全景图拼接关键技术的研究

论文摘要

全景图是一种能覆盖大范围场景的宽视角图像。除了用特殊的相机获取外,目前多采用图像拼接技术,即将普通相机拍摄的两幅或多幅来自同一场景的有重叠区域的图像拼合成为一幅宽视角的高质量图像。这是当前图像处理的一个热门研究课题,也是基于图像绘制的一部分,适用性很强,应用于虚拟现实的实现、卫星照片的处理和医学图像处理等领域。本文在总结已有技术的基础上,全面总结了在研究全景图拼接关键技术课题中所做的工作。主要包括以下几个方面:针对传统的模板匹配算法中存在的问题,本文提出了自适应模板匹配算法,即在进行匹配之前,首先基于局部边缘密度LED和模糊聚类算法定位出特征物体区域,然后以该区域为模板计算其局部熵差,在另一幅图像中进行搜索,找到最佳匹配点;在基于特征的图像匹配算法研究中,采用了多尺度的Harris角点提取算法提取特征点,以一种鲁棒的特征点匹配策略进行匹配对的过滤,保证以提纯后准确的特征点数据来做点变换估计,从而确定待拼接图像之间的变换参数,确保准确地定位出重叠区域;在图像融合方面,对原亮度调和处理算法进行了改进,消除了拼接图像中存在的亮度差别,然后采用渐入渐出算法和最佳缝合线算法消除了拼接图像中的拼接接缝和鬼影问题。实验结果显示,上述算法可以实现待拼接图像的准确配准和拼接图像中接缝和鬼影等现象的消除。最后,用Microsoft Visual C++6.0开发了一套较完整的全景图自动拼接系统。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 全景图拼接技术的发展与研究现状
• 1.3 本文主要工作
• 1.3.1 本文的主要研究内容
• 1.3.2 本文的章节安排
• 第二章 全景图拼接相关技术简介
• 2.1 图像的获取方式
• 2.2 图像的颜色处理
• 2.2.1 彩色图到灰度图的转化
• 2.2.2 实验结果
• 2.3 柱面投影算法
• 2.3.1 全景图模型分类
• 2.3.2 柱面投影算法
• 2.3.3 插值算法
• 2.3.4 实验结果
• 2.4 本章小结
• 第三章 基于区域配准的图像拼接算法研究与实现
• 3.1 固定模板匹配法
• 3.2 自适应模板匹配算法
• 3.2.1 边缘检测
• 3.2.2 阈值分割
• 3.2.3 特征区域的定位
• 3.2.4 基于图像局部熵差的图像匹配算法
• 3.2.5 改进的基于局部熵差的图像匹配算法
• 3.3 实验结果与分析
• 3.4 本章小结
• 第四章 基于特征的图像拼接算法研究与实现
• 4.1 角点特征及其检测算法研究
• 4.1.1 角点检测算法介绍
• 4.1.2 多尺度的Harris角点检测算法
• 4.2 特征匹配
• 4.2.1 特征匹配算法的分类
• 4.2.2 改进的基于相关窗口的角点匹配算法
• 4.3 图像变换
• 4.3.1 图像变换模型
• 4.3.2 图像变换的线性求解
• 4.4 RANSAC提纯算法
• 4.4.1 RANSAC提纯算法的思想
• 4.4.2 RANSAC提纯算法描述
• 4.4.3 实验结果
• 4.5 变换矩阵的非线性优化
• 4.6 实验结果
• 4.7 本章小结
• 第五章 图像融合
• 5.1 取平均值法
• 5.2 改进的亮度调和处理算法
• 5.3 渐入渐出算法
• 5.4 基于最佳缝合线的图像融合算法
• 5.4.1 最佳缝合线的建立
• 5.4.2 实验结果与分析
• 5.5 本章小结
• 第六章 全景图拼接系统的设计
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文