圖像拼接以及視頻拼接技術(shù)被廣泛應(yīng)用于全景地圖、臨床診斷、視頻監(jiān)控、虛擬現(xiàn)實(shí)等眾多領(lǐng)域中。滿足單點(diǎn)透視假設(shè)下的圖像拼接已取得了顯著性進(jìn)展,但由于圖像獲取過程中難以達(dá)到單點(diǎn)透視假設(shè)的要求,或獲取動(dòng)態(tài)視頻時(shí)攝像頭之間存在抖動(dòng)以及位姿差異,造成圖像之間視差過大,使得產(chǎn)生清晰、自然的拼接結(jié)果變得困難。相比于圖像而言,視頻內(nèi)容更豐富,可以給人帶來更好的視覺體驗(yàn),視頻可以看作是由時(shí)間上連續(xù)的多幀圖像組成,因此,視頻拼接以圖像拼接為基礎(chǔ)。對(duì)于動(dòng)態(tài)視頻拼接而言,若僅僅使用圖像拼接技術(shù)將視頻對(duì)應(yīng)幀圖像拼接在一起,會(huì)導(dǎo)致拼接結(jié)果中存在抖動(dòng)現(xiàn)象,因此,為了獲得穩(wěn)定的視頻拼接結(jié)果,還需要考慮視頻穩(wěn)像問題。針對(duì)大視差場景下圖像拼接容易出現(xiàn)模糊、重影的問題,研究縫合線主導(dǎo)的圖像拼接方法,提出基于多平面多感知縫合線的大視差圖像拼接算法。首先,為解決大視差場景下存在多個(gè)對(duì)應(yīng)平面的問題,基于多平面產(chǎn)生對(duì)齊候選單應(yīng)性矩陣,每個(gè)單應(yīng)性矩陣能實(shí)現(xiàn)圖像中平面的一對(duì)一對(duì)齊;同時(shí),考慮人眼對(duì)圖像顏色、邊緣以及顯著度的多感知特性,提出基于多感知縫合線的圖像融合方法生成拼接縫合線,以此縫合線為拼接邊界將圖像拼接在一起,拼接結(jié)果看起來更自... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

谷歌街景示例圖

2相關(guān)理論與技術(shù)研究112.2圖像預(yù)處理(ImageRegistration)圖像獲取過程易受到相機(jī)硬件以及環(huán)境等諸多因素的影響，造成圖像中出現(xiàn)畸變、曝光差異、模糊等現(xiàn)象，圖像預(yù)處理可以在一定程度上提高圖片質(zhì)量，為后續(xù)圖像配準(zhǔn)、融合的精準(zhǔn)計(jì)算奠定基礎(chǔ)[36]。通過圖像平滑技術(shù)對(duì)圖像進(jìn)行處理，可以達(dá)到增強(qiáng)圖像品質(zhì)的效果。圖像產(chǎn)生以及傳輸?shù)倪^程中都容易受到噪聲的影響，噪聲指的是存在于圖像中的干擾信息，會(huì)造成圖像信息缺失、降低圖像的清晰度。圖2-4展示了在圖像上加入椒鹽噪聲的結(jié)果，其中圖2-4(a)為原圖像，圖2-4(b)為加入椒鹽噪聲[37]后的圖像，可以看出，噪聲遮擋了部分圖像像素，使圖像可觀看性降低。由于噪聲淹沒部分圖像像素，使得特征提取時(shí)無法獲得準(zhǔn)確的特征點(diǎn)，特征點(diǎn)是計(jì)算圖像變換模型的基礎(chǔ)，輸入圖像中存在噪聲勢必會(huì)影響圖像拼接的精度，使用合適的圖像平滑算法便可以達(dá)到去除輸入圖像中的噪聲的目的。(a)原圖像(b)含椒鹽噪聲的圖像圖2-4椒鹽噪聲示例Figure2-4Exampleofsaltandpeppernoise圖像數(shù)據(jù)中噪聲點(diǎn)往往與周圍像素點(diǎn)有較大的差異，因此常使用濾波的方法達(dá)到去除圖像噪聲的目的。根據(jù)濾波空間的不同，圖像平滑方法可以分為頻域?yàn)V波和空域?yàn)V波兩種。頻域?yàn)V波方法首先把圖像轉(zhuǎn)換到頻率域中，然后使用低通濾(2-8)0000001dx000010010011011u0uUdxufVvZyZv01dydy1xRT1vf001x0fu000yfv00000101U01W1RTV1W

碩士學(xué)位論文12波器去除圖像中的高頻噪聲點(diǎn)�？沼�?yàn)V波依據(jù)噪聲點(diǎn)與其周圍像素點(diǎn)灰度值差別較大的特性，直接對(duì)圖像像素的灰度值進(jìn)行處理，以達(dá)到圖像平滑的效果，下面詳細(xì)介紹三種經(jīng)典的空域?yàn)V波方法。2.2.1均值濾波均值濾波[38]通過滑動(dòng)濾波模板的方式，對(duì)模板覆蓋區(qū)域內(nèi)的全部像素點(diǎn)的灰度值取平均，并令其作為模板中心位置處像素點(diǎn)的灰度值。假設(shè)均值濾波模板尺寸為K*K，模板覆蓋范圍為Ω，灰度值為F(x,y)的像素點(diǎn)經(jīng)過均值濾波后變?yōu)閒(x,y)，則其濾波過程可以表示為：21(,)(,)FfxyFxyK(2-9)均值濾波通過取像素點(diǎn)周圍像素的平均值，來消除圖像中突兀的噪聲，達(dá)到降噪的效果。雖然其計(jì)算復(fù)雜度低、效率高，但是取均值的操作會(huì)模糊掉圖像中的邊緣信息，造成圖像邊緣特征丟失，降低圖像清晰度。通常圖像模板尺寸越大，去噪能力越強(qiáng)，同時(shí)去除噪聲后的圖像越模糊。將被椒鹽噪聲干擾的圖2-4(b)，經(jīng)過均值濾波后結(jié)果如圖2-5所示，通過對(duì)比可以看出，均值濾波在一定程度上降低了椒鹽噪聲對(duì)圖像的干擾，但由于圖像邊緣信息的缺失，圖像清晰度也隨之降低。(a)含椒鹽噪聲的圖像(b)均值濾波后圖像圖2-5均值濾波效果Figure2-5Effectofmeanfiltering2.2.2高斯濾波高斯濾波[39]使用高斯濾波模板模板覆蓋范圍內(nèi)像素點(diǎn)灰度值的加權(quán)平均，代替中心點(diǎn)處像素灰度值，以達(dá)到圖像平滑的目的。高斯濾波模板系數(shù)服從高斯分布：222221(,)2xyGxye(2-10)

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字化全脊柱拼接與MRI在青少年脊柱側(cè)彎診斷中的價(jià)值[J]. 黃福立,吳俊哲,黃思哲,任明達(dá),孫奎.  中國衛(wèi)生標(biāo)準(zhǔn)管理. 2019(16)
[2]Sentinel-1寬模式的SAR圖像拼接及大區(qū)域海岸線快速提取[J]. 余不凡,郎文輝,任莎莎,趙子航.  地理與地理信息科學(xué). 2019(04)
[3]基于拼接縫自適應(yīng)消除和全景圖矯直的快速圖像拼接算法[J]. 楊春德,成燕菲.  計(jì)算機(jī)應(yīng)用. 2019(10)
[4]一種高性能SAR圖像邊緣點(diǎn)特征匹配方法[J]. 陳天澤,李燕.  自動(dòng)化學(xué)報(bào). 2013(12)



本文編號(hào)：3513108