用于三维形貌检测的自适应图像拼接算法的研究

发布时间：2020-03-20 03:21

【摘要】：图像拼接理论是当前图像处理、机器视觉方向的研究热点,该项技术的进展对推动虚拟现实、遥感图像处理、医学图像分析等领域的发展有着十分重要的现实意义。三维形貌检测技术是现代工业技术中的重要部分,但其检测范围受到成像设备的限制。如何在不损失测量精度的情况下扩大检测范围是该领域面临的一个主要问题。使用图像拼接技术能够将具有重合部分的图像自适应地拼接成一幅大视场图像,在扩大市场范围的同时保留了检测精度,能够很好地解决这一问题。本文首先对三维形貌检测基本原理进行研究,然后对基于特征的图像拼接技术的理论和方法进行了深入的研究,针对当前显微图像拼接过程中存在的问题提出了完整的解决方案,并对相关的图像增强、特征提取、特征匹配、变换矩阵求取和图像融合等步骤进行了详细分析和算法实现,最后通过MATLAB编写程序实现了显微图像的拼接。在图像增强算法研究中,针对显微图像质量不高难以提取足够的有效特征点的问题,对灰度直方图增强和频域增强的两种图像增强算法进行研究,对直方图均衡化、双直方图均衡化、动态直方图均衡化等算法以及频域滤波增强算法进行了充分研究和实验分析,结合实验结果选取双直方图均衡化和同态滤波的方法进行图像增强。在特征提取算法的研究中,本文对SIFT算法、SURF算法和两种角点检测算法的算法原理进行研究并编写程序进行特征点提取实验,根据图像特征点提取精度,特征点提取速度、抗干扰能力以及提取特征点是否具有旋转、平移不变性等选取SIFT特征点提取算法,有效提取图像中的特征点。在SIFT特征点匹配算法研究中,本文建立了数据索引(K-D树)进行检索,并使用BBF(Best Bin First)算法建立优先序列,达到了提高搜索效率的目的。并针对实验所发现的问题对现有的SIFT算法进行了改进,通过提取边缘处特征点的方式减少了提取特征点的范围,大大提高了算法的效率。在图像配准和图像融合算法的研究中,使用RANSAC算法求取图像的坐标变换矩阵,以实现空间上的图像配准,证明RANSAC能够剔除大部分的误匹配特征点对;并使用最佳缝合线法对进行图像融合。最后设计实验,分别对只包含平移关系的图像和包含平移、缩放关系的图像进行拼接实验,取得预期效果,完成图像拼接。
【图文】：

可以具体表示为：0 1 01( ) ( ),( , )( ) ( ),e L ee L e UX X X c X X XY i jX X X c X 其他确定对原始图像进行分割的阈值eX ，首先设处理后的图像概率1 1 1( ) , , , ,Xp p p p p pf pe e e L e L e L e 过双直方图均衡化处理后图像的平均信息熵是：1log (1 ) logP PH pe L e ' e /L，，则有：1log (1 ) log log(1 )P PH P LLP L P 式推倒可以看出，如果想要图像的平均信息熵达到最大值，只有面的灰度与全部灰度范围的比值等于灰度的累计概率。也就是，两个子图像面积相等时，信息熵才能达到最大值。双直方图均理结果如下图所示：

哈尔滨工业大学工程硕士学位论文的视觉效果更加明显。相较于传统的直方图均衡化算好保持图像的亮度均值，不容易产生过度增强现象，一种更优化的算法。方图均衡化图均衡化算法[41]（Dynamic Histogram Equalization, D算法相比，是一种更先进的图像增强算法。相较于传效增强图像对比度的同时，更好保留图像细节信息，图均衡算法的要点在于将原始图像的直方图根据灰度独立的灰度区间内进行直方图均衡化，如图 2-2 所示
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 赵兴锋;杨彬卓;郑志强;;基于收缩分析和平方和规划的特征点选择[J];自动化与仪器仪表;2015年05期

2 郭一超;李清勇;孙靳睿;黄雅平;田媚;;基于局部对称性的特征点加工策略及应用[J];计算机科学;2014年11期

3 许承慧;刘桂华;梁峰;;非特征点双目测距技术研究[J];微型机与应用;2013年22期

4 ;FaceFinder(人脸识别)系统研制[J];企业技术开发;2009年04期

5 王斌;范瑞霞;李位星;高琪;;基于肤色检测的小区域特征点跟踪[J];微计算机信息;2006年07期

6 刘丹丹,张树有,刘元开,谭建荣;一种基于特征点识别的曲线离散化方法[J];中国图象图形学报;2004年06期

7 云飞;;自动海图[J];天津航海;1987年02期

8 吴义祥;;离散点扫描法及其在土工试验数据处理上的应用[J];工程勘察;1988年01期

9 А·Γ·沙夫尼;于玉凤;;利用相切点高度进行树干形状的测定[J];中南林业调查规划;1988年04期

10 李从珠;王乃斌;王清举;吴林珍;;立体足迹压痕特征定量化检验的统计方法[J];应用概率统计;1988年04期

相关会议论文 前10条

1 汪力;叶桦;夏良正;;利用特征点定位嘴巴[A];第二十六届中国控制会议论文集[C];2007年

2 康文雄;邓飞其;;基于特征点角度矩阵的静脉识别方法[A];第二十七届中国控制会议论文集[C];2008年

3 付洪川;王剑;万婵;赵建英;付凯;;图像特征点匹配算法的研究与改进[A];2009中国控制与决策会议论文集（1）[C];2009年

4 佘永业;李熙莹;赵有婷;;一种车辆的宏观光流速度的计算方法[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

5 徐慧;朱振洋;肖颖健;王海雷;;基于人脸多特征点的疲劳驾驶检测与应用[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年

6 许竞;姜波;;摄像机运动下特征点追踪方法研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

7 韩广良;陈小云;;利用多特征点搜索实现纸钞图像的状态检测[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

8 魏超;江建文;陈宗海;;面向车辆自主定位的激光雷达特征点选取方法性能分析[A];第二十届中国系统仿真技术及其应用学术年会论文集（20th CCSSTA 2019）[C];2019年

9 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

10 李琳;董强强;李树屏;;赛马总重心的位置及其特征代表点研究[A];第十八届全国运动生物力学学术交流大会（CABS 2016）论文集[C];2016年

相关重要报纸文章 前7条

1 洪宇;人脸识别仅需一秒钟[N];科技日报;2004年

2 蔡涛 关景火 李德华;塑造“面子”[N];计算机世界;2002年

3 李韬;保卫手机[N];计算机世界;2006年

4 本报记者 陈思 实习生 黄琳;数字警务 打造平安和谐绿城[N];郑州日报;2006年

5 张宁;人物肤色的较色实例[N];中国包装报;2002年

6 中国科学院自动化研究所模式识别国家重点实验室 周密邋陶建华;与电脑面谈[N];计算机世界;2007年

7 本报记者 王宇;芯技术点亮未来[N];电脑报;2010年

相关博士学位论文 前10条

1 樊建伟;基于特征点的SAR图像配准算法研究[D];西安电子科技大学;2017年

2 金宏彬;基于特征点描述符的多光谱图像配准算法研究[D];北京邮电大学;2019年

3 张晓鹏;局部特征理解：模型与应用[D];上海交通大学;2017年

4 杨利敏;图像特征点定位算法研究及其应用[D];上海交通大学;2008年

5 刘宝泉;干涉合成孔径雷达测量关键技术研究[D];西安电子科技大学;2008年

6 李旭东;基于特征点的增强现实三维注册算法研究[D];天津大学;2009年

7 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

8 易盟;基于特征点的图像配准及其在稳像中的应用[D];西安电子科技大学;2013年

9 靳峰;基于特征的图像配准关键技术研究[D];西安电子科技大学;2015年

10 罗楠;图像局部不变特征的匹配算法及应用研究[D];南京理工大学;2015年

相关硕士学位论文 前10条

1 李想;面向航空构件典型特征的三维激光测量技术研究[D];南京航空航天大学;2019年

2 陈听海;基于特征重检的抗遮挡目标跟踪[D];湘潭大学;2019年

3 吴昊X;用于三维形貌检测的自适应图像拼接算法的研究[D];哈尔滨工业大学;2019年

4 高政;基于特征点的无人机视觉目标跟踪算法[D];哈尔滨工业大学;2019年

5 俱青;基于深度特征共享的关键点匹配与跟踪算法[D];西安电子科技大学;2019年

6 张策;基于CMT框架的长期目标跟踪算法研究[D];西安电子科技大学;2019年

7 向龙海;基于特征的软组织3D视觉重建与跟踪[D];电子科技大学;2019年

8 蒲滔;基于视频的车辆弯道速度测算系统研究[D];长安大学;2019年

9 张腾;红外小型运动目标检测与跟踪及DSP实时实现[D];华中科技大学;2019年

10 杨佳佳;多模态生物特征识别关键技术研究[D];杭州电子科技大学;2019年

本文编号：2591168