图像拼接与全景图技术研究

图像拼接与全景图技术研究

论文摘要

图像拼接技术是计算机视觉和图像处理领域的研究热点。图像拼接技术是将具有重叠部分的两幅或多幅图像融合成一幅具有更大视角、更高分辨率且包含每一幅图像信息的新的图像的技术。该技术在虚拟现实、遥感技术、摄影测量、医疗成像、计算机图形学、军事等领域均有着广泛应用。全景图漫游系统是目前较为流行的一种虚拟三维漫游系统。该系统的关键在于全景图的拼接技术。本文对如何利用普通相机拍摄的图像和视频拼接全景图进行了详细地分析和研究,主要成果有以下方面:(1)提出了一种基于特征点的柱面全景图拼接方法。该方法首先将图像进行柱面投影并提取SIFT特征并进行特征点间的匹配,然后使用了包含相机绕光心旋转量的运动模型进行图像间的运动估计,最后利用Levenberg-Marquardt算法进行运动参数的求精。通过实验证明此方法可以快速的求解并能得到满意效果。(2)提出了一种基于自适应流型投影的柱面全景图拼接方法。该方法使用旋转拍摄的视频作为素材,将逻辑成像的圆柱面作为流,无需考虑相机的状态和光学属性。通过求解相邻帧之间的运动确定切片,然后将这些切片进行拼接,生成令人满意的柱面全景图。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 概述
  • 1.1 研究背景及意义
  • 1.2 图像拼接技术发展现状
  • 1.3 全景图技术发展现状
  • 1.4 本文的研究内容和组织结构
  • 第二章 成像系统与图像变换模型
  • 2.1 摄像机的几何模型
  • 2.1.1 针孔相机模型
  • 2.1.2 坐标系统和齐次坐标
  • 2.2 二维图像变换模型
  • 2.2.1 相机的运动和图像的配准
  • 2.2.2 使用透视变换模型的条件
  • 第三章 基于SIFT 特征的柱面全景图拼接技术研究
  • 3.1 SIFT 特征检测基本原理
  • 3.1.1 检测尺度空间极值
  • 3.1.2 特征点方向的确定
  • 3.1.3 特征描述符
  • 3.1.4 特征点间的匹配
  • 3.2 图像变换关系的求解
  • 3.2.1 随机抽样一致性方法
  • 3.2.2 求解图像变换矩阵
  • 3.3 柱面投影图的基本原理- 柱面投影
  • 3.4 简化的三参数求精方法
  • 3.4.1 简化的运动模型
  • 3.4.2 LM 算法求精运动参数
  • 3.5 实验结果与分析
  • 第四章 基于自适应流型投影的柱面全景图拼接技术研究
  • 4.1 自适应流型拼接技术简介
  • 4.1.1 光流的变化与锚的确定
  • 4.1.2 切片的计算和拼接
  • 4.2 基于自适应流型投影的柱面全景图拼接技术
  • 4.2.1 流的确定
  • 4.2.2 计算切片并拼接
  • 4.2.3 实验结果与分析
  • 第五章 总结与展望
  • 5.1 本文工作的总结
  • 5.2 今后的工作展望
  • 参考文献
  • 致谢
  • 在读期间公开发表论文(著)及科研情况
  • 相关论文文献

    • [1].基于计算机视觉求解数独的系统设计[J]. 中国科技信息 2020(02)
    • [2].计算机视觉中的深度学习专题简介[J]. 中国科学:信息科学 2019(12)
    • [3].深度学习在计算机视觉领域的应用进展[J]. 计算机产品与流通 2020(01)
    • [4].计算机视觉中的深度学习专题(2020)简介[J]. 中国科学:信息科学 2020(02)
    • [5].计算机视觉与感知在智慧安防中的应用[J]. 移动通信 2020(03)
    • [6].试析计算机视觉艺术在数字媒体中的应用[J]. 电子世界 2020(07)
    • [7].计算机视觉各技术分支专利分析[J]. 高科技与产业化 2020(04)
    • [8].计算机视觉产业专利分析报告[J]. 高科技与产业化 2020(05)
    • [9].基于计算机视觉核桃质量预测方法的探讨[J]. 无线互联科技 2020(09)
    • [10].关于高校计算机视觉课程教学的思考[J]. 计算机产品与流通 2020(09)
    • [11].眼控科技:计算机视觉融入交通和气象[J]. 机器人产业 2020(05)
    • [12].深度学习在计算机视觉领域的应用发展探究[J]. 电脑编程技巧与维护 2020(09)
    • [13].计算机视觉赋能中小企业[J]. 机器人产业 2020(05)
    • [14].医学3D计算机视觉:研究进展和挑战[J]. 中国图象图形学报 2020(10)
    • [15].计算机视觉在水稻大面积制种中的应用研究[J]. 农机化研究 2019(03)
    • [16].微课在计算机视觉课中的应用探究[J]. 中国新通信 2018(23)
    • [17].深度学习分类网络研究及其在计算机视觉中的应用[J]. 通讯世界 2019(03)
    • [18].感知世界 洞察未来——2018年计算机视觉行业回顾与展望[J]. 中国城市金融 2019(02)
    • [19].基于计算机视觉的玉米田间除草系统开发[J]. 农机化研究 2018(03)
    • [20].基于计算机视觉的玉米种子形态识别测量[J]. 农机化研究 2018(04)
    • [21].基于计算机视觉的小麦长势监控研究[J]. 农机化研究 2018(04)
    • [22].基于计算机视觉的瓜果采摘系统的运用研究[J]. 农机化研究 2018(01)
    • [23].计算机视觉研究综述[J]. 电子世界 2018(01)
    • [24].基于计算机视觉的深度估计方法[J]. 科技资讯 2018(04)
    • [25].计算机视觉艺术在数字媒体艺术中的应用研究[J]. 山西大同大学学报(自然科学版) 2017(01)
    • [26].计算机视觉:数字世界新曙光[J]. 国资报告 2017(02)
    • [27].数字摄影测量与计算机视觉概述[J]. 测绘标准化 2016(02)
    • [28].计算机视觉艺术在数字媒体的应用探讨[J]. 中国报业 2016(18)
    • [29].计算机视觉艺术在数字媒体领域的应用研究[J]. 互联网天地 2015(07)
    • [30].基于计算机视觉的运动目标分析[J]. 电脑迷 2017(12)

    标签:;  ;  ;  

    图像拼接与全景图技术研究
    下载Doc文档

    猜你喜欢