基于角点检测与匹配的图像拼接设计与实现

论文摘要

图像拼接技术是扩大图像视场范围应用的一项必不可少的关键技术。但现有的图像拼接技术研究大都对800x600以下的图像进行研究,为了提高图像拼接技术的实用性,本系统针对大分辨率的图像采用基于角点来实现图像拼接。国内外对图像拼接技术的研究采用基于频域、基于图像分块、基于特征区域和结合网格的图像特征等拼接技术。但这些技术实现过程比较复杂,只有基于特征点的图像拼接比较明确。因此本系统主要采用基于改进的Harris角点检测与匹配,实现更大分辨率的图像拼接。主要工作如下：在图像预处理方面,先利用转化灰度图函数得到灰度图。在角点检测和提取时,基于传统的Harris角点检测算法上,对梯度算子、Harris响应函数和角点提取阈值R做了改进,以实现角点提取。在图像配准方面,采用先进行角点粗匹配,再进行精确匹配的策略,选择了像素差的平方和方法和归一化互相关法进行粗匹配,用基于视差梯度约束的随机抽样一致性精确匹配算法进行提纯。而视差梯度约束的随机抽样一致性则在用抽样角点求解变换模型参数前进行一次预检验,以去除所选的随机点存在误码匹配点,这样即不降低算法的精度,又节省了因错误数据带来的模型计算时间。在图像融合方面,采用图像均值平衡两幅图像之间的光差,使融合后的图像不会在重叠区有明显的亮度跳变感。利用加权渐入渐出法实现无缝痕的图像拼接融合。本系统在Visual Studio2008开发环境下实现了Harris角点检测与匹配的图像拼接系统。系统中采用改进的Harris角点检测使对灰度变化更敏感和角点位置更准,避免了对响应函数系数k的随机性；而粗匹配方法较好的解决了因光照而产生更多Harris角点。本系统实现了对两幅1024×1024的彩图拼接,融合后的图像基本上满足了图像拼接的要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 图像拼接的国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文组织结构
• 第2章 相关知识介绍
• 2.1 图像拼接的基本流程
• 2.2 图像预处理技术
• 2.2.1 离散傅里叶变换
• 2.2.2 相位相关法原理
• 2.2.3 Harris角点检测
• 2.3 图像配准技术
• 2.3.1 像素差平方和
• 2.3.2 互相关法
• 2.3.3 RANSAC算法
• 2.3.4 视差梯度约束的RANSAC算法
• 2.4 图像坐标变换模型
• 2.5 图像整合技术
• 2.6 小结
• 第3章 角点检测与匹配的图像拼接设计
• 3.1 系统设计预期实现目标
• 3.2 系统设计详述
• 3.2.1 图像预处理的设计
• 3.2.2 图像匹配的设计
• 3.2.3 图像坐标变换关系求解
• 3.2.4 图像融合的设计
• 3.3 小结
• 第4章 角点检测与匹配的图像拼接实现
• 4.1 图像预处理的实现
• 4.1.1 彩图转化为灰度图
• 4.1.2 相位相关算法的实现
• 4.1.3 Harris角点检测算法实现
• 4.2 图像匹配的实现
• 4.2.1 角点粗匹配
• 4.2.2 视差梯度约束RANSAC精确匹配
• 4.3 图像融合的实现
• 4.4 小结
• 第5章 系统测试
• 5.1 实验环境
• 5.1.1 硬件环境
• 5.1.2 软件环境
• 5.2 系统功能模块测试
• 5.2.1 图像预处理测试
• 5.2.2 图像匹配测试
• 5.2.3 图像融合测试
• 5.3 小结
• 第6章 结束语
• 6.1 工作总结
• 6.2 未来工作展望
• 参考文献
• 致谢