图像拼接算法研究

论文摘要

图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。在基于特征的配准算法的基础上,提出一种稳健的基于特征点的配准算法。首先改进Harris角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度NCC(normalized cross correlation——归一化互相关),通过用双向最大相关系数匹配的方法提取出初始特征点对,用随机采样法RANSAC(Random Sample Consensus)剔除伪特征点对,实现特征点对的精确匹配。最后用正确的特征点匹配对实现图像的配准。本文提出的算法适应性较强,在重复性纹理、旋转角度比较大等较难自动匹配场合下仍可以准确实现图像配准,实验证明该算法在配准方面具有良好的效果,算法准确率高,鲁棒性强,具有较高的使用价值。基于变换域的算法是图像配准常使用的算法,它思路简单、具有一定程度的抵抗噪声,但很难处理镜头存在旋转和缩放的情况,同时搜索整个图像空间,计算代价高昂。本文研究了基于傅氏变换的图像配准方法,引入的极坐标变换方法可以将旋转角度、比例缩放因子转换为平移的形式,大大减少了计算量。实验结果表明了此方法的可行性和有效性。如果没有拼合处理,那么我们得到的拼接图像将会有明显的缝隙,所以必须寻找一个良好的合成算法以消除这种缝隙。本文提出了一种改进的渐入渐出的拼合算法对配准后图像合成,得到无缝的拼接图像,取得了满意的拼接效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 图像拼接技术的研究背景
• 1.1.1 图像拼接技术的研究意义
• 1.1.2 图像拼接技术的主要研究内容
• 1.1.3 图像拼接技术的分类
• 1.2 图像拼接技术的研究现状
• 1.3 图像拼接技术的应用领域
• 1.3.1 虚拟场景的构建
• 1.3.2 军事应用及视频监控
• 1.3.3 遥感图像的处理
• 1.3.4 医学图像的分析
• 1.4 本文的主要工作和组织结构
• 1.4.1 图像拼接技术的不足
• 1.4.2 本文的主要工作
• 1.4.3 本文的组织结构
• 第二章 图像拼接的基础理论及其关键技术
• 2.1 成像的几何基础
• 2.2 图像的获取方式
• 2.3 图像的变换模型
• 2.4 图像拼接的基本流程及关键技术
• 2.4.1 图像拼接的基本流程
• 2.4.2 图像配准技术
• 2.4.3 图像合成技术
• 2.5 本章小结
• 第三章 基于特征的图像配准算法
• 3.1 特征提取
• 3.1.1 边缘特征
• 3.1.2 区域特征
• 3.1.3 点特征
• 3.2 常用的角点检测方法及比较
• 3.2.1 角点的定义
• 3.2.2 常用角点检测算法
• 3.2.3 对Harris 的改进及实验结果
• 3.3 角点匹配
• 3.3.1 双向最大相关系数粗匹配
• 3.3.2 变换模型参数的鲁棒估计
• 3.3.3 随机采样法精匹配
• 3.4 实验结果与分析
• 3.5 本章小结
• 第四章 基于傅氏变换的图像配准算法
• 4.1 相位相关图像配准方法
• 4.1.1 相位相关理论基础
• 4.1.2 相位相关算法步骤及实验结果
• 4.2 相位相关配准技术的扩展
• 4.2.1 刚体变换参数的求取及实验结果
• 4.2.2 对数极坐标估计缩放尺度和旋转角度及实验结果
• 4.2.3 具有平移、旋转和缩放参数图像的变换域配准算法
• 4.3 本章小结
• 第五章 图像合成技术
• 5.1 图像插值技术
• 5.2 图像的变形技术
• 5.3 图像的拼合
• 5.4 算法仿真与分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本论文工作的总结
• 6.2 未来工作展望
• 致谢
• 参考文献
• 硕士在读期间发表的论文