近年來,數(shù)字圖像處理技術(shù)發(fā)展迅速,圖像配準(zhǔn)技術(shù)已成為計算機視覺、圖像處理領(lǐng)域中非常重要的步驟。圖像配準(zhǔn)效果的優(yōu)劣直接影響著圖像校正、拼接、融合和變化檢測等技術(shù)的處理結(jié)果。目前,圖像配準(zhǔn)技術(shù)仍不夠成熟,如何實現(xiàn)快速、高精度的圖像配準(zhǔn)仍是一項重大挑戰(zhàn)。為了更好地完成圖像配準(zhǔn)技術(shù)的研究工作,對其所涉及的各個步驟都進行了深入的調(diào)研,重點對基于特征的圖像配準(zhǔn)進行了研究。本文主要闡述了圖像配準(zhǔn)技術(shù)的基礎(chǔ)理論和研究現(xiàn)狀,系統(tǒng)地研究并介紹了圖像配準(zhǔn)涉及到的各個環(huán)節(jié)。同時,重點圍繞如何提高圖像配準(zhǔn)的速度和精度問題進行研究,并最終實現(xiàn)了圖像的配準(zhǔn)。本文的主要研究內(nèi)容與貢獻如下:（1）提出了一種基于改進SIFT的圖像配準(zhǔn)方法由于遙感圖像在灰度映射上存在顯著的差異,可能很難找到足夠的正確對應(yīng)點,同時遙感圖像的像素點數(shù)普遍較多,采用經(jīng)典SIFT方法進行配準(zhǔn)時計算量較大難以達到實時性的要求。對此,本文對SIFT的特征提取部分進行改進,采用了新的梯度計算方式并提出了一種新的特征描述方法來克服灰度映射的差異,同時為減少圖像配準(zhǔn)的計算量提高配準(zhǔn)速度,從高斯差分金字塔第二組開始進行特征檢測,然后利用歐氏距離比值匹配法進行... 

【文章來源】：重慶三峽學(xué)院重慶市

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

幾種基本圖像變換示意圖

剛體變換、相似變換、仿射變換以及投影變換均是在齊次坐標(biāo)下使用,且這些變換都是線性的,是對整個圖像進行處理的全局變換。因此這幾種變換都可以按照投影變換的方式將變換模型寫成一個3×3的變換矩陣H,若無說明,本文采用的圖像空間變換均是全局變換。相比之下,非線性變換的計算就較為復(fù)雜,無法進行線性表示。變換后的圖像示意圖如圖2.2所示。2.1.3 圖像配準(zhǔn)的基本步驟

基于特征的圖像配準(zhǔn)大致可以分為特征提取、特征匹配、估計幾何變換模型參數(shù)以及圖像變換與插值四個步驟[1,29],其示意圖如圖2.3所示。下面將逐一對每個步驟進行簡單地介紹。（1）特征提取

【參考文獻】：
期刊論文
[1]基于形態(tài)學(xué)和小波變換的圖像邊緣檢測方法[J]. 宋滸,張利,許夢晗,胡心穎.  西南大學(xué)學(xué)報(自然科學(xué)版). 2020(04)
[2]深度學(xué)習(xí)在醫(yī)學(xué)圖像配準(zhǔn)上的研究進展與挑戰(zhàn)[J]. 鄒茂揚,楊昊,潘光暉,鐘勇.  生物醫(yī)學(xué)工程學(xué)雜志. 2019(04)
[3]基于模板匹配約束下的光學(xué)與SAR圖像配準(zhǔn)[J]. 楊勇,胡思茹.  系統(tǒng)工程與電子技術(shù). 2019(10)
[4]圖像拼接技術(shù)綜述[J]. 裴紅星,劉金達,葛佳隆,張斌.  鄭州大學(xué)學(xué)報(理學(xué)版). 2019(04)
[5]一種基于對稱性邊緣的多光譜圖像配準(zhǔn)方法[J]. 李良驥,劉曉華,黃小仙.  半導(dǎo)體光電. 2019(03)
[6]一種面向圖像拼接的改進PCA-SIFT算法[J]. 楊炳坤,程樹英,鄭茜穎.  微電子學(xué)與計算機. 2018(12)
[7]SIFT與SURF特征提取算法在圖像匹配中的應(yīng)用對比研究[J]. 陳敏,湯曉安.  現(xiàn)代電子技術(shù). 2018(07)
[8]改進RANSAC-SIFT算法在圖像匹配中的研究[J]. 趙明富,陳海軍,宋濤,鄧思興,黃錚,陳兵,魯姣.  激光雜志. 2018(01)
[9]像對匹配的模板選擇與匹配[J]. 賈迪,楊寧華,孫勁光.  中國圖象圖形學(xué)報. 2017(11)
[10]用于遙感圖像拼接的改進SURF算法[J]. 董強,劉晶紅,周前飛.  吉林大學(xué)學(xué)報(工學(xué)版). 2017(05)

博士論文
[1]機載圖像拼接關(guān)鍵技術(shù)研究[D]. 董強.中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所) 2018
[2]基于特征點的SAR圖像配準(zhǔn)算法研究[D]. 樊建偉.西安電子科技大學(xué) 2017
[3]SAR圖像特征提取與檢測、配準(zhǔn)算法研究[D]. 曾麗娜.西北工業(yè)大學(xué) 2017
[4]無人機遙感圖像拼接關(guān)鍵技術(shù)研究[D]. 賈銀江.東北農(nóng)業(yè)大學(xué) 2016
[5]圖像特征提取方法及其應(yīng)用研究[D]. 劉淑琴.西北大學(xué) 2016
[6]基于特征點的圖像配準(zhǔn)技術(shù)研究[D]. 丁南南.中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所） 2012
[7]基于特征的多源遙感圖像配準(zhǔn)技術(shù)研究[D]. 呂金建.國防科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]基于局部點特征提取的圖像配準(zhǔn)方法研究[D]. 李冰.太原理工大學(xué) 2019
[2]無人機視頻影像拼接關(guān)鍵技術(shù)研究[D]. 陳武.南昌航空大學(xué) 2019
[3]雙目視覺的圖像配準(zhǔn)與拼接及其應(yīng)用[D]. 徐鵬.重慶郵電大學(xué) 2019
[4]基于特征點的圖像配準(zhǔn)與拼接技術(shù)研究[D]. 龔妙嵐.北京郵電大學(xué) 2018
[5]基于點特征的遙感圖像配準(zhǔn)方法研究[D]. 聞澤聯(lián).西安電子科技大學(xué) 2017
[6]基于改進SIFT的圖像配準(zhǔn)方法研究[D]. 張海鵬.南昌航空大學(xué) 2017
[7]基于特征的遙感圖像自動配準(zhǔn)與變化檢測研究[D]. 李思湉.西安電子科技大學(xué) 2017
[8]基于邊緣點特征的高分辨率遙感圖像配準(zhǔn)方法研究[D]. 何夢夢.中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所) 2017
[9]SIFT特征匹配技術(shù)研究與應(yīng)用[D]. 陳晗婧.南京理工大學(xué) 2017
[10]圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D]. 陳磊.吉林大學(xué) 2016



本文編號：3426659