【摘要】：圖像配準(zhǔn)是尋找同一場(chǎng)景下的兩幅圖像在空間中對(duì)應(yīng)關(guān)系的過(guò)程。圖像配準(zhǔn)技術(shù)作為一項(xiàng)基礎(chǔ)圖像處理技術(shù),在圖像像質(zhì)提升、遙感圖像分析、三維成像等領(lǐng)域有著重要應(yīng)用。隨著這些領(lǐng)域需求的急劇增長(zhǎng),對(duì)圖像配準(zhǔn)方法的運(yùn)行效率、匹配精度都提出了更高的要求。當(dāng)前流行的基于特征的圖像配準(zhǔn)方案完全基于圖像信息,不同于此,本文考慮利用已在許多成像設(shè)備上普遍配備的運(yùn)動(dòng)傳感器,提出基于傳感器運(yùn)動(dòng)信息的圖像配準(zhǔn)方案,可以加快配準(zhǔn)速度,對(duì)高動(dòng)態(tài)圖像、多幀降噪等圖像應(yīng)用有著積極意義。本文介紹了選題的背景、圖像配準(zhǔn)在圖像處理領(lǐng)域的應(yīng)用,總結(jié)了圖像配準(zhǔn)技術(shù)的研究現(xiàn)狀。研究了圖像配準(zhǔn)技術(shù)的基礎(chǔ)理論和相關(guān)方案,包括配準(zhǔn)問(wèn)題的基本數(shù)學(xué)模型,基于灰度信息的配準(zhǔn)方法,基于變換域的圖像配準(zhǔn)方法,基于特征的圖像配準(zhǔn)方法�？偨Y(jié)了這幾類方法各自的算法思路及實(shí)現(xiàn)步驟。本文提出基于傳感器運(yùn)動(dòng)信息的圖像配準(zhǔn)方案。該方案從相機(jī)投影模型出發(fā),利用相機(jī)運(yùn)動(dòng)的變換關(guān)系,推導(dǎo)了相機(jī)旋轉(zhuǎn)角度與圖像坐標(biāo)變換之間的數(shù)學(xué)模型。然后提出了針對(duì)旋轉(zhuǎn)角度測(cè)量誤差的精確匹配方法,以提高配準(zhǔn)方案的實(shí)用性。該方法設(shè)置了與角度測(cè)量誤差大小相關(guān)的特征點(diǎn)匹配搜索范圍,從而避免了特征點(diǎn)匹配全局搜索,提高了匹配運(yùn)算速度。之后利用隨機(jī)采樣一致性(Random sample consensus,RANSAC)方法根據(jù)匹配的特征點(diǎn)對(duì)進(jìn)行圖像變換矩陣擬合。最后討論了該配準(zhǔn)方案的適用范圍。本文針對(duì)上述算法設(shè)計(jì)了硬件驗(yàn)證方案,并搭建了硬件平臺(tái)。通過(guò)剛性固定于相機(jī)上的MEMS(Microelectromechanical systems)陀螺儀獲取相機(jī)運(yùn)動(dòng)信息,然后根據(jù)兩張圖像拍攝時(shí)刻之間相機(jī)的旋轉(zhuǎn)信息來(lái)進(jìn)行這兩張圖像之間的配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明提出方案的有效性,相比于特征點(diǎn)暴力搜索匹配,本方案減少了特征點(diǎn)匹配31%的運(yùn)算時(shí)間。
【圖文】：

似度最高的區(qū)域，一般這些方法會(huì)被用來(lái)進(jìn)行模板匹配和模式識(shí)別。逡逑互相關(guān)（Ｃｒｏｓｓ－Ｃｏｒｒｅｌａｔｉｏｎ）法｜ＩＧ１是這些方法中比較基本的一種方式。一幅逡逑圖像和模板圖片Ｔ，如圖２．１所示，用以描述模板在圖像上k我桓鲆貧誨義現(xiàn)玫南嗨瞥潭鵲墓橐換ハ喙睪問(wèn)餃縵攏哄義希ǎ�？，＾－Ｓz╁義希茫ǎ鰨�，Ｓz藉澹牛冢玻ǎ鰨蓿觶媯插危ǎ玻ⅲ保義希澹義希峰義

本文編號(hào)：2590560