多分辨率彩色图像无缝拼接技术研究

论文摘要

图像拼接是图像处理、计算机视觉等领域研究得最早和最广泛的问题之一。图像拼接是指对一组有重叠区域的图像进行匹配对齐,经过融合处理,最后形成一幅无缝的全景拼接图,可以有效地解决图像采集过程中高分辨率和宽视角相矛盾的问题。图像拼接技术是图像处理、计算机视觉、计算机图形学等领域的重要研究课题,在图像处理、医学图像分析、数字视频压缩、虚拟现实技术等领域都有广泛的应用。图像拼接主要是根据相邻图像之间重叠部分像素的相似性来实现的,因此图像拼接的核心工作就是如何准确地求得两幅图像中相似程度最高的像素点坐标,现在常用的做法主要有基于区域（块）的方法、基于特征点的方法、基于相位的方法等。本文首先研究并总结了图像拼接技术的特点、分类及其应用领域,阐述了图像拼接技术的研究现状及其研究的重要意义。然后以图像拼接的关键技术---图像匹配与图像融合为主要研究内容。在现有研究方法的基础上,先提取每幅图像的SIFT特征;然后再用SIFT算法进行特征匹配;接着将基于Harris匹配算法的结果与基于SIFT匹配算法的结果进行对比实验;最后对匹配好的图像进行基于拉普拉斯金字塔算法的多分辨率融合处理,得到无缝的全景拼接图。通过实验可知,本文使用的基于SIFT的匹配算法具有尺度不变性和仿射不变性,具有更高的准确性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究的目的、意义
• 1.2 国内外研究现状分析
• 1.2.1 国内现状
• 1.2.2 国外现状
• 1.3 图像拼接算法的分类
• 1.4 图像拼接过程概述
• 1.4.1 预处理过程
• 1.4.2 图像匹配过程
• 1.4.3 多分辨率图像融合过程
• 1.5 本文主要研究内容及章节安排
• 1.5.1 研究内容
• 1.5.2 本文的章节安排
• 2 图像拼接技术
• 2.1 图像获取
• 2.2 边缘检测及特征信息提取
• 2.2.1 边缘检测
• 2.2.2 图像特征信息提取
• 2.3 图像匹配
• 2.4 图像融合
• 2.5 本章小结
• 3 图像预处理
• 3.1 图像中的噪声
• 3.2 图像的灰度变换
• 3.3 图像的平滑
• 3.3.1 领域平均法
• 3.3.2 加权平均
• 3.3.3 选择式掩模平滑
• 3.3.4 中值滤波
• 3.4 本章小结
• 4 图像匹配技术
• 4.1 基于SIFT 算法的特征提取
• 4.1.1 尺度空间
• 4.1.2 SIFT 匹配算法
• 4.2 基于Harris 的图像匹配算法
• 4.2.1 Harris 算子提取
• 4.2.2 基于Harris 的匹配算法
• 4.3 实验对比与分析
• 4.3.1 两种匹配算法对比实验
• 4.3.2 实验结果分析
• 4.4 本章小结
• 5 多分辨率彩色图像融合
• 5.1 基于彩色空间的图像融合方法
• 5.2 基于多分辨率的图像融合方法
• 5.2.1 拉普拉斯金字塔变换方法
• 5.2.2 融合规则
• 5.3 图像融合的性能评价
• 5.4 本章小结
• 6 总结与研究展望
• 致谢
• 参考文献
• 附录