基于改进AKAZE和RANSAC的全景图像拼接算法研究

发布时间：2023-03-14 20:36

　　全景图像拼接技术是一种将多幅具有重合部分的图像拼接成大视角图像或全景图的技术,作为图像拼接技术中的一个重要领域,其在军事、医疗、教育和旅游等方面均具有广泛的应用。随着图像拼接技术应用场景越发复杂,一种适应范围广、拼接精度高的全景图像拼接算法是目前迫切需要的。由于现阶段图像拼接技术中的特征向量往往是人工设计的,配准精度低、适用范围小,难以满足人们对多场景应用的需求。因此,论文提出一种基于改进AKAZE(Accelerated-KAZE,加速版KAZE)和RANSAC(Random Sampling Consensus,随机采样一致)的全景图像拼接算法,主要研究内容如下:(1)针对传统图像拼接算法在图像配准阶段采用的人工描述符稳定性弱、精度低等问题,研究出一种鲁棒性更强的通用CNN(Convolutional Neural Network,卷积神经网络)描述符代替人工描述符的图像配准算法。首先,设计好网络模型,利用 GL3D(Geometric Learning for 3D Reconstruction,用于3D重建的几何学习)数据集进行训练生成CNN描述符模型。然后利用AKAZE算法构...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容
    1.4 章节安排
第2章 图像拼接的基本原理
    2.1 图像采集
        2.1.1 相机成像模型
        2.1.2 相机畸变校正
        2.1.3 图像采集要求
    2.2 图像预处理
        2.2.1 图像去噪
        2.2.2 投影变换
    2.3 图像配准
    2.4 图像几何变换模型
    2.5 图像融合
        2.5.1 直接平均法
        2.5.2 线性加权平均法
        2.5.3 多频段融合法
    2.6 本章小结
第3章 基于点特征的图像配准算法
    3.1 SIFT算法
        3.1.1 高斯金字塔和高斯差分金字塔
        3.1.2 空间极值点确定
        3.1.3 特征点精确定位
        3.1.4 特征点主方向确定
        3.1.5 特征点描述
    3.2 AKAZE算法
        3.2.1 特征点检测
        3.2.2 特征点主方向确定
        3.2.3 特征点描述
    3.3 改进AKAZE特征
        3.3.1 网络结构
        3.3.2 数据预处理
        3.3.3 损失函数
        3.3.4 训练
    3.4 特征点匹配
        3.4.1 特征粗匹配
        3.4.2 RANSAC算法精匹配
    3.5 图像配准实验
        3.5.1 视角差异图像对配准对比实验
        3.5.2 光照差异图像对配准对比实验
        3.5.3 描述子性能比较
        3.5.4 图像对配准时间对比实验
    3.6 本章小结
第4章 图像融合
    4.1 改进RANSAC算法
    4.2 最佳缝合线加多频段图像融合
    4.3 图像拼接实验
        4.3.1 拼接精度对比
        4.3.2 RANSAC算法运行时间对比
        4.3.3 图像拼接
    4.4 本章小结
第5章 全景图像拼接的实现
    5.1 拼接总体流程概述
    5.2 全景图像拼接
        5.2.1 图像序列自动识别与排序
        5.2.2 全景图像矫直
        5.2.3 曝光补偿
        5.2.4 边缘裁剪
        5.2.5 全景图像拼接结果
    5.3 全景图像质量评价
        5.3.1 图像质量客观评价方法
        5.3.2 全景图像质量评价结果
    5.4 本章总结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3762701