稳健的图像拼接算法研究

论文题目: 稳健的图像拼接算法研究

论文类型: 硕士论文

论文专业: 计算机软件与理论

作者: 徐琨

导师: 洪春勇

关键词: 图像拼接,图像匹配,角点检测,鲁棒性估计,仿射变换,图像融合

文献来源: 南昌大学

发表年度: 2005

论文摘要: 数字图像拼接技术是指把从同一或多个不同传感器对同一场景获取有视差的系列图像进行信息融合的过程。数字图像拼接是数字图像处理领域的一个重要研究方向,在数字视频、计算机视觉、计算机图形学、虚拟现实技术、遥感图像处理、医学图像分析等领域有着广泛的应用价值。通常获得高质量的全景图(Panorama)需要使用昂贵的专用设备,而且拍摄时需要精确地校准摄像机。从普通摄像机获取的图像拼接是获得全景图的一种低成本且比较灵活的方法。采用普通照相机拍摄的照片可能出现图像形变、重叠和倾斜,照片之间可能有一定的色差。因此,在图像的拼接和建立全景图方面难度较大。本文给出了一种从特征点提取、匹配到图像间空间变换估计和拼接融合的稳健算法。本文分析了各种角点特征的选取方法,以Harris算子提取特征点集合,以一种鲁棒性很好的选择策略提纯内点(inliers),确保提纯后的特征点集合可以准确地进行空间变换估计。这样就对特征点的提取和匹配的准确性放松了限制。使得在较宽松的条件下获取的图像仍可以准确的匹配。最后使用VC++实现了图像拼接系统的各个步骤演示,提供了实验图片,较好的完成了本文算法的思想。

论文目录:

摘要

ABSTRACT

第一章绪论

1.1 课题研究背景

1.2 国内外研究现状

1.3 本文的研究思路

1.4 本文的组织结构

第二章图像的获取与几何校正

2.1 图像的获取方式

2.1.1 旋转照相机拍摄

2.1.2 平移照相机拍摄

2.1.3 手持照相机拍摄

2.2 几何校正

2.2.1 图像畸变类型

2.2.2 运动模型与几何变换

第三章图像特征的提取

3.1 特征提取概述

3.2 特征基元的选取

3.2.1 区域特征

3.2.2 边缘特征

3.2.3 角点特征

3.3 图像特征提取——角点检测

3.3.1 角点的定义

3.3.2 Moravec检测算法

3.3.3 SUSAN检测算法

3.3.4 Harris检测算法

3.3.4.1 Harris算子数学表达

3.3.4.2 Harris算子原理

3.3.4.3 Harris Detector性能分析

3.3.5 几种方法的比较

3.3.6 对Harris的改进

3.3.7 实验结果

3.3.8 结论

第四章特征的匹配

4.1 匹配应满足的约束条件

4.2 角点的匹配——LACC

4.2.1 交叉相关法(cross-correlation)

4.2.2 LACC(Local area correlation coefficient)

4.3 估计变换矩阵的方法

4.3.1 线性估计方法

4.3.2 鲁棒性估计方法

4.3.2.1 M—估计法

4.3.2.2 最小中值法(Least Median Squares)

4.3.2.3 RANSAC

4.4 实验结果

第五章图像的融合

5.1 图像合并

5.2 拼缝的消除

5.3 实验结果

第六章结论

致谢

参考文献：

发布时间: 2006-02-28

参考文献

[1].全景图像拼接算法研究[D]. 黄洋.西安电子科技大学2013
[2].基于APAP图像拼接算法的改进[D]. 刘婷.湖南师范大学2018
[3].零件表面缺陷检测中基于压缩感知的NSST图像拼接算法研究[D]. 汪加楠.华东交通大学2018
[4].基于特征的图像拼接算法研究[D]. 刘峰.中国石油大学2008
[5].限定焦距下图像拼接算法的研究与实现[D]. 罗辉兰.昆明理工大学2016
[6].基于块匹配和特征点匹配的图像拼接算法研究[D]. 杨郑.西南交通大学2009
[7].基于角点检测的图像拼接算法研究[D]. 张晶.兰州交通大学2014
[8].基于无人车的图像拼接算法研究[D]. 陈凯丽.北京理工大学2015
[9].基于提升小波匹配的图像拼接算法研究[D]. 刘小燕.武汉理工大学2013
[10].多图像拼接算法研究[D]. 阮鹏.中南大学2009

稳健的图像拼接算法研究

猜你喜欢