本文選題：圖像配準(zhǔn)　切入點(diǎn)：SIFT　出處：《青島科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著計算機(jī)技術(shù)的飛速發(fā)展,圖像配準(zhǔn)已成為圖像處理領(lǐng)域的研究熱點(diǎn),它在醫(yī)學(xué)、遙感、軍事、計算機(jī)視覺等領(lǐng)域得到廣泛的應(yīng)用。隨著應(yīng)用的深入,對圖像配準(zhǔn)的適應(yīng)性、實(shí)時性和準(zhǔn)確性都提出了更高的要求。近幾年出現(xiàn)了很多圖像配準(zhǔn)算法,取得了許多研究成果,但是仍存在一些問題需要解決和完善,所以對圖像配準(zhǔn)算法進(jìn)行深入的研究有著十分重要的意義。本文重點(diǎn)研究了基于局部特征的SIFT算法,目的是提高配準(zhǔn)算法的實(shí)時性和準(zhǔn)確性,主要研究內(nèi)容包括以下幾個方面:首先,本文對圖像配準(zhǔn)的基礎(chǔ)理論和關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)的研究。從圖像配準(zhǔn)的研究狀況出發(fā),分析了圖像配準(zhǔn)的基本框架,研究了配準(zhǔn)算法的四種變換模型以及常用的三種重采樣技術(shù),并從復(fù)雜度、魯棒性、配準(zhǔn)精度和配準(zhǔn)時間四個方面對算法的性能進(jìn)行評價與分析。其次,詳細(xì)的研究了SIFT算法的基本原理和實(shí)現(xiàn)過程,針對算法在特征提取時存在復(fù)雜度高、實(shí)時性差的問題,提出了一種結(jié)合ORB算法的SIFT改進(jìn)算法,降低原算法的時間復(fù)雜度,提高算法的實(shí)時性。在配準(zhǔn)階段采用了改進(jìn)的Kd-樹最近鄰查詢算法,減少原算法在“回溯”操作時消耗的大量時間,結(jié)合RANSAC算法對匹配對進(jìn)行精簡,提高算法的準(zhǔn)確性。將改進(jìn)后的算法與原算法在視角變化、尺度變化、旋轉(zhuǎn)變化三個方面進(jìn)行對比與分析。從實(shí)驗(yàn)數(shù)據(jù)來看,改進(jìn)后算法在配準(zhǔn)速度和配準(zhǔn)精度方面都得到提升,證明了改進(jìn)后算法的可行性。最后,本文將改進(jìn)后的算法應(yīng)用到場景圖像的拼接中。采用對比度增強(qiáng)和直方圖均衡化的方法對圖像進(jìn)行預(yù)處理,并將改進(jìn)后算法應(yīng)用到場景圖像的配準(zhǔn),在圖像融合階段分析了三種消除拼接縫隙的方法,經(jīng)對比發(fā)現(xiàn)加權(quán)平滑算法能實(shí)現(xiàn)重疊區(qū)域的平滑過渡,之后給出了實(shí)際的拼接效果圖。
[Abstract]:With the rapid development of computer technology, image registration has become a hot research topic in the field of image processing, it is in the medical, military, remote sensing, widely used in the field of computer vision. With the deepening of the application of image registration, adaptability, real-time and accuracy are put forward higher requirements. In recent years there has been a lot of image registration algorithm, obtained a lot of achievements, but there are still some problems to be solved and improved, so in-depth study of image registration algorithm has a very important significance. This paper focuses on the research of SIFT algorithm based on local features, the purpose is to improve the real-time and accuracy of the registration algorithm, the main research contents include the following: first of all, the basic theory and the key technology of image registration are studied. Starting from the research status of image registration, image registration The basic framework of four transformation model registration algorithm and three common resampling technique, and the complexity of the four aspects of robustness and precision of registration time on the performance of the algorithm is evaluated and analyzed. Secondly, a detailed study of the basic principle and implementation process of SIFT algorithm, the algorithm there is high complexity in the feature extraction, bad real-time problems, this paper proposed an improved algorithm based on ORB algorithm of SIFT, reduce the time complexity of the original algorithm to improve the real-time performance of the algorithm. At the registration stage using the improved Kd- tree algorithm of nearest neighbor query, reduce the amount of time consumed by the original algorithm backtracking "operation, combined with the RANSAC algorithm for matching to streamline, improve the algorithm accuracy. The scale change of the improved algorithm and the original algorithm in view of change, for comparison and analysis. The three aspects from the change of rotation The experimental data, the improved algorithm in the registration speed and accuracy have been improved, proved that the improved algorithm is feasible. Finally, the improved algorithm is applied to image stitching. By contrast enhancement method and histogram equalization of image preprocessing, and improved algorithm applied to image registration, image fusion in the phase analysis of three kinds of methods to eliminate the splicing gap, we found that the weighted smoothing algorithm can achieve a smooth transition of the overlapping area, given the actual splicing effect diagram.

【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 阮峰;張輝;李宣倫;李若云;;基于特征塊匹配的醫(yī)用注射液圖像位移補(bǔ)償應(yīng)用[J];影像科學(xué)與光化學(xué);2016年06期

2 范新峰;程遠(yuǎn)增;付強(qiáng);;基于歸一化互相關(guān)的亞像素雙目視覺匹配方法[J];探測與控制學(xué)報;2016年03期

3 施文灶;毛政元;;采用非線性尺度空間濾波和SIFT的遙感影像配準(zhǔn)方法[J];華僑大學(xué)學(xué)報(自然科學(xué)版);2016年01期

4 陳慧穎;劉進(jìn);楊潔;向夏蕓;;基于ORB算法改進(jìn)的影像匹配方法[J];測繪地理信息;2015年03期

5 張采芳;田金文;;基于不變特征檢測的高精度圖像配準(zhǔn)方法研究[J];遙感信息;2014年01期

6 宋偉;劉洪亮;納鵬宇;李明;;相似性測度函數(shù)分析及其在圖像匹配中的應(yīng)用研究[J];中央民族大學(xué)學(xué)報(自然科學(xué)版);2014年01期

7 尚明姝;;基于改進(jìn)SIFT特征匹配的快速圖像拼接算法[J];微電子學(xué)與計算機(jī);2014年01期

8 李紅梅;;基于遺傳算法的圖像匹配算法研究[J];計算機(jī)與數(shù)字工程;2013年11期

9 余先川;呂中華;胡丹;;遙感圖像配準(zhǔn)技術(shù)綜述[J];光學(xué)精密工程;2013年11期

10 白廷柱;侯喜報;;基于SIFT算子的圖像匹配算法研究[J];北京理工大學(xué)學(xué)報;2013年06期

相關(guān)博士學(xué)位論文 前2條

1 張敏;基于多視域廣角相機(jī)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(jī)械與物理研究所);2016年

2 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 陳磊;圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D];吉林大學(xué);2016年

2 張婷;基于特征快速配準(zhǔn)的圖像拼接技術(shù)的研究與實(shí)現(xiàn)[D];華東師范大學(xué);2016年

3 孫華魁;SIFT方法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用研究[D];山東大學(xué);2015年

4 戴維理;基于SIFT的圖像拼接和特征提取的研究[D];電子科技大學(xué);2015年

5 李致遠(yuǎn);基于改進(jìn)的圖像配準(zhǔn)方法的全景圖像拼接研究[D];吉林大學(xué);2015年

6 羅飛揚(yáng);基于局部相似結(jié)構(gòu)統(tǒng)計匹配模型的紅外目標(biāo)識別方法[D];南京理工大學(xué);2015年

7 唐坤;尺度不變特征的研究及其在圖像配準(zhǔn)中的應(yīng)用[D];江蘇科技大學(xué);2014年

8 劉松;基于改進(jìn)SIFT的圖像拼接及其并行化研究[D];安徽大學(xué);2014年

9 余道明;圖像配準(zhǔn)技術(shù)研究及應(yīng)用[D];西南交通大學(xué);2014年

10 張楠;基于灰度特征的SAR圖像配準(zhǔn)方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1588546