基于不变特征匹配的图像拼接研究

论文摘要

图像拼接技术将若干存在重叠关系的图像进行配准,然后再拼合成一幅大视场图像,其在全景图像的合成、医学图像分析、视频压缩等领域都有重要的应用价值,因此是当前图像处理领域的研究热点。基于不变特征匹配的图像拼接由于其具有较强的鲁棒性已经成为图像拼接的主要方法。本文研究基于不变特征匹配的图像拼接技术涉及到的算法并做了如下的主要工作：1.研究图像的不变特征提取算法。首先介绍了两种不变特征区域检测算法SIFT （Scale invariant feature transform）检测子和Hessian-Affine检测子；之后介绍了SIFT描述子和CS-LBP（Center-symmetric local binary patterns）描述子,并借鉴FLBP（fuzzy LBP）的模糊度量法改进CS-LBP编码的鲁棒性不足从而提出描述子CS-FLBP （Center-symmetric fuzzy local binary patterns）,通过牛津大学图像匹配集的测试表明,三种描述子中CS-FLBP具有最好的性能；此外,本文通过实验给出了CS-FLBP特征向量使用最近邻距离与次近邻距离的比值法进行初匹配的最佳阈值范围。2.提出一种基于改进MSSE（Modified Selective Statistical Estimator）和集中度的图像变换矩阵鲁棒性求解算法。从匹配对中随机抽样计算候选变换矩阵,匹配对内点拟合正确候选变换矩阵对应的残差服从的分布并不光滑性,这将使得MSSE算法不能有效地分离匹配对中的内点和外点。为此本文改进MSSE,将不连续点中具有最高后续不连续点作为分离点并估计出内点残差集合的标准差。在得出标准差的基础上,本文使用集中度作为评价候选变换矩阵的好坏并依此设计了一个事先指定内点率的变换矩阵求解算法,配准实验表明,该算法的精确度优于LMeds （Least Median of Squares）和LQS（Least Quantile of Squares）方法。从正确变换矩阵的内点集中随机取样计算出的内点集合之间的交集数近似于真实的内点数,基于此原理本文将之前的算法改进成能够自适应地计算内点率,通过真实图像的配准实验表明该算法能够接近RANSAC方法最佳阈值对应的精确度。3.设计与实现了基于不变特征匹配的多幅图像自动拼接算法。针对变换矩阵多次传递可能引起的误差,本文采用捆绑调整算法求解全局变换矩阵。此外为了得到较高质量的融合效果,先对所有的图像进行亮度调整,之后采用多带融合技术消除鬼影。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 图像拼接的研究现状
• 1.3 本文的研究内容和主要工作
• 第二章 图像拼接理论基础
• 2.1 摄像机成像原理
• 2.1.1 齐次坐标
• 2.1.2 针孔成像模型
• 2.2 图像变换模型
• 2.2.1 摄像机运动与图像变换模型
• 2.2.2 满足透视变换模型的条件
• 2.3 正向变换与逆向变换
• 2.4 图像拼接的定义
• 2.5 本章小结
• 第三章 图像的局部不变特征提取与初匹配
• 3.1 引言
• 3.2 特征检测
• 3.2.1 SIFT检测子
• 3.2.2 Hessian-Affine检测子
• 3.3 特征描述
• 3.3.1 SIFT描述子
• 3.3.2 CS-LBP描述子
• 3.3.3 CS-FLBP描述子
• 3.3.4 性能比较实验
• 3.3.4.1 匹配测试集
• 3.3.4.2 结合检测子与描述策略
• 3.3.4.3 评价标准
• 3.3.4.4 实验结果
• 3.4 特征向量初匹配
• 3.5 本章小结
• 第四章 基于特征匹配的图像变换矩阵鲁棒性求解
• 4.1 引言
• 4.2 直接求解图像变换矩阵
• 4.3 图像变换矩阵的鲁棒性估计算法
• 4.3.1 RANSAC方法
• 4.3.2 LMeds方法
• 4.3.3 LQS方法
• 4.3.4 基于改进MSSE和集中度的新方法
• 4.3.4.1 MSSE及其改进
• 4.3.4.2 评价标准
• 4.3.4.3 非自适应停止算法
• 4.3.4.4 实验一
• 4.3.4.5 自适应停止算法
• 4.3.4.6 实验二
• 4.4 本章小结
• 第五章 基于不变特征匹配的图像自动拼接算法
• 5.1 算法流程
• 5.2 图像不变特征提取与初匹配
• 5.3 任意两幅图像的变换关系初步求解
• 5.4 全局变换矩阵的求解
• 5.4.1 基准图像的选择与全局变换矩阵初步求解
• 5.4.2 全局优化
• 5.5 图像融合
• 5.6 实验及分析
• 5.7 本章小结
• 总结与展望
• 参考文献
• 个人简历、在学期间的研究成果及发表的学术论文
• 致谢