高精度舰船图像拼接算法研究

发布时间：2024-02-13 21:06

　　为了解决当前图像拼接重叠区域多的问题,提出高精度的舰船图像拼接算法研究。在图像拼接之前,需先提取图像特征,采用Harris角点局部特征检测算法,在尺度空间寻找位置、尺度和变量特征,以此设计尺度空间极值点检测流程,避免外界噪声干扰。根据每个关键点特征计算图像尺度变化比例、图像旋转角度和不同图像间平移距离,确定不同图像特征点位置关系,以此实现图像参数自动辨识。采用surf角点检测算子检测图像重叠区域角点,在允许尺度空间多层图像处理下,无需对图像进行二次抽样处理。通过构建Hessian矩阵判别式,判断特征点是否为极点,利用二阶标准高斯函数,判别特征点。利用相应波为信息计算偏航角,确定变换参数,完成图像拼接。由实验结果可知,该算法图像拼接重叠区域较少,拼接精准度较高,为舰船稳定运行奠定基础。

【文章页数】：3 页

【部分图文】：

图1待处理图像Fig.1To-be-processedimage

图像尺度空间表示图像在不同解析度下的表述，在允许尺度空间多层图像情况下，经过矩阵判别式处理的像素点与三维领域特征点进行大小比较，以此判别特征点。4图像拼接算法采用坐标转换式将平面中的子图进行放大处理，同时利用相应波计算获取的特征信息与实际信息差值，确定偏航角变换参数。具体拼接流程....

并在图2图像拼接流程Fig.2Imagestitchingprocess了验证该点可行性

了验证该点可行性，进行仿真实验验证分析，并在Win7操作系统下完成。5.1实验参数实验参数设置如表1所示。5.2实验结果与分析图3为拍摄到的待拼接原始图像，2幅图像尺寸、位置一致。分别采用传统算法与高精度的舰船图像拼接算法对原始图像进行拼接，结果如图4所示。采用传统算法拼接图像存....

图3待拼接原始图像Fig.3Originalimagetobestitched

学报,2018,9(10):138–146.[2]杨前华,王改革,赵力.基于SIFT特征的鱼眼图像拼接算法[J].电子器件,2019,6(3):712–717.[3]黄远征,尹春丽,刘波,等.基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法[J].机械设计与研究,2....

图4两种方法拼接效果对比Fig.4Comparisonofthestitchingeffectofthetwomethods

?.基于SIFT特征的鱼眼图像拼接算法[J].电子器件,2019,6(3):712–717.[3]黄远征,尹春丽,刘波,等.基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法[J].机械设计与研究,2018,4(4):70–73.[4]表1实验参数设置Tab.1Exp....

本文编号：3897207