基于SIFT的圖像拼接中配準(zhǔn)算法研究與應(yīng)用.pdf

1、圖像拼接技術(shù)是指將取自同一場(chǎng)景的有相互重疊部分的數(shù)張圖像拼接成為一幅寬視角無縫圖像的處理技術(shù)，相對(duì)于專業(yè)設(shè)備而言它可以低成本的獲取超寬視角的圖像，因此應(yīng)用十分廣泛。圖像配準(zhǔn)是圖像拼接中的一項(xiàng)關(guān)鍵環(huán)節(jié)，本文在深入研究了基于特征點(diǎn)的圖像配準(zhǔn)相關(guān)技術(shù)后，針對(duì)選取已匹配的特征點(diǎn)計(jì)算圖像變換模型做了更進(jìn)一步探究。
　　本文以SIFT特征點(diǎn)為基礎(chǔ)，首先對(duì)SIFT特征點(diǎn)的提取和配準(zhǔn)做了深入研究與實(shí)驗(yàn)，其次在獲得已配對(duì)的SIFT特征點(diǎn)的基礎(chǔ)上，對(duì)

2、圖像配準(zhǔn)中選取配對(duì)的特征點(diǎn)計(jì)算變換模型的RANSAC算法進(jìn)行的分析研究，在此基礎(chǔ)上主要做了兩方面工作：
　　1.針對(duì)RANSAC算法選點(diǎn)方式以及舍取候選模型的條件中存在的不足進(jìn)行了改進(jìn)，具體來說改造了RANSAC算法的取點(diǎn)以及測(cè)試候選模型的方式，實(shí)驗(yàn)表明該方法比原RANSAC算法用時(shí)要短，計(jì)算出的變換矩陣的準(zhǔn)確度比原算法有一定提高。
　　2.借鑒RANSAC算法的思想，在學(xué)習(xí)研究了遺傳算法的基礎(chǔ)上，提出了一種基于遺傳算法的選

3、點(diǎn)計(jì)算變換矩陣的方法。該方法避免了RANSAC算法中為是否接受候選模型而設(shè)置的最小內(nèi)點(diǎn)數(shù)量閾值的情況，使該方法具有了一定的自適應(yīng)性。實(shí)驗(yàn)表明該方法所計(jì)算出來的變換矩陣在水平和垂直因子的誤差上要優(yōu)于RANSAC算法，平均準(zhǔn)確度比原算法有一定提高，但時(shí)間上需進(jìn)一步改進(jìn)。
　　最后，在使用本文配準(zhǔn)方法計(jì)算出變換矩陣對(duì)圖像進(jìn)行配準(zhǔn)的基礎(chǔ)上，結(jié)合本文提出的圖像拼接框架，利用加權(quán)平均的圖像融合方法對(duì)基于小幅面掃描儀環(huán)境下的圖像拼接進(jìn)行了應(yīng)用，