基于特征點的圖像拼接關鍵技術研究.pdf

1、圖像拼接技術是圖像處理領域一個重要的研究方向,在計算機視覺、遙感技術、智能交通等領域有著廣泛應用。目前實現圖像拼接的算法普遍存在計算復雜度高、拼接效果不理想等問題,對此,論文針對實現圖像配準的傳統RANSAC算法原始數據集龐大、迭代次數多、誤匹配數量多的缺點,以及實現圖像融合的傳統漸入漸出法在重疊區(qū)域較大的情況下產生的虛影問題進行研究,提出相應的改進算法,并通過實驗對改進算法的有效性進行論證。論文主要工作如下:
　　(1)構建了一

2、種基于特征點的圖像拼接架構。對參考-待拼接圖像進行預處理后,采用SIFT算法進行特征點檢測,然后采用k-d tree最近鄰搜索算法實現特征點的初步匹配,再采用一種基于幾何約束的 RANSAC改進算法實現圖像配準,最后利用雙線性插值法以及對重疊區(qū)域進行閾值修正后的漸入漸出法實現圖像融合。
　　(2)深入研究和分析了SIFT特征點檢測以及Harris角點檢測算法,通過實驗結果對兩種算法在特征點數、匹配對數、匹配率、運行時間四個方面進行

3、對比分析。
　　(3)提出了一種基于幾何約束的RANSAC改進算法。針對傳統RANSAC算法存在的原始數據集龐大、迭代次數多、誤匹配數量多的缺點,提出利用各匹配點對之間存在的兩個幾何關系:一是每一對匹配點的歐式距離相等;二是每一對匹配點連線的斜率相等,建立幾何約束模型對RANSAC算法的原始數據集進行預篩選,以減少數據集中的數據量并消除其中的誤匹配數據,從而減少算法的迭代次數和運算量。
　　(4)提出了一種利用閾值修正重疊區(qū)

4、域的漸入漸出改進方法。針對傳統漸入漸出法在融合具有較大重疊度的參考-待拼接時融合結果存在大量虛影的問題,論文提出先利用閾值對重疊區(qū)域進行修正,然后采用漸入漸出法實現圖像融合,從而有效消除虛影,得到理想的融合結果。
　　論文基于VC開發(fā)環(huán)境調用OpenCV圖像處理函數庫,通過編寫C語言對整個圖像拼接算法架構加以實現,并進行了大量實驗對論文所提算法進行驗證。通過對RANSAC改進前后算法在匹配對數、迭代次數以及乘、加運算量等方面的分析