圖像匹配與拼接是將兩幅或者多幅具有重疊區(qū)域的窄視角圖像先匹配然后拼接成為一張寬視角、高分辨率圖像的技術(shù),現(xiàn)在已廣泛地應(yīng)用于醫(yī)學(xué)圖像、遙感圖像、虛擬現(xiàn)實等領(lǐng)域。圖像匹配和圖像配準(zhǔn)融合是圖像拼接中的兩個重點研究內(nèi)容。由于在拍攝時,往往不能滿足理想拍攝條件,即拍攝多幅照片時,攝像機應(yīng)該固定于空間中一點,只做旋轉(zhuǎn)運動,所以拍攝到的照片會存在一定的視差。大視差圖像拼接,在重疊區(qū)域往往會因為配準(zhǔn)精度較低出現(xiàn)重影,非重疊區(qū)域發(fā)生失真。針對這一問題,本文對大視差圖像拼接的主要流程的各個環(huán)節(jié)進(jìn)行詳細(xì)的研究,并對圖像匹配和配準(zhǔn)環(huán)節(jié)進(jìn)行優(yōu)化。本文的主要工作有:（1）研究基于局部特征點的圖像匹配算法,對SIFT算法、SURF算法、ORB算法進(jìn)行詳細(xì)闡述與學(xué)習(xí),隨后提出一種改進(jìn)的ORB算法對圖像進(jìn)行匹配,并在公開數(shù)據(jù)集上對上述幾種圖像匹配算法進(jìn)行測試,并對匹配算法的匹配正確率和匹配時間進(jìn)行統(tǒng)計,證明改進(jìn)的ORB算法不僅具有較好的魯棒性而且匹配效率較高。（2）隨機采樣一致性算法在篩選內(nèi)點時,若參數(shù)模型較差會導(dǎo)致正確匹配點誤判為外點,嚴(yán)重影響圖像配準(zhǔn)算法的精度,提出使用向量場一致性算法代替隨機采樣一致性算法。經(jīng)實驗... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２不同ｒ，下ｐ像濾波效果??？?ｆ?？?？?■?．?ｖ??１?Ｆｉｇ．?２．２?Ｉｍａｇｅ?ｆｉｌｔｅｒｉｎｇ?ｅｆｆｑｃｔ?ｕｎｄｅｒ?ｄｉｆｆｅｒｅｎｔ?Ｌ??？?？?？?＇?■??｛??

?大連海事大學(xué)碩士學(xué)位論文???國關(guān)關(guān)議麵??１?ｔｉ?＝?５．１２?ｔｉ?＝?２０．４８?ｋ?＝?８１．９２?ｔｉ?＝?１３０．０４?ｔｉ?＝?２０６．４２??，?圖２．２不同ｒ，下ｐ像濾波效果??？?ｆ?？?？?■?．?ｖ??１?Ｆｉｇ．?２．２?Ｉｍａｇｅ?ｆｉｌｔｅｒｉｎｇ?ｅｆｆｑｃｔ?ｕｎｄｅｒ?ｄｉｆｆｅｒｅｎｔ?Ｌ??？?？?？?＇?■??｛??２．２．２特征點提取??（１）?ＳＩＦＴ算法特征提取??在２．１．１節(jié)中，對髙斯尺度空間和高斯差分金字塔的構(gòu)建方式進(jìn)行了詳細(xì)的介紹，??ＳＩＦＴ算法特征點檢測就在高斯差分金字塔上．同一組不同層的高斯差分金字塔上下層??的像素點像素值大小作對比，可以提取極值點，如圖２．３所示。對于高斯差分金字塔上??每一層中像素點周圍和上下枏鄰層均有１８個像素點，中心像素點與１８個點的像素值大??小作比較，若是該點均比其他１８個像素點大或者小，則保留該極值點，并進(jìn)行進(jìn)一步??判斷。??？??ｘ?ｙ?＾?ｙ??ｙ?ｙ?ｙ?ｙ?ｙ?ｙ??Ｓｃａｌｅ??Ｚ?Ｚ?Ｚ?Ｘ?／?Ｚ?ｙ??ｙ?，ｙ?ｙ?ｙ?７?ｙ??圖２．３高斯差分金字塔極值點檢測??Ｆｉｇ．?２．３?Ｇａｕｓｓｉａｎ?ｄｉｆｆｅｒｅｎｃｅ?ｐｙｒａｍｉｄ?ｅｘｔｒｅｍｅ?ｐｏｉｎｔ?ｄｅｔｅｃｔｉｏｎ??在高斯差分金字塔上檢測的極值點數(shù)量較多且穩(wěn)定性較差，因此需要去除一些邊緣??效應(yīng)點和對比度較低的極值點，以此增加特征提取算法的魯棒性。在Ｓ丨ＦＴ算法中，在??＼??１１??？?Ｉ?ｉ?；??

?大連海事大學(xué)碩士學(xué)位論文???Ｈａｒｒｉｓ算法提出的時間較早，該算法主要是用來模擬人眼在圖像上各個像素點在每??個方向上的變換。如圖２．４所示，若綠色方塊灰色區(qū)域，各個方向的灰度變換都較�。�??若是綠色方塊在一個方向上灰度變換較大，則說明該區(qū)域可能存在直線；若是綠色方塊??在各個方向的灰度變化都較大，則很有可能遇到角點。Ｈａｒｒｉｓ算法根據(jù)這一現(xiàn)象，構(gòu)建??數(shù)學(xué)模型，如公式２．２２所示。??圖２．４?Ｈａｒｒｉｓ算法示意圖??Ｆｉｇ．?２．４?Ｈａｍｓ?ａｌｇｏｒｉｔｈｍ?ｄｉａｇｒａｍ??￡■（／／，ｖ）?＝?［?．ｗ（ｘ，＿ｙ）［７（ｘ?＋?／／，＋?ｖ）?－?／（ｊｃ，．ｖ）］２?（２．２２）??ｘ，ｙ??公式中Ｗｄ?Ｗ為圖２．４中綠色方框，價＋?ＩＶ?＋?ｗ表灰度圖像／（ｘ，?．Ｗ平移得到的圖??像位置，對公式２．２２進(jìn)行泰勒展開式，可以表示為以下公式。??由：／（ｘ?＋?／／，＿ｙ?＋?ｖ）?＝?／（Ｊｃ，＿ｖ）?＋?／．ｖ?＋?／ｖｖ?＋?Ｃ）（Ｍ２，ｖ２）?（２．２３）??得：Ｅ（／ＡＶ）?＝?５＞（ｘ，ｙ）［／，＂?＋?Ｊ，＋?０〇Ａｖ２）］２?（２．２４）??，?（２，５）??Ｅ｛＾ｉ，ｖ）?＝?［ｉｈ，ｖ］Ｍ?＾?（２．２６）??公式２．２７中Ｍ為２ｘ２的矩陣，可以表示為：??＾?々?ｒｉ＇??Ｍ?＝?Ｊ＞（ｘ，ｙ）?；?ｘ?｝?（２．２７）??ｘ，ｙ?Ｊｘ＾ｙ?１?ｙ?＿??把自相關(guān)矩陣Ｍ相似對角化，可以表示為公式２．２８。??Ａ?〇１??［（：?Ａ上?（２．２８）??１３??

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的APAP影像匹配算法[J]. 張冬梅,盧小平,苗沛基,周雨石,馬靚婷.  測繪通報. 2020(03)
[2]基于圖像擴(kuò)散速度模型和紋理信息的人臉活體檢測[J]. 李新豆,高陳強,周風(fēng)順,韓慧,湯林.  計算機科學(xué). 2020(02)
[3]適用于傾斜影像的加速KAZE-SIFT特征提取算法[J]. 薄單,李宗春,王曉南,喬涵文.  計算機應(yīng)用. 2019(07)
[4]三元組描述符的特征匹配算法[J]. 沈?qū)W利,陳鑫彤.  計算機應(yīng)用與軟件. 2019(02)
[5]彩色圖像灰度化算法綜述[J]. 顧梅花,蘇彬彬,王苗苗,王志磊.  計算機應(yīng)用研究. 2019(05)
[6]針對大視差圖像拼接的顯性子平面配準(zhǔn)[J]. 薛佳樂,趙萌,張哲,程徐,陳勝勇.  中國圖象圖形學(xué)報. 2018(03)
[7]結(jié)合最佳縫合線和多分辨率融合的圖像拼接[J]. 谷雨,周陽,任剛,馮秋晨,魯國智.  中國圖象圖形學(xué)報. 2017(06)
[8]結(jié)合投影誤差校正的快速SIFT圖像拼接[J]. 趙巖,陳月,王世剛.  光學(xué)精密工程. 2017(06)
[9]基于深度支撐值學(xué)習(xí)網(wǎng)絡(luò)的遙感圖像融合[J]. 李紅,劉芳,楊淑媛,張凱.  計算機學(xué)報. 2016(08)
[10]基于FAST和DAISY的遙感圖像配準(zhǔn)算法[J]. 查易藝,孫權(quán)森,羅楠,紀(jì)則軒.  計算機應(yīng)用研究. 2016(02)

博士論文
[1]基于視覺感知的圖像質(zhì)量評價方法研究[D]. 張樺.浙江大學(xué) 2009

碩士論文
[1]基于全景視覺的汽車安全駕駛輔助系統(tǒng)的設(shè)計研究[D]. 吳永祺.華南理工大學(xué) 2014
[2]基于特征點的醫(yī)學(xué)圖像配準(zhǔn)與拼接技術(shù)研究[D]. 戶銀龍.長春理工大學(xué) 2013
[3]用于公路破損路面的圖像拼接技術(shù)研究[D]. 楊娜.河北工業(yè)大學(xué) 2011
[4]圖像拼接技術(shù)的研究及在虛擬現(xiàn)實中的應(yīng)用[D]. 王紅春.西華大學(xué) 2010
[5]車輛輔助駕駛?cè)暯浅上耜P(guān)鍵技術(shù)研究[D]. 馬程.合肥工業(yè)大學(xué) 2009
[6]遙感圖像配準(zhǔn)與變化檢測中的關(guān)鍵技術(shù)研究[D]. 孫艷麗.煙臺大學(xué) 2009



本文編號：3286747