基于特征快速配准的图像拼接技术的研究与实现

发布时间：2017-09-27 07:25

  本文关键词：基于特征快速配准的图像拼接技术的研究与实现

  更多相关文章： 图像拼接 图像配准 SURF RANSAC 图像融合

【摘要】：近年来,图像拼接技术的研究日益深入。图像拼接技术能够将小视角碎片图像合成宽阔的、高分辨率的全景图像。随着计算机视觉、计算机图形学的加速发展,图像拼接技术在准确性、健壮性等方面有了较大提高,并被广泛应用于虚拟现实、医学分析、遥感卫星、航空航天等众多领域。但在消防救援、公共安全等对拼接效率要求较高的应用中,亟需一种快速、准确的图像拼接算法来实现全景构建。本文重点对图像拼接中的关键环节进行研究,对基于特征的图像配准算法在确保准确度和健壮性的前提下,进一步提高了图像配准效率,实现了图像快速拼接。本文主要研究工作及创新点为：(1)分别详细对比了基于角点的Harris等算法、基于尺度不变的SIFT算法及SURF算法。针对效率更高、稳定性较好的SURF算法进行改进,通过优化SURF算法主方向计算方法,对算法降维描述并做归一化处理,提高了特征点检测效率。(2)对匹配算法进行深入研究,针对粗匹配环节的k-d树搜索算法以及BBF算法进行介绍。提出对精匹配RANSAC算法加入预检验及错误剔除处理等改进方法,提高了匹配阶段的效率及准确度。(3)基于对加权平均及多分辨率融合算法的实验分析,提出本文基于两波段的多分辨融合算法,保证了较好的融合效果及较高的融合效率。(4)将本文改进算法进行实验分析,分别比较了本文改进的特征提取算法以及改进的精确匹配算法与传统的SURF算法、RANSAC算法的效率及健壮性：比较了本文融合算法与加权平均算法的融合效果与效率。(5)借助搭载可灵活转动的摄像头的无人机进行低空拍摄,将拍摄到的场景图利用WiFi传回,对感兴趣的图像使用本文改进后的算法进行拼接,实现了无人机图像快速拼接。
【关键词】：图像拼接 图像配准 SURF RANSAC 图像融合
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要6-7
• ABSTRACT7-15
• 第一章 绪论15-20
• 1.1 研究背景及意义15-16
• 1.2 国内外研究现状16-17
• 1.3 本文主要工作及创新点17-18
• 1.4 本文的章节安排18-20
• 第二章 图像拼接基本理论20-34
• 2.1 图像拼接流程概述20-21
• 2.2 相机成像基础概念21-24
• 2.2.1 常用坐标系概念21-23
• 2.2.2 摄像机运动基本方式23-24
• 2.3 图像预处理技术24-26
• 2.3.1 图像去噪24
• 2.3.2 图像投影变换24-25
• 2.3.3 图像插值技术25-26
• 2.4 图像拼接关键技术26-33
• 2.4.1 图像配准26-29
• 2.4.2 图像变换29-31
• 2.4.3 图像融合31-33
• 2.5 本章小结33-34
• 第三章 图像特征点检测算法的研究34-63
• 3.1 基于角点的特征点检测34-40
• 3.2 基于尺度不变的特征点检测40-54
• 3.2.1 SIFT特征点检测40-45
• 3.2.2 SURF特征点检测45-50
• 3.2.3 算法实验与比较50-54
• 3.3 SURF算法的改进与分析54-60
• 3.3.1 角度细分的快速主方向选择54-59
• 3.3.2 基于36维特征点描述59-60
• 3.4 实验比较与分析60-62
• 3.5 本章小结62-63
• 第四章 特征点匹配算法研究63-78
• 4.1 特征点粗匹配算法63-67
• 4.4.1 k-d树最近邻搜索算法63-64
• 4.4.2 BBF搜索算法64-67
• 4.2 特征点精确匹配算法67-70
• 4.3 图像变换模型矩阵70-71
• 4.4 RANSAC算法分析及改进71-75
• 4.4.1 RANSAC算法分析71-73
• 4.4.2 RANSAC算法改进73-75
• 4.5 实验比较与分析75-77
• 4.6 本章小结77-78
• 第五章 图像拼接实现、分析及应用78-103
• 5.1 图像融合算法对比与优化78-81
• 5.2 快速拼接算法的实验与分析81-93
• 5.2.1 改进的特征点检测算法性能比较81-83
• 5.2.2 改进的特征点算法匹配性能比较83-89
• 5.2.3 拼接效果分析89-93
• 5.3 本文算法在无人机上的应用93-102
• 5.3.1 大疆Phantom3-Standard无人机平台93-95
• 5.3.2 无人机图像采集拼接系统设计95-97
• 5.3.3 图像拼接结果97-102
• 5.4 本章小结102-103
• 第六章 总结与展望103-105
• 6.1 本文工作总结103-104
• 6.2 论文中的不足及未来展望104-105
• 参考文献105-108
• 攻读学位期间发表的学术论文108-109
• 致谢109

【相似文献】

中国期刊全文数据库 前10条

1 桂志国,韩焱,王明泉,潘晋孝;大型构件射线图像拼接技术[J];系统仿真学报;2001年S2期

2 王俊杰;刘家茂;胡运发;于玉;;图像拼接技术[J];计算机科学;2003年06期

3 王伟;陆佩忠;;数字图像拼接技术[J];小型微型计算机系统;2006年07期

4 王琦晖;;基于图切割的图像拼接技术[J];电脑知识与技术(学术交流);2007年18期

5 方贤勇;张明敏;潘志庚;罗斌;王鹏;;基于图切割的图像拼接技术研究[J];中国图象图形学报;2007年12期

6 陈立潮;王荣;陈礼民;;病理切片远程会诊中图像拼接技术的研究[J];计算机仿真;2012年02期

7 王超;;数字图像拼接技术研究初探[J];数字技术与应用;2012年07期

8 江铁;朱桂斌;孙奥;;全景图像拼接技术研究现状综述[J];重庆工商大学学报(自然科学版);2012年12期

9 李明兵;张锁平;张东亮;齐占辉;;图像拼接技术在海洋环境监测中的应用研究[J];海洋技术;2012年04期

10 冯文昌;张晓亮;;图像拼接技术在太极动漫创作中的应用[J];河南师范大学学报(自然科学版);2013年03期

中国重要会议论文全文数据库 前6条

1 王斌;王伟锋;段友祥;;一种健壮的图像拼接技术[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

2 张永杰;王艳峰;孙荣艳;顾军华;;公路裂缝识别系统中的图像拼接技术[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

3 汤力琨;龙建忠;;图像拼接技术在金相分析中的运用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

4 向阳;罗锡文;熊瑛;吴明亮;;基于感应与图像标记结合的排种图像拼接技术[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 孙啸天;余建明;陈艳;;DR的图像拼接技术在全脊柱及下肢摄影中的应用研究[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

6 阮骥;;DR超长成像及图像拼接技术的质量控制[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

中国博士学位论文全文数据库 前4条

1 张敏;基于多视域广角相机视频图像拼接技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

2 曾霖;图像拼接技术的研究、实现与应用[D];武汉大学;2012年

3 方贤勇;图像拼接技术研究[D];浙江大学;2005年

4 曹芳;自由视角多平面场景图像拼接技术研究[D];上海大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈思聪;基于BRISK算法的图像拼接技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

2 余让明;基于特征的全景图像拼接技术研究[D];西南交通大学;2015年

3 罗亮;高清视频编解码电路设计[D];西安工业大学;2015年

4 韩鲁;基于运动平台的图像匹配拼接技术的研究[D];南京理工大学;2015年

5 陈德勇;大幅面CIS扫描仪的自动图像拼接技术研究[D];电子科技大学;2015年

6 任维;基于车载环视系统的图像拼接技术研究[D];北京工业大学;2015年

7 林小平;面向区域监控的全景图像拼接技术研究[D];国防科学技术大学;2013年

8 王颁法;大视域图像拼接技术在桥梁工程监测中的应用[D];河南工业大学;2015年

9 赵斯曼;基于特征点的图像拼接技术研究[D];重庆大学;2015年

10 易波;基于Harris特征的图像拼接技术研究[D];四川农业大学;2014年

，

本文编号：928382