìn)
        3.2.1 改進(jìn)的雙邊濾波
        3.2.2 AGAST特征檢測
    3.3 特征點(diǎn)提取實(shí)驗(yàn)
    3.4 特征匹配的改進(jìn)
        3.4.1 雙向漢明距離
        3.4.2 改進(jìn)的RANSAC算法
    3.5 圖像匹配實(shí)驗(yàn)
        3.5.1 不同光照的匹配實(shí)驗(yàn)
        3.5.2 不同視角的匹配實(shí)驗(yàn)
    3.6 本章小結(jié)
第4章 基于改進(jìn)的融合算法及拼接實(shí)現(xiàn)
    4.1 圖像融合方法
        4.1.1 直接平均法
        4.1.2 加權(quán)平均法
    4.2 改進(jìn)的漸入漸出圖像融合算法
    4.3 圖像融合實(shí)驗(yàn)
        4.3.1 圖像融合評估標(biāo)準(zhǔn)
        4.3.2 實(shí)驗(yàn)結(jié)果及分析
    4.4 圖像拼接實(shí)驗(yàn)
        4.4.1 圖像拼接實(shí)驗(yàn)流程
        4.4.2 圖像采集
        4.4.3 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]圖像融合技術(shù)發(fā)展綜述[J]. 史敏紅.  計(jì)算機(jī)時代. 2019(09)
[2]圖像拼接技術(shù)綜述[J]. 裴紅星,劉金達(dá),葛佳隆,張斌.  鄭州大學(xué)學(xué)報(理學(xué)版). 2019(04)
[3]基于SIFT的自適應(yīng)旋轉(zhuǎn)圖像無縫拼接算法[J]. 姚偉,胡虹.  南京理工大學(xué)學(xué)報. 2019(02)
[4]一種改進(jìn)的氣象雷達(dá)圖像拼接算法[J]. 郭磊.  信息通信. 2019(03)
[5]基于柱面變換的圖像拼接技術(shù)[J]. 楊鎮(zhèn)豪.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(10)
[6]基于Opencv與遙感特征圖像提取與配準(zhǔn)方法綜述[J]. 于洋,肖揚(yáng),任芳語,臧宇哲,劉海軍.  科技創(chuàng)新導(dǎo)報. 2018(10)
[7]基于改進(jìn)SURF的快速圖像配準(zhǔn)算法[J]. 胡旻濤,彭勇,徐赟.  傳感器與微系統(tǒng). 2017(11)
[8]基于ORB特征的無人機(jī)遙感圖像拼接改進(jìn)算法[J]. 劉婷婷,張驚雷.  計(jì)算機(jī)工程與應(yīng)用. 2018(02)
[9]基于紅外面陣掃描圖像的配準(zhǔn)和融合[J]. 李冰,李范鳴,謝江榮,石永彪.  激光與紅外. 2017(02)
[10]基于SURF的圖像配準(zhǔn)改進(jìn)算法[J]. 潘建平,郝建明,趙繼萍.  國土資源遙感. 2017(01)

碩士論文
[1]基于SURF特征提取的圖像配準(zhǔn)算法研究[D]. 王飛越.哈爾濱理工大學(xué) 2018



本文編號：3692484