基于ASIFT-LIKE算法的大畸变图像配准

发布时间：2021-09-02 11:34

　　近些年来,数字图像技术不断发展,针对计算机视觉的研究成果不断应用于各个领域,其中图像配准作为研究热点,更是在许多方面有着广泛的应用,包括图像拼接、变化检测、图像融合、地图绘制等。但是在图像配准中,由于成像时间以及成像角度的不同,图像会产生旋转、缩放、仿射等的变化,当这些变化较大时,就是本文需要研究的图像存在的几何畸变较大的情况,对于此种图像进行的配准会产生针对同一对象提取到的特征点少以及误匹配率较高带来的配准不准确或者配准失败的问题。因此,本文的具体工作如下:首先,对数据集进行制作与预处理。本文采用的数据集主要是针对大畸变图像进行配准的公测数据集5组以及自制数据集2组。将所采用的大畸变图像根据物体是否单一以及图像的经纬度变化进行分类,此外,考虑到实际情况中不可避免的噪声的存在会导致非常多的离群点,现有算法采用先滤波后配准的做法难以应对不同种类、不同等级的噪声,配准效率低时间长,算法鲁棒性不高。因此,将所采用的数据集分别加以不同种类以及不同等级的噪声。最终得到包含105个样本的数据集（35个加入不同等级的高斯噪声,35个加入不同等级的椒盐噪声,35个加入不同等级的斑点噪声）。其次,针对大... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图１．４论文研究思路??Ｆｉｇ．?１．４?Ｔｈｅ?ｒｅｓｅａｒｃｈ?ｉｄｅａｓ?ｏｆ?ｓｔｕｄｙ??１．４章节安排??

?大连海事大学专业学位硕士学位论文???下面是几种常见的变换模型图解：??＿原始图像?全局变换?局部变换??國國函??（ａ）刚性变换??（ａ）?Ｒｉｇｉｄ?ｔｒａｎｓｆｏｒｍａｔｉｏｎ??｜?〇?ｉ?ｎｊ?［〇Ｔａ］｜?［〇ｕ］??１?丨?——Ｊ?［Ｌ－????（ｂ）仿射变换??（ｂ）?ａｆｆｉｎｅ?ｔｒａｎｓｆｏｒｍａｔｉｏｎ??丨?丨?１Ｌ—１—Ｊｌ?＾＾１??ｕ）投影变换??（ｃ）?Ｐｒｏｊｅｃｔｉｏｎ?ｔｒａｎｓｆｏｒｍａｔｉｏｎ??图２．１变换模型图解??Ｆｉｇ．?２．１?Ｔｒａｎｓｆｏｒｍａｔｉｏｎ?ｍｏｄｅｌ?ｄｉａｇｒａｍ??图像变换的数学求解模型：??－Ｘ２＂｜?／ｑ?ｈｌｐｑ－??丫２?＝?ｋ３?ｋ４?ｋ５?（２．?１）??．１Ｊ?ｋ６?ｋ７?１?．１?＿??公式中，基准图像中某点的坐标为（ｘｌ，ｙｌ），空间变换矩阵为Ｋ，经过Ｋ的变??？／Ｃｑ?／Ｃｉ?＾２．??换后，待配准图像中对应点的坐标为（ｘ２，?ｙ２），矩阵Ｋ＝ｆｃ３?中，七个参数??．ｋ６?ｋ７?１．??的具体意义如下：??ｋ〇、ｋｌ、ｋ３、ｋ４代表的是图像所发生的旋转变换和尺度变换；ｋ２代表着图像在水??平方向发生的平移，１＜５代表着图像在垂直方向发生的平移；ｋ６代表着变形发生在图像??的水平方向的参数，ｋ７代表着变形发生在图像的垂直方向的参数。??－１１?－??

?基于ＡＳＩＦＴ－ＬＩＫＥ算法的大畸变图像配准???表２．１?７组大畸变图像的具体信息??Ｔａｂ．?２．１?Ｔｈｅ?ｓｐｅｃｉｆｉｃ?ｉｎｆｏｍｉａｔｉｏ?ｎ?ｏｆ?ｔｈｅ?７?ｇｒｏｕｐ?ｄｉｓｔｏｒｔｉｏｎ?ｉｍａｇｅｓ??数据集?变换类型及参数??Ｍｉｋｏｌａｊｃｚｙｋ?数据集?Ｇｒａｆｆｉｔｉ?视点变化［０，２０，３０，４０，５０，６０］?６??ＭｏｒｅｌＹｕ数据集?ｍａｇａｚｉｎｅ－ｚｏｏｍｘ４?尺度＋韩虔变化?９??［０，１０，２０，３０，４０，５０，６０，７０，８０］??ＭｏｒｅｌＹｕ数据集?ｍａｇａｚｉｎｅ－ｔ４?纬度固定角度＋经度变化?１０??［０，１０，２０，３０，４０，５０，６０，７０，８０，９０］??ＭｏｒｅｌＹｕ数据集?ｐａｉｎｔｉｎｇ－ｚｏｏｍｘ?１０?尺度＋韩度变化?９??［０，１０，２０，３０，４０，５０，６０，７０，８０］??ＭｏｒｅｌＹｕ?数据集?Ａｒｃｈｉｔｅｃｔｕｒｅ?２??自制数据集?Ｂｏｘ?存在视点变化?２??自制数据集?Ｂａｃｋｇｒｏｕｎｄ?存在视点变化?１??ｍｕ??图２．２?Ｍｉｋｏｌａｊｃｚｙｋ数据集一组样图??Ｆｉｇ．?２．２?Ａ?ｓｅｔ?ｏｆ?ｓａｍｐｌｅ?ｍａｐｓ?ｏｆ?Ｍｉｋｏｌａｊｃｚｙｋ?ｄａｔａｓｅｔ??１４??

【参考文献】：
期刊论文
[1]基于ASIFT算法的图像特征匹配[J]. 张振宁.  现代计算机(专业版). 2018(02)
[2]一种基于ORB的快速大视角图像匹配算法[J]. 曾庆化,陈艳,王云舒,刘建业,刘昇.  控制与决策. 2017(12)
[3]GPU加速与L-ORB特征提取的全景视频实时拼接[J]. 杜承垚,袁景凌,陈旻骋,李涛.  计算机研究与发展. 2017(06)
[4]基于全概率更新的改进RANSAC算法[J]. 王可,贾松敏,李秀智.  控制与决策. 2017(03)
[5]高斯二阶差分特征算子在图像拼接中的应用[J]. 徐敏,莫东鸣,张祯.  计算机系统应用. 2016(04)
[6]基于局部特征与全局特征的图像显著性目标检测[J]. 陈振学,贺超,刘成云.  控制与决策. 2016(10)
[7]基于SIFT弹载SAR图像匹配算法[J]. 陈勇,赵惠昌,陈思,张淑宁.  系统工程与电子技术. 2016(06)
[8]Face recognition based on subset selection via metric learning on manifold[J]. Hong SHAO,Shuang CHEN,Jie-yi ZHAO,Wen-cheng CUI,Tian-shu YU.  Frontiers of Information Technology & Electronic Engineering. 2015(12)
[9]一种基于RANSAC算法的单应矩阵估计方法[J]. 王淑霞,周波.  科学中国人. 2015(23)
[10]基于快速视网膜关键点算法改进的图像匹配方法[J]. 付偲,邓丽,卢根,费敏锐.  计算机工程与应用. 2016(19)

硕士论文
[1]基于改进配准算法的全景图像拼接研究[D]. 汪旌.杭州电子科技大学 2018
[2]基于改进ASIFT算法的SAR图像匹配研究[D]. 李玥.西安电子科技大学 2017
[3]基于局部特征的运动目标跟踪算法的研究与实现[D]. 王禹程.电子科技大学 2016
[4]基于SURF特征的图像与视频拼接技术的研究[D]. 张亚娟.西安电子科技大学 2013
[5]基于ASIFT特征的图像匹配技术研究[D]. 陶青松.云南大学 2012
[6]基于互信息的图像配准技术的研究[D]. 冯雪芳.江南大学 2012



本文编号：3378935