基于加速鲁棒特征的全景图拼接技术研究

论文摘要

随着应用需求的增多，图像拼接技术逐渐成为虚拟现实技术、计算机视觉、计算机图形学以及视频处理等领域的一个重要研究课题。本文从配准和融合两点关键技术出发，对全景图拼接技术进行了系统的阐述，同时在现有算法的基础上进行了部分改进。在图像配准方面，本文以具有较好性能的尺度不变特征（Scale-invariant featuretransform, SIFT）检测算法为参考，详细阐述了加速鲁棒特征(（Speeded Up RobustFeatures，SURF）检测算法在对应处的改进原理。为了提高特征匹配的精度，本文在现有的基于KD树的最近邻匹配算法的基础上，提出利用特征点的对称性快速剔除掉绝大多数的误匹配对，然后再利用传统的随机抽样验证（Random Sample Consensusalgorithm，RANSAC）算法进一步提纯内点，计算图像的变换参数。在图像融合方面，本文采用多分辨率样条技术实现重叠区的平滑过渡，同时结合基于图切割的缝合线搜索技术消除运动物体造成的拼接图像的鬼影问题。本文还对利用像素差值强度计算图切割中有向图的权值的方法进行了改进。通过综合考虑像素差值强度和图像梯度信息，使改进权值计算方法后的图切割结果更加合理。另外，针对输入图像曝光差异较大时造成的拼接图颜色过渡不自然的现象本文采用了融合前的基于块校正的曝光补偿来解决。根据本文描述的算法对图像数据进行了拼接实验，实验数据证实了本文算法的可行性和改进的合理性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 图像拼接技术的研究现状和难点
• 1.2.1 图像拼接技术的研究现状
• 1.2.2 图像拼接技术的难点
• 1.3 本文的研究内容
• 1.4 本文的组织结构
• 第二章 图像拼接技术概述
• 2.1 图像配准技术
• 2.1.1 图像运动模型
• 2.1.2 图像的局部配准方法
• 2.1.2.1 基于灰度信息的图像配准方法
• 2.1.2.2 基于变换域的图像配准方法
• 2.1.2.3 基于特征的图像配准方法
• 2.1.3 图像的全局配准方法
• 2.1.4 图像的坐标变换和插值
• 2.2 图像融合技术
• 2.2.1 图像融合的层次结构
• 2.2.2 常用的像素级图像融合方法
• 2.2.3 鬼影现象
• 2.2.4 曝光差异
• 2.3 本章小结
• 第三章 基于SURF 的图像配准算法
• 3.1 SURF 算法的原理
• 3.1.1 尺度空间的构建
• 3.1.2 尺度空间极值点检测和插值
• 3.1.3 确定特征点的主方向
• 3.1.4 生成特征点的描述符向量
• 3.2 特征点匹配
• 3.2.1 匹配策略
• 3.2.2 搜索策略
• 3.2.3 RANSAC 算法计算投影变换模型参数
• 3.3 基于 KNN 算法的特征匹配改进
• 3.4 捆绑调整技术
• 3.4.1 选取参考平面
• 3.4.2 确定优化准则
• 3.4.3 利用LM 算法求解优化函数
• 3.5 实验结果与分析
• 3.6 本章小结
• 第四章 图像融合算法
• 4.1 基于图切割的最佳缝合线搜索
• 4.1.1 能量最小化与图切割
• 4.1.2 最佳缝合线搜索
• 4.2 多分辨率拼接
• 4.2.1 多分率样条融合的原理
• 4.2.2 基于缝合线的多分率拼接
• 4.3 曝光补偿算法
• 4.4 实验结果和分析
• 4.4.1 鬼影消除实验结果
• 4.4.2 曝光补偿算法的实验结果
• 4.4.3 全景图拼接实例
• 4.5 本章小结
• 结论展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 附件